在线购物者画像：理解并预测消费者行为

消费支出占美国经济活动很大比例。消费者活动日益转向网络，其中购物和购买的数字化痕迹提供了关于消费者行为的宝贵数据。我们分析从电子邮件中提取的这些数据，并将其与人口统计信息结合，以刻画、建模和预测消费者行为。按年龄和性别细分购买，我们发现在线购买花费金额随年龄急剧增长，在30岁后期达到峰值。与女性相比，男性更频繁进行在线购买且花费更多。将在线购物与收入关联，我们发现来自更富裕地区的购物者购买更昂贵商品且更频繁，导致在线购买花费显著更多。我们还观察购买行为的动态，观察到每日和每周周期，类似于其他在线活动。更具体地说，我们观察到购买行为中的时间模式表明购物者具有有限预算：商品越昂贵，购物者自上次购买后等待时间越长。我们还观察到相互发邮件的购物者比无社会关联的购物者购买更相似商品，这种效应在女性中尤为明显。最后，我们构建模型预测购物者何时进行购买及花费金额。我们发现时间特征比竞争基线提高预测准确性。更好理解消费者行为有助于改进营销工作并使在线购物更愉快高效。