電商商品陳列:檢查您對商品位置的假設

一項含 10 本書的歷史實驗顯示,簡單的位置調整為何可能漏掉部分模式,以及比較商品卡片前,可以如何檢查這項假設。

原創重新分析 Compiani、Morozov 與 Seiler 發布的 2024 年選書實驗。

摘要

企業在判定某項商品服務比另一項更有吸引力前,需要考慮各自出現的位置。我們使用已發布的 2024 年實驗,以 10 本電子書檢查 2 種納入位置的方式。整體而言,讓每個位置各有調整值,比每往下移一位都套用相同調整,更能預測選擇。但部分個別位置的預測較不準確,因此必須看完整比較。

兩個模型使用相同書籍與價格資訊。我們以 6,176 名參與者配適模型,再以另外 3,088 人檢查預測。選擇是假設性的,而且每人都必須選 1 本書。對比較商品卡片的企業與創作者來說,啟示是在將結果歸因於商品服務前,先檢查陳列位置假設。研究未估計銷售增幅,也未找出最佳商品順序。

假設頁面最上方的商品獲得最多點擊。是它更有吸引力,還是列表位置幫了忙?企業在重寫其他卡片、替表現看似較弱的商品降價,或調整品項組合前,需要實用答案。

納入位置聽來很直接,直到開始問該怎麼做。列表每往下移一位,都應有相同調整嗎?我們用歷史實驗,比較這個簡單方法與較彈性的方法,再以未參與模型配適的人檢查兩者。

相同商品,不同位置

10 張抽象書籍卡片在淺色表面排成有序的一列,2 條裝飾引導線暗示納入位置的不同方式。
商品陳列的概念插圖。物件不代表研究書封、選擇占比或建議排序。

商品位置比較應告訴您什麼?

商品卡片比較,應協助分清商品本身與呈現方式。如果某商品通常排第一,另一項通常排最後,光看總數,無法回答購物者是否比較偏好其中一項。

我們檢查的簡單方法,是列表每往下移一位,就對模型底層偏好分數套用相同調整。實用問題是:與允許不同位置各有不同調整相比,它的選擇預測是否已經足夠好?

我們以已發布的選書實驗檢查這 2 種方法。結果與在系列頁面或數位商店比較商品的企業及創作者相關。它提供檢查衡量假設的方式,而非暢銷品應放在哪裡的規則。

商品服務出現在多處時,這點很重要。創作者可能在系列頁與新品上市頁主打同一份下載資源;零售商可能調整分類列表順序。商品、價格、受眾與呈現方式,可能同時不同。位置調整是這項比較中某一部分的假設,也值得獨立檢查。

選書實驗中的人選了什麼?

Giovanni Compiani、Ilya Morozov 與 Stephan Seiler,請透過 Prolific 招募的人,從 10 本電子書中作出假設性選擇,書籍順序與價格均隨機安排。參與者必須選 1 本書,沒有不買的選項。我們使用每份保留提交紀錄的第一項任務,而非移除已選書籍後的後續任務。[1]

作者已報告對排序與價格的反應。他們更廣泛的研究探討文字與圖片如何協助估計商品替代。我們的問題較狹窄:替換單一位置項,是否能改善對未參與模型配適者的選擇預測?

依原始納入規則,留下 9,265 份提交紀錄,對應 9,264 個不同 Prolific 參與者 ID。有 1 個 ID 出現 2 次。我們將兩份提交紀錄保留在同一組,讓該參與者總權重與其他人相同。一份提交紀錄不一定就是另一個人,第一項任務也不一定是該人首次接觸實驗。[2][3]

保留來源日期為 2024 年 6 月 11 日至 6 月 26 日;手稿描述為 6 月 14–27 日,因此我們揭露差異,並不依日期排除資料。所檢視資料未確立國家與年齡納入條件;這些不是美國購物者或其他國家母體的估計值。[1][2]

整項比較都將同一參與者保留在一起

依原作者納入規則篩選的第一項任務提交紀錄;保留來源紀錄日期為 2024 年 6 月 11–26 日。

保留樣本與完整參與者分組
群體參與者數(依平台 ID)保留提交紀錄數
全部保留對象9,2649,265
訓練組6,1766,176
保留供評估的群體3,0883,089
1 個 Prolific 參與者 ID 有 2 份保留提交紀錄,均在測試組。每位參與者貢獻相同。筆數描述已發布樣本,並非全國購物者母體。

哪個位置模型更能預測保留組選擇?

