Product ranking, pricing, and recommendation for e-commerce retailers and platforms
Çevrimiçi perakendeciler ve e-ticaret platformları için ürün sıralama ve fiyatlandırması
- Tez No: 847721
- Danışmanlar: PROF. ABDULLAH GÜRHAN KÖK
- Tez Türü: Doktora
- Konular: Endüstri ve Endüstri Mühendisliği, İşletme, Industrial and Industrial Engineering, Business Administration
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Koç Üniversitesi
- Enstitü: İşletme Enstitüsü
- Ana Bilim Dalı: İşletme Ana Bilim Dalı
- Bilim Dalı: Operasyon ve Bilgi Sistemleri Bilim Dalı
- Sayfa Sayısı: 177
Özet
Bir çevrimiçi mağazada veya pazaryerinde ürün sıralama ve fiyatlandırması, satışlar ve toplam gelir üzerinde çok önemli bir rol oynar. Bir çevrimiçi perakendeci veya pazaryeri operatörü, kampanyalar, ilk sayfa, açılış sayfaları, kenar çubuğu önerisi veya arama sorgusu listeleri gibi çeşitli noktalarda ürün grubuna ve konumlarına ve fiyatlarına karar vermelidir. Bu tez çalışmasında, çevrimiçi perakendeciler e-ticaret platformlarında merkezi ve merkezi olmayan ortamlarda en uygun sıralama ve fiyatlandırmayı araştırıyoruz. İlk bölümde, çevrimiçi perakendeciler için özel olarak tasarlanmış yeni, kişiselleş-tirilmiş içerik tabanlı bir yöntem öneriyoruz. Çalışmanın odak noktası, puanlama veya yorumlar gibi geri bildirimlerden çok, müşterilerin bir çevrimiçi mağazadaki tıklamalar ve satın almalar gibi faaliyetleridir. Bu özellik, puanlama ve yorum olarak geri bildirimlerden daha çok tıklamalar ve satın almalardan oluşan arama oturumu bulunan çevrimiçi perakendeciler için kullanışlıdır. Bir giyim perakendecisi tarafından sağlanan verileri kullanarak yöntemi test ediyoruz. Yöntemimiz, kıyaslama yöntemlerinden (İşbirlikçi filtreleme, Popüler ürünler ve MNL seçim modeli) daha iyi performans gösterir ve yeni ürünlerin tavsiye edilmesinde kesinlikle daha iyi bir performansa sahiptir. Ayrıca, yöntemimiz, genellikle daha az popüler ürünlerle ilgilenen müşterilere ürün öneren kıyaslama yöntemlerinden daha iyi performans gösterir. Bu çalışmanın çevrimiçi perakendeciler için temel pratik katkısı, veri setinde sağlanan sınırlı ayrıntıların daha iyi kullanılmasına neden olan ve öneri kalitesini iyileştiren panel verilere (derecelendirme verileri yerine) dayalı olarak oluş-turulan yeni bir kişiselleştirilmiş tavsiye sistemidir. İkinci bölümde, satıcıların aynı anda fiyatlarına karar verdiği ve sıralamanın piyasa operatörü (PO) tarafından önceden tanımlanmış bir kurala göre gerçekleştiği bir çevrimiçi pazaryerinde merkezi olmayan bir fiyatlandırma ve sıralama problemini ele alıyoruz. Ampirik araştırmalar, çevrimiçi bir pazaryerindeki satıcıların sıralamasının fiyatlar ile yüksek oranda ilişkili olduğunu göstermektedir. Fiyat rekabetini, tüm oyuncuların (satıcıların) piyasa operatörü tarafından tanımlanan fiyata dayalı sıralama kuralını ve her satıcının talep fonksiyonunu bildiği tam bir