تحلیل رفتار مصرف کننده: کلیک بر روی تبلیغات

رفتار مشتری چیست؟

رفتار مصرف کننده مطالعه افراد ، گروهها یا سازمانها و کلیه فعالیتهای مرتبط با خرید ، استفاده و دفع کالاها و خدمات و نحوه تأثیر احساسات ، نگرشها و ترجیحات مصرف کننده بر رفتار خرید است.

چه عواملی بر رفتار مشتری تاثیر دارند؟

تصمیم گیری ، پردازش بسیار پویایی است و موارد زیادی می توانند بر رفتار مصرف کننده تأثیر بگذارند. تجزیه و تحلیل داده های رفتار مصرف کننده به ما امکان می دهد محصولات یا خدمات را به گونه ای ارائه دهیم که تأثیر حداکثری بر مصرف کنندگان داشته باشد. رفتار مشتری اغلب تحت تأثیر عوامل مختلفی از جمله:

• عوامل شخصی: ویژگی خاصی مانند سن ، نژاد ، جنسیت ، فرهنگ ، درآمد ، عادت / علاقه شخصی و غیره
• عوامل روانشناختی: پاسخ فرد به یک پیام بازاریابی بستگی به برداشت و نگرش آنها دارد.
  وب سایت شرکت: طراحی وب ، بررسی محصولات از سایر کاربران ، سیستم پیشنهادی
  خدمات فروشگاه فیزیکی شرکت
• اجتماعی: سیاست ، دولت ، اقتصاد ، رقبا ، دنیای دهان ، دوستان و خانواده و غیره
• تبلیغات: ایمیل ، پست الکترونیکی ، مجله ، کوکی ، رسانه های اجتماعی ، وابسته (وب سایت Cashback) ، مشارکت (رویدادهایی مانند NBA ، جام جهانی ، نمایش های تلویزیونی)

چرا داده های رفتار مصرف کننده مهم است؟

درک رفتار مصرف کننده یک جنبه اساسی در بازاریابی است. بر اساس داده های رفتار مصرف کننده ، ما قادریم بدانیم مصرف کننده چگونه تصمیم می گیرد و چگونه مشتریان بالقوه به محصولات جدید یا خدمات جدید پاسخ می دهند. مهم است که بینش های عملی از داده ها برای حمایت از شرکت ها برای ارائه استراتژی های مربوطه استفاده شود.
با استفاده از داده های مشتری می توان وب سایت را متناسب با خواسته ها و علایق مشتری شخصی سازی کرد. یک وب سایت خوب تا حد زیادی می تواند بر رفتار مشتری تاثیر گذار باشد.

با هم یک پروژه عملی را بررسی می کنیم.

معرفی پروژه

هدف از این پروژه پیش بینی اینکه چه نوع از مصرف کنندگان می توانند روی تبلیغ کلیک کنند.

می توانید داده ها را از Kaggle دریافت کنید. داده ها دارای 10 ستون است.

۱. Daily Time Spent on a Site: زمانی که هر کاربر در سایت سپری کرده است.

۲. Age: سن مشتری

۳. Area Income: درآمد متوسط منطقه جغرافیایی مصرف کننده

۴. Daily Internet Usage: میانگین زمان استفاده از اینترنت مصرف کننده به دقیقه

۵. Ad Topic Line: تیتر تبلیغات

۶. City: شهر

۷. male: چه مصرف کننده مرد باشد یا خیر

۸. Country: کشور مصرف کننده

۹. Timestamp: زمانی که مصرف کننده بر روی تبلیغ کلیک می کند.

۱۰. Clicked on Ad: اینکه مصرف کننده بر روی تبلیغ کلیک کرده است یا خیر ۰ خیر و ۱ بله

تجزیه و تحلیل داده ها(EDA)

بر اساس نمودار های زیر اطلاعات خوبی از داده ها بدست می آوریم. افرادی که زمان بیشتری در سایت حضور دارند کمتر بر روی تبلیغات کلیک می کنند.حدود ۸۰ دقیقه به بالا. و افرادی که در حدود ۵۰ دقیقه در سایت هستند بیشتر تبلیغات را مشاهده می کنند.  میانگین سنی افرادی که بر روی تبلیغ کلیک کرده اند ۴۰ سال است . متوسط درآمد آن ها ۵۰۰۰۰ است. 

این اطلاعات بسیار آموزنده و کاربردی هستند و ایده های بسیار خوبی برای کسب کار به ما می دهند. علاوه بر داده های عددی از داده های متنی هم می توان استفاده کرد. به عنوان مثال اینکه چه نوع تیتر یا نوشته ای جذاب تر است و مصرف کننده بیشتر بر روی آن کلیک می کند.

همبستگی 

افرادی در حدود 40 سال که کمتر از 80 دقیقه را سپری می کنند ، احتمال بیشتری دارند روی این تبلیغ کلیک کنند. در کلاس 1 ، میانگین سنی حدود 40 سال است و دامنه استفاده روزانه از اینترنت بین 100 تا 200 است.

مدل سازی

با استفاده از الگوریتم درخت تصمیم و تنظیم پارامتر های آن توسط grid search دقت پیش بینی مدل بر اساس پارامتر F1 به 97% رسید.

همانطور که مشاهد می کنید با دقت و تحلیل درست می توان از تحلیل داده ها به نتایج و خروجی ها خوب و راهگشا رسید.