依預先指定的評分指標,彈性位置模型更能預測保留組選擇。兩個模型都納入所提供書籍及其顯示價格,差別只在如何表示位置。

基準模型對列表每往下移一位,使用 1 個係數。彈性模型則以第一位為參考,讓第 2 至第 10 位各有獨立調整。這給它更大自由,也增加待估參數。光是在自身訓練資料上配適得更好,還不足以定論。

因此,我們以 6,176 名參與者配適兩個模型,再用另外 3,088 人評估。每位參與者的所有提交紀錄,始終位於同一分組。測試組包含重複參與者,因此有 3,089 份提交紀錄。

我們用負對數分數比較預測。模型若給對方實際選擇較高機率,懲罰就較小;若給該選擇極低機率,懲罰就較大。平均負對數分數越低越好。

保留組平均分數為:基準模型 2.2260,彈性模型 2.2154,單位為自然對數單位,也稱 nats。這些是預測分數,並非答對百分比。訓練與測試分數一併呈現,避免比較只依賴較容易的任務,也就是描述模型已看過的資料。

2 個模型,以相同參與者評估

2024 年、含 10 本書實驗中,經篩選的第一項任務選擇。訓練:6,176 名參與者與等量提交紀錄。測試:3,088 名參與者、3,089 份提交紀錄。

訓練與保留組預測分數
位置模型訓練分數(nats)保留組分數(nats)
1 個線性位置項2.20462.2260
各位置獨立項2.18992.2154
平均負對數分數,單位 nats,越低越好。每位參與者貢獻相同,先在參與者內平均提交紀錄。訓練與測試為不同群體。這些不是錯誤百分比。

每位參與者的配對改善幅度為 0.0106 nats,近似 95% 區間為 0.0044 至 0.0168。此處正值有利於彈性模型。在這個評分尺度上,結果幅度小,但區間高於 0。[4]

此區間將 2 個已配適模型視為固定,並假設參與者群組彼此獨立。它不含改用另一訓練樣本配適模型的不確定性。結果支持在此篩選後的歷史任務中,預測有所改善,但不會讓分數差異變成銷售增幅。

彈性模型改善了保留組對數分數

歷史 10 本書任務中,3,088 名經篩選測試參與者的配對比較。

保留組對數分數的配對改善幅度
比較項目改善幅度(nats)95% 區間:下限(nats)95% 區間:上限(nats)
彈性模型減基準模型的對數分數0.01060.00440.0168
每位參與者的 nats。正值有利於彈性模型。近似 95% Student-t 區間,以固定配適模型與獨立參與者群組為條件,排除訓練配適不確定性。並非銷售增幅。

2 個模型在哪些位置偏離觀察選擇?

完整位置比較顯示,整體分數為何應附細節。我們對各位置,比較觀察選擇占比與各模型給予的平均機率。這些是保留組中,每位參與者等權重的平均值,並非點擊率。

第 1 位的觀察占比為 17.16%,基準模型預測 14.64%,彈性模型預測 17.73%。第 10 位的觀察占比為 9.18%,兩個預測分別為 6.37% 與 8.74%。在這份特定列表的兩端,彈性模型都較接近。

全部 10 個位置的觀察與預測選擇

保留組:2024 年已發布實驗中的 3,088 名參與者,以及 3,089 份第一項任務提交紀錄。

依位置區分的觀察選擇占比與預測機率
位置觀察選擇占比基準模型平均機率彈性模型平均機率選中該位置的提交紀錄數
第 1 位17.16%14.64%17.73%530
第 2 位13.60%13.20%14.84%420
第 3 位9.91%12.06%9.74%306
第 4 位10.91%11.21%9.26%337
第 5 位9.20%10.09%8.94%284
第 6 位7.08%9.25%8.01%219
第 7 位8.00%8.44%7.57%247
第 8 位7.12%7.67%7.47%220
第 9 位7.84%7.08%7.69%242
第 10 位9.18%6.37%8.74%284
占比與平均預測機率,給予每位參與者相同權重。筆數為原始提交紀錄,不一定等於加權占比乘以 3,089。全部 10 個位置均屬描述性,未逐位置宣稱統計顯著。

彈性模型並非處處較接近。第 4 位的觀察占比為 10.91%,基準模型預測 11.21%,彈性模型則預測 9.26%。額外彈性改善了整體保留組分數,卻在該位置留下較大差距。

