온라인 상점의 클릭스트림 데이터 분석을 통한 구매 의도 예측 기법

Abstract

본 연구에서는 온라인 상점에서의 마케팅을 지원하기 위한 연구의 일환으로 고객의 해당 세션 내에서의 구매 의도를 실시간으로 예측하는 방안을 제시하였다. 고객의 온라인 상점 내에서의 이동 시에 발생하는 클릭스트림 데이터를 활용하여, 방문 페이지의 유형별로 구매 확률과 상태 전이 시의 구매 확률을 구하여 이를 활용하여 고객의 구매 의도를 예측할 수 있는 모델들을 제시하였다. 실제 온라인 서점의 클릭스트림 데이터를 이용한 비교 실험 결과, 상태 전이 구매 확률을 사용한 경우가 단순히 페이지 유형별 구매 확률을 사용한 경우보다 높은 성능을 보였으며, 상태 전이의 깊어질수록 성능이 향상됨을 보였다. 또한 MAE (Mean Absolute Error) 기준으로 통계적으로 유의한 차이를 보였으며, 최근에 방문한 페이지에 대한 가중치를 주는 방안은 그렇지 않은 방안에 비해서 유의한 차이가 없는 것으로 나타났다.