Upgrade to Pro — share decks privately, control downloads, hide ads and more …

検索行動に基づく購買満足度の関係分析 / Pre- & Post-purchase Searc...

検索行動に基づく購買満足度の関係分析 / Pre- & Post-purchase Search Behavior Analysis

柳田雄輝, 加藤誠, 河田友香, 山本岳洋, 大島裕明, 藤田澄男. 検索行動に基づく購買満足度の関係分析. 第14回データ工学と情報マネジメントに関するフォーラム(DEIM 2022). オンライン, Feb. 2022.

学生プレゼンテーション賞 受賞

YANAGIDA Yuki

March 06, 2022
Tweet

More Decks by YANAGIDA Yuki

Other Decks in Research

Transcript

  1. ECサイトにおいて,ユーザの購買満⾜度は重要 • 購買満⾜度はECサイトの利⽤継続に影響する [1] • 41%のユーザは週1回以上オンラインショッピングをしており, そのユーザを満⾜させることには⼤きな効果が期待される [2] [1] Gustafsson

    et al. The effects of customer satisfaction, relationship commitment dimensions, and triggers on customer retention. Journal of marketing, 69(4), 2005. [2] PwC. December 2021 global consumer insights pulse survey. https://www.pwc.com/gx/en/industries/consumer- markets/consumer-insights-survey.html, (accessed 2021-12-21). 背景 2
  2. 関連研究: 購買満⾜度 3 • 商品に対する関⼼の⾼さと購買満⾜度の関係 [3] • サービスに対する親近感と購買満⾜度の関係 [4] •

    ユーザの関⼼や親近感は購買満⾜度に影響するが, それらを購⼊者の情報探索⾏動と結びつけた研究は少ない [3] Richins et al. Post-purchase product satisfaction: Incorporating the effects of involvement and time. Journal of Business Research, 23(2), 1991. [4] Söderlund. Customer familiarity and its effects on satisfaction and behavioral intentions. Psychology & Marketing, 19(10), 2002. 関⼼の ⾼さ 満⾜度 親近感 の⾼さ 満⾜度 の分散 正の相関 正の相関
  3. • ECサイトにおける検索セッションの意図と検索満⾜度の関係 [5] ‒ 直接購買に関する検索は2つの意図に分類できることも⽰した • 検索意図と「検索結果の」満⾜度は分析されているが, 「購買」満⾜度との関係は分析されていない [5] Su

    et al. User intent, behaviour, and perceived satisfaction in product search. WSDM 2018. 関連研究: 購買に関する検索⾏動 4 クエリ カメラ おすすめ カメラ 初⼼者⽤ クエリ EOS スペック EOS R5 価格 EOS R5 中古 ECサイトの検索セッション 各セッションへ 意図の割当 意図 意図に沿った 検索結果を表⽰ 検索結果の 満⾜度 満⾜ 例 クエリ カメラ おすすめ カメラ 初⼼者⽤ クエリ EOS スペック EOS R5 価格 EOS R5 中古 検討中 探索中 不満⾜ 購⼊を検討している ことを⽰す意図 商品を探索している ことを⽰す意図
  4. 商品購買前後の情報探索⾏動と購買満⾜度の関係を分析 • 本研究の知⾒によってできるようになること ‒ 検索⾏動によるレビューをしていないユーザの購買満⾜度予測 ‒ 満⾜度を⾼めるような検索⽀援 研究⽬的 5 ECサイトでの商品購買前後のWeb検索⾏動とレビュー評価の関係を明らかにする

    ⊃ ≡ 定義 部分集合 対象データ 扱う満⾜度 探索⾏動を 考慮するか? 購買満⾜度の既存研究 ユーザ・商品特性 「購買」満⾜度 ❌ 検索⾏動の既存研究 ログ,被験者実験 「検索」満⾜度 ⭕ 本研究 ログ,ユーザ・商品特性 「購買」満⾜度 ⭕ 既存研究との⽐較 本研究でも取り組む
  5. • RQ1: 購買に満⾜したユーザと不満⾜なユーザの検索⾏動の違いは? A 満⾜したユーザは,購買直後も商品に関する検索の割合が⾼い • RQ2: RQ1において,商品特性が異なる場合は? A 商品特性の中でも,価格帯が異なる場合:

