[論文レビュー] iPhone's Digital Marketplace: Characterizing the Big Spenders

Farshad Kooti, Mihajlo Grbovic+3 more|arXiv (Cornell University)|Jan 25, 2017

Consumer Market Behavior and Pricing参考文献 21被引用数 5

ひとこと要約

本研究では、7億7600万件のiPhoneデジタル購入データを分析し、アプリ内購入行動をモデル化した。その結果、61%の支出がアプリ内購入に帰属し、上位1%のユーザーがアプリ内支出の59%を占めていることが判明した。本研究では、購入間隔（パレート分布に従う）、新規アプリ購入か既存アプリ購入かの予測、および正確なアプリの予測の3段階からなる予測モデルを提案しており、高額支出ユーザーは年齢が高く、男性である確率が高く、新規アプリでの高額支出の可能性が通常のユーザーの4.5倍高いことが明らかになった。

ABSTRACT

With mobile shopping surging in popularity, people are spending ever more money on digital purchases through their mobile devices and phones. However, few large-scale studies of mobile shopping exist. In this paper we analyze a large data set consisting of more than 776M digital purchases made on Apple mobile devices that include songs, apps, and in-app purchases. We find that 61% of all the spending is on in-app purchases and that the top 1% of users are responsible for 59% of all the spending. These big spenders are more likely to be male and older, and less likely to be from the US. We study how they adopt and abandon individual app, and find that, after an initial phase of increased daily spending, users gradually lose interest: the delay between their purchases increases and the spending decreases with a sharp drop toward the end. Finally, we model the in-app purchasing behavior in multiple steps: 1) we model the time between purchases; 2) we train a classifier to predict whether the user will make a purchase from a new app or continue purchasing from the existing app; and 3) based on the outcome of the previous step, we attempt to predict the exact app, new or existing, from which the next purchase will come. The results yield new insights into spending habits in the mobile digital marketplace.

研究の動機と目的

• iPhoneデバイスにおけるデジタル支出の分配と特徴を理解すること、特にアプリ内購入に焦点を当てる。
• 高額支出ユーザー（ビッグスペンダー）の人口統計的・行動的特徴を特定し、平均ユーザーと比較すること。
• ユーザーの購入行動の時間的ダイナミクス（アプリの採用、継続的利用、放棄）をモデル化すること。
• ユーザーが新規アプリから購入するか、既存アプリから購入するかを予測するフレームワークを構築すること。また、次の購入がどのアプリから行われるかを予測すること。
• アプリ開発者、アプリストア、広告ネットワークが高価値ユーザーを効果的にターゲティングするための実用的インサイトを提供すること。

提案手法

• AppleのiOSデバイスからの7億7600万件のデジタル購入データを含む大規模かつユーザー中心のデータセットを分析し、購入時刻、金額、種別（アプリ、楽曲、アプリ内）、およびユーザーの人口統計情報（年齢、性別、国）を含む。
• 連続する購入間隔をさまざまな統計分布でモデル化し、パレート分布が最も適切なフィットを示した。
• ユーザーが新規アプリから購入するか、以前に購入したアプリから購入するかを予測するための教師あり分類器を訓練した。
• 以前に使用したアプリからの購入の場合、購入頻度と購入間隔を組み合わせて、次の購入がどのアプリから行われるかを予測した。
• 新規アプリ購入の場合、ユーザーの過去のアプリ内購入履歴に基づいて、正確な新規アプリを予測する独自のアプローチを採用した。
• 購入タイミングの予測、アプリ種別（新規または既存）の予測、最終的なアプリ選択の予測を段階的に実行するマルチステージのモデリングパイプラインを採用し、ターゲティングやレコメンデーションシステムの改善を可能にした。

実験結果

リサーチクエスチョン

• RQ1 iPhoneにおけるデジタル支出のうち、アプリ内購入が占める割合は、楽曲やアプリ購入などの他のカテゴリーと比べてどの程度か？
• RQ2 ビッグスペンダーの人口統計的特徴（年齢、性別、居住国）は、平均ユーザーとどのように異なるか？
• RQ3 ビッグスペンダーの支出行動は、購入頻度やタイミングの観点から、時間の経過とともにどのように変化するか？
• RQ4 以前のアプリを放棄した後、ビッグスペンダーが新規アプリで高額支出ユーザーとなる可能性はどの程度高いか？
• RQ5 マルチステージの予測モデルは、ユーザーの過去の行動に基づいて、次に購入するアプリを正確に予測できるか？

主な発見

• アプリ内購入は、iPhoneにおけるすべてのデジタル支出の61%を占め、次に楽曲（23%）、アプリ購入（7%）が続く。
• 上位1%のユーザーが、アプリ内購入の全支出の59%を占め、支出の極めて集中した構造が明らかになった。
• ビッグスペンダーは平均ユーザーと比較して3〜8歳年齢が高く、男性である確率は22%高く、アメリカ出身である可能性は31%低い。
• 収入水準は同程度でも、ビッグスペンダーの支出パターンは当初は増加し、その後減少する傾向を示し、放棄に至るまで購入間隔が長くなる傾向がある。
• アプリを放棄した後、ビッグスペンダーは通常のユーザーと比較して、新規アプリで高額支出ユーザーとなる可能性が4.5倍高い。これは、ターゲティングの対象として極めて価値の高いセグメントであることを示している。
• 購入間隔はパレート分布に従い、提案された3段階のモデルは、新規および既存アプリ購入の両方を高い精度で効果的に予測できる。