Learning Consumer Preferences from Bundle Sales Data

Sintesi Tecnica: Apprendimento delle Preferenze dei Clienti dai Dati di Vendita di Bundle

Definizione del Problema
Questo articolo affronta la sfida di stimare le valutazioni dei consumatori per i singoli prodotti utilizzando dati transazionali storici in cui i prodotti sono venduti sia singolarmente che in bundle scontati. Sebbene il bundling dei prodotti sia una strategia di pricing onnipresente, apprendere la distribuzione sottostante delle valutazioni dei consumatori da tali dati è difficile a causa di tre ostacoli primari:

1. Osservabilità Parziale: I dati transazionali registrano le decisioni di acquisto ma non la specifica disponibilità a pagare (W willingness-to-pay o WTP). Un acquisto al prezzo $p$ rivela solo che la valutazione è almeno $p$, creando dati con censura a intervallo.
2. Censura della Domanda: I tipici dataset transazionali spesso omettono le osservazioni di "non acquisto", portando a un bias di selezione in cui i clienti con valutazioni basse rimangono non osservati.
3. Complessità Strutturale: Quando vengono offerti dei bundle, l'utilità di un bundle è legata alle valutazioni dei suoi componenti. I modelli standard di scelta discreta (ad es. Multinomial Logit) spesso trattano i bundle come prodotti indipendenti, fallendo nel recuperare i parametri strutturali delle valutazioni dei singoli prodotti.

La letteratura esistente spesso assume distribuzioni di domanda note o si affida a dati derivanti da sondaggi. Questo articolo propone un framework basato sui dati per apprendere queste distribzioni direttamente dalle transazioni di vendita di bundle, un vuoto evidenziato dalle pratiche industriali dove la stima della domanda costituisce la maggior parte degli sforzi di pricing.

Metodologia
Gli autori propongono un framework di stima della massima verosimiglianza basato sull'algoritmo di Expectation-Maximization (EM), aumentato dalla simulazione Monte Carlo.

• Formulazione del Modello: Il modello base assume che le valutazioni dei consumatori per $I$ prodotti seguano una distribuzione gaussiana multivariata, $V \sim \mathcal{N}(\mu, \Sigma)$. L'utilità di un bundle è definita come la somma delle valutazioni dei suoi componenti (utilità additiva).
• Poliedri Censurati: L'intuizione centrale è che una decisione di acquisto osservata $c_n = j$ non rivela il vettore di valutazione $v_n$, ma identifica una regione poliedrica $R^j_n$ nello spazio delle valutazioni in cui $v_n$ deve trovarsi, definita da vincoli di incentivo compatibile (IC) (ovvero, il bundle scelto offre un'utilità maggiore rispetto a tutte le altre opzioni disponibili e rispetto all'opzione esterna).
• Algoritmo EM con Monte Carlo:
  • E-step: Poiché la funzione di verosimiglianza comporta integrali della distribuzione normale multivariata su queste regioni poliedriche ad alta dimensione (che mancano di soluzioni in forma chiusa), gli autori utilizzano la simulazione Monte Carlo per approssimare la verosimiglianza attesa dei dati completi. Utilizzano un metodo di accettazione-rifiuto per campionare vettori di valutazione dalla distribuzione normale troncata definita dai poliedri IC.
  • M-step: Date le campionature Monte Carlo, i parametri $\mu$ e $\Sigma$ vengono aggiornati utilizzando i classici stimatori di massima verosimiglianza in forma chiusa per la distribuzione normale multivariata.
• Estensioni:
  • Sinergia del Prodotto: Il framework è esteso per gestire utilità non additive in cui i bundle presentano effetti di complementarità o sostituibilità (effetti di sinergia). Ciò è modellato tramite una matrice di interazione a coppie $A$. Per gestire la non-differenziabilità dei vincoli IC rispetto ad $A$, gli autori introducono un surrogato differenziabile utilizzando una funzione sigmoide per rendere morbidi i vincoli rigidi, permettendo l'ottimizzazione basata sul gradiente di $A$ all'interno dell'M-step.
  • Domanda Censurata: Il modello è esteso per tenere conto delle decisioni di non acquisto non osservate. Il numero totale di clienti (inclusi i non acquirenti) è trattato come una variabile latente, modellata tramite una distribuzione binomiale negativa, e integrata nell'E-step.
  • Modelli a Miscela Gaussiana (GMM): Il framework accoglie segmenti di mercato raggruppati permettendo alla distribuzione delle valutazioni di essere una miscela di gaussiane.

