[論文レビュー] Collective Attention and the Dynamics of Group Deals

Mao Ye, Chunyan Wang+3 more|arXiv (Cornell University)|Jul 22, 2011

Opinion Dynamics and Social Influence参考文献 10被引用数 6

ひとこと要約

本論文は、GrouponとLivingSocialにおけるグループディールの集団的注目度の予測動的モデルを提案し、ランダムな発見と社会的拡散の段階に着目して区別する。Grouponのティッピングポイントメカニズムは、より早い飽和と早期の予測可能性をもたらす一方、LivingSocialの持続的個人インcentiveは、より長い拡散期間を生じさせ、予測が難しくなるが、依然として社会的拡散フレームワークを用いて正確にモデル化可能である。

ABSTRACT

We present a study of the group purchasing behavior of daily deals in Groupon and LivingSocial and introduce a predictive dynamic model of collective attention for group buying behavior. In our model, the aggregate number of purchases at a given time comprises two types of processes: random discovery and social propagation. We find that these processes are very clearly separated by an inflection point. Using large data sets from both Groupon and LivingSocial we show how the model is able to predict the success of group deals as a function of time. We find that Groupon deals are easier to predict accurately earlier in the deal lifecycle than LivingSocial deals due to the final number of deal purchases saturating quicker. One possible explanation for this is that the incentive to socially propagate a deal is based on an individual threshold in LivingSocial, whereas in Groupon it is based on a collective threshold, which is reached very early. Furthermore, the personal benefit of propagating a deal is also greater in LivingSocial.

研究の動機と目的

• GrouponとLivingSocialにおけるデイリーディールの集団的注目度のダイナミクスを理解すること。
• 購入数の時間的推移を駆動する行動的メカニズム（ランダムな発見対社会的拡散）を特定すること。
• 初期の購入パターンに基づいて、グループディールの成功を予測するモデルを構築すること。
• ティッピングポイント対個人報酬という異なるインcentive構造による、プラットフォーム間の予測可能性の比較。
• 社会的拡散を活用したローカルマーケティングキャンペーンに実用的インサイトを提供すること。

提案手法

• モデルは購入ダイナミクスを二段階に分ける：変曲点以前のランダムな発見段階と、以降の社会的拡散段階。
• Grouponにおける変曲点はティッピングポイントに対応し、LivingSocialでは持続的ソーシャルシェアの開始時刻と一致する。
• 確率的モデルを用いて、集団的注目度の増加と減少を解析的に記述し、実データからのパラメータ推定を実施。
• 社会的拡散（SP）モデルは初期購入データを用いて最終的なディール販売数を予測し、ベースラインモデルを上回る性能を示す。
• ベースラインモデルには単純な外挿（ベースライン1）と多変量線形回帰（ベースライン2）を比較用に含む。
• モデルの性能評価は、GrouponおよびLivingSocialの両データセットからのテストセットにおける相対誤差を用いて実施。

実験結果

リサーチクエスチョン

• RQ1 ランダムな発見と社会的拡散が、グループディール購入のダイナミクスにどのように統合的に寄与するか？
• RQ2 なぜGrouponのディール人気がLivingSocialのそれよりもライフサイクルの初期に早く予測可能なのか？
• RQ3 ティッピングポイント対個人報酬という異なるインcentiveメカニズムが、社会的拡散の予測可能性と持続性にどのように影響するか？
• RQ4 初期データから集団的注目度の確率的モデルが、最終的な購入数をどれほど正確に予測できるか？
• RQ5 変曲点が発見段階と拡散段階を区別する上で果たす役割は何か？

主な発見

• SPモデルは、GrouponおよびLivingSocialの両方で、ベースライン1およびベースライン2を上回る予測性能を示した。
• Grouponでは、12時間の観察後に『Coastal Contacts』ディールの129件の購入を予測する際、相対誤差が14%に達した。
• LivingSocialでは、12時間分のデータを用いることで、65%のディールでSPモデルがベースライン1を上回り、相対誤差が50%未満に低下した。
• Grouponの予測精度は13時間で20%誤差に収束するが、LivingSocialでは17時間かかる。これは、ノイズの減少が速く、早期に飽和するためである。
• Grouponのティッピングポイントメカニズムは、より早い飽和と早期の予測可能性をもたらすが、LivingSocialの持続的個人インcentiveは、拡散を長引かせ、予測の遅れを引き起こす。
• 異なるメカニズムにもかかわらず、両プラットフォームにおける成長と減少の背後にある確率的プロセスおよび分布パラメータは、顕著に類似している。