增量转化利润：电子商务促销中的响应转化方法
摘要：使用反应相关成本的提升对电子商务平台起着至关重要的作用，并采用各种成本结构来推动用户参与度。本文重点研究了具有反应相关成本的促销活动，即只有在购买时才产生费用的活动，包括折扣和优惠券。尽管现有的提升模型方法旨在解决这一挑战，但这些方法往往需要训练多个模型，如元学习器，或者在估计利润时遇到由于未转化人群中的零成本和利润引起的零膨胀值的复杂情况。 为了解决这些挑战，我们引入了每次转化增量利润（IPC），这是一个新颖的促销活动效率单位经济学的提升度量。通过提出的反应转化，我们证明了IPC只需要转化的数据、倾向性和一个要估计的模型。因此，IPC解决了上述问题，同时减小了转化数据集中类别不平衡和由搜索和购买数据之间的多对一映射引起的偏倚所带来的噪声。最后，通过介绍一个折扣优惠券活动的合成模拟结果，我们验证了我们方法的有效性。
作者：Hugo Manuel Proenc{c}a, Felipe Moraes
论文ID：2306.13759
分类：Machine Learning
分类简称：cs.LG
提交时间：2023-08-11