下一張表顯示觀察占比減去預測占比。正差距表示模型低估該位置的選擇,負差距表示高估。保留全部 10 個位置,避免看似漂亮的端點取代整體比較。

兩個模型與觀察選擇的差距

在全部 10 個位置,觀察選擇占比減去平均預測機率,使用相同的 3,088 名測試參與者。

每個位置帶正負號的預測差距
位置觀察值減基準模型觀察值減彈性模型
第 1 位2.52 百分點-0.57 百分點
第 2 位0.41 百分點-1.24 百分點
第 3 位-2.15 百分點0.17 百分點
第 4 位-0.29 百分點1.65 百分點
第 5 位-0.89 百分點0.26 百分點
第 6 位-2.17 百分點-0.93 百分點
第 7 位-0.44 百分點0.43 百分點
第 8 位-0.55 百分點-0.35 百分點
第 9 位0.76 百分點0.14 百分點
第 10 位2.81 百分點0.44 百分點
單位為百分點。正值表示模型低估選擇,負值表示高估。全部平均值給予參與者相同權重。彈性模型並非每個位置都較接近。

這些位置資料列屬描述性結果,未各自宣稱統計顯著。實驗未測量眼球移動或注意力,本分析也未辨識位置不同的原因。觀察占比呈彎曲模式,本身也不足以推翻基準模型:其位置項在線性關係上對應的是模型底層偏好分數,而非選擇百分比。

直接將第一與最後位置的觀察占比相減,回答的是不同問題。這些占比彙總了不同商品與價格下的選擇。兩個配適模型都先納入書籍身分與價格,再對 10 個選項分配機率。端點差異與模型比較,都無法告訴您,在實際商店移動某項商品會發生什麼。

可直接使用的商品位置衡量範本

比較商品服務前,先寫簡短衡量簡報。下列範本無須註冊,僅作示例。它應用研究關於檢查假設的啟示,不承諾同一模型適合您的商店。

決策:「我們需要在 [期間],針對 [頁面或行銷活動] 決定 [哪項商品比較或呈現變更]。」先指明決策,再選擇看起來有利的指標。

結果:「我們將測量 [選擇、點擊、加入購物車或購買]。」選用紀錄實際支持的結果,一併保留提供的替代選項、順序與顯示價格。強制選擇結果,應與購買結果分開。

單位:「我們的單位為 [參與者或其他明確定義單位]。重複造訪或提交紀錄將依 [規則] 處理。」評估對新對象的預測時,將同一人的觀察保留在一起。不要將匿名工作階段識別碼視為不同個人的證明。

比較:「兩個模型將使用相同商品、價格資訊與符合條件的觀察,差別在於 [位置假設]。」同時指明簡單與較彈性的替代方法。

評估:「我們將在配適前保留 [明確定義群體],並比較 [具名評分指標]。我們會呈現全部位置。」看到結果前,先決定如何報告尚無定論或較差的結果。

用途:「此結果將用於 [衡量決策]。在 [商業決策] 前,仍需要 [本文未測量的商業成果] 相關證據。」最後這句,避免預測練習悄悄變成營收預測。

讓同一參與者的紀錄始終留在同一組

參與者群體分成獨立的訓練與評估組。一對連結圖示留在評估組;各組都搭配 10 張抽象書籍卡片。
  1. 定義比較

    指明商品、位置、結果與觀察單位。

  2. 保留評估組

    將每位參與者的提交紀錄保留在一起。

  3. 檢查完整結果

    比較預測並呈現每個位置,包括較差結果。

在配適與評估模型前,先依參與者分組的概念插圖。圖示數量僅作示意;連結的一對代表重複參與紀錄保留在一起。

實作範例:創作者比較數位商品服務

假設一位虛構創作者銷售寫作練習手冊、工作坊與組合包。組合包出現在新品上市頁最上方,獲得最多點擊。創作者正考慮重寫其他商品說明。

衡量簡報改變了眼前問題。觀察結果是點擊,不是銷售。現有紀錄須呈現展示了哪些商品服務、順序為何,以及價格多少。如果組合包永遠在第一格,這些紀錄就無法清楚分開組合包與該位置。

創作者填妥的簡報可以寫:「我們想知道,現行納入位置的方式能否預測新訪客點擊。我們將比較相同商品服務與價格資訊,將重複觀察保留在一起,並報告完整位置比較。我們不會從點擊紀錄推論購買。」這是衡量問題的虛構範例,不是預定結果。

合理的下一步,是在保留相同結果定義的同時,規劃有足夠變化、能區分商品與位置的比較。創作者接著可在保留組中,比較簡單位置調整與較彈性的方式。這會是針對該頁面的新研究;選書實驗未提供它的預期點擊率。

若彈性方式更能預測保留組,創作者有理由重新檢視報告如何納入陳列位置。但這仍不代表移動組合包會提高營收。商業決策需要針對實際呈現變更,以及企業在意的結果取得證據。

若比較尚無定論,創作者應如實說明。增加彈性,不會自動成為更好的商業工具。實用收穫是更清楚的順序:了解紀錄能區分什麼、檢查衡量假設,再決定是否需要另一項實驗。

Influence IQ 如何計算這項比較?

