Customer Shopping Behaviour Analytics: An Integrated Data Pipeline and Decision-Support System
यह शोध पत्र एक AI-संचालित, एंड-टू-एंड डेटा एनालिटिक्स फ्रेमवर्क प्रस्तुत करता है जो रिटेल लेनदेन का विश्लेषण करने के लिए पायथन ETL, MySQL मॉडलिंग और इंटरैक्टिव डैशबोर्ड को एकीकृत करता है, जिससे यह पता चलता है कि वॉल्यूम स्क्यू (volume skew) के बावजूद लिंग-आधारित खर्च में समानता मौजूद है, फिर भी वर्तमान प्रमोशनल डिस्काउंट और सब्सक्रिप्शन मॉडल बास्केट साइज या प्रति-विजिट खर्च को महत्वपूर्ण रूप से बढ़ाने में विफल रहते हैं, जिससे अधिग्रहण और मुद्रीकरण रणनीतियों में महत्वपूर्ण अंतराल उजागर होते हैं।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
आधुनिक खुदरा (रिटेल) की हलचल भरी दुनिया में, हर लेनदेन एक डिजिटल पदचिह्न छोड़ जाता है। जब कोई ग्राहक एक जैकेट खरीदता है, क्रेडिट कार्ड से भुगतान करता है, या स्टार रेटिंग देता है, तो वे डेटा का एक हिस्सा उत्पन्न करते हैं। दशकों से, स्टोर प्रबंधकों और कॉर्पोरेट योजनाकारों ने यह समझने के लिए इन लाखों बिखरे हुए नोट्स को समझने की कोशिश की है कि लोग खरीदारी करने के लिए क्या प्रेरित करते हैं, उन्हें वापस आने के लिए क्या चीज़ प्रेरित करती है, और अधिकतम लाभ के लिए वस्तुओं की कीमत कैसे तय की जाए। चुनौती हमेशा मात्रा और स्पष्टता की रही है; डेटा मौजूद है, लेकिन यह अक्सर अव्यवस्थित स्प्रेडशीट्स में दबा हुआ, गायब नंबरों से भरा हुआ, और ऐसे प्रारूपों में बंद होता है जिन्हें अनलॉक करने के लिए विशेष कौशल की आवश्यकता होती है। इस शोध का लक्ष्य उस रसीदों और समीक्षाओं के अराजक ढेर को ग्राहक व्यवहार की एक स्पष्ट, जीवंत तस्वीर में बदलना है, जिससे व्यावसायिक नेताओं को यह देखने में सक्षम बनाया जा सके कि उनके स्टोर में वास्तव में क्या हो रहा है, बिना कंप्यूटर विशेषज्ञ बने।
इसे प्राप्त करने के लिए, शोधकर्ताओं ने एक नए प्रकार का सिस्टम बनाया है जो कच्चे बिक्री रिकॉर्ड और मानवीय निर्णय लेने के बीच एक स्वचालित अनुवादक के रूप में कार्य करता है। उन्होंने कपड़ों और फुटवियर से लेकर एक्सेसरीज तक, एक रिटेल वातावरण से 3,900 वास्तविक लेनदेन के एक विशाल संग्रह के साथ शुरुआत की। अपने मूल रूप में, ये रिकॉर्ड अपूर्ण थे; कुछ ग्राहक संतुष्टि स्कोर गायब थे, और डेटा अलग-अलग कॉलम में बिखरा हुआ था जो हमेशा एक समान नहीं थे। टीम ने सबसे पहले एक कंप्यूटर प्रोग्राम का उपयोग करके इस डेटा को साफ किया जिसने उस विशिष्ट उत्पाद के लिए औसत रेटिंग को देखकर छूटे हुए संतुष्टि स्कोर को स्वचालित रूप से भर दिया, जिससे यह सुनिश्चित हुआ कि कोई भी मूल्यवान बिक्री जानकारी फेंकी न जाए। फिर उन्होंने साफ किए गए डेटा को एक संरचित डेटाबेस में व्यवस्थित किया, जो एक डिजिटल फाइलिंग सिस्टम है और त्वरित खोज तथा छंटनी की अनुमति देता है। अंत में, उन्होंने एक सरल, इंटरैक्टिव वेबसाइट बनाई जहाँ एक स्टोर मैनेजर कुछ बटन क्लिक करके सवाल पूछ सकता है जैसे कि "पुरुष महिलाओं की तुलना में कितना खर्च करते हैं?" या "क्या छूट वास्तव में लोगों को अधिक खरीदारी करने के लिए प्रेरित करती है?" और तुरंत उत्तर प्राप्त कर सकता है।
इस जांच के परिणामों ने कई आश्चर्यजनक सत्यों को उजागर किया जो ग्राहकों के व्यवहार के बारे में सामान्य धारणाओं को चुनौती देते हैं। सबसे महत्वपूर्ण खोजों में से एक लिंग (जेंडर) से संबंधित है। जबकि पुरुषों ने डेटासेट में कुल खरीदारी का दो-तिहाई हिस्सा बनाया, प्रति विज़िट खर्च की गई राशि दोनों लिंगों के लिए लगभग समान थी। पुरुषों ने औसतन 59.52 खर्च किए। पांच सेंट का यह मामूली अंतर यह सिद्ध करता है कि महिला ग्राहकों से कम कुल राजस्व इसलिए नहीं है क्योंकि वे कम खर्च करती हैं, बल्कि इसलिए है क्योंकि उनमें से बहुत कम लोग दरवाजे के अंदर आ रहे हैं। अंतर पूरी तरह से इस बात में है कि कितने ग्राहकों तक पहुँचा जा रहा है, न कि इस बात में कि वे कितना भुगतान करने के लिए तैयार हैं।
