Predicting customer quality in e-commerce social networks: a machine learning approach
Zusammenfassung
The digital transformation of companies is having a major impact on all business areas, especially marketing, where audiences are most volatile and loyalty is at its scarcest. Many large retail brands try to keep their client base interested by becoming partners in cashback websites. These websites are based on a specific type of affiliate marketing whereby customers access a wide range of merchants and obtain financial rewards based on their activities. Besides using this mix of traditional marketing strategies, cashback websites attract new target customers and increase existing customers’ loyalty through recommendations, using a word-of-mouth marketing strategy built on economic incentives for users who refer others to these sites. The literature shows that this strategy is one of the major areas of success of this business model because customers who join following recommendation are more active and are therefore more profitable and loyal to the brand. Nevertheless, the new users who are referred to these sites vary considerably in terms of the number of transactions they make on the site. This study advances research on the design of recommendation-based digital marketing strategies by providing companies with a predictive model. This model uses data science, including machine learning methods and big data, to personalize financial incentives for users based on the quality of the new customers they refer to the cashback website. Companies can thus optimize and maximize the return on their marketing investment.
Beschreibung
La transformación digital de las empresas está teniendo un gran impacto en todas las áreas de negocio, especialmente en marketing, donde las audiencias son más volátiles y la fidelidad más escasa. Muchas grandes marcas minoristas intentan mantener el interés de su clientela asociándose a sitios web de cashback. Estos sitios web se basan en un tipo específico de marketing de afiliación por el que los clientes acceden a una amplia gama de comercios y obtienen recompensas económicas en función de sus actividades. Además de utilizar esta combinación de estrategias de marketing tradicionales, los sitios web de cashback atraen a nuevos clientes objetivo y aumentan la fidelidad de los clientes existentes mediante recomendaciones, utilizando una estrategia de marketing boca a boca basada en incentivos económicos para los usuarios que recomiendan a otros estos sitios. La literatura muestra que esta estrategia es una de las principales áreas de éxito de este modelo de negocio, ya que los clientes que se unen tras una recomendación son más activos y, por tanto, más rentables y fieles a la marca. No obstante, los nuevos usuarios que son recomendados a estos sitios varían considerablemente en cuanto al número de transacciones que realizan en el sitio. Este estudio avanza en la investigación sobre el diseño de estrategias de marketing digital basadas en recomendaciones al proporcionar a las empresas un modelo predictivo. Este modelo utiliza la ciencia de datos, incluidos métodos de aprendizaje automático y big data, para personalizar los incentivos financieros para los usuarios en función de la calidad de los nuevos clientes que recomiendan al sitio web de cashback. De este modo, las empresas pueden optimizar y maximizar el rendimiento de su inversión en marketing.
Colecciones
- Artículos de Revista [4166]
Herramientas
Estadísticas
BenutzungsstatistikCitas
Los ítems de digital-BURJC están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario