[论文解读] Validating Gravity-Based Market Share Models Using Large-Scale Transactional Data

Yoshihiko Suhara, Mohsen Bahrami+2 more|arXiv (Cornell University)|Feb 9, 2019

Consumer Market Behavior and Pricing参考文献 12被引用 8

一句话总结

本文利用来自多个零售品类的真实零售交易的大规模交易数据，对基于Huff引力的市场份额模型进行了实证验证。通过在不同类型的商家中应用回归分析与模型拟合，研究结果表明该模型具有较强的实证支持，尤其在食品杂货、服装、加油站和餐饮业中表现优异，关键的人口统计学多样性因素进一步增强了模型的有效性。

ABSTRACT

Customer patronage behavior has been widely studied in market share modeling contexts, which is an essential step towards modeling and solving competitive facility location problems. Existing studies have conducted surveys to estimate merchants' market share and factors of attractiveness to use in various proposed mathematical models. Recent trends in Big Data analysis allow us to better understand human behavior and decision making, potentially leading to location models with more realistic assumptions. In this paper, we propose a novel approach for validating Huff gravity market share model, using a large-scale transactional dataset that describes customer patronage behavior in a regional scale. Although the Huff model has been well-studied and widely used in the context of competitive facility location and demand allocation, this paper is the first in validating the Huff model with a real dataset. Our approach helps to easily apply the model in different regions and with different merchant categories. Experimental results show that the Huff model fits well when modeling customer shopping behavior for a number of shopping categories including grocery stores, clothing stores, gas stations, and restaurants. We also conduct regression analysis to show that certain features such as gender diversity and marital status diversity lead to stronger validation of the Huff model. We believe we provide strong evidence, with the help of real world data, that gravity-based market share models are viable assumptions for competitive facility location models.

研究动机与目标

• 使用真实的大规模交易数据而非基于调查的估计，对Huff引力模型的市场份额进行实证验证。
• 评估该模型在食品杂货店、服装店、加油站和餐厅等多样化零售品类中的表现。
• 识别在现实环境中增强或削弱该模型预测准确性的社会人口学因素。
• 为在竞争性设施选址规划中更自信地应用引力模型提供数据驱动的框架。
• 展示利用大数据改善零售与城市规划中选址建模假设的可行性。

提出的方法

• 使用大规模交易数据集，记录区域零售场所的顾客到访与消费情况。
• 应用Huff模型，基于设施吸引力与顾客距离估算市场份额概率。
• 采用皮尔逊相关系数与p值，评估不同区域与商家类别中的模型拟合度。
• 通过普通最小二乘法（OLS）回归，分析模型表现与社会人口统计指标（如性别多样性、婚姻状况多样性）之间的关系。
• 采用区域层级聚合，计算平均距离、模型参数（α, β）及模型拟合度指标（r, p值）。
• 通过在具有不同人口统计特征的多种商家类别与地理区域中进行测试，验证模型的稳健性。

实验结果

研究问题

• RQ1 Huff引力模型在不同零售品类中，对现实顾客消费行为的预测准确程度如何？
• RQ2 哪些区域的社会人口学特征显著影响Huff模型预测的准确性？
• RQ3 该模型在具有不同人口结构与商户构成的地理区域中表现如何变化？
• RQ4 大规模交易数据是否能比传统基于调查的方法提供更可靠的市场份额模型验证？
• RQ5 性别多样性与婚姻状况多样性等因素在提升模型解释力方面发挥何种作用？

主要发现

• Huff模型在所有测试的零售品类中均表现出良好拟合度，皮尔逊相关系数（r）范围为0.365至1.000，表明其具有高度预测能力。
• 在餐饮业中，模型在第53、82、84和123号区域达到完美拟合（r = 1.000），p值为0.000，具有统计显著性。
• 在加油站中，模型表现优异，第84号区域r = 0.9977，第70号区域r = 0.9962，p值均低于0.001。
• 回归分析显示，性别多样性与婚姻状况多样性与更好的模型拟合度正相关，餐饮模型中β系数分别为-0.6746与0.1780。
• 在移动性多样性低且收入不平等程度高的区域，模型预测准确性下降，表现为负向且不显著的系数。
• 本研究提供了实证证据，表明引力模型在竞争性设施选址中具有可行性，尤其在结合真实交易数据与人口统计背景进行校准后。