एक अन्य निष्कर्ष मानक बिक्री रणनीतियों की प्रभावशीलता पर सवाल उठाता है। शोधकर्ताओं ने बारीकी से देखा कि जब ग्राहकों ने डिस्काउंट कूपन का उपयोग किया तो क्या हुआ। उन्होंने पाया कि हालांकि लगभग 42% सभी ऑर्डरों में डिस्काउंट का उपयोग किया गया था, लेकिन शॉपिंग बास्केट का औसत आकार मुश्किल से बढ़ा। कूपन का उपयोग करने वाले ग्राहकों ने पूर्ण मूल्य देने वालों की तुलना में औसतन केवल $0.74 अधिक खर्च किया। यह सुझाव देता है कि कई खरीदारों के लिए, छूट उन्हें अधिक वस्तुएं खरीदने या अधिक पैसा खर्च करने के लिए प्रोत्साहित नहीं करती है; यह केवल उन वस्तुओं की कीमत को कम करती है जिन्हें वे पहले से ही खरीदने की योजना बना रहे थे। फलस्वरूप, स्टोर उन बिक्री पर अपने संभावित लाभ का एक महत्वपूर्ण हिस्सा खो देता है बिना किसी अतिरिक्त वॉल्यूम को प्राप्त किए जो इसकी भरपाई कर सके।
अध्ययन ने लॉयल्टी प्रोग्राम और सब्सक्रिप्शन के संबंध में एक विरोधाभास भी उजागर किया। कई व्यवसाय यह मान लेते हैं कि जो ग्राहक सदस्यता या सब्सक्रिप्शन के लिए भुगतान करते हैं, वे अधिक मूल्यवान होते हैं और प्रति विज़िट अधिक खर्च करते हैं। हालांकि, डेटा ने दिखाया कि सक्रिय सब्सक्राइबर्स ने प्रति विज़िट औसतन 59.59 खर्च किए। यह अंतर नगण्य है, जो यह दर्शाता है कि ये सदस्यताएँ वर्तमान में अधिक खर्च करने के लिए प्रेरित करने वाले उपकरण के बजाय, भुगतान करने के एक सुविधाजनक तरीके या बार-बार खरीदारी करने वालों के लिए एक लाभ के रूप में कार्य करती हैं। उच्च खर्च के वास्तविक चालक विशिष्ट उत्पादों के प्रकार और विज़िट की आवृत्ति पाए गए। उदाहरण के लिए, जिन ग्राहकों ने फुटवियर खरीदा था, उन्होंने प्रति ऑर्डर सबसे अधिक $60.75 खर्च किए, और सबसे वफादार ग्राहक, जिन्होंने पिछले दस से अधिक खरीदारी की थी, कुल लेनदेन का लगभग आधा हिस्सा थे।
स्वचालित डेटा सफाई चरणों को एक उपयोगकर्ता के अनुकूल वेबसाइट के साथ जोड़कर, शोधकर्ताओं ने प्रदर्शित किया कि जटिल व्यावसायिक प्रश्नों का उत्तर एक सेकंड से भी कम समय में दिया जा सकता है, जो कि पहले घंटों के मैनुअल स्प्रेडशीट कार्य का काम था। यह सिस्टम प्रबंधकों को आयु, लिंग या उत्पाद प्रकार के आधार पर तुरंत डेटा को फ़िल्टर करने की अनुमति देता है, जिससे वे देख सकते हैं कि विभिन्न समूह कैसे व्यवहार करते हैं। उदाहरण के लिए, उन्होंने पाया कि फुटवियर खरीदने वाले ग्राहकों का औसत ऑर्डर मूल्य सबसे अधिक था, जबकि सिस्टम ने यह भी पुष्टि की कि शिपिंग प्राथमिकताएं और भुगतान विधियां समान रूप से वितरित हैं, जिसमें कोई भी एक विकल्प हावी नहीं है, जो यह सुझाव देता है कि ग्राहकों को खुश रखने के लिए विविध विकल्प प्रदान करना आवश्यक है।
इस कार्य का अंतिम मूल्य इसकी क्षमता में निहित है जो कच्चे नंबरों को बिना कंप्यूटर विज्ञान की डिग्री के कार्रवाई योग्य रणनीति में बदल देती है। शोधकर्ताओं ने दिखाया कि बेहतर लाभ का मार्ग आवश्यक रूप से अधिक आक्रामक छूट देने या यह मानने में नहीं है कि सदस्य अधिक खर्च करेंगे। इसके बजाय, डेटा अधिक आक्रामक छूट देने के बजाय अधिक महिला ग्राहकों को आकर्षित करने की ओर संकेत करता है, क्योंकि एक बार आने के बाद वे पुरुषों के बराबर ही खर्च करती हैं, और लॉयल्टी प्रोग्राम को वास्तव में उच्च खर्च को प्रोत्साहित करने के लिए पुनर्गठित करने की आवश्यकता है। उनके द्वारा बनाया गया सिस्टम एक विश्वसनीय, कम लागत वाला उपकरण है जिसका उपयोग किसी भी रिटेल व्यवसाय द्वारा अपने प्रदर्शन का ऑडिट करने, छिपे हुए पैटर्न को पहचानने और उन निर्णयों को लेने के लिए किया जा सकता है जो वास्तव में ग्राहकों द्वारा किए जा रहे कार्यों पर आधारित हों, न कि उस पर जो व्यवसाय मान रहा है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।