[논문 리뷰] Collective Attention and the Dynamics of Group Deals

Mao Ye, Chunyan Wang외 3명|arXiv (Cornell University)|2011. 07. 22.

Opinion Dynamics and Social Influence참고 문헌 10인용 수 6

한 줄 요약

이 논문은 Groupon과 LivingSocial에서의 그룹 딜에 대한 집단주의적 주목의 예측 가능한 동적 모델을 제안하며, 무작위 발견 단계와 사회적 확산 단계를 구분한다. Groupon의 티핑 포인트 메커니즘이 더 빠른 포화도와 이른 예측 가능성을 가져오지만, LivingSocial의 지속적인 개인 인cent티브 구조는 더 긴 확산 기간을 유지하여 예측을 더 어렵게 만들지만 여전히 사회적 확산 프레임워크를 사용해 정확하게 모델링할 수 있음을 보여준다.

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.

연구 동기 및 목표

• Groupon과 LivingSocial에서의 일일 그룹 딜에서의 집단주의적 주목의 동역학을 이해하기 위해.
• 시간이 지남에 따라 구매 수를 이끄는 행동 메커니즘—무작위 발견 대비 사회적 확산—을 규명하기 위해.
• 초기 구매 패턴을 바탕으로 그룹 딜 성공에 대한 예측 모델을 개발하기 위해.
• 다른 인센티브 구조(티핑 포인트 대 개인 보상)로 인해 플랫폼 간 예측 가능성의 차이를 비교하기 위해.
• 사회적 확산을 활용한 현장 마케팅 캠페인에 실질적인 통찰을 제공하기 위해.

제안 방법

• 모델은 구매 동역학을 두 단계로 분리한다: 꺾임점 이전의 무작위 발견 단계와 이후의 사회적 확산 단계.
• Groupon의 꺾임점은 티핑 포인트에 해당하고, LivingSocial의 경우 지속적인 사회적 공유의 시작과 일치한다.
• 확률적 모델을 사용하여 집단주의적 주목의 증가 및 감소를 분석적으로 기술하며, 매개변수는 실제 데이터에서 추정된다.
• 사회적 확산(Social Propagation, SP) 모델은 초기 구매 데이터를 사용해 최종 딜 수요를 예측하며, 기준 모델보다 뛰어난 성능을 보인다.
• 기준 모델로는 단순 외삽(기준1)과 다중선형 회귀(기준2)를 사용하여 비교한다.
• 모델 성능은 Groupon과 LivingSocial 데이터셋의 테스트 세트에서의 상대 오차를 사용해 평가된다.

실험 결과

연구 질문

• RQ1 무작위 발견과 사회적 확산이 그룹 딜 구매 동역학에 어떻게 함께 영향을 미치는가?
• RQ2 왜 Groupon의 딜 인기도는 LivingSocial의 것보다 수명 주기 초반에 더 이르게 예측 가능한가?
• RQ3 다른 인센티브 메커니즘—티핑 포인트 대 개인 보상—은 사회적 확산의 예측 가능성과 지속성에 어떤 영향을 미치는가?
• RQ4 집단주의적 주목의 확률적 모델이 초기 데이터에서 최종 구매 수요를 얼마나 정확하게 예측할 수 있는가?
• RQ5 꺽임점은 발견 단계와 확산 단계를 구분하는 데 어떤 역할을 하는가?

주요 결과

• SP 모델은 Groupon과 LivingSocial 양 플랫폼에서 기준1 및 기준2보다 더 뛰어난 성능을 보이며 최종 구매 수요를 예측한다.
• Groupon의 경우, 'Coastal Contacts' 딜에 대해 12시간 관찰 후 SP 모델이 상대 오차 14%로 129건의 구매를 예측한다.
• LivingSocial의 경우, 12시간 데이터를 사용할 때 SP 모델이 65%의 딜에 대해 상대 오차를 50% 이하로 줄여 기준1보다 뛰어난 성능을 보인다.
• Groupon의 경우 예측 정확도가 더 이르게 수렴하며(13시간 만에 20% 오차), LivingSocial보다 더 이르게(17시간 만에 20% 오차) 도달한다. 이는 빠른 신선도 감소와 이른 포화도 때문이다.
• Groupon의 티핑 포인트 메커니즘이 더 이르게 포화도에 이를 수 있게 하고 예측 가능성을 조기에 달성하지만, LivingSocial의 지속적인 개인 인센티브 구조는 확산 기간을 연장하고 예측 가능성을 지연시킨다.
• 다른 메커니즘이나 구조에도 불구하고, 양 플랫폼 간 성장 및 감소의 기초적인 확률적 과정과 분포 매개변수는 놀랄 만큼 유사하다.