나는 다음을 이해하려고 노력하고있다 : 더 많은 고객들이 아이템을 구입 하는가? 지금은 할인 되었기 때문이다. 다른 제품은 다른 시간대에 할인되므로 날짜 범위를 가정하고 있으며이 범위의 모든 할인 된 제품을 고려해야합니다.
가설을 증명 / 반증하기 위해 이것을 모델로 설정하는 방법을 혼란스럽게 생각합니다.
내 생각은 지금까지 :
- 고객이 제품에 관심이 있는지 (ie ie) 측정하십시오. 그들은 그것을 위시리스트에 추가했지만 할인 될 때까지 체크 아웃하지 않았습니까? 두 그룹의 고객을 비교하고 t- 검정 또는 회귀 분석을합니까?
- 나는 거래가 끝난 1 개의 제품으로 제한하는 것을 피하는 방법과 모델을 좀 더 일반적인 것으로 만드는 방법을 잘 모릅니다.
나는 관측 자료로부터 인과 관계를 추론하는 많은 문헌이 있으며, 이것은 경제학에서 중요한 주제라는 것을 알게되었다. 그러므로 나는 당신이 올바른 방향으로 나를 가리킬 수 있기를 바랍니다.
3
" 더 많은 고객이 항목을 구매할 수있는 이유는 할인 된 '지금'대 방금 가져 왔기 때문입니다. "- 나는 당신의 질문을 이해하지 못합니다.
—
Kenny LJ
상품은 종종 판매됩니다. MacBook을 예로 들어 보겠습니다. MacBook을 판매 할 때 더 많은 사람들이 MacBook을 구입할 수 있습니까? 즉, 제품이 판매 중이라는 사실입니다. 판매 시점의 판매 신호가 중요합니다. 제가 생각한 한 가지 방법은 고객이 사전에 제품에 관심이 있는지 (예 : 원하는 제품 목록에 추가했으나 구매하지 않았 음) Markov 모델을 사용했는지 여부를 검토하는 것입니다. 회귀가 더 적절할 수 있습니다.
—
Dino Abraham
수요가 증가한 것이 "판매!"의 결과인지 묻고 있습니까? 스티커 또는 실제 가격이 하락 했습니까? 그렇다면 질문을 편집하여이를 반영하십시오.
—
denesp
나는 제품이 지금 판매 중이다는 사실을 고객에게 지금 "팁"으로 묻고있다. 그들은 결코 거래를하지 않았다면 가져 왔을까요? 도움이됩니까?
—
Dino Abraham
@denesp : 이제 생각해 보면 회귀 분석을 사용하면 두 요인 (수요 변화, 가격 변동)을 모두 추가 할 수 있다고 생각합니다. 나는 또 다른 변수가 '구매 전 30 일 이내에 위시리스트에 추가'될 수 있으며 1/0이 예 / 아니오임을 알 수 있습니다. 마찬가지로 시간이 지남에 따라 60 일, 90 일, 1 주, 2 주 등 동일한 변수를 테스트합니다. 이것이 올바른 접근 방식일까요? 나는 그 부울 인자가 동일 선상에있을 것이라고 생각한다. : (나는 idk가 올바른 방법 인 경우 구매에 영향을 미치는 모든 영향을 포함하지 않는다고 생각합니다.
—
Dino Abraham