Creating a Supplier Utility Metric and Researching it to Work with Segments

封面

如何引用文章

全文:

开放存取 开放存取
受限制的访问 ##reader.subscriptionAccessGranted##
受限制的访问 订阅存取

详细

According to Marketplace Research 2022, the e-commerce segment is growing rapidly, but sellers don’t always understand what factors affect liquidity. Developing a recommendation system and set of measures based on seller usefulness will potentially improve service quality, positively impact the consumer experience, help the marketplace increase seller support and interaction with sellers, and improve the marketplace's competitiveness and reputation. The purpose of the study is to create a seller usefulness metric to further build a recommendation system and develop a set of measures to work with segments of sellers. Results: the algorithm for assessing the usefulness of the seller can be used to create a recommendation system and develop a set of measures that improve the quality of services and the potential profit of the site.

作者简介

Natalia Grineva

Financial University under the Government of the Russian Federation

Email: ngrineva@fa.ru
ORCID iD: 0000-0001-7647-5967
SPIN 代码: 1140-9636

Cand. Sci. (Econ.), Associate Professor, Associate Professor of the Department of Data Analysis and Machine Learning

俄罗斯联邦, Moscow

Maria Sukhan

Financial University under the Government of the Russian Federation

编辑信件的主要联系方式.
Email: 196865@edu.fa.ru
俄罗斯联邦, Moscow

Natalia Kontsevaya

Financial University under the Government of the Russian Federation

Email: NVKontsevaya@fa.ru
ORCID iD: 0000-0002-9353-5463
SPIN 代码: 3574-0050

Associate Professor, Associate Professor of the Department of Mathematics

俄罗斯联邦, Moscow

参考

  1. Anderson K. Long Tail. Effective Business Model on the Internet —Moscow: Mann, Ivanov & Ferber, 2012. —304 p.
  2. Kotler, Philip Marketing Fundamentals. A short course / Philip Kotler. —Moscow: Williams, 2019. —496 p.
  3. Borbodoev M.M. Peculiarities of segmentation of consumer markets —Osh: Actual problems of humanities and natural sciences, 2016, №11-1., 113 p.
  4. Vasilyeva A.S., Latypova A.E. ABC-analysis—advantages and disadvantages —Ulyanovsk: Ekonomika i sotsium, 2014, №4-2 (13), 173 p.
  5. Volodko, V.F. Segmentation and positioning in the market / V.F. Volodko; 2nd ed. —Minsk: BNTU, 2019. —pp. 111–113.
  6. Gabalova E.B. Marketplace: a modern tool to increase sales / E.B. Gabalova // Modern Science. —2021. —№ 6-2. —pp. 35–37.
  7. Gabbasova J.R. Analysis of the problems of the method of segmentation of consumers / J.R. Gabbasova // Modern Science. —2021. —№ 3-2. —С. 56–59.
  8. Gurskaya S.P. Marketplaces—a new segment of e-commerce —Gomel: Belarusian Trade and Economic University of Consumer Cooperation, 2022, p. 26-30.
  9. Izakova, N. B. Segmentation of consumers as a key success factor of relationship marketing in the industrial market / N.B. Izakova // Marketing and branding: challenges of the XXI century: Proceedings of the International Scientific and Practical Conference, Ekaterinburg, November 07, 2017 / Responsible for issue L. M. Kapustina. —Yekaterinburg: Ural State University of Economics, 2019. —pp. 63–66
  10. Karasev A.P. Two sides of the concept of «Market Segmentation» —Moscow: Vestnik GUU, 2018, № 11.
  11. Anderson K. Analytical Culture. From data collection to business results / K. Anderson—Moscow: Mann, Ivanov & Ferber, 2017. —324 pp.
  12. Kirillova L. K. Market segmentation: evolution and directions of development in conditions of digitalization of marketing / L.K. Kirillova // Economics and Entrepreneurship. —2022. —№ 1(138), pp. 868–871.
  13. Svechkareva D. G. Principles of market segmentation in the 21st century / D. G. Svechkareva, E. O. Krasnyanskaya // Modern Science. —2019. —№ 12-3. —pp. 105–107.
  14. The changing world of digital in 2023 [website] —2019. —Text: electronic. —URL: https://wearesocial.com/us/blog/2023/01/the-changing-world-of-digital-in-2023/ (date of reference: 17.02.2023).
  15. Marketplaces took almost half of the Russian e-commerce market [website] —Moscow, 2019. —Text: electronic. —URL: https://www.kommersant.ru/doc/5559222 (date of reference: 10.03.2023).

补充文件

附件文件
动作
1. JATS XML
下载
2. Fig. 1. Summary dataset statistics

下载 (81KB)
索引源数据
3. Fig. 2. Correlation matrix

下载 (56KB)
索引源数据
4. Fig. 3. Graph of the number of sellers on the GMV threshold

下载 (61KB)
索引源数据
5. Fig. 4. Graphs and tables of distributions of seller metrics

下载 (91KB)
索引源数据
6. Fig. 5. A set of constraints for regression testing

下载 (55KB)
索引源数据
7. Fig. 6. ROC-curve of logistic regression

下载 (63KB)
索引源数据
8. Fig. 7. Contribution of traits restricted to the 25th and 50th percentiles of GMV

下载 (29KB)
索引源数据
9. Fig. 8. Summary of the logit model

下载 (175KB)
索引源数据
10. Fig. 9. Model quality comparison

下载 (57KB)
索引源数据
11. Fig. 10. Contribution of features to the model

下载 (56KB)
索引源数据
12. Fig. 11. SHAP model for a randomly selected seller

下载 (36KB)
索引源数据
13. Fig. 12. Coefficients of regression model metrics

下载 (101KB)
索引源数据
14. Fig. 13. Coefficients of regression model metrics after removing the «number of account managers» attribute

下载 (96KB)
索引源数据


Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».