[1M3-GS-13] AI応用: 社会データと予測

[1M3-GS-13-03] 機械学習アプローチに基づく中古ファッションアイテムの価格保持期間の適正化モデルの提案

〇桑田 和¹、金澤 真平¹、三川 健太²、後藤 正幸¹、佐々木 北都³ (1. 早稲田大学、2. 湘南工科大学、3. 株式会社ZOZO)

キーワード：中古ファッションアイテム、販売履歴データ、プロパー期間、販売確率推定、Natural Gradient Boosting

本研究で対象とするファッションECサイトでは，売れ残りのリスクを避けるために出品から一定期間が経過したアイテムを対象に，値下げを行う仕組みを導入している．従来，値下げは経験的な方法によって実施されているが，利益への影響が強いこともあり，適切な初期価格の保持期間の設定が一つの課題となっている．また，多様性の高いファッションアイテムをすべて常に同じ期間，同じタイミングで値下げすることは合理的ではない．一方，アイテムの購入は顧客の意思決定によるため，価格保持期間の設定にはアイテムが販売されるまでの日数を考慮する必要があり，これは購入する顧客が現れたときに確定するため，その予測は一般に難しい．そこで本研究では，アイテム属性などの特徴量から出品から販売までの日数の確率分布を推定する機械学習モデルを構築することで，出品月に基づいた適切な初期価格の保持期間を決定する方法を提案する．提案手法では，アイテムごとに販売までの日数の販売確率を推定後，アイテムの出品月を変化させて推定を繰り返すことで初期価格の保持期間を決定する．また，本サイトの販売履歴データを用いて，提案手法の有効性を示す．