SimMarket : agentenbasierte Simulation menschlichen Kaufverhaltens

Abstract

Ein Schlüssel zur Optimierung von Geschäftsprozessen im Einzelhandel ist das Wissen über das Kaufverhalten der Kunden. Wer auf dieses Wissen zurückgreifen kann und entsprechend zu operationalisieren weiß, ist in der Lage seine Preise, die Sortimentszusammenstellung und die Promotionsaktivitäten optimaler zu gestalten und kurzfristig auf veränderte Marktsituationen zu reagieren. Wir zeigen, wie das Kaufverhalten der Kunden eines Marktes aus den Daten der Einzelhändler extrahiert und in ein berechenbares Kundenmodell abgebildet werden kann. Dazu wird eine repräsentative Menge von Kunden eines Marktes identifiziert und als Agenten modelliert und diese dann in einem Multiagenten-Systems zur Simulation von zukünftigem Kaufverhalten verwendet. Wir zeigen, wie aus Kundendaten, die mittels Kundenkarten gesammelt wurden, Verhaltensmuster extrahiert und in einem adäquaten Repräsentationsformat abgebildet werden können. Durch Holonenbildung werden die Kundenagenten zu Gruppen zusammengeschlossen, um so Kunden mit ähnlichem