[논문 리뷰] Patterns of Individual Shopping Behavior

Coco Krumme, Manuel Cebrián외 1명|arXiv (Cornell University)|2010. 08. 15.

Human Mobility and Location-Based Analysis인용 수 4

한 줄 요약

이 연구는 3개월 간의 익명화된 거래 데이터를 바탕으로 10,000개의 은행 계좌에서 개인의 쇼핑 행동을 분석하여, 매일의 쇼핑 순서는 상호 간섭하는 사건들로 인해 예측할 수 없지만, 장기적인 시간 척도에서는 행동이 매우 예측 가능하다는 점을 밝혀냈다. 주요 발견은 부유한 개인이 더 높은 엔트로피를 보이며 더 다양한 매장을 방문하고, 쇼핑 여행을 묶는 경향이 있어, 핵심 매장을 중심으로 규칙적인 행동을 보이는 빈곤한 개인과 대비된다.

ABSTRACT

Much of economic theory is built on observations of aggregate, rather than individual, behavior. Here, we present novel findings on human shopping patterns at the resolution of a single purchase. Our results suggest that much of our seemingly elective activity is actually driven by simple routines. While the interleaving of shopping events creates randomness at the small scale, on the whole consumer behavior is largely predictable. We also examine income-dependent differences in how people shop, and find that wealthy individuals are more likely to bundle shopping trips. These results validate previous work on mobility from cell phone data, while describing the unpredictability of behavior at higher resolution.

연구 동기 및 목표

• 실제 거래 데이터를 사용하여 고시간 해상도에서 개인의 쇼핑 행동 예측 가능성을 조사하기 위해.
• 소득과 같은 인구통계적 요인이 쇼핑 패턴, 특히 여행 묶음 및 매장 다양성에 어떻게 영향을 미치는지 조사하기 위해.
• 정보이론적 엔트로피 측정법(무작위, 시간적으로 상관없는, 진정한)을 쇼핑 행동에 적용하여 순서와 빈도가 예측 가능성에 미치는 영향을 평가하기 위해.
• 이동 전화 데이터 기반 이전의 이동성 연구를 금융 거래 패tern으로 검증하고 확장하기 위해.
• 단기적 시간 척도에서는 행동 루틴이, 장기적 시간 척도에서는 개인적 선택이 지배하는지 탐구하기 위해.

제안 방법

• 이 연구는 2010년 1분기 동안의 모든 신용카드 거래, 현금 인출 및 전자 송금를 포함한 주요 미국 은행의 익명화된 금융 계좌 10,000개의 무작위 표본을 사용한다.
• 상점은 상점 카테고리 코드(MCC)를 사용하여 분류되며, 개인의 소득은 계좌로 유입되는 수입으로 추정된다.
• 쇼핑 순서는 노드가 상점이고 간선 가중치가 상점 간 전이 확률을 나타내는 네트워크로 모델링된다.
• 정보이론적 엔트로피는 세 가지 형태로 계산된다: 무작위(log₂Nᵢ), 시간적으로 상관없는(합계 pᵢ(j)log₂pᵢ(j)), 진정한(코로모고로프 복잡도 근사치를 통한 순서 복잡성 기반).
• 몬테카를로 시뮬레이션을 통해 쇼핑 순서를 무작위화하고 정렬하여 시간 순서의 영향을 분리한다.
• 부유한 개인과 빈곤한 개인은 연간 소득 유입 기준으로 분류된다: < $16,000(빈곤), > $80,000(부유), 매장 다양성, 방문 변동성, 묶음 행동 비교 분석을 수행한다.

실험 결과

연구 질문

• RQ1 매일 수준에서는 난류가 보이지만, 장기적인 시간 척도에서는 개인의 쇼핑 행동이 어느 정도 예측 가능할 수 있는가?
• RQ2 소득 수준은 매장 다양성, 방문 빈도, 여행 묶음과 같은 쇼핑 행동과 어떻게 관련이 있는가?
• RQ3 매장 방문 순서가 쇼핑 행동의 진정한 엔트로피에 크게 기여하는가, 아니면 주로 방문 수와 빈도에 의해 결정되는가?
• RQ4 금융 거래 데이터에서의 정보이론적 엔트로피 측정법은 이전의 이동 전화 이동성 연구와 어떻게 비교되는가?
• RQ5 예측 가능성의 차이를 설명하는 행동 메커니즘(예: 여행 묶음, 다양성 선호)은 부유한 개인과 저소득 개인 간에 어떻게 다르게 작용하는가?

주요 결과

• 부유한 개인은 빈곤한 개인보다 유의미하게 더 많은 종류의 매장을 방문하여 더 높은 무작위 엔트로피를 보이며(p < 0.01), 두 명이 매우 예측 가능할 경우 상점 유형의 겹침 확률은 31.4%이지만, 예측 가능하고 예측 불가능한 개인 간에는 겹침 확률이 11.2%에 불과하다.
• 더 높은 총 엔트로피에도 불구하고, 부유한 개인은 무작위 엔트로피와 시간적으로 상관없는 엔트로피 간의 차이가 더 크며, 이는 그들의 행동이 순수한 다양성보다는 방문의 시간 분포에 더 크게 영향을 받음을 시사한다.
• 부유한 개인의 경우 한 매장당 방문 횟수의 분산이 더 크며, 이는 높은 엔트로피가 시간 분포가 아닌 다양성 선호에서 기인한다는 가설을 뒷받침한다.
• 부유한 소비자는 여행 묶음을 통해 매일 활동 버킷의 분산이 더 높아, 한 번의 여행으로 여러 매장을 동시에 구매하는 것을 의도적으로 조율하고 있음을 시사한다.
• 쇼핑 순서를 무작위화해도 진정한 엔트로피는 거의 변화하지 않아, 순서의 영향이 예측 가능성에 크게 기여하지 않음을 보여주지만, 주 단위로 순서를 정렬하면 엔트로피가 크게 감소하여 이동 전화 데이터에서 관찰된 수준에 가까워진다.
• 스토어 방문 빈도에 대해 지프의 법칙이 성립한다(s = 4 ± 0.031), 즉 순위 N인 매장을 방문할 확률이 총 방문한 매장 수와 무관하게 거듭제곱 법칙을 따른다.