Contributi Chiave

1. Riformulazione come Dati Mancanti: Il paper riformula i dati transazionali dei bundle come un problema di stima di dati mancanti su regioni poliedriche ad alta dimensione (poliedri IC), generalizzando il concetto di dati con censura a intervallo a più dimensioni.
2. Algoritmo Scalabile: Il proposto algoritmo EM, combinato con la simulazione Monte Carlo e tecniche di campionamento per importanza, consente la stima delle distribuzioni di valutazione per fino a 6 prodotti e 10.000 transazioni. Gli autori notano che nessun algoritmo noto può gestire la stima a questa scala per menu di prezzi di bundle arbitrari.
3. Garanzie Teoriche:
   • Identificabilità: Il paper stabilisce le condizioni sufficienti affinché il modello sia identificabile. Nello specifico, dimostra che se gli articoli sono venduti separatamente a prezzi regolari e con almeno un prezzo promozionale distinto, i parametri $(\mu, \Sigma)$ possono essere recuperati univocamente.
   • Convergenza: Adattando il framework di Balakrishnan et al. (2017), gli autori forniscono le condizioni sotto le quali l'operatore EM della popolazione è localmente contrattivo, garantendo la convergenza ai veri parametri se inizializzato all'interno di una specifica regione di attrazione.
4. Validazione Empirica: L'approccio è validato utilizzando dataset sintetici e un dataset reale su larga scala proveniente da JD.com.

Risultati

• Dati Sintetici: Gli esperimenti numerici dimostrano che l'algoritmo converge stabilmente e che l'accuratezza della stima (misurata dall'errore $\ell_1$) migliora con la dimensione del campione. Il metodo supera il benchmark bayesiano (basato su Jedidi et al., 2003) nel recupero dei parametri, particolarmente in dimensioni più elevate, nonostante il raggiungimento di punteggi di log-verosimiglianza simili.
• Confronto con MNL: Quando confrontato con un modello Multinomial Logit (MNL) errato che tratta i bundle come prodotti indipendenti, il modello gaussiano proposto supera significativamente l'MNL in termini di log-verosimiglianza fuori campione e RMSE, evidenziando l'importanza di modellare la dipendenza strutturale tra bundle e componenti.
• Sinergia e Censura: I modelli estesi recuperano con successo i parametri di sinergia e gestiscono la domanda censurata, mostrando che, sebbene la censura aumenti l'errore dei parametri, il modello mantiene un'alta log-verosimiglianza predittiva.
• Dati Reali (JD.com): Applicato a un dataset di quasi 500.000 transazioni, i modelli proposti (Base, Synergy e GMM) superano costantemente sia l'MNL che i benchmark bayesiani in termini di log-verosimiglianza, RMSE e accuratezza top-$k$. Il modello Base da solo ha fornito miglioramenti significativi rispetto ai benchmark, con Synergy e GMM che offrono guadagni marginali ma consistenti.

Significato e Rivendicazioni
Il paper sostiene di fornire un framework pratico e basato sui dati per i rivenditori per apprendere le preferenze dei consumatori dai dati di vendita di bundle, un compito attualmente difficile a causa delle limitazioni dei modelli standard di scelta discreta in presenza di bundle. Gli autori sottolineano che il loro approccio colma il divario tra i meccanismi di pricing teorici (che spesso assumono valutazioni note) e l'implementazione pratica (che richiede l'apprendimento delle valutazioni dai dati).

La significatività risiede in:

• Guida Pratica: Offrire un algoritmo computazionalmente fattibile per i rivenditori per stimare le distribuzioni della domanda in ambienti di bundling complessi.
• Rigore Teorico: Fornire i primi risultati di identificabilità e convergenza locale per i problemi di stima delle vendite di bundle.
• Flessibilità: Dimostrare che il framework può essere esteso per catturare sinergie non additive e non acquisti non osservati senza sacrificare la trattabilità computazionale.

Gli autori rimangono modesti riguardo alle direzioni future, notando che, sebbene il loro metodo sia efficace, rimangono sfide nel gestire la stima dei prezzi competitivi con dati dei competitor censurati, nel raffinare i limiti dell'errore Monte Carlo e nel determinare automaticamente il numero di componenti nei modelli a miscela gaussiana.