| 研究課題/領域番号 |
17H06779
|
|---|
| 研究種目 |
研究活動スタート支援
|
| 配分区分 | 補助金 |
|---|
| 研究分野 |
商学
|
|---|
| 研究機関 | 京都大学 |
|---|
研究代表者 |
阿部 寛康 京都大学, 医学研究科, 助教 (40807963)
|
|---|
| 研究期間 (年度) |
2017-08-25 – 2019-03-31
|
| 研究課題ステータス |
完了 (2018年度)
|
| 配分額 *注記 |
1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2018年度: 390千円 (直接経費: 300千円、間接経費: 90千円)
2017年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
|
|---|
| キーワード | 探索的データ解析 / 非負値行列因子分解 / ウェブ閲覧履歴 / デモグラフィック属性 / 計算時間 / 購買行動 / 心理 / 商学 / 統計学 / 探索的データ分析 |
|---|
| 研究成果の概要 |
本研究では，消費者の購買履歴やWeb閲覧履歴データと，質問紙データの両方がとられたデータを用いて，消費者の購買行動と属性・心理の関係を把握するための探索的なデータ解析手法を開発した．開発手法は非負値行列因子分解と呼ばれる行列分解手法の拡張であり，行動パターンを抽出しつつ，そのパターンに従わずに行動しなかったユーザの特徴を把握できる．ユーザの属性情報が付随した，実在する買物web閲覧履歴データに開発手法を適用し，狙いの解釈が可能であることを確認した．具体的には，消費者の潜在ニーズを把握しつつも，そのニーズを持たないと思われるようなユーザを特定することが可能であることを確認した．
|
| 研究成果の学術的意義や社会的意義 |
全ての要素が0以上の値であるようなデータと，質問紙データを組み合わせた汎用性のあるデータ解析手法を開発したことは，学術的意義があると自負する．一方で，本研究の社会的意義としては，より繊細なマーケティング施策を行うための材料を提供できる点にあると考える．開発手法は，行動パターンによって記述されるユーザセグメントを抽出しつつ，そのセグメントが示すパターン通りに行動をしない特異ユーザも抽出できる．このことは，ウェブページ推薦といった潜在ニーズを掘り起こすための施策において，抽出パターンに沿った施策を十把一絡げに行うのではなく，その特異ユーザに対しては柔軟に対応できることにつながる．
|
