Les chercheurs ont créé un algorithme qui a réussi à prédire les achats des consommateurs. L'algorithme a utilisé les données de l'activité quotidienne des consommateurs sur les réseaux sociaux. Les marques pourraient l'utiliser pour analyser les clients potentiels. La méthode des chercheurs combine de puissantes techniques de modélisation statistique avec une reconnaissance d'image basée sur l'apprentissage automatique.

Le professeur agrégé Toshihiko Yamasaki et son équipe de la Graduate School of Information Science and Technology de l'Université de Tokyo explorent de nouvelles façons intéressantes d'utiliser des données telles que les données des médias sociaux. Certaines applications qu'ils développent sont utiles aux entités comme les entreprises pour améliorer leur efficacité de différentes manières, mais en particulier dans la façon dont ils atteignent et influencent les clients potentiels.

« J'ai posé deux questions à mon équipe : « Est-il possible de calculer la similarité entre différentes marques en fonction de la façon dont les clients interagissent avec elles sur les réseaux sociaux ? » Et, 'Si c'est le cas, les marques peuvent-elles utiliser ces informations pour améliorer la façon dont elles se commercialisent ? » a déclaré Yamasaki. « Et avec un certain temps, efforts et patience, ils sont revenus avec une réponse simple mais confiante :'Oui !'"

Mais la façon dont leur équipe a déduit cela était tout sauf simple. L'analyse informatique des données des médias sociaux est souvent appelée exploitation minière, comme le terme l'indique, c'est une tâche monumentale et laborieuse. Pour cette raison, les chercheurs dans ce domaine utilisent divers outils informatiques pour analyser les médias sociaux d'une manière que les êtres humains ne peuvent pas.

"Autrefois, de nombreuses entreprises ont amélioré leurs stratégies marketing grâce à l'utilisation d'enquêtes clients et de projections basées sur leurs données de vente, " a expliqué le chercheur principal Yiwei Zhang. " Cependant, ceux-ci sont longs et imprécis. Nous avons désormais accès et une expertise dans des outils tels que l'apprentissage automatique et l'analyse statistique complexe."

L'équipe a commencé son travail en rassemblant des données de médias sociaux accessibles au public auprès des adeptes de marques sélectionnées. Ils ont utilisé des méthodes éprouvées de reconnaissance d'images et d'apprentissage automatique pour analyser et catégoriser les photos et les hashtags liés aux abonnés des marques. Cela a révélé des modèles de comportement des consommateurs envers différentes marques. Ces modèles signifiaient que les chercheurs pouvaient calculer la similitude entre des marques différentes ou même sans rapport.

"Nous avons évalué notre algorithme proposé par rapport à l'historique d'achat et aux questionnaires, qui sont encore utiles pour fournir un contexte pour acheter des informations, " a poursuivi Zhang. " Les résultats expérimentaux montrent que les sociétés de cartes de crédit ou de cartes à points pouvaient bien prédire le comportement d'achat passé des clients. Notre algorithme pourrait prédire avec précision la volonté des clients d'essayer de nouvelles marques."

Cette recherche pourrait être extrêmement utile pour les nouvelles promotions de marques qui utilisent les réseaux de médias sociaux. Il pourrait également être utilisé par les centres commerciaux et les centres commerciaux pour planifier les magasins qu'ils incluent ou pour que les magasins eux-mêmes choisissent les marques à stocker. Et la recherche pourrait même aider à faire correspondre les marques avec les influenceurs des médias sociaux appropriés pour aider à mieux faire connaître leurs produits.

« Visualiser ce qui n'était pas visible auparavant est toujours très intéressant, " a conclu Yamasaki. " Les gens pourraient dire que les professionnels " voient " déjà ce genre de modèles, mais pouvoir montrer numériquement et objectivement la similitude entre les marques est une nouvelle innovation. Notre algorithme est manifestement plus efficace que de juger ces choses sur la seule base de l'intuition."