구매의 인과 증명


0

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 :

  1. 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?
  2. 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
당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.