[論文レビュー] Characterizing Product Lifecycle in Online Marketing: Sales, Trust, Revenue, and Competition Modeling

KC Santosh, Arjun Mukherjee|arXiv (Cornell University)|Apr 10, 2017

Spam and Phishing Detection参考文献 20被引用数 3

ひとこと要約

本論文は、100万件を超える製品の販売データおよびレビュー情報を用いて、オンライン製品のライフサイクルにおける時間的ダイナミクスを分析し、信頼性指標（評価、役立つ投票、センチメント）と競合要因を統合した予測モデルを提案する。信頼性と役立つ投票が収益に顕著に寄与することを明らかにした。また、競合市場における乗っ取りイベントが明確な販売急増を伴うことが判明し、ベースラインモデルを上回る予測精度を示した。

ABSTRACT

Recent researches have seen an upsurge in the analysis of consumer reviews. Although, several dimensions have been explored, less is known on the temporal dynamics of events that happen over the lifecycle of online products. What are the dominant sales patterns? How are they affected by review count, rating, helpfulness and sentiment? How is trust characterized and what are its effects on sales and revenue? What happens during a market competition? When does a takeover/recovery happen and by what percentage do sales increase on a takeover? This work aims to answer these fundamental research questions based on a sales time-series analysis of reviews of over 1 million products from Amazon.com. We discover novel temporal patterns of sales and interesting correlations of sales with the ratings. We find that trust and helpfulness are important for higher revenue. Based on the analyses, we propose a model to forecast sales that significantly outperforms other baselines. We then explore the phenomena of market competition. Particularly, we characterize different factors that govern survival/death of a product under competition and a model for competition forecast. Experimental results on large-scale reviews demonstrate the effectiveness of the proposed approaches.

研究の動機と目的

• オンライン製品市場における販売、信頼性、収益、競合の時間的パターンを理解すること。
• レビュー指標（評価、役立つ投票、センチメント）が販売および収益に時間経過とともに与える影響を調査すること。
• 信頼性および競合ダイナミクスの時間的動態を用いて、製品販売をモデル化・予測すること。
• 製品の生存、乗っ取りイベント、回復パターンを含む市場競合の特性を特定すること。
• 実世界の販売およびレビュー情報を用いて、ベースラインを上回る予測モデルを開発すること。

提案手法

• Amazonから取得した100万件を超える製品の販売データを用いて時系列解析を実施する。
• レビュー評価、役立つ投票、センチメントスコアを用いて信頼性をモデル化し、販売および収益の予測要因とする。
• 販売、信頼性、競合ダイナミクスの時間的トレンドを統合した多変量予測モデルを導入する。
• 統計的および機械学習的手法を用いて、競合製品市場における乗っ取りおよび回復イベントを同定する。
• 大規模なレビューデータを用いて、複数のベースラインと比較して予測モデルの訓練および検証を実施する。
• 生存分析およびイベント検出を用いて、製品競合および市場移行の特性を特徴付ける。

実験結果

リサーチクエスチョン

• RQ1 オンライン製品のライフサイクル全体を通じて、支配的な時間的販売パターンは何か？
• RQ2 評価、役立つ投票、センチメントといったレビュー指標が販売および収益に与える影響は何か？
• RQ3 オンライン市場における信頼性はどのように特徴づけられるのか？また、販売および収益に与える影響は何か？
• RQ4 市場競合下で製品の生存または死が支配される要因は何か？
• RQ5 乗っ取りまたは回復イベントはいつ発生し、乗っ取り時には販売が何パーセンテージ増加するか？

主な発見

• 役立つ投票やポジティブなセンチメントといった信頼性指標は、収益の高い水準と強く相関しており、製品成功における重要な役割を果たしていることが示された。
• 販売は、初期の成長、安定期、減少期を示す明確な時間的パターンを示し、乗っ取りイベント時には顕著な急増を記録した。
• 乗っ取りイベントを経験した製品は、イベント前の水準と比較して販売が最大200％増加した。
• 提案された予測モデルは、信頼性および競合要因を用いて将来の販売を予測する際、ベースラインモデルを顕著に上回った。
• レビュー件数および評価は販売と非線形関係にあり、ピーク販売は中程度から高水準の評価レベルで発生した。
• 市場競合は動的なシフトを示しており、優位な製品が乗っ取られ、好ましい信頼性およびセンチメント条件下では回復が可能であることが明らかになった。