线上到线下广告作为田野实验
机器学习
2020-10-22 v2 计算机与社会
人机交互
摘要
线上广告已成为当今最广泛使用的提升业务的工具之一,部分原因在于其与 A/B 测试相兼容。A/B 测试使卖家能够找到有效的广告策略,如广告创意或细分。尽管若干研究提出了最大化广告效果的技术,但对于线上广告所引致的顾客线下购物行为的理解仍不充分。在此,我们研究收到线上广告的顾客与常规顾客(即自愿访问目标店铺的顾客)之间线下行为的差异,以及该差异的持续时间。我们通过 31 次 A/B 测试分析了约三千名用户的线下行为及其 2350 万条位置记录。我们首先展示了这样一种外部性:有广告的顾客比无广告的顾客遍历更大的区域,且这一空间差异在其购物日之后持续数日。我们随后发现了该广告外部性的长期效应,即一部分被吸引至线下店铺的顾客会再次光顾这些店铺。最后,基于该重访效应发现,我们利用因果机器学习模型提出一种最大化重访率的营销策略。我们的结果表明,广告吸引的顾客具有不同于常规顾客的行为特征。本研究的发现表明,简单的分析可能低估广告对业务的影响,而考虑外部性的分析能够吸引潜在有价值的顾客。
引用
@article{arxiv.2010.09121,
title = {Online-to-Offline Advertisements as Field Experiments},
author = {Akira Matsui and Daisuke Moriwaki},
journal= {arXiv preprint arXiv:2010.09121},
year = {2020}
}
备注
19 pages, 9 figures