[論文レビュー] Portrait of an Online Shopper: Understanding and Predicting Consumer Behavior

Farshad Kooti, Kristina Lerman+4 more|arXiv (Cornell University)|Dec 15, 2015

Digital Marketing and Social Media被引用数 10

ひとこと要約

本研究では、電子メールの注文確認データを用いて1億2100万件のオンライン購入を分析し、消費者行動をモデル化・予測する。その結果、男性は女性よりも頻繁に購入し、より多くの金額を費やしており、30代後半に支出がピークに達する。また収入は購入頻度および価格と強く相関している。時間的パターンとソーシャルネットワークが予測精度を著しく向上させ、時間的特徴量がデモグラフィックデータを上回り、次回の購入時期と金額の予測において優れた性能を示した。

ABSTRACT

Consumer spending accounts for a large fraction of the US economic activity. Increasingly, consumer activity is moving to the web, where digital traces of shopping and purchases provide valuable data about consumer behavior. We analyze these data extracted from emails and combine them with demographic information to characterize, model, and predict consumer behavior. Breaking down purchasing by age and gender, we find that the amount of money spent on online purchases grows sharply with age, peaking in late 30s. Men are more frequent online purchasers and spend more money when compared to women. Linking online shopping to income, we find that shoppers from more affluent areas purchase more expensive items and buy them more frequently, resulting in significantly more money spent on online purchases. We also look at dynamics of purchasing behavior and observe daily and weekly cycles in purchasing behavior, similarly to other online activities. More specifically, we observe temporal patterns in purchasing behavior suggesting shoppers have finite budgets: the more expensive an item, the longer the shopper waits since the last purchase to buy it. We also observe that shoppers who email each other purchase more similar items than socially unconnected shoppers, and this effect is particularly evident among women. Finally, we build a model to predict when shoppers will make a purchase and how much will spend on it. We find that temporal features improve prediction accuracy over competitive baselines. A better understanding of consumer behavior can help improve marketing efforts and make online shopping more pleasant and efficient.

研究の動機と目的

• 購入確認メールの実世界の大規模データを用いて、オンライン消費者行動の要因を理解すること。
• 年齢、性別、収入といったデモグラフィック要因が購入パターンや支出行動に与える影響を調査すること。
• オンラインショッピングにおける時間的ダイナミクス（毎日および毎週のサイクル、予算制約）をモデル化すること。
• ソーシャルネットワークが、接続されたユーザー間の購入類似性に与える影響を調査すること。
• ユーザーの次回オンライン購入の時期と金額を予測するためのモデルを構築・評価すること。

提案手法

• ヤフーメールユーザーのメールアカウントを通じて送信された販売業者からの注文確認メールから、商品名、価格、タイムスタンプを抽出した。
• メールユーザーのプロフィールを介して、ユーザーのデモグラフィック情報（年齢、性別、郵便番号）と購入データをリンクさせた。
• 購入行動における時間的パターンを分析し、毎日および毎週のサイクル、高額商品のための予算に基づく待機時間の特徴を同定した。
• 電子メール通信ネットワークを構築し、ユーザー間のソーシャルインフルエンスが購入類似性に与える影響を評価した。
• 時間的特徴、デモグラフィック特徴、ネットワーク特徴を組み合わせた機械学習分類器を構築し、次回購入の時期と金額を予測した。
• 予測精度の向上度を相対的指標で評価し、ランダムベースラインと比較した。

実験結果

リサーチクエスチョン

• RQ1 年齢と性別はオンライン購入頻度と支出水準にどのように影響するか？
• RQ2 郵便番号から推定される収入水準は、購入頻度および平均商品価格とどの程度相関しているか？
• RQ3 オンラインショッピング行動に特徴的な時間的パターン（毎日、毎週、待機時間）は何か？また、それらは予算制約をどのように反映しているか？
• RQ4 電子メールで接続されたユーザーは、接続されていないユーザーと比較して、より類似した購入行動を示すか？また、性別によってその傾向は異なるか？
• RQ5 時間的特徴量は、デモグラフィック要因やベースラインモデルと比較して、ユーザーの次回購入時期と金額の予測精度を顕著に向上させることができるか？

主な発見

• 男性は女性よりも頻繁に購入し、平均的な支出額も顕著に高い。平均的な支出額は30代後半にピークに達する。
• オンライン支出は年齢とともに増加し、30代後半にピークに達した後、60歳以降に減少する。収入水準と総支出との間に強い相関が認められる。
• より裕福な地域に住む消費者は、より高価な商品を購入し、購入頻度も高く、結果として総支出が著しく高くなる。
• 購入行動には明確な毎日および毎週のサイクルが見られ、平日および勤務時間帯に活動が高まり、週末には活動が低下する。
• 購入間隔は商品価格に応じて延びており、大多数の消費者が有限の予算制約の下で行動していることが示唆される。
• 電子メールで連絡を取り合っているユーザー（ソーシャルに接続されたユーザー）は、接続されていないユーザーと比較して、より類似した商品を購入しており、特に同性同士（特に女性）のペアで類似度が最も高い。