    満⾜したユーザは,⾼価な商品を買う場合は⻑期的に調べる傾向 • RQ3: RQ1において,ユーザ特性が異なる場合は? A ユーザ特性の中でも,購買経験が異なる場合: 不満⾜なユーザは,購買経験が複数回ある場合は購買直前に集中して調べる 傾向 Research Questionとその回答 6
  6. • Yahoo! 検索: ⽇常的に(≡毎⽉10⽇以上)利⽤するユーザの検索ログ • Yahoo! ショッピング: 購買ログ・レビューログ ‒ 5段階評価のうち,レートが3以下のレビューでは不満が⾒られたため

    4以上のレートが付いたレビューを満⾜とする • ⾼価な商品であれば,商品に関する情報を探索するクエリが 現れやすいと考えられる ‒ そのため,本研究ではカメラカテゴリを対象とする データセット 7
  7. 商品の絞り込み度合いを捉えるためクエリに意図を割り当てる 分析の流れ 8 クエリ EOS R5 価格 カメラ おすすめ 運動会

    撮影 つくば 天気 クエリログ クエリ 検索意図 EOS R5 価格 検討中 カメラ おすすめ 探索中 運動会 撮影 その他 つくば 天気 その他 クエリ 検索意図 EOS R5 価格 検討中 カメラ おすすめ 探索中 運動会 撮影 探索中 つくば 天気 その他 ルールベースによる 意図の割当 弱教師あり学習による 意図の割当 クエリを分類する = 各意図を時区間ごとに 集計,正規化 時間 割合 ログは多量 → 先⾏研究の意図をもとに⾃動で分類
  8. クエリに商品の絞り込み度合いを表す意図を割り当てたい →価格.comより商品辞書を作成,ルールベースでクエリを分類 • 検討中: 購⼊を検討している段階 ‒ 先⾏研究の Target finding に相当

    ‒ クエリ内にカメラのメーカー名, 型番,商品名のいずれかを含む • 探索中: 商品を探索している段階 ‒ 先⾏研究の Decision making に相当 ‒ 検討中の条件を満たさず, クエリ内に”カメラ”を含む • その他 意図の割り当て (ルールベースによる分類) 9 クエリ EOS R5 価格 カメラ おすすめ 運動会 撮影 つくば 天気 クエリ 検索意図 EOS R5 価格 検討中 カメラ おすすめ 探索中 運動会 撮影 その他 つくば 天気 その他 カメラに関係するが その他と分類 分類 [5] Su et al. User intent, behaviour, and perceived satisfaction in product search. WSDM 2018. 先⾏研究 [5]をもとに作成 意図(絞り込み度合い)ごとに 検索⾏動の違いを分析
  9. ルールベースでは捉えきれない傾向を弱教師あり学習で捉える • カメラに関係するクエリを捉えたい • その他に分類されたクエリの中からカメラに関係する語を抽出 ‒ 語が商品辞書に含まれていないことから探索中と分類 意図の割り当て (弱教師あり学習による分類) 10

    クエリ 検索意図 EOS R5 価格 検討中 カメラ おすすめ 探索中 運動会 撮影 その他 つくば 天気 その他 クエリ 検索意図 EOS R5 価格 検討中 カメラ おすすめ 探索中 運動会 撮影 探索中 つくば 天気 その他 分類 カメラに関係するが その他と分類された語
  10. 疑似正例: 型番,製品名,”カメラ”に 挟まれているクエリ ‒ ⾃⼰相互情報量や出現頻度が低い語を除く 弱教師あり学習の設定 11 検索セッション カメラに関係なさそうな セッション

    つくば 観光 筑波⼭ 歴史 カメラ 初⼼者⽤ レンズ 選び⽅ EOS R5 スペック ルールベースで 得られた意図 探索中 その他 検討中 その他 その他 検索の時系列 カメラに関係 しそう 疑似負例: 検討中,探索中が⼀度も出現 しないセッションのクエリ 1 1 ⋮ 0 ⼊⼒: クエリの Bag of Words 運動会 観光 撮影 ⁝ 予測 正例 • 予測にはロジスティック回帰を使⽤ • 予測ラベルが適切か判定した結果, F1値0.80で分類成功 ‒ 他モデルでも結果は変わらず 出⼒: カメラ 関係語かどうか
  11. 各意図の出現回数を時区間ごとにカウント 多く検索しているユーザの影響を減らすためユーザごとに正規化 意図の集計,正規化 12 時区間 ユーザ1 ユーザ2 ユーザ3 ⁝ 購買1週間前

