|
本研究ではオムニチャネルマーケティングに関して顧客購買意思決定に及ぼす状況の構造を、実データまたは潜在データによるモデル化を行い、情報閲覧履歴、購買チャネル、デバイス利用、メディア、顧客特性、購買に関連した下記研究を行った。(研究成果)最終年度:PCやモバイルデバイスによるWebサイト情報閲覧履歴と実店舗及びオンライン店舗の２つの購入チャネルにおける顧客購買データを結びつけ、オムニチャネル購買実態の階層ベイズモデル構築を行ってきた（2021ISBA国際会議発表予定）Webサイト情報閲覧履歴が膨大な為、特徴抽出自動化プロセス構築目的で、複数カテゴリの自動収集アプリの接続時間時系列データ及び性別と年齢範囲を含むデータセットを使用して、CNNにより性別と年齢範囲の分類方法の開発・分類予測を行い、性別と年齢範囲の分類予測問題解決の為の特徴量学習モデルを提案した（2020国際学会報告書公刊）
研究期間全体:消費者デバイス利用実態変化に関して、デバイス利用の偏りと属性・時間帯の影響の評価研究の実施; 購買チャネルとデバイス・ソーシャルメディアのタッチポイントとの関連について日本の低関与・高頻度購入商品カテゴリデータを用いて、潜在クラス分析により顧客セグメンテーションを行って、７セグメントの存在を提示; POSデータを用いて階層ベイズランダム係数選択モデルにより、非集計潜在変数推定手法を開発; マルチデバイス関連のマルチチャネル市場拡大状況把握のため混合隠れマルコフモデル及び潜在成長曲線モデルを構築; モバイル経由Webサイトアプリ閲覧履歴データをCNNにより原データ及びウエーブレット変換データの特徴量抽出を試み、同データへの１次元CNNの適用性を提示。本研究の重要性は全体的にオムニチャネルに関連した重要要因を網羅し、かつインパクトファクターの高い国際雑誌に公刊され現時点で49の論文で引用
|
