A Data-Driven Research of Sales and Delivery on JD.Com Platform: Based on DID Model
Notice bibliographique
Résumé
E-commerce has become an integral part of people's lives and its ease and breadth have given great convenience.Price changes and platform activity are always points of concern in people's online purchases.This paper takes the JD.com platform as the research object to explore the impact of the Butterfly Festival on JD.com sales and delivery speed.Data from the database provided by JD.com are used for the analysis.Two time periods during and after the Butterfly Festival were selected, the parameters were estimated by linear regression based on the DID model, and the results obtained were representative and convincing because of the large data sample.By comparing the data during and after the Butterfly Festival, it was found that there was a decrease in the average sales per item and no significant impact on the delivery speed.For these phenomena, reasonable explanations and future predictions were made based on the characteristics of the JD.com platform and the industry.In conclusion, the Butterfly Festival must have been a success and made a significant contribution to JD.com's first-quarter sales in 2018, while it can be seen that JD.com is a mature platform in terms of logistics management.In the future, JD.com can launch strategies for different customer populations on a large scale to make JD.com a larger and more mature integrated e-commerce platform.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,006 | 0,002 |
| Études des sciences et des technologies | 0,007 | 0,028 |
| Communication savante | 0,001 | 0,003 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».