    6 5 8 ⁝ 購買2週間後 2 1 7 ⁝ 合計 15 9 20 ある意図における時区間ごとの検索回数 時区間 ユーザ1 ユーザ2 ユーザ3 ⁝ 購買1週間前 6/15 5/9 8/20 ⁝ 購買2週間後 2/15 1/9 7/20 ⁝ 合計 15 9 20 正規化 時区間ごとの正規化された検索回数 平均 平均 0.45 0.20
  12. 検討中の意図における出現割合の時間変化 RQ1: 購買に満⾜したユーザとそうでないユーザの検索⾏動の違いは? 13 0 0.01 0.02 0.03 0.04 0.05

    0.06 0.07 0.08 0.09 (-4w ,-3w ] (-3w ,-2w ] (-2w ,-1w ] (-1w ,0] [0,+ 1w ) [+ 1w ,+ 2w ) [+ 2w ,+ 3w ) [+ 3w ,+ 4w ) 割合 時区間 満⾜ 不満⾜ 購買直後から1 week (w)後以内 購買に満⾜したユーザは 検討中の割合が⾼い 推測 探索中の意図でも 同様の結果 満⾜したユーザは購買直後も 商品について調べる傾向 満⾜したユーザは使い⽅や 説明書を検索していた
  13. • 商品特性の中でも価格に 注⽬し,その中央値で⼆分 RQ2: 商品の特性が異なる場合の検索⾏動の違いは? 14 -0.02 -0.01 0 0.01

    0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09 0.1 0.11 割合 満⾜ 不満⾜ 0 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09 0.1 0.11 割合 (-3w , -2w ] (-2w , -1w ] (-1w , 0] [0, +1w ) [+1w , +2w ) [+2w , +3w ) [+3w , +4w ) (-4w , -3w ] 検討中,価格 が中央値以上 探索中,価格 が中央値以上 満⾜したユーザは購買 直前直後以外も検索 価格が中央値以下の場合 はRQ1と似た傾向 推測 満⾜したユーザはより広く 商品を探す傾向 満⾜度で語彙の違いは⾒られず, おすすめや価格.comを検索していた
  14. • ユーザ特性の中でも購買 経験に注⽬,複数回購買 しているかどうかで⼆分 RQ3: ユーザの特性が異なる場合の検索⾏動の違いは? 15 0 0.01 0.02

    0.03 0.04 0.05 0.06 0.07 0.08 0.09 0.1 0.11 割合 満⾜ 不満⾜ 0 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09 0.1 0.11 割合 (-3w , -2w ] (-2w , -1w ] (-1w , 0] [0, +1w ) [+1w , +2w ) [+2w , +3w ) [+3w , +4w ) (-4w , -3w ] 検討中 複数回購買 探索中 複数回購買 購買が1回の場合はRQ1と 似た傾向 推測 満⾜したユーザは徐々に割合を増加させている →購買に慣れたユーザの場合, 継続的な検索が満⾜に結びつく 不満⾜なユーザは購買 直前に集中して検索
  15. • 各意図の時区間ごとの割合から 満⾜度(満⾜ or 不満⾜)を予測 ‒ 特徴の重みを⽰すため,ランダム フォレストとロジスティック回帰で 学習 ‒

    正解率は0.50以下 • データの8割以上が満⾜クラスに属する ため,アンダーサンプリングを⾏った 結果,データ数が⾜りていないと考え られる クエリの意図の割合による満⾜度予測 16 時区間 ユーザ1 ユーザ2 ユーザ3 ⁝ 購買1週間前 6/15 5/9 8/20 ⁝ 購買2週間後 2/15 1/9 7/20 ⁝ 合計 15 9 20 時区間ごとの正規化された検索回数 列ベクトル を標準化 0.3 1.1 ⋮ −0.8 0.4 −0.1 ⋮ 1.2 0.2 −0.5 ⋮ −0.6 予測 満⾜ 満⾜ 不満⾜ 出⼒: 満⾜/不満⾜ ⼊⼒
  16. • 各ユーザの購買前のクエリ集合 から満⾜度を予測 ‒ 10⼈以上が検索している語に限定 ‒ ロジスティック回帰で予測した結果, 正解率0.53 • ランダムフォレストの正解率:

    0.45 クエリ語による満⾜度予測 17 -0.5 0 0.5 1 EC サ イ ト A 胃 が ん む き ⽅ EC サ イ ト B 攻 略 プ ロ フ ィ ー ル 上 映 館 X 郵 便 局 マ イ ペ ー ジ 重み 重みの上位・下位5単語 2 5 ⋮ 1 ⼊⼒: クエリの Bag of Words 運動会 観光 撮影 ⁝ 予測 満⾜ 出⼒: 満⾜/不満⾜ X: センシティブワード 他ECサイトの 重みが⼤きい 推測 他のECサイトでも検索した後,Yahoo! ショッピングで購⼊している? 満⾜したユーザは購買1週間前に「価格」 や「⽐較」について検索していた
  17. まとめ 18 • RQ1: 購買に満⾜したユーザと不満⾜なユーザの検索⾏動の違いは? A 満⾜したユーザは,購買直後も商品に関する検索の割合が⾼い • RQ2: RQ1において,商品特性が異なる場合は?