bilgi oyunu olarak modelliyoruz. İkili ve olasılıklı sıralama politikaları altında her oyunun Nash dengesini elde ediyoruz ve sıralama politikasının ve komisyon oranının fiyatlandırma stratejilerini ve dengeyi nasıl etkilediğini gösteriyoruz. Ardından, sıralama kurallarına ve piyasa yapısına bağlı olarak PO ve üçüncü taraf satıcıların kârını araştırırız. Pratik ve uygulama açısından, bu çalışma, üç ana katkı ile çevrimiçi bir pazardaki en uygun fiyatlandırma ve sıralama stratejilerine ışık tutuyor. İlk olarak, PO için en uygun sıralama kuralının, ürünlerin satış marjına ve maliyetine bağlı olduğunu buluyoruz. Ayrıca, PO'nun daha az rekabetçi bir sıralama kuralı ve daha yüksek komisyon oranı uygulayarak her bir arz tarafının karını artırmak veya talep tatmin oranı ve talep fazlası gibi tüketicilerin deneyim kalitesini artırmak için optimal sıralamadan sapabileceğini gösteriyoruz. rekabetçi bir sıralama kuralı ve daha düşük komisyon oranı uygulayarak. Son olarak, PO'nun satıcı olarak katıldığı durumlarda, kendisini diğer satıcılardan daha üst sıralarda yer alabilir. Bu strateji her durumda PO'nun karını arttırır, ancak şaşırtıcı bir şekilde hem toplam arz yönlü karı hem de talep fonksiyonları asimetrik ise müşterilerin talep fazlasını arttırır. Üçüncü bölümde, müşterilerin genellikle vitrin müşterisi olduğu e-ticaret platformlarında ürün sıralamasını ve fiyatlandırmasını inceliyoruz. Vitrin müşterileri, belirli bir ürünü satın almak için net bir niyet olmaksızın, boş zaman veya harici arama davranışı olarak çevrimiçi mağazalara göz atan bir müşteri türüdür. Deterministik talep ve dikey olarak farklılaştırılmış konumlara (sıralama) sahip bir optimizasyon modeli geliştiriyoruz, burada daha önceki konumlara yerleştirilen ürünlerin dikkate alınması ve dolayısıyla satın alınması daha olasıdır. Ürünler için sonsuz envanter olduğunda gelir sıralı sıralamanın optimal olduğunu gösteriyoruz. Ancak, sınırlı bir stok durumu söz konusu olduğunda, talebin deterministik ve tersinir yapısına rağmen, bazı durumlarda optimal fiyatın seans boyunca ürün stoğu ile sonuçlanacağını kanıtlıyoruz. Ayrıca, ürünün talep parametrelerinin çeşitliliği sınırlı-ysa, sorunu önceden tanımlanmış bir dizi fiyatla (ve ortak fiyatlandırma sıralamasıyla değil) çözmenin önemsiz kar kaybıyla sonuçlanacağını gösteriyoruz. Sonsuz envanter durumunda kesin optimizasyon modeli, tamsayı değişkenlerinin varlığı ve kısıtlamaların karmaşıklığı nedeniyle zorludur. Bu nedenle, problemi çözmek ve tamsayı değişkenlerini gevşeterek bir üst sınır sağlamak için iki sezgisel yöntem öneriyoruz. Sezgisel yöntemlerin performansının müşterinin arama davranışına bağlı olduğunu gösteriyoruz. Uygun buluşsal yöntemi seçerek, her durumda optimuma yakın bir çözüm sunuyoruz. Son olarak, sayısal analizler, fiyata göre sıralama veya envantere göre sıralama gibi önemsiz çözümlerin sonuç vereceğini göstermektedir.
