Predicting ompact of product and user features on the sales in an e-commerce site

Abstract

In recent years, the ratio of online shopping to total shopping has been increasing continuously. Many factors affect sales of e-commerce sites. Prior to purchasing, users are concerned whether the features of the products they are interested in match their own needs or not. In this study, the most important factors in the sales of the products which are the features of the products, attributes of the sellers and interactions with product investigated. A model was developed based on available fashion products in a market where individual users could sell second-hand textiles and accessories. Using this model, we tried to predict which products would be sold by examining at the features of the products, attributes of sellers and interactions with the product. Different algorithms were investigated for predicting sales and the results were reported. By comparing the outputs, the most successful algorithm and the most important features affecting sales were identified. As a result of this study, it was determined that the most efficient algorithm was the decision tree model. When the inputs of the model were examined, it was determined that the most important features affecting salability were the interactions with the products such as the number of likes and bids.

Son yıllarda internet üzerinde yapılan alışverişlerin toplam alışverişe oranı her geçen gün artmaktadır. İnternet üzerinden satış yapan e-ticaret sitelerinde satışı etkileyen bir çok faktör bulunmaktadır. Kullanıcılar satın almadan önce ilgilendikleri ürünlerin özelliklerinin kendi ihtiyaçlarını ne kadar karışıladıkları ile ilgililenmektedir. Bu çalışmada ürünlerin satışında en önemli etkenlerden biri olan ürünlerin özelliklerinin ve o ürünün sitede yaratttığı etkileşimin satışa etkisi araştırıldı. Bu model sayesinde ürünlerin özellikleri ve ürün ile olan etkileşimine bakarak hangi ürünlerin satılabilir olduğunu tahminlenmeye çalışıldı. Farklı algoritmalar kullanarak ürünlerin satılabilirliği tahmin edildi ve sonuçları değerlendirildi. Çıktılar birbirleri ile karşılaştırıldı ve en başarılı yöntem belirlendi. Ürünün satılabilirliğini etkileyen en önemli özellikler belirlendi. Çalışma sonucunda problemin çözümü için en verimli modelin “Karar Ağacı Algoritması” olduğu tespit edildi. Modelde kullanılan girdiler incelendiğinde satılabilirliği etkileyen en önemli özelliklerin beğeni sayısı, teklif adedi gibi ürünlerin sitedeki etkileşimleri olduğu tespit edildi.