تحلیل و پیشبینی رفتار مصرف کننده در بازاریابی دیجیتال با استفاده از مدلهای شبکه عصبی مصنوعی: مطالعه موردی پلتفرم خردهفروشی آنلاین Instacart

در عصر تحول دیجیتال، شناخت و پیش بینی رفتار مصرف کننده در بسترهای آنلاین به یکی از الزامات کلیدی در مدیریت بازاریابی تبدیل شده است. رشد سریع فروشگاههای اینترنتی و رقابت فزاینده در بازار دیجیتال، مدیران را ناگزیر ساخته تا از ابزارهای نوین تحلیلی برای فهم بهتر الگوهای رفتاری مشتریان بهره گیرند. در این پژوهش، با هدف تحلیل و پیش بینی رفتار خرید مصرف کنندگان در صنعت خرده فروشی آنالین، از مدلهای شبکه عصبی مصنوعی بهره گرفته شده است. مطالعه موردی حاضر بر اساس داده های واقعی پلتفرم Instacart انجام شده که شامل اطلاعات بیش از ۳ میلیون سفارش از بالغ بر ۰۰۲ هزار مشتری می باشد. پس از انجام فرایند پیش پردازش شامل پاکسازی داده ها، مهندسی ویژگی ها، و نرمالسازی متغیرها، یک مدل شبکه عصبی چند لایه (Multilayer Perceptron) طراحی و آموزش داده شد. مدل پیشنهادی برای پیش بینی اقالم خرید در سفارش های آتی مشتریان مورد استفاده قرار گرفت. ارزیابی عملکرد مدل با استفاده از معیارهای مختلف از جمله دقت (Accuracy) ، نرخ بازیابی (Recall) ، میانگین خطای مطلق (MAE) و ضریب همبستگی پیشبینی، نشان داد که شبکه عصبی قادر است با دقت قابل قبول، الگوهای پنهان در رفتار خرید مشتریان را شناسایی کرده و پیش بینی مناسبی از ترجیحات آینده آنان ارائه دهد. تحلیل نتایج همچنین نشان می دهد که رفتار مصرف کننده در بستر آنلاین تابعی از عوامل زمانی (نظیر ساعت و روز خرید)، دسته بندی کالا و الگوهای تکرار خرید است. یافته های این پژوهش حاکی از آن است که بهرهگیری از هوش مصنوعی در بازاریابی دیجیتال، ضمن افزایش اثربخشی کمپین های بازاریابی، امکان بهینه سازی تجربه خرید و ارائه پیشنهادهای شخصی سازی شده را فراهم می سازد. در پایان، توصیه هایی مدیریتی در خصوص کاربرد عملی این مدل ها در استراتژیهای بازاریابی ارائه شده است.

Keywords:

رفتار مصرف کننده , بازاریابی دیجیتال , شبکه عصبی مصنوعی , تحلیل پیش بینی , خرده فروشی آنالین , Instacart