Analysis of factors affecting web business revenue
| Thesis title: | Analýza faktorov ovplyvňujúcich príjmy webového obchodu |
|---|---|
| Author: | Vaterka, Marek |
| Thesis type: | Diploma thesis |
| Supervisor: | Formánek, Tomáš |
| Opponents: | Sokol, Ondřej |
| Thesis language: | Slovensky |
| Abstract: | Internetovým obchodom sa čoraz viac otvárajú možnosti využitia dynamického formátu produktových reklám. Ide o formát, ktorý dokáže obsah reklamnej komunikácie prispôsobiť na základe aktuálnej ponuky obchodu reprezentovanej produktovým xml feedom. Využitie týchto prostriedkov býva kľúčové najmä pre internetové obchody s vysokým počtom produktov. Niektoré údaje o propagácii sortimentu internetového obchodu prostredníctvom marketingových kanálov a ich úspešnosti, je možné nadobudnúť rýchlou a efektívnou formou s využitím pripraveného aplikačného programového rozhrania (API), niektorého z využívaných nástrojov ako Google Analytics, Google Ads alebo Facebook. Cieľom tejto diplomovej práce je rozbor dostupnosti prierezových produktových dát internetového obchodu prostredníctvom API a ich využiteľnosť pri kvantilovej regresii za účelom zlepšenia prosperity obchodu a ich následná praktická aplikácia na konkrétnom príklade eshopu s nábytkom. V takýchto prípadoch je bežné stretnúť sa s vysokým počtom vysvetľujúcich premenných týkajúcich sa najmä vlastností produktov, pri analýze bude využitá taktiež lasso kvantilová regresia. Jedná sa o robustnú metódu, ktorá si poradí s výberom premenných do modelu pri súčasnom zohľadnení rozptylu odhadovaných koeficientov.Pomocou týchto metód sa nám v tejto práci podarilo určiť niekoľko vlastností produktov, ktoré majú vplyv na vysoký počet (konkrétne siedmy, ôsmy a deviaty decil) zobrazení stránok s podrobnosťami o kuchynských stoličkách. Výsledky by sa dali využiť najmä pri optimalizácii sortimentu internetového obchodu s nábytkom. |
| Keywords: | kvantilová regresia; produktové dáta; API; kvantilová lasso regresia; hrebeňová regresia |
| Thesis title: | Analysis of factors affecting web business revenue |
|---|---|
| Author: | Vaterka, Marek |
| Thesis type: | Diploma thesis |
| Supervisor: | Formánek, Tomáš |
| Opponents: | Sokol, Ondřej |
| Thesis language: | Slovensky |
| Abstract: | For Internet shops, the possibilities for using dynamic data-format ads are becoming more widespread. This is a format that periodically updates the content of the advertising message to match the site's current product range, via the data-XML feed. The use of these features is usually crucial - especially for online shops with a large number of products. The use of an application programming interface (API) within these marketing channels creates a bridge to other tools, such as Google Analytics, Google Ads and Facebook, resulting in extremely fast and efficient access to data.The aim of this thesis is to research the availability of cross-sectional product data obtained from the e-shop through APIs and to analyse their usefulness in quantile regression to improve business prosperity. The practical application subsequently chosen as a concrete example is an online furniture shop. In such cases it is normal to have a very large number of explanatory variables relating to particular product characteristics. Therefore, we will also utilise lasso quantile regression model in our analysis. This is a robust method to deal with the large selection of variables in the model, while taking into account the variance of the estimated coefficients.Using these methods with the example of kitchen chairs, several product characteristics were identified that have an impact on a large number of page views (namely, the seventh, eighth and ninth deciles). The results could be especially useful to optimize the online product range of furniture stores. |
| Keywords: | quantile regression; API; quantile lasso regression; ridge regression; product data |
| Thesis title: | Analýza faktorů ovlivňujících příjmy webového obchodu |
|---|---|
| Author: | Vaterka, Marek |
| Thesis type: | Diplomová práce |
| Supervisor: | Formánek, Tomáš |
| Opponents: | Sokol, Ondřej |
| Thesis language: | Slovensky |
| Abstract: | Obchodům prodávajícím na internetu se stále více otvírají možnosti využití dynamického formátu produktových reklam. Jde o formát, který dokáže obsah reklamní komunikace přizpůsobit na základě aktuální nabídky obchodu reprezentované produktovým xml feedom. Využití těchto prostředků bývá klíčové zejména pro internetové obchody s vysokým počtem produktů. Některé údaje o propagaci sortimentu internetového obchodu prostřednictvím marketingových kanálů a jejich úspěšnosti, je možné nabýt rychlou a efektivní formou s využitím připraveného aplikačního programového rozhraní (API) z některých využívaných nástrojů jako jsou Google Analytics, Google Ads nebo Facebook.Cílem této práce je rozbor dostupnosti průřezových produktových dat internetového obchodu prostřednictvím API a jejich využitelnost při kvantilové regresi za účelem zlepšení prosperity obchodu a jejich následná praktická aplikace na konkrétním příkladu vybraného eshopu s nábytkem. V takovém případě je běžné potýkat se s vysokým počtem vysvětlujících proměnných týkajících se zejména vlastností produktů, proto při analýze bude využita také lasso kvantilová regrese. Jedná se o robustní metodu, která si poradí s výběrem proměnných do modelu při současném zohlednění rozptylu odhadovaných koeficientů.Pomocí těchto metod se v této práci podařilo určit několik vlastností produktů, které mají vliv na vysoký počet (konkrétně sedmý, osmý a devátý decil) zobrazení stránek s podrobnostmi o kuchyňských židlích. Výsledky se dají využít zejména při optimalizaci sortimentu internetového obchodu s nábytkem. |
| Keywords: | kvantilová lasso regrese; kvantilová regrese; produktová data; API; hřebenová regrese |
Information about study
| Study programme: | Kvantitativní metody v ekonomice/Ekonometrie a operační výzkum |
|---|---|
| Type of study programme: | Magisterský studijní program |
| Assigned degree: | Ing. |
| Institutions assigning academic degree: | Vysoká škola ekonomická v Praze |
| Faculty: | Faculty of Informatics and Statistics |
| Department: | Department of Econometrics |
Information on submission and defense
| Date of assignment: | 20. 6. 2017 |
|---|---|
| Date of submission: | 29. 4. 2019 |
| Date of defense: | 6. 6. 2019 |
| Identifier in the InSIS system: | https://insis.vse.cz/zp/62475/podrobnosti |