Customer Shopping Behaviour Analytics: An Integrated Data Pipeline and Decision-Support System
本論文は、PythonによるETL、MySQLモデリング、およびインタラクティブなダッシュボードを統合したAI駆動型エンドツーエンドのデータ分析フレームワークを提示し、小売取引を分析した結果、件数の偏りがあるにもかかわらず男女間の支出の平等性は存在する一方で、現在のプロモーション割引やサブスクリプションモデルはバスケットサイズや客単価を大幅に押し上げるには至っていないことを明らかにし、それによって獲得および収益化戦略における決定的なギャップを浮き彫りにしている。
原論文は CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。 免責事項の全文を読む
現代の小売業という活気ある世界では、あらゆる取引がデジタルな足跡を残します。顧客がジャケットを購入し、クレジットカードで支払い、あるいは星による評価を残すとき、彼らは一つのデータを生み出しています。何十年もの間、店長や企業のプランナーたちは、人々を購買へと駆り立てるものは何か、何が顧客を呼び戻すのか、そして利益を最大化するために商品をどのように値付けすべきかを理解するために、これら数百万もの散在するメモを解釈しようと試みてきました。課題は常に、データの量と明快さにありました。データは存在するものの、乱雑なスプレッドシートの中に埋もれていたり、欠損した数値にまみれていたり、専門的なスキルがなければ解き明かせない形式に閉じ込められていたりすることが多いのです。この研究の目的は、その混沌としたレシートやレビューの山を、顧客行動の明確で生き生きとした全体像へと変貌させ、ビジネスリーダーがコンピュータの専門家である必要なく、自店舗で正確に何が起きているのかを把握できるようにすることにあります。
これを達成するために、研究者たちは、生の販売記録と人間の意思決定との間の自動翻訳機として機能する、新しい種類のシステムを構築しました。彼らはまず、衣類、フットウェア、アクセサリーに至るまでを網羅した、小売環境における3,900件の実際の取引という膨大なコレクションから着手しました。元の形式では、これらの記録は不完全でした。顧客満足度スコアが欠落していたり、データが必ずしも一致しない異なる列に分散していたりしたのです。チームはまず、特定の製品タイプにおける中央値の評価を参照して欠落した満足度スコアを自動的に補完するコンピュータプログラムを用いて、このデータをクリーニングし、貴重な販売情報が破棄されないようにしました。次に、彼らはクリーニングされたデータを、即座に検索やソートができるデジタル的なファイリングシステムである、構造化されたデータベースに整理しました。最後に、彼らは、店長が「男性は女性と比較してどの程度支出しているのか？」「割引は実際に購買意欲を高めるのか？」といった質問を数回のクリックで投げかけ、即座に回答を得られるような、シンプルでインタラクティブなウェブサイトを構築しました。
この調査の結果、消費者の行動に関する一般的な仮説を覆す、いくつかの驚くべき事実が明らかになりました。最も衝撃的な発見の一つは、性別に関するものです。データセット内の全購入の3分の2を男性が占めていた一方で、1回の訪問あたりの支出額は男女で実質的に同一でした。男性の1注文あたりの平均支出額は59.57ドル、女性は59.52ドルでした。このわずか5セントの差は、女性の総収益が低い理由が、彼女たちが買い物をする際の支出額が少ないからではなく、単に店に足を運ぶ女性の人数が少ないためであることを証明しています。格差は、顧客がどれだけ支払うかではなく、いかに多くの顧客にリーチできているかという点に存在しています。
別の発見は、標準的な販売戦術の有効性に疑問を投げかけています。研究者たちは、顧客が割引クーポンを使用した際に何が起きたかを詳細に調査しました。その結果、全注文の約42%が割引を利用していたにもかかわらず、平均的な買い物カゴのサイズ（客単価）はほとんど増えていないことが分かりました。クーポンを利用した顧客の平均支出額は、定価で購入した顧客よりもわずか0.74ドル高いだけでした。これは、多くの買い物客にとって、割引はより多くの商品を買わせたり、より多くの支出を促したりするものではなく、単に購入予定だった商品の価格を下げるだけのものになっていることを示唆しています。その結果、店舗は追加の販売ボリュームによって相殺することなく、それらの販売における潜在的な利益の大部分を失っているのです。
また、本研究はロイヤリティプログラムやサブスクリプションに関するパラドックスも明らかにしました。多くの企業は、メンバーシップやサブスクリプションに料金を支払っている顧客はより価値が高く、1回の訪問あたりの支出も多いと考えています。しかし、データによれば、アクティブなサブスクライバーの1回あたりの平均支出額は59.47ドルであり、非サブスクライバーの59.59ドルと僅差でした。この差は無視できるほどであり、これらのメンバーシップは現在、支出を促進するツールというよりも、支払いや頻繁に利用する人への特典として機能していることを示しています。高額な支出の真の要因は、特定の製品の種類や訪問頻度にあることが判明しました。例えば、フットウェアを購入した顧客の1注文あたりの平均額は60.75ドルと最も高く、過去に10回以上の購入を行った最も忠実な顧客が、全取引のほぼ半分を占めていました。
複雑なデータクリーニングの手順とユーザーフレンドリーなウェブサイトを組み合わせることで、研究者たちは、以前は手作業のスプレッドシートに数時間を要していた複雑なビジネス上の問いに対し、1秒未満で回答できることを実証しました。このシステムにより、マネージャーは年齢、性別、製品タイプごとにデータを即座にフィルタリングし、異なるグループがどのように行動しているかを正確に把握できます。例えば、フットウェアを購入した顧客が最も高い平均注文額を持つことを突き止めた一方で、システムは配送の好みや支払い方法が均等に分布していることも確認しました。これは、特定の選択肢が支配的ではないことを示しており、顧客を満足させ続けるためには多様な選択肢を提供することが不可欠であることを示唆しています。
この研究の究極の価値は、コンピュータサイエンスの学位を必要とせずに、生の数値を実行可能な戦略へと変える能力にあります。研究者たちは、より積極的な値引きや、メンバーはもっと支出するという仮定にこそ利益への道があるのではないことを示しました。むしろ、データは、一度来店すれば男性と同等の支出を行う女性客をより多く惹きつけること、そして、より高い支出を真に促すためにロイヤリティプログラムの構造を再考する必要があることを示しています。彼らが構築したシステムは、あらゆる小売業が自社のパフォーマンスを監査し、これらの隠れたパターンを見つけ出し、顧客が実際に何をしているかに基づいて意思決定を行うための、信頼できる低コストなツールとして機能します。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。