研究论文探讨多渠道在预测网站浏览模式和购买行为中的作用

在当今的在线环境中，消费者和卖家通过电子邮件、搜索引擎、横幅广告、附属网站和比较购物网站等多种渠道进行互动。 在本文中，我们调查了解消费者在某个时间点之前在其路径上使用的渠道是否可以预测他们未来的浏览模式和网站上的购买转换。 我们提出了一个模型，其中浏览模式和转换随机依赖于消费者到目前为止使用的渠道序列。 我们模型的重要特点是我们允许消费者进行集群访问，这可以将他们的浏览模式分为会话内和会话间组件，并且可以使用访问频率和转换等多个指标来评估渠道。 我们在从销售耐用品的在线零售商处获得的数据集上估计模型，并发现有关消费者访问渠道的身份和频率的信息对未来的转化行为具有显着的预测能力。 我们发现渠道可能充当“接近者”或“参与者”——通过前者到达的消费者更有可能进行购买，而通过后者到达的消费者即使没有购买，也更有可能再次访问将来或延长当前会话。 我们讨论了该模型的几个管理含义，包括基于模型的可视化、登录页面设计、多维倾向评分，以及使用该模型来评估有关渠道信息加密的政策变化。