Анализ особенностей потребительского выбора в цифровой среде

Abstract

Исследуется поведение потребителей интернет-магазина товаров длительного пользования в целях стимулирования продаж продукции премиального сегмента. В качестве ключевой задачи ставится построение прогностической модели, позволяющей с высокой точностью оценить вероятность совершения следующей премиальной покупки на основе аналитики больших данных. В рамках исследования применяются методы многомерного анализа данных, в частности факторный анализ (для выявления латентных паттернов восприятия товара) и кластерный анализ (для группировки пользователей по информационно-поведенческим стратегиям). Устанавливается, что информационная вовлеченность (глубина взаимодействия с отзывами и ценовым фильтром) в наибольшей степени повышает вероятность осуществления премиальной покупки. Результаты модели позволяют реализовать персонализированное отображение контента, сегментировать аудиторию для имейл- и пуш-рассылок, а также учесть региональные особенности и макроэкономические условия, влияющие на предпочтения потребителей. Подтверждается гипотеза о значимости воздействия когнитивных факторов при осуществлении потребительского выбора в цифровой среде.