Analyzing consumer profile in online grocery market and estimation of the tendency to buy via machine learning
| Autor: | Cihan Tuğrul ÇİÇEK, Gözdem DURAL SELÇUK |
|---|---|
| Rok vydání: | 2023 |
| Předmět: | |
| Zdroj: | Volume: 16, Issue: 1 24-35 Ömer Halisdemir Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi Academic Review of Economics and Administrative Sciences |
| ISSN: | 2564-6931 |
| DOI: | 10.25287/ohuiibf.1044810 |
| Popis: | Tüketici davranışları, değişen yaşam koşulları doğrultusunda farklılaşmakta ve sanal market kullanımı her zamankinden daha yüksek bir hızla artmaktadır. Bu durum, pazarda rekabet eden firmaları yeni iş modelleri arayışına yöneltmekte ve sanal market sektöründe rekabet eden ve/veya sektöre yeni girmeyi hedefleyen firmaların hedef müşteri kitlesini anlayabilmeleri, pazar stratejilerini belirlemeleri açısından önem arz etmektedir. Bu çalışmada, sanal market kullanımına yönelen tüketici yapısını anlayabilmek amacı ile bir anket çalışması uygulanmış olup; anket sonuçları istatistiksel çıkarım yöntemleri ile incelenerek, sanal market kullanımını tercih eden tüketicilerin demografik yapısı belirlenmiştir. Daha sonra belirlenen demografik özellikler üzerinden, sınıflandırma problemleri için kullanılan çeşitli makine öğrenmesi teknikleri ile bireylerin sanal market kullanımları tahmin edilmiş ve kullanılan tahmin modelleri doğruluk performans ölçütü ile kıyaslanmıştır. Karşılaştırmalar sonucunda rasgele orman tekniği en yüksek doğruluk oranına ulaşmış olup bireylerin kullanım tercihleri %78 doğrulukla tahmin edilebilmiştir. Bunlara ek olarak, anket cevapları ışığında sanal market sektöründe faaliyet gösteren/gösterecek olan firmalara müşteri memnuniyeti üzerinde etken olabilecek faktörler hakkında bazı iç görüler sunulmuştur. Elde edilen sonuçlar, hızlı ve kullanımı kolay mobil aplikasyonlarla satış sonrası hizmetlerin müşterilerin sanal market kullanımını artırdığını, minimum tutar ve sınırlı teslimat bölgelerinin kullanımı azalttığını göstermiştir. Altering life styles urge consumers to diversify their behaviours towards an ever increasing demand for online market use. This current trend makes market players to seek for contemporary business models. In that respect, understanding their target customers deeply has become prominent for the companies that has been in online market for a while and also the companies that are planning to enter the market in terms of developing effective marketing strategies. In this study, we apply an online survey with the goal of exploring the consumer profile in online market. We investigate the answers with statistical inference techniques and identify key demographic determinants of the consumers who opt for online grocery shopping. Then, we use machine learning techniques, particularly classification techniques, to estimate ‘buy’ or ‘do not buy’ decisions of the consumers over the predetermined demographic factors and we compare performance of different estimation methodologies according to their accuracy levels. Among others, the random forest technique has yielded the best accuracy, where we have achieved 78% accuracy on the test set. Furthermore, we provide current and potential companies in online grocery market with some insights regarding the influential factors on customer satisfaction. We have found that user friendly mobile applications and efficient after-sales services had a positive impact on the ‘buy’ decision of a customer, while setting a minimum amount to checkout and designing a restricted delivery area had negative impact on the ‘buy’ decision of a customer. |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|