[논문 리뷰] Daily Deals: Prediction, Social Diffusion, and Reputational Ramifications

John W. Byers, Michael Mitzenmacher외 1명|arXiv (Cornell University)|2011. 09. 07.

Digital Marketing and Social Media인용 수 24

한 줄 요약

이 논문은 Groupon과 LivingSocial와 같은 딜 플랫폼의 경제적 영향, 사회적 확산, 명성에 미치는 영향을 분석하기 위해 Groupon/LivingSocial 딜 데이터, 페이스북 '좋아요' 활동, 야elp 리뷰를 조합한 다중 소스 데이터셋을 사용한다. 연구 결과, 딜 플랫폼은 상인의 리뷰 수와 노출을 크게 증가시키지만, Groupon을 언급하는 리뷰어들 사이에서는 평균 10%의 평점 하락이 발생함을 확인하여 단기적 노출 증가는 있었지만 명성에 대한 비용이 수반됨을 시사한다.

ABSTRACT

Daily deal sites have become the latest Internet sensation, providing discounted offers to customers for restaurants, ticketed events, services, and other items. We begin by undertaking a study of the economics of daily deals on the web, based on a dataset we compiled by monitoring Groupon and LivingSocial sales in 20 large cities over several months. We use this dataset to characterize deal purchases; glean insights about operational strategies of these firms; and evaluate customers' sensitivity to factors such as price, deal scheduling, and limited inventory. We then marry our daily deals dataset with additional datasets we compiled from Facebook and Yelp users to study the interplay between social networks and daily deal sites. First, by studying user activity on Facebook while a deal is running, we provide evidence that daily deal sites benefit from significant word-of-mouth effects during sales events, consistent with results predicted by cascade models. Second, we consider the effects of daily deals on the longer-term reputation of merchants, based on their Yelp reviews before and after they run a daily deal. Our analysis shows that while the number of reviews increases significantly due to daily deals, average rating scores from reviewers who mention daily deals are 10% lower than scores of their peers on average.

연구 동기 및 목표

• 가격 외의 요인(예: 딜 특별 노출 상태, 일정 일자 등)이 딜 성공에 미치는 경제적 영향을 이해하기 위해 소프트 인centives를 고려한다.
• 딜 파am터와 시간적 동적 변화를 기반으로 딜 규모와 수익을 모델링하고 예측한다.
• 페이스북 '좋아요' 데이터를 활용해 소셜 네트워크가 딜을 어떻게 확산시키는지 분석하고, 캐스케이드 모델 예측을 검증한다.
• 야elp 리뷰의 리뷰 수와 평점 변화를 분석하여 Groupon 딜 이후 장기적인 명성적 영향을 평가한다.
• 향후 연구를 위해 공개 가능한 다중 소스 데이터셋을 제공한다.

제안 방법

• 미국 20개 도시에서 6개월간의 Groupon 딜 데이터와 3개월간의 LivingSocial 딜 데이터를 수집 및 정리하여 딜 규모, 가격, 지속 기간, 특별 노출 상태를 포함한다.
• 사용자 '좋아요' 활동을 추적하는 페이스북 데이터와 딜 데이터를 연계하여 소셜 네트워크를 통한 딜 확산을 분석하고 캐스케이드 모델 예측을 검증한다.
• Groupon 딜 이전, 동안, 이후의 야elp 리뷰 데이터를 분석하여 리뷰 수의 백분율 변화와 평균 별점 변화를 계산한다.
• Groupon 또는 쿠폰을 언급한 리뷰와 그렇지 않은 리뷰의 평점을 비교하여 통계적 방법으로 명성 영향을 정량화한다.
• 시간적 분석을 통해 딜 초기 성과와 딜 파am터를 기반으로 딜 규모 예측 가능성 여부를 평가한다.
• Groupon의 공식 S-1 등록서와 비교하여 집합적 데이터셋의 지표를 검증하여 데이터 정확성과 신뢰성을 확보한다.

실험 결과

연구 질문

• RQ1 Groupon과 LivingSocial에서 가격 외 요인(예: 특별 노출 상태, 요일 등)이 딜 규모와 수익에 어떤 영향을 미치는가?
• RQ2 딜 초기 성과와 딜 파am터를 사용해 딜 규모를 어느 정도 정확하게 예측할 수 있는가?
• RQ3 소셜 네트워크는 딜의 확산을 어떻게 증폭시키며, 이는 캐스케이드 모델 예측과 일치하는가?
• RQ4 Groupon 딜이 상인의 야elp 리뷰 수와 평균 별점에 장기적으로 어떤 영향을 미치는가?
• RQ5 Groupon 또는 쿠폰을 언급한 리뷰는 체계적으로 낮은 평점을 받는가? 이는 상인의 명성에 어떤 함의를 갖는가?

주요 결과

• Groupon 딜 이후 한 달 간 상인의 야elp 리뷰 수는 딜 이전의 월 평균 5% 증가율 대비 평균 84% 증가를 보였다.
• Groupon 딜 이전 3개월 간 리뷰가 없었던 상인들은 딜 이후 두 달 이내에 평균 270건의 신규 리뷰를 확보하여 새로운 고객에 대한 영향력이 크다는 것을 보여주었다.
• Groupon 또는 쿠폰을 언급한 리뷰의 평균 별점은 그렇지 않은 리뷰보다 평균 10% 낮으며, 둘 다 언급된 리뷰는 20% 이상 낮은 평점을 기록했다.
• Groupon 딜 이후 야elp 별점 평균 하락폭은 0.12이며, 이는 반올림으로 인해 반성급 평점 손실로 이어질 수 있어 기업 수익에 영향을 줄 수 있다.
• 소량의 파am터를 사용해 딜 규모를 중간 정도의 정확도로 예측할 수 있으며, 딜이 공개된 지 얼마 안 되는 시점에 예측 정확도가 크게 향상된다.
• 페이스북 소셜 네트워크 활동은 딜 확산과 강한 상관관계를 보이며, Groupon 딜이 소셜 캐스케이드 방식으로 퍼져나가는 데서 기인함을 뒷받침한다.