近年，マーケティングにおいても機械学習や人工知能（AI）が利用され始めています。分析に必要なデータを見極めるためにも，消費者行動を理解することがいかに重要か， 2 つ例を紹介します。 （例 1 ）発売されて 1 ヵ月経過したある飲料カテゴリーの新製品が，この先どう売れるかを予測する状況を考えてみましょう。飲料のような新製品の場合，価格は安い上リスクも小さいため，多くの消費者は興味本位に試し買いをします。その新製品が今後，本当に成功するか否かは，消費者がその商品に満足して継続的にリピート購買をするかどうかにかかっています。残念ながら売上データではトライアルとリピート 2 種類の購買が合算されているため，データがどれだけ詳細で大規模であろうとも，必要な情報は得られません。 ここで有用なデータは， 2 種類の購買を区別できる消費者別の購買履歴なのです。 （例 2 ）購買履歴データを見てみると，同じブランドを買い続ける消費者が多く存在することが分かります。実はこのような消費者には 2 タイプいます。一つはこのブランドに心酔して積極的に買い続けるタイプ，もう一つは特にコダワリが無くとも習慣や惰性から毎回，同じ製品を買うタイプです。企業にとってはもちろん前者のタイプの顧客を増やしたいでしょう。どちらのタイプも購買履歴データでは同じようなパターンを示しますが，どのようなデータを使えば顧客のタイプを識別できるのでしょうか？本当にロイヤルな顧客は，たとえ競合ブランドが値引きをしても簡単にはスイッチしません。したがって，購買履歴と共にその時の当該と競合ブランドの価格や販促の情報（マーケティング変数）が分かれば，それに対して消費者のブランド選択がどのように反応したかを把握できます。

抄録全体を表示

消費者の情報探索行動を理解することは企業にとって極めて重要である。とりわけ，マーケティング・コミュニケーションにおいて提供すべき情報を立案する際に，消費者が求めている情報を把握しなければならない。そのためには，まず消費者がどのような目的で情報を収集しているのかを知る必要がある。そこで，本研究では情報探索の目的を特定化するための枠組みを提案する。ここでは，観測される顧客の探索行動と購買行動の情報を利用して探索の目的を推測するためのモデルを考える。提案したモデルをオンライン店舗におけるページ閲覧および購買履歴データに適用し，その有効性を検証する。実証分析では 3 つの商品カテゴリーを対象に分析を行い，商品カテゴリー間で消費者の探索行動がどのように異なるかを調べる。

抄録全体を表示