Özet (Çeviri)
Product ranking and pricing in an online store or marketplace plays a crucial role in customer engagement and subsequently in sales and total revenue. An online retailer or marketplace operator must decide on the set of the products and their positions and prices at various points, such as campaigns, first page, landing pages, side-bar recommendations, or search query lists. In this dissertation, we investigate the optimal ranking and pricing in centralized and decentralized environments at online e-commerce platforms. In the first part, we propose a new personalized content-based method specially designed for online retailers. The focus of the study is on customers' activities in an online store, such as clicks, and purchases, more than the feedback such as ratings or comments. This property is useful for online retailers where there is limited rating feedback, but there are several search sessions including clicks and purchases. We test the method using data provided by an apparel retailer. Our method outperforms benchmark methods (Collaborative filtering, Popular products, and MNL choice model) and it has a strictly better performance in recommending new products. Also, our method outperforms benchmark methods in recommending products to customers who are generally interested in less popular (fringe) products. The main practical contribution of this study for online retailers is a novel personalized recommending system that is build-up based on panel data (instead of rating data) that causes better use of limited detail provided in the dataset and improved the quality of recommendation. In the second part, we consider a decentralized pricing and ranking problem in an online marketplace where sellers decide on their prices simultaneously and ranking takes place based on a pre-defined rule by the marketplace operator (MO). Empirical studies show that the ranking of sellers in an online marketplace is highly correlated to prices. We model the price competition as a full information game where all players (sellers) know the price-based ranking rule defined by the marketplace operator and the demand function of each seller. We obtain the Nash equilibrium of each game under binary and probabilistic ranking policies and show how ranking policy and commission rate affect the pricing strategies and equilibrium. Then, we investigate the profit of MO and third-party sellers dependent on the ranking rules and market structure. From a practical and implementation point of view, this study sheds light on the optimal pricing and ranking strategies in an online marketplace with three main contributions. First, we find the optimal ranking rule for MO is dependent on the sale margin and cost of the products. Further, we show that the MO may deviate from the optimal ranking to either increase the profit of each supply-side party by implementing a less competitive ranking rule and higher commission rate or enhance the consumers' experience quality such as demand satisfaction rate and demand surplus by implementing a competitive ranking rule and lower commission rate. Finally, in cases that MO participates as a seller, s/he may rank himself higher than other sellers. This strategy increases the profit of MO in any case, however, surprisingly it increases both total supply-side profit and customers demand surplus if the demand functions are asymmetric. In the third part, we study product ranking and pricing at e-commerce platforms, where customers are generally window shoppers. Window shoppers are a type of customer that browse online stores as a form of leisure or external search behavior without a clear intent to purchase a specific product. We develop an optimization model with deterministic demand and vertically differentiated positions (ranking) where products that are placed in earlier positions are more likely to be considered and, therefore, purchased. We show that revenue-ordered ranking is optimal when there is infinite inventory for products. However, when there is a finite inventory case, despite the deterministic and invertible structure of demand, we prove that the optimal price would result in product stock-out during the campaign in some cases. Also, we show that solving the problem with a set of predefined prices (and not joint pricing ranking) would result in insignificant profit loss if the diversity of the product's demand parameters is limited. The precise optimization model in the infinite inventory case is intractable due to the existence of integer variables and the complexity of the constraints. Thus, we propose two heuristic methods to solve the problem and provide an upper bound by relaxing the integer variables. We show that the performance of the heuristic methods is dependent on the customer's search behavior. Selecting the appropriate heuristic method, we provide a near-optimal solution in all cases. Finally, numerical analyses show that trivial solutions such as sorting by price or sorting by inventory would result in significant profit loss.
Benzer Tezler
- Türkiye'deki e-ticaret sektöründe, müşteri deneyiminin müşteri memnuniyeti üzerindeki etkisi
The impact of customer experience on customer satisfaction in the e-commerce sector in Turkey
ŞEVVAL KARABACAK
- İşletmelerde risk derecelendirmesi ve Türkiye'de uygulanması
Başlık çevirisi yok
GÜLEN ALEV SALTIK (NALÇACI)
- Turizm sektöründe fiyatlandırma stratejilerinin incelenmesi: Güneydoğu Anadolu Bölgesi örneği
The investigation of pricing strategies: Example of Southeastern Anatolia Region
MURAT KARAHAN
Doktora
Türkçe
2014
TurizmAkdeniz ÜniversitesiTurizm İşletmeciliği ve Otelcilik Ana Bilim Dalı
PROF. DR. MEHMET EMİN İNAL
- Avrupa Para Birliği, Avrupa para biriminin hayata geçişi ve işleyişi, Türkiye üzerine etkileri
Başlık çevirisi yok
DİNA İŞLER
- Gelişmekte olan ülkelere yönelik uluslararası sermaye hareketleri ve Türkiye
International capital flaws to emerging markets Turkey
SERKAN ASLAN
Yüksek Lisans
Türkçe
2001
EkonomiMarmara ÜniversitesiSermaye Piyasası ve Borsa Ana Bilim Dalı
Y.DOÇ.DR. ÖZLEM KOÇ