Создание метрики полезности продавцов и исследование ее для работы с сегментами

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Доступ платный или только для подписчиков

Аннотация

Согласно исследованию рынка маркетплейсов 2022 года, сегмент e-commerce растет стремительно, при этом продавцы не всегда понимают, какие факторы влияют на ликвидность. Разработка рекомендательной системы и комплекса мероприятий на основе оценки полезности продавца потенциально позволит улучшить качество сервиса, позитивно повлиять на опыт потребителей, помочь площадке усилить поддержку селлеров и взаимодействие с ними, а также повысить конкурентоспособность и репутацию маркетплейса. Целью исследования является создание метрики полезности продавца для дальнейшего построения рекомендательной системы и разработки комплекса мер по работе с сегментами продавцов. Результаты: алгоритм оценки полезности продавца может быть использован для создания рекомендательной системы и разработки комплекса мер, повышающих качество услуг и потенциальную прибыль площадки.

Полный текст

Доступ закрыт

Об авторах

Наталья Владимировна Гринева

Финансовый университет при Правительстве Российской Федерации

Email: ngrineva@fa.ru
ORCID iD: 0000-0001-7647-5967
SPIN-код: 1140-9636

кандидат экономических наук, доцент, доцент Департамента анализа данных и машинного обучения

Россия, Москва

Мария Александровна Сухань

Финансовый университет при Правительстве Российской Федерации

Автор, ответственный за переписку.
Email: 196865@edu.fa.ru
Россия, Москва

Наталья Валерьевна Концевая

Финансовый университет при Правительстве Российской Федерации

Email: NVKontsevaya@fa.ru
ORCID iD: 0000-0002-9353-5463
SPIN-код: 3574-0050

кандидат экономических наук, доцент, доцент Департамента математики

Россия, Москва

Список литературы

  1. Андерсон К. Длинный хвост. Эффективная модель бизнеса в Интернете —Москва: Манн, Иванов и Фербер, 2012. —304 с.
  2. Котлер, Филип Основы маркетинга. Краткий курс / Филип Котлер. —Москва: Вильямс, 2019. —496 с.
  3. Борбодоев М.М. Особенность сегментации потребительских рынков —Ош: Актуальные проблемы гуманитарных и естественных наук, 2016, №11-1., 113 с.
  4. Васильева А.С., Латыпова А.Э. ABC-анализ—преимущества и недостатки —Ульяновск: Экономика и социум, 2014, №4-2 (13), 173 с.
  5. Володько, В.Ф. Сегментирование и позиционирование на рынке / В.Ф. Володько; 2-е изд. —Минск: БНТУ, 2019. —С. 111–113.
  6. Габалова, Е.Б. Маркетплейс: современный инструмент повышения продаж / Е. Б. Габалова // Modern Science. —2021. —№ 6-2. —С. 35–37.
  7. Габбасова, Ж. Р. Анализ проблем метода сегментирования потребителей / Ж. Р. Габбасова // Modern Science. —2021. —№ 3-2. —С. 56–59.
  8. Гурская C.П. Маркетплейсы—новый сегмент e-commerce —Гомель: Белорусский торгово-экономический университет потребительской кооперации, 2022, С. 26–30.
  9. Изакова, Н. Б. Сегментирование потребителей как ключевой фактор успеха маркетинга взаимоотношений на промышленном рынке / Н. Б. Изакова // Маркетинг и брендинг: вызовы XXI века: Материалы Международной научно-практической конференции, Екатеринбург, 07 ноября 2017 года / Ответственный за выпуск Л. М. Капустина. —Екатеринбург: Уральский государственный экономический университет, 2019. —С. 63–66.
  10. Карасев А.П. Две стороны понятия «Сегментирование рынка» —Москва: Вестник ГУУ, 2018, № 11.
  11. Андерсон К. Аналитическая культура. От сбора данных до бизнес-результатов / К. Андерсон—Москва: Манн, Иванов и Фербер, 2017. —324 с.
  12. Кириллова, Л. К. Сегментация рынка: эволюция и направления развития в условиях цифровизации маркетинга / Л. К. Кириллова // Экономика и предпринимательство. —2022. —№ 1(138), С. 868–871.
  13. Свечкарева Д. Г. Принципы сегментирования рынка в 21 веке / Д. Г. Свечкарева, Е. О. Краснянская // Modern Science. —2019. —№ 12-3. —С. 105–107.
  14. The changing world of digital in 2023 [сайт] —2019. —Текст: электронный. —URL: https://wearesocial.com/us/blog/2023/01/the-changing-world-of-digital-in-2023/ (дата обращения: 17.02.2023).
  15. Маркетплейсы заняли почти половину российского рынка электронной торговли [сайт] —Москва, 2019. —Текст: электронный. —URL: https://www.kommersant.ru/doc/5559222 (дата обращения: 10.03.2023).

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
2. Рис. 1. Сводная статистика датасета

Скачать (81KB)
3. Рис. 2. Матрица корреляций

Скачать (56KB)
4. Рис. 3. График зависимости числа продавцов от порога GMV

Скачать (61KB)
5. Рис. 4. Графики и таблицы распределений метрик продавцов

Скачать (91KB)
6. Рис. 5. Совокупность ограничений для тестирования регрессии

Скачать (55KB)
7. Рис. 6. ROC-кривая логистической регрессии

Скачать (63KB)
8. Рис. 7. Вклад признаков с ограничением на 25-ый и 50-ый перцентили GMV

Скачать (29KB)
9. Рис. 8. Сводка логит-модели

Скачать (175KB)
10. Рис. 9. Сравнение качества моделей

Скачать (57KB)
11. Рис. 10. Вклад признаков в модель

Скачать (56KB)
12. Рис. 11. Модель SHAP для случайно выбранного продавца

Скачать (36KB)
13. Рис. 12. Коэффициенты метрик регрессионной модели

Скачать (101KB)
14. Рис. 13. Коэффициенты метрик регрессионной модели после удаления признака «количество менеджеров аккаунта»

Скачать (96KB)


Данный сайт использует cookie-файлы

Продолжая использовать наш сайт, вы даете согласие на обработку файлов cookie, которые обеспечивают правильную работу сайта.

О куки-файлах