[論文レビュー] Retail Market analysis in targeting sales based on Consumer Behaviour using Fuzzy Clustering - A Rule Based Mode

D. Bhanu, S. Pavai Madeshwari|ArXiv.org|Dec 20, 2009

Consumer Market Behavior and Pricing参考文献 11被引用数 4

ひとこと要約

本論文は、消費者行動を人口統計的セグメントごとに分析することで、小売製品のターゲティングを向上させるために、ファジィクラスタリングと連関ルールマイニングを統合したルールベースの意思決定支援フレームワークを提案する。既存の店舗における顧客-製品クラスタ関係をモデル化することで、新しい市場に適用可能なルールを生成し、経済的・人口統計的特性に基づいたデータ駆動型の製品バンドルとセグメンテーションを通じて売上を向上させる。

ABSTRACT

Product Bundling and offering products to customers is of critical importance in retail marketing. In general, product bundling and offering products to customers involves two main issues, namely identification of product taste according to demography and product evaluation and selection to increase sales. The former helps to identify, analyze and understand customer needs according to the demo-graphical characteristics and correspondingly transform them into a set of specifications and offerings for people. The latter, concerns with how to determine the best product strategy and offerings for the customer in helping the retail market to improve their sales. Existing research has focused only on identifying patterns for a particular dataset and for a particular setting. This work aims to develop an explicit decision support for the retailers to improve their product segmentation for different settings based on the people characteristics and thereby promoting sales by efficient knowledge discovery from the existing sales and product records. The work presents a framework, which models an association relation mapping between the customers and the clusters of products they purchase in an existing location and helps in finding rules for a new location. The methodology is based on the integration of popular data mining approaches such as clustering and association rule mining. It focuses on the discovery of rules that vary according to the economic and demographic characteristics and concentrates on marketing of products based on the population.

研究の動機と目的

• 既存の研究が静的パターン同定に限定されており、新しい小売環境に適用可能なインサイトを提供しないというギャップに対処すること。
• 人口統計的および経済的特性に基づいて、小売業者が顧客をセグメント化し、製品提供を最適化できる動的でルールベースのシステムを開発すること。
• 歴史的売上記録および製品記録からの効率的な知識発見を可能にし、市場ターゲティングと売上パフォーマンスの向上を図ること。
• 顧客クラスタを製品購入パターンに関連付けるフレームワークを構築し、新規店舗向けのルール生成を促進すること。
• ファジィクラスタリングと連関ルールマイニングを統合し、適応的で文脈に応じた製品バンドル戦略を実現すること。

提案手法

• 顧客の購買行動に基づいてクラスタリングを行うためにファジィc-平均法が適用され、所属度は複数のクラスタへの親和性を反映する。
• 既存の小売店舗における顧客クラスタと製品購入パターンの関係を分析し、支配的な製品関連性を同定する。
• 高サポート、高信頼度のアイテムセットに焦点を当て、クラスタリングされたデータから実行可能なルールを抽出するため、連関ルールマイニングが用いられる。
• 所得、年齢、場所などの人口統計的および経済的特性に基づいてルールを生成し、製品提供をカスタマイズする。
• 類似した人口統計的プロファイルと対応する製品クラスタをマッピングすることで、既存の店舗から新しい市場へのルール転送が可能になる。
• ファジィクラスタリングによるセグメンテーションと連関ルールマイニングによるイン사이트生成を統合したハイブリッドモデルが、小売における動的意思決定を支援する。

実験結果

リサーチクエスチョン

• RQ1 ファジィクラスタリングを用いて、購買行動パターンを効果的にセグメント化することで、ターゲット製品提供をどのように支援できるか？
• RQ2 クラスタリングされた顧客データから得られる連関ルールは、購買意思決定に影響を与える人口統計的および経済的要因をどのように反映するか？
• RQ3 1つの小売店舗で生成されたルールは、どのようにして新規の類似市場環境に適合・適用できるか？
• RQ4 ファジィクラスタリングと連関ルールマイニングを統合することで、従来の手法と比較して、売上ターゲティングの正確性がどの程度向上するか？
• RQ5 人口統計的および経済的特性は、効果的な製品バンドル戦略を形成する上で果たす役割は何か？

主な発見

• 本フレームワークは、ファジィクラスタリングを用いて、購買行動と人口統計的属性に基づき、明確に区別できる顧客クラスタを同定できた。
• 特定の顧客クラスタと製品バンドルを結びつける高信頼度の連関ルールが生成され、ターゲットマーケティングが可能になった。
• 類似した人口統計的プロファイルの照合により、既存店舗から新しい店舗へのルール転送が可能となり、市場参入の効率が向上した。
• ファジィクラスタリングと連関ルールマイニングの統合により、製品セグメンテーションと売上ターゲティングの精度が向上した。
• 本アプローチは、生の売上データを実行可能なマーケティングルールに変換することで、動的でデータ駆動型の意思決定を支援する。
• 再利用可能で文脈に応じたルールを備えるため、本システムは多様な小売環境へのスケーラブルな展開の可能性を示した。