2022 Fiscal Year Annual Research Report
Consumer Behavior Modeling for Super Smart Marketing
| Project/Area Number |
20K01983
|
|---|
| Research Institution | Tohoku University |
|---|
Principal Investigator |
石垣 司 東北大学, 経済学研究科, 准教授 (20469597)
|
|---|
| Project Period (FY) |
2020-04-01 – 2023-03-31
|
| Keywords | 消費者行動モデリング / ビッグデータ / 消費者異質性モデル / 購買履歴データ / ベイズモデリング / マーケティング |
|---|
| Outline of Annual Research Achievements |
購買ビッグデータを用いた個別化マーケティングの高度化は学術界・産業界で課題となっている。購買データベースに基づいて個別の消費者の特性に合わせて展開される個別化マーケティングと親和性が高い。特に、購買ビッグデータを用いた大量の消費者、多種多様な商品、消費者状態の時間変化などに対応できる超スマートなマーケティングの実現は現代的な課題の一つである。本研究では、購買ビッグデータから「必要としている消費者×必要な商品×有効なマーケティング施策×必要な時」の情報を抽出することができる超スマートなマーケティングを実現する消費者行動モデルの研究を行った。ここでは、マーケティング研究が志向する消費者行動に至るメカニズムに関する知見を得ることを目的とした。
研究実施期間を通して、①超スマートマーケティングモデルの時系列モデルへの発展、②多種多様な商品の情報と関係性をとらえることを目的とした知識グラフを用いた推薦システム、③消費者の解釈レベルが消費行動に与える実証分析、に関する3つの研究を主に行った。①に関しては、多数のパラメータをもつ消費者行動モデルを作成し、ID付スキャンパネルデータを用いた実証分析を行った。②に関しては、知識グラフやグラフ構造の近接性の指標を取り入れた推薦システムの高度化に関する研究を行った。グラフ構造や近接性の概念を取り入れることで従来の方法と比べて高い推薦精度を実現できる可能性があることをオープンデータを用いて実証的に示した。③に関しては、大規模消費者パネルデータと消費者アンケートを用いて消費者の解釈レベルと価格反応係数の関係を階層ベイズモデルにより実証的に分析した。
これらの研究成果は、大量の消費者と多種多少な商品群に対して消費者の異質性と状態変化を考慮した個別化マーケティングのための高度な知見の抽出することに貢献できる可能性がある。
|