我們使用作者編修後發布的回答與原始篩選規則。前 553 筆先導或測試紀錄,依固定檔案位置排除。其餘範圍包含 10,775 份提交紀錄;理解測驗篩選後留下 9,344 份,完成狀態篩選後留下 9,265 份。[2]

同意、已完成狀態,以及至少 60 秒的時長規則,在各自步驟中都未再移除提交紀錄。完成與時長是在曝光後篩選,因此保留群體是經篩選的樣本。

以 Prolific 參與者 ID 定義群組。確定性的雜湊分組,將 2/3 群組分配至訓練,其餘至測試,不使用選擇結果。各組內,每份保留的第一任務提交紀錄,均分該參與者的貢獻。配適、評分與位置表使用相同權重。[3]

兩個模型都是無懲罰項的多項羅吉特模型,含 9 個書籍指標與 1 個線性價格項。基準模型加上 1 個線性位置項,共 11 個參數;彈性模型加上 9 個位置指標,共 19 個參數。第 1 位與數值最小的商品 ID 為參考類別。全部符合條件的選擇集合都包含相同 10 項商品,且已核對選定 ID、價格與位置一致。

我們在訓練組配適模型,保留配適係數,再對測試選擇評分。區間使用參與者配對分數差的標準差、3,088 個參與者單位與 3,087 個自由度。除非符合其精確的常態分數假設,否則屬近似 Student-t 區間。全部 10 個位置比較均維持描述性。[4]

基準模型的主要最佳化器回傳數值警告,但仍符合配適前指定的全部準確度條件,包括第二起始點比較。我們保留原始配適,詳細診斷包含在重現資料中。[5]

下載檔提供顯示結果、原創分析程式碼與彙總數值輸出,不含來源回答資料列、參與者 ID 與書籍插圖。請另行取得作者發布的來源資料。Influence IQ 負責此重新分析與詮釋。

CSV 使用本頁語言。套件包含原創計算程式碼、翻譯後的方法文件與彙總結果,不含來源回答資料列與書籍素材;請另行取得作者發布的資料。

來源與註解

  1. Compiani、Morozov 與 Seiler,Demand Estimation with Text and Image Data,手稿第 4 版,2026 年 2 月 17 日,第 3 節與附錄 C。作者已研究對排序與價格的反應。我們對保留參與者的比較,是原創且範圍較窄的重新分析。
  2. 作者的 DeepLogitReplication 發布資料,提交為 8c4f37a58c3a5049d3dff8ad171235b2c6ef01ec。我們遵循編修回答檔原始的位置式先導資料截止點與作者納入規則。保留來源日期為 2024 年 6 月 11–26 日,與手稿所述 6 月 14–27 日不同;日期不決定是否納入。
  3. Prolific 區分參與者 ID 與研究或提交紀錄識別碼。我們保留確切參與者 ID 供分組使用。這些 ID 無法獨立證明每個 ID 都代表不同個人,也無法確立某份保留提交紀錄是該人首次接觸實驗。
  4. Influence IQ 預先指定的比較,先在每名測試參與者內平均「彈性模型減基準模型」的對數機率,再跨參與者平均。95% 區間為平均值加減 Student-t 臨界值,乘以參與者標準差,再除以 3,088 的平方根。它假設參與者群組獨立,以固定訓練配適結果為條件,排除訓練配適不確定性;精確成立須有同分布、常態且共同變異數的參與者差值。
  5. 基準模型從零起始的配適回傳精確度警告。其平均梯度最大絕對值為 3.12×10⁻⁹、牛頓遞減量為 2.50×10⁻⁸,2 個起始點的最大對數機率差為 7.46×10⁻⁸,低於預先指定上限 10⁻⁸、10⁻⁶ 與 10⁻⁷。兩個模型也都符合正曲率與目標函數一致條件。主要零起始係數予以保留。

這篇英文文章是來源版本。各語言版本描述同一項歷史實驗,並非各國購物情況的估計值。

相關 Influence IQ 研究