权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

動学的統計モデルによるマーケティング意思決定高度化のための研究

使用动态统计模型改进营销决策的研究

基本信息

批准号：
18730273
负责人：
佐藤忠彦
金额：
$ 1.22万
依托单位：
University of Tsukuba
依托单位国家：
日本
项目类别：
Grant-in-Aid for Young Scientists (B)
财政年份：
2006
资助国家：
日本
起止时间：
2006 至 2007
项目状态：
已结题

项目摘要

平成19年度の研究は,動学的統計モデルによるID付きPOSデータを用いた計量分析として行った.ID付きPOSデータとは,総合スーパーやスーパーマーケットで日々蓄積されている番号化された形で個人が特定できる時系列購買データであり,最も集計されていないデータである.その意味で,平成19年度の研究は18年度の研究を発展させた研究となる.研究は,前年度同様マイクロ・マーケティングの現象に関連した消費者来店行動の解析をテーマにし研究した.これらの課題は,消費者行動研究の主たる研究分野に位置づけられるものであるが,動学的な統計モデルを用いた形式で研究はなされていない.今後益々発展を望まれている研究課題であるといえる.具体的には,(1)消費者の小売店舗への来店行動および(2)カテゴリー購買積行動を解析するための動的個人モデルの提案及び解析事例の提示を行った.通常マーケティング分野では、(1)や(2)の解析を行う場合、個人毎のデータを全て用いてモデルの推定を行う.しかし、one to oneマーケティングやCustomer Relationship Management(CRM)といった当該分野における今日的課題の解決には、そのアプローチでは不十分である.その問題点を克服し、個々人の動的行動を表現するために、本研究では個人毎モデルの提案、検証を行っている.モデル化は一般状態空間モデルの枠組みで行い,その状態推定には粒子フィルタ/平滑化のアルゴリズムを用いた.モデルは実際のID付POSデータへ適用し,その有効性の検証を行った.その結果,本稿で提案するモデルが個人の来店行動及び購買生起行動の解析に適用できることが示された.(1)及び(2)の課題は,現在学術雑誌に投稿し,審査中である.

In the study of Heisei 19, the statistics of dynamics were analyzed quantitatively. The ID payment POS data was analyzed quantitatively, and the data was accumulated in the form of individual specific time series purchase data. The research of Heisei 19 year and the research of Heisei 18 year are carried out. Research on the relationship between the previous year's consumer behavior and the future The main research areas of consumer action research are: location, dynamics, statistics, and application. Future research projects are expected. Specifically,(1) the consumer's small store visits to the store action,(2) the purchase product action, analysis, and analysis of the individual's proposal and analysis of the case tips. Usually, the analysis of the field is divided into three parts: (1) and (2). Customer Relationship Management(CRM) is one of the most important aspects of CRM. This study aims to overcome these problems and to demonstrate the effectiveness of individual actions. The general state space is divided into two groups, and the state estimation is divided into two groups: particle space and smoothing space. The ID of the POS is applicable to the actual situation, and there is no effective identification. As a result, this draft proposal is applicable to the analysis of individual store visits and purchases. (1)And (2) the topic is, now academic journal submission, review in progress.