Tüketici tercihleri ​​için daha iyi tahmin modelleri oluşturma

Tüketiciler olarak, bir restoranda ne yiyeceğimiz, bir mağazadan hangi kıyafetleri satın alacağımız, satın almak istediğimiz arabanın türü ve çok daha fazlası gibi konularda sürekli olarak seçimler yapıyoruz. Bu tür malların bilgili üreticileri, insanların hangi ürünleri istediğini ve fiyat ve bulunabilirlik gibi faktörler değiştiğinde talebin nasıl değişebileceğini tahmin etmelerine yardımcı olmak için ekonomistlere bakıyor.

İktisatçılar, tüketicilerin karar alma süreçlerini tahmin etmeye yardımcı olmak için uzun yıllar boyunca ekonomi, pazarlama ve diğer birçok alanda ampirik analizlerde yaygın olarak kullanılan rasyonel karar verme için temel bir çerçeve olan rastgele fayda modeli (RUM) adı verilen bir şeye güvendiler. Ancak seçeneklerin tam çeşitliliği bilinmediğinde modelin kullanılmasında sorunlar yaşanmaktadır.

Bu konu doğrusal sıralama problemiyle ilgilidir ve uygulamalı matematik ve matematiksel psikoloji alanındaki araştırmacıların konuyu ilk kez 1980’lerde keşfetmeye başlamasından bu yana çözümsüz kalmıştır. Şimdi, Caltech’te ekonomi profesörü Kota Saito ve MIT yüksek lisans öğrencisi Alec Sandroni (BS ’25) liderliğindeki araştırmacılar, RUM’un eksik veri setleriyle kullanıldığında ortaya çıkan ana zorluklardan birini çözdüler.

Derginin Ağustos sayısında yayınlanan bir makalenin ortak yazarı olan Saito, “Bulgularımız, tüm seçenekler gözlemlenebilir olmadığında bireysel tercih tahminlerinin iyileştirilmesine yardımcı olabilir” diye açıklıyor. Amerikan Ekonomik İncelemesi Takımın çalışmaları hakkında.

RUM, ekonomistlerin fiyatlandırma stratejilerini, rekabet analizini, sektörler arası politika değerlendirmesini ve daha fazlasını bilgilendirmek amacıyla tüketici kararlarını istatistiksel olarak modellemek için kullandığı, ayrık seçim analizi adı verilen bir yöntemin temelidir. Farklı tercihlere sahip bir grup tüketicinin nasıl seçim yaptığını açıklar, ancak yalnızca tüm seçenekler açıkça tanımlandığında. Tüm olası seçenekler tanımlanmadığında, ekonomistler genellikle alternatifleri “dış seçenek” altında gruplandırırlar.

Lisans kariyeri boyunca Saito ile Yaz Lisans Araştırma Bursları (SURF) programı öğrencisi olarak çalışan Sandroni, “Hangi dış alternatifin seçildiğini gözlemlemeseniz bile, yalnızca neyin seçilmediğine bakarak şaşırtıcı miktarda bilgi elde edebileceğinizi gördük. Tipik yöntemlerde bu bilgilerin bir kısmı göz ardı edilebilir” diyor.

Aslında, MIT’de yüksek lisans öğrencisi ve çalışmanın üçüncü ortaklarından Sandroni, Saito ve Haruki Kono, dış seçenek aracının ciddi derecede önyargılı tahminler üretebileceğini buldu. Araştırmacılar, trafik ve sıvılar gibi varlıkların hareketini modellemek için sıklıkla kullanılan bir hesaplama yöntemi olan ağ akış teorisini kullanarak, dış seçenek yaklaşımının sınırlamalarını açıklığa kavuşturmayı başardılar.

Sandroni, “Yeniliğimizi kullanarak, RUM’un iyi çalışması için gerekli olduğunu düşündüğümüzden daha az veriyle RUM’u test edebilirsiniz” diyor. “İnsanlar çeşitli sektörlerdeki talebi daha iyi değerlendirmek için yeni tekniğimizi kullanabilir.”

Caltech’te matematik bölümü okuyan Sandroni, tüketici tercihlerini analiz etmedeki ek zorlukları araştırmak için Saito ile çalışmaya devam ediyor ancak ekonomiyle her zaman ilgilenmedi.

“Caltech’e ilk geldiğimde çevre bilimi veya fizik yapacağımı sanıyordum” diyor. “Ama sonra SURF’leri arıyordum, Kota’nın web sitesinde bulunan küçük bir matematik testini buldum. Sanırım o yıl bunu çözen tek kişi bendim, bu yüzden birlikte çalışmaya başladık ve bugün hala ekonomi okuyorum.”

Her ne kadar Sandroni araştırma projesine başlamadan önce konu hakkında çok az bilgi sahibi olsa da Saito, yakın zamanda yayınlanan makale üzerinde çok üst düzeyde çalıştığını, fikirler ürettiğini, titiz kanıtları tamamladığını ve taslağı sonlandırdığını söylüyor.

Saito, “Alec ne yapması gerektiğini hızla öğrendi ve yıllar boyunca benimle birlikte yürüyebilmesi gerçekten etkileyici” diyor. “Bir lisans öğrencisi için işin gerekleri çok zorluydu ama o bu zorlukların üstesinden geldi.”

Şu anda Caltech’te matematik ve bilgisayar bilimleri alanında yüksek lisans öğrencisi olan Yuexin Liao (BS ’26), geçen yaz Saito ve Sandroni ile birlikte bir SURF projesi için RUM ile ilgili başka bir karar verme sorgusunu araştırdı. Bir bireyin sınırlı sayıda birbirini dışlayan alternatifler arasından bir seçeneği seçtiği ekonomik çalışmalarda, birçok veri seti, seçimleri geniş etiketler halinde gruplandırır; örneğin, birçok donanıma sahip bir araba modeli veya tek “dış seçenek”. Projenin ana sorusu şudur: “Bu tür bir toplama ne zaman insanların gerçekte nasıl seçim yaptığını aslına sadık bir şekilde yansıtır?”

Ekip, birleştirmenin kompozisyonda belirsizlik yarattığını, yani gruplandırılmış etiketin farklı kişiler veya pazarlar için farklı altta yatan seçenekleri gizleyebileceğini gösterdi. Bu belirsizlik altında, RUM şaşırtıcı derecede zayıf test edilebilir çıkarımlara sahiptir. Grubun yakın zamanda yayınladığı bir çalışma makalesi, toplu alternatiflerin bileşimindeki bu belirsizliğin etkilerini resmi olarak inceleyen ilk çalışma oldu. Makale, ekonomi teorisi alanında iyi tanınan iki uluslararası konferansta kabul edildi; Sandroni bu yaz makalesini sundu; bu, bir lisansüstü birinci sınıf öğrencisi için alışılmışın dışında bir durumdu.

Saito şimdi matematik alanında yükselen bir üçüncü sınıf öğrencisi olan yeni SURF öğrencisi Vivian Loh’u işe aldı. Loh, Saito ve Sandroni, monotonluk adı verilen basit koşullar aracılığıyla insan seçimini daha genel olarak tanımlayabilecek bir model önerisi de dahil olmak üzere yeni zorluklar başlattılar. Ayrıca ekonomik karar teorisini makine öğrenimine uygulamayı da hedefliyorlar.

Saito, “Lisans öğrencileriyle çalışmaktan keyif alıyorum çünkü onlar genellikle çok zor sorulara açık oluyorlar ve sorunlara yeni yaklaşımlar getiriyorlar” diyor.