Predicting Retail Consumers’ Repeat Purchase Behaviors Using Machine Learning Methods

국문 초록 (Abstract)

본 논문은 기계학습 기술에 기반한 방법들을 사용하여 소비자들의 반복 구매 패턴을 예측하는 모델의 개발과 평가를 그 목적으로 한다. 소비자 이탈 및 소비자 획득 예측과 같은 기존 마케팅 응용에 사용된 데이터들에 비하여 프랜차이즈 소매 환경에서의 소비자 구매 패턴은 더 빈번하고 복잡하기 때문에 기계학습에 기반한 방법들을 적용할 때 그 예측율이 더 높을 것으로 기대한다.
프랜차이즈 소매 데이터 분석 결과, 기계 학습에 기반한 대표적인 방법인 엑스트림 그래디언트 부스팅(XGBoost) 및 신경망(neural network) 모델들이 전통적인 통계 방법에 비하여 그 예측력이 높지만, 그 예측력 개선의 정도가 크지 않다는 결론을 내린다. 이러한 결론은 기계학습을 이용한 방법을 비교 연구한 다른 분야들의 결과와 일치한다. 이러한 결과에 대하여 본 논문은 아래와 같은 네가지 가설을 제시하고 이에 대하여 논의한다. 제시하는 가설들은 최적화되지 않은 신경망 설계 및 훈련, 선형으로 분리 가능한 데이터의 특성, 비최적형태로의 데이터의 사용 및 더 많은 데이터의 필요성들이다. 특히 데이터에 관련된 사항이 가장 커다란 이유로 생각되며, 양질의 데이터의 획득과 더불어 최적의 feature engineering에 대한 노력이 더욱 필요한 것으로 보인다. 이 논문은 각종 소매 환경에서 인공 지능 기술을 사용하여 소비자 행동 예측을 수행하려는 마케팅 분야 학자들과 경영자들에게 실무적인 가이드를 제공한다.

다국어 초록 (Multilingual Abstract)

Our goal in this paper is to predict retail consumers’ repeat purchase behaviors using machine learning techniques and assess their predictive performance outcomes. To that end, we use individual-level, high-frequency transaction data from franchise retail stores. Our dataset is promising for machine learning applications given that consumer purchases in our empirical setting are more frequent and their patterns more complex than those used in consumer churn or adoption analyses in the past.
We report that the machine learning techniques of extreme gradient boosting and neural networks exhibit better performances overall than traditional models, but the extent of these improvements is marginal. Although underwhelming, our result is broadly aligned with earlier findings. We offer four conjectures behind this finding: suboptimal neural network design and training, linearly separable data, a suboptimal design with regard to feature engineering, and a need for more data. We further discuss the implications of each in the paper. Our paper will offer precursors and guidelines to academics and practitioners who may be interested in applying machine learning techniques to predict consumers’ repeat purchase behaviors in retail settings.

목차 (Table of Contents)

• ABSTRACT
• 초록
• Ⅰ. Introduction
• Ⅱ. Application
• Ⅲ. Results
• Ⅳ. Conclusion
• References