    A 商品特性の中でも,価格帯が異なる場合: 満⾜したユーザは,⾼価な商品を買う場合は⻑期的に調べる傾向 • RQ3: RQ1において,ユーザ特性が異なる場合は? A ユーザ特性の中でも,購買経験が異なる場合: 不満⾜なユーザは,購買経験が複数回ある場合は購買直前に集中して調べる 傾向
  18. • Yahoo! 検索のWeb検索ログ ‒ ⽇常的にWeb検索するユーザを対象とするため,毎⽉10⽇以上検索して いるユーザに限定 • Yahoo! ショッピングの購買ログ・100⽂字以上のレビューログ ‒

    100⽂字以上のレビューでは商品について述べていた傾向 ‒ 5段階評価のうち,レートが3以下のレビューでは不満が⾒られたため 4以上のレートが付いたレビューを満⾜とする • ⾼価な商品であれば,商品に関する情報を探索するクエリが 現れやすいと考えられる ‒ そのため,本研究ではカメラカテゴリを対象とする データセットの詳細 20
  19. 意図の割合による予測の重み 21 -2 -1.5 -1 -0.5 0 0.5 1 1.5

    (,-4w ] (-4w ,-3w ] (-3w ,-2w ] (-2w ,-1w ] (-1w ,0] [0, + 1w ) [+ 1w , + 2w ) [+ 2w , + 3w ) [+ 3w , + 4w ) [+ 4w ,) 重み 各意図における時区間 検討中 探索中 その他
  20. 検討中の意図における出現割合の時間変化 RQ1: 購買に満⾜したユーザとそうでないユーザの検索⾏動の違いは? 22 -0.01 0 0.01 0.02 0.03 0.04

    0.05 0.06 0.07 0.08 0.09 (-4w ,-3w ] (-3w ,-2w ] (-2w ,-1w ] (-1w ,0] [0,+ 1w ) [+ 1w ,+ 2w ) [+ 2w ,+ 3w ) [+ 3w ,+ 4w ) 割合 時区間 満⾜ 不満⾜ 満⾜ - 不満⾜ 購買直後から1 week (w)後以内 購買に満⾜したユーザは 検討中の割合が⾼い 推測 探索中の意図でも 同様の結果 満⾜したユーザは購買直後も 商品について調べる傾向 満⾜したユーザは使い⽅や 説明書を検索していた
  21. • 商品特性の中でも価格に 注⽬し,その中央値で⼆分 RQ2: 商品の特性が異なる場合の検索⾏動の違いは? 23 -0.02 -0.01 0 0.01

    0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09 0.1 0.11 割合 満⾜ 不満⾜ 満⾜ - 不満⾜ -0.02 -0.01 0 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09 0.1 0.11 割合 (-3w , -2w ] (-2w , -1w ] (-1w , 0] [0, +1w ) [+1w , +2w ) [+2w , +3w ) [+3w , +4w ) (-4w , -3w ] 検討中,価格 が中央値以上 探索中,価格 が中央値以上 満⾜したユーザは購買 直前直後以外も検索 価格が中央値以下の場合 はRQ1と似た傾向 推測 満⾜したユーザはより広く 商品を探す傾向 満⾜度で語彙の違いは⾒られず, おすすめや価格.comを検索していた
  22. • ユーザ特性の中でも購買 経験に注⽬,複数回購買 しているかどうかで⼆分 RQ3: ユーザの特性が異なる場合の検索⾏動の違いは? 24 -0.03 -0.02 -0.01

    0 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09 0.1 0.11 割合 満⾜ 不満⾜ 満⾜ - 不満⾜ 0 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09 0.1 0.11 割合 (-3w , -2w ] (-2w , -1w ] (-1w , 0] [0, +1w ) [+1w , +2w ) [+2w , +3w ) [+3w , +4w ) (-4w , -3w ] 検討中 複数回購買 探索中 複数回購買 購買が1回の場合はRQ1と 似た傾向 推測 満⾜したユーザは徐々に割合を増加させている →購買に慣れたユーザの場合, 継続的な検索が満⾜に結びつく 不満⾜なユーザは購買 直前に集中して検索