AMBL株式会社の鈴木です。この記事はAMBL株式会社 Advent Calendar 2022の18日目の記事です。

今回は『Google Analyticsのデータを使って次回購入予測をする機械学習の論文』を読みました。こちらの論文はECサイトにおいてユーザーのセッションから次の行動を予測する学習アルゴリズムの構築を目的として書かれています。

この記事では当論文の前半部分に GAと機械学習における近年の研究 が多数掲載されていたので、まとめて要約しました。

当論文は2019年5月に発表されておりGA4の正式版リリースより前¹ではありますが、現在の機械学習を用いた予測に関する内容やその課題、またそれに関連する論文についても言及されています。

※なお、参考論文についているリンクは私が検索して見つけたものです。

当論文について

論文：Predicting next shopping stage using Google Analytics data for E-commerce applications
著者：Mihai Cristian Pîrvu, Alexandra Anghel
（Alogliaの機械学習エンジニアたちによる執筆だと思います）
公開日：2019年５月30日

要約

Introduction

対象とするECサイトはアイテムページ、カートページ、チェックアウトページなどを保持するとする
目的
- 最適化されたパーソナライゼーションによるユーザー別の購入率の予測
現在の課題
- パーソナライゼーションの差別化が画一的なアプローチである
- GAでは現在のユーザーの購入率のみ見ることができるが 見込み客の購入 について予測ができないため広告や割引の予算計画などを適切に立てることができず利益を失っている可能性があるので予測したいよね²

現状の分析手法について

パーソナライゼーションに関する現状

データのみから学習する方法
- 線形回帰、SVM、ニューラルネットワークなどの回帰や分類モデルを使用する
強化学習をする方法
- クリックの最大化や利益の最大化、解約の最小化などを目標とする

レコメンドシステムに関する現状

教師あり学習を用いた協調フィルタリングやコンテンツベースフィルタリングが主流
- Matrix Factorization(MF)は協調フィルタリングの代表例ですが、新規ユーザーのデータが少ないことで起こる コールドスタート問題 がある
  MFに関する参考論文：Yehuda Koren, Robert Bell, and Chris Volinsky. Matrix factorization techniques for recommender systems. Computer, (8):30–37, 2009.
- コールドスタート問題は過去のデータを活用できるリカレントニューラルネットワークを使うことで一部解消される
  参考論文：Yong Kiam Tan, Xinxing Xu, and Yong Liu. Improved recurrent neural networks for session-based recommendations. In Proceedings of the 1st Workshop on Deep Learning for Recommender Systems, pages 17–22. ACM, 2016.

セッション内の意図予測に関する現状

リカレントニューラルネットワークを用いてセッション中に購入するかどうか予測する手法がある
他の方法を使うにはファネルに対応してユーザーの意図を分類する必要がある
- 検索クエリからユーザーの意図を推測する方法がある
  参考論文：Mihai Cristian Pîrvu, Alexandra Anghel, Ciprian Borodescu, and Alexandru Constantin. Predicting user intent from search queries using both cnns and rnns. arXiv preprint arXiv:1812.07324, 2018.

当研究では自動化のあとにクエリに注釈をつける半教師アプローチを用いることでより良いモデルを構築した。

他のユースケースとそれぞれの参考論文

おわりに

当論文はGA4に機械学習がのる前に発表された内容ではありますが、自らでモデルを構築したい方は読んでみたら面白いのではないかなと思います。Google Analytics Reporting API v4を使っていますがGoogle Analytics 360や BigQuery でも同じ手法を活用可能だそうです。（参考論文についてはこの限りではないので各々ご確認ください）
それでは、よいGAライフを！

β版発表は2019年8月、正式版リリースは2020年10月 ↩
GA4では機械学習が導入されていて購入の可能性などを予測することができる ↩