Nieuwe methoden voor de analyse van aankoopgedrag in zeer grote assortimenten

In zijn proefschrift 'Marketing Analytics for High-Dimensional Assortments' introduceert Bruno Jacobs nieuwe onderzoeksmethoden die het mogelijk maken om marketinganalyses te maken op basis van gegevens uit (zeer) grote assortimenten van (tientallen) duizenden producten.

De omvang van het assortiment was bij het toepassen van analytische methoden voorheen altijd een beperkende factor. In zijn onderzoek besteedt Jacobs veel aandacht aan de rekenkundige schaalbaarheid van de methode. Dit is zeer belangrijk om de methode in de praktijk toe te kunnen passen, vooral als de resultaten in realtime moeten worden gegenereerd, bijvoorbeeld bij online aanbevelingen van producten. Jacobs heeft deze schaalbaarheid weten te bereiken door voort te bouwen op onlangs ontwikkelde technieken op het gebied van ’machine learning’, systemen die kunnen leren. 

Latente factoren                                                                    
In plaats van direct te kijken naar wat wordt verkozen boven alle andere producten in het assortiment, verkleint  Bruno Jacobs  de omvang van het probleem door gebruik te maken van een relatief kleine verzameling latente factoren waarmee het aankoopgedrag voor alle producten gezamenlijk kan worden beschreven.

'Met de in mijn promotieonderzoek ontwikkelde methoden kunnen we aankooppatronen afleiden die het gehele assortiment bestrijken. Deze patronen komen aan het licht op basis van daadwerkelijk waargenomen aankoopgegevens, niet op basis van producteigenschappen. De aldus verkregen patronen zijn intuïtief gezien logisch, zoals een voorkeur voor dieetproducten, milieuvriendelijke producten of producten die mensen kopen als ze een kindje krijgen. Daarnaast laat ik factoren zoals seizoensgebondenheid, de kenmerken van klanten en dynamiek hun invloed uitoefenen op de relevantie van deze latente factoren.'

Inzicht in productassortimenten
Volgens Jacobs kan met behulp van de methoden die hij in zijn  promotieonderzoek heeftontwikkeld op hoog niveau inzicht worden gekregen in zeer grote productassortimenten, zoals de assortimenten van grote online winkels. “Dankzij dit onderzoek wordt het nu voor het eerst mogelijk om deze analyse ook voor het gehele assortiment van de (online) winkel te maken. In eerdere onderzoeken was het vaak niet mogelijk om het hele assortiment van een winkel in ogenschouw te nemen, of steunde de methode op elementaire analysetechnieken, zoals tellen hoe vaak twee producten door dezelfde persoon gekocht zijn.'

Over Bruno Jacobs
Bruno Jacobs (1988) behaalde een mastertitel in Econometrics & Management Science aan Erasmus School of Economics. In 2012 is hij als promovendus toegetreden tot Erasmus Research Institute of Management (ERIM). Hij heeft zijn onderzoek uitgevoerd binnen de onderzoeksgroep van de sectie Marketing en het Econometrisch Instituut van Erasmus School of Economics. In 2015 was hij gastwetenschapper aan Columbia University in New York, onder begeleiding van professor Asim Ansari. Hij werkt momenteel als Assistant Professor in Marketing aan de Robert H. Smith School of Business, University of Maryland, College Park.

Aanvullende informatie
Op vrijdag 22 december 2017 verdedigt Bruno Jacobs zijn proefschrift 'Marketing Analytics for High-Dimensional Assortments'. Zijn promotors zijn professor Bas Donkers en professor Dennis Fok (beiden Erasmus School of Economics). De commissie bestaat verder uit professor Benedict Dellaert, professor Philip Hans Franses en professor Richard Paap (allen Erasmus School of Economics), professor Tammo Bijmolt (Rijksuniversiteit Groningen) en doctor Jason Roos (Rotterdam School of Management).