Learning Consumer Preferences from Bundle Sales Data

技術要約：バンドル販売データからの顧客嗜好の学習

問題定義
本論文は、製品が単体および割引されたバンドル（詰め合わせ）の両方で販売されている履歴トランザクションデータを用いて、個々の製品に対する消費者の評価額を推定するという課題に取り組んでいる。製品のバンドリングは普遍的な価格戦略であるが、このようなデータから基礎となる消費者評価の分布を学習することは、主に以下の3つの障害により困難である。

1. 部分的観測可能性（Partial Observability）: トランザクションデータは購入決定を記録するが、具体的な支払意欲（WTP）は記録しない。価格 $p$ での購入は、評価額が少なくとも $p$ 以上であることを示すのみであり、区間検閲されたデータとなる。
2. 需要の検閲（Demand Censoring）: 標準的なトランザクションデータセットは通常、「非購入」の観測を省略するため、低評価の顧客が観測されないという選択バイアスが生じる。
3. 構造的複雑性（Structural Complexity）: バンドルが提供される場合、バンドルの効用は構成要素の評価額と結びついている。標準的な離散選択モデル（例：多項ロジットモデル）は、バンドルを独立した製品として扱うことが多く、個々の製品の評価に関する構造的パラメータを回収できない。

既存の文献では、既知の需要分布を仮定するか、調査データに依存することが多い。本論文は、需要推定が価格設定努力の大部分を占めるという業界の実践における空白を埋めるべく、バンドル販売のトランザクションから直接これらの分布を学習するデータ駆動型のフレームワークを提案する。

手法
著者らは、モンテカルロ・シミュレーションによって拡張された、期待値最大化（EM）アルゴリズムに基づく最大尤度推定フレームワークを提案している。

• モデル定式化: 基本モデルでは、$I$ 個の製品に対する消費者の評価額が多変量ガウス分布 $V \sim \mathcal{N}(\mu, \Sigma)$ に従うと仮定する。バンドルの効用は、その構成要素の評価額の和（加法的な効用）として定義される。
• 検閲された多面体（Censored Polyhedra）: コアとなる洞察は、観測された購入決定 $c_n = j$ は評価ベクトル $v_n$ を明らかにするものではなく、$v_n$ が存在すべき評価空間内の多面体領域 $R^j_n$ を特定することである。この領域は、インセンティブ整合性（IC）制約（すなわち、選択されたバンドルが利用可能な他のすべての選択肢および外部オプションよりも高い効用を提供すること）によって定義される。
• モンテカルロを用いたEMアルゴリズム:
  • Eステップ: 尤度関数は多変量正規分布の高次元多面体領域における積分を含むため（これらには閉形式の解が存在しない）、著者らはモンテカルロ・シミュレーションを用いて、完全データの対数尤度の期待値を近似する。IC多面体によって定義される切断正規分布から評価ベクトルをサンプリングするために、採択・棄却法を用いる。
  • Mステップ: モンテカルロ・サンプルに基づき、パラメータ $\mu$ および $\Sigma$ を多変量正規分布の標準的な閉形式の最大尤度推定量を用いて更新する。
• 拡張:
  • 製品シナジー（Product Synergy）: 本フレームワークは、バンドルが相補性または代替性（シナジー効果）を示す非加法的な効用を扱うように拡張されている。これは、ペアワイズ相互作用行列 $A$ を通じてモデル化される。$A$ に関するIC制約の非微分性を扱うため、著者らはハードな制約を滑らかにするためのシグモイド関数を用いた微分可能なサロゲート（代理関数）を導入し、Mステップ内での $A$ の勾配ベースの最適化を可能にしている。
  • 検閲された需要（Censored Demand）: 非購入の決定を考慮するようにモデルを拡張する。非購入者を含む総顧客数は、負の二項分布を介してモデル化された潜在変数として扱われ、Eステップに統合される。
  • ガウス混合モデル（GMM）: 評価分布をガウス分布の混合として許容することで、本フレームワークはクラスター化された市場セグメントに対応する。

