Fingerhut：カタログを減らす判断を利益で検証する

2001年2月1日にInterfacesで公表された研究は、FingerhutとIBMが共同開発し、1998年9月に全面導入したシステムを扱う。顧客数は700万人、カタログは顧客一人につき年間最大120冊と報告されている。毎週運用していたという記述は当時の記録であり、現在のFingerhutのシステムを説明するものではない。^[1][2]

著者らは過去の接触と飽和の影響を踏まえて期待利益を調整し、類似顧客をまとめ、予算などの制約下で郵送の組合せを選び、グループの計画を個人へ割り当てる流れを説明している。これはモデルによる配分であり、全員について唯一の厳密な最適解を得た証拠ではない。^[2]

私たちの解釈では、単独では魅力的な施策同士が同じ反応を奪い合うことがある。接触計画全体を調整すれば相互作用を捉えられるが、その有効性は反応と費用の推定が信頼できるかに依存する。

論文は、実験群と対照群をそれぞれ70万人、無作為に選んだと報告する。実験群では広告費が6%減り、売上が1.5%減り、利益が2%増えた。三つは異なる指標であり、この実験では売上減少と利益増加が両立した。^[2]

これはプロジェクト著者らが報告した過去の結果で、独立した追試や他社への予測ではない。同じ要旨を掲載する複数サイトも、追加の成果証拠にはならない。

分析と応用

検証する価値があるのは、似た情報を最近受け取った人には次の接触の追加価値が小さくなる可能性だ。全社が送信を減らすべき、毎週再計算すべき、1998年のモデルを再現すべきとは限らない。メール、通知、有料広告では費用、同意の要件、反応が異なる。

私たちは関連費用を差し引いた増分の貢献利益を目標候補とし、頻度と顧客体験の上限も明示することを提案する。クリックや施策に帰属された注文だけでは増分利益を証明できず、購入の遅れ、返品、費用が結論を変え得る。

分析と応用

1. 同じ人に届く施策と、その順序を一覧にする。
2. テスト前に貢献指標、関連費用、観察期間、接触上限を定める。
3. 比較可能な集団で、組み合わせた計画と安定した対照を比べる。
4. 接触数、売上、費用、貢献利益を別々に報告し、不確実性と苦情も記録する。
5. 行動が変わればモデルを再評価する。同意や除外の選択を守り、短期結果を無期限に外挿しない。