主な貢献

1. 欠損データとしての再定式化: 本論文は、バンドル・トランザクション・データを、高次元の多面体領域（IC多面体）上の欠損データ推定問題として再定式化し、区間検閲データの概念を高次元へと一般化した。
2. スケーラブルなアルゴリズム: 提案されたモンテカルロ・シミュレーションと重要度サンプリング技術を組み合わせたEMアルゴリズムは、最大6つの製品と10,000件のトランザクションまでの評価分布の推定を可能にする。著者らは、任意のバンドル価格メニューに対してこの規模の推定を扱える既知のアルゴリズムは存在しないと述べている。
3. 理論的保証:
   • 識別可能性（Identifiability）: 本論文は、モデルが識別可能であるための十分条件を確立している。具体的には、アイテムが通常の価格および少なくとも一つの異なるプロモーション価格で個別に販売されている場合、パラメータ $(\mu, \Sigma)$ が一意に回収できることを証明している。
   • 収束性: Balakrishnan et al. (2017) の枠組みを適応させ、集団EMオペレータが局所的に縮小的（locally contractive）である条件を示し、特定の吸引領域内に初期化されていれば真のパラメータに収束することを保証している。
4. 実証的検証: 提案手法は、合成データセットおよびJD.comからの大規模な実世界のデータセットを用いて検証されている。

結果

• 合成データ: 数値実験により、アルゴリズムが安定して収束すること、および推定精度（$\ell_1$ 誤差で測定）がサンプルサイズとともに向上することが示された。本手法は、高次元において、同様の対数尤度スコアを達成しつつも、パラメータ回収においてベイズ・ベンチマーク（Jedidi et al., 2003に基づく）を上回る性能を示した。
• MNLとの比較: バンドルを独立した製品として扱う誤設定された多項ロジット（MNL）モデルと比較した場合、提案されたガウスモデルは、アウトオブサンプル（標本外）の対数尤度および平方根平均二乗誤差（RMSE）の両方においてMNLを大幅に上回り、バンドルと構成要素間の構造的依存性をモデル化することの重要性を浮き彫りにした。
• シナジーと検閲: 拡張モデルはシナジー・パラメータを正常に回収し、検閲された需要を処理できることを示した。検閲によってパラメータ誤差が増大するものの、モデルは高い予測対数尤度を維持している。
• 実世界データ（JD.com）: 約50万件のトランザクションを含むデータセットに適用した結果、提案モデル（Base, Synergy, GMM）は、対数尤度、RMSE、およびトップ-$k$ 精度の全指標において、MNLおよびベイズ・ベンチマークを一貫して上回った。Baseモデル単体でもベンチマークに対して大幅な改善を示したが、SynergyおよびGMMは、わずかながらも一貫した利点を提供した。

意義と主張
本論文は、標準的な離散選択モデルがバンドルの存在下で限界を持つことから、小売業者がバンドル販売データから消費者の嗜好を学習するための、実用的かつデータ駆動型のフレームワークを提供すると主張している。著者らは、彼らのアプローチが、理論的な価格設定メカニズム（多くの場合、既知の評価を仮定する）と、実務的な実装（評価の学習を必要とする）との間の溝を埋めるものであることを強調している。

その意義は以下の点にある：

• 実用的なガイダンス: 複雑なバンドリング環境において、需要分布を推定するための計算可能なアルゴリズムを提供すること。
• 理論的な厳密性: バンドル販売の推定問題に対して、初の識別可能性および局所収束の結果を提供すること。
• 柔軟性: 計算の実行可能性を損なうことなく、非加法的なシナジーや未観測の非購入を捉えるためにフレームワークを拡張できることを示すこと。

著者らは今後の方向性について謙虚な姿勢を保っており、本手法は効果的であるものの、検閲された競合他社のデータを用いた競合価格の推定、モンテカルロ誤差境界の精緻化、およびガウス混合モデルにおけるコンポーネント数の自動決定といった課題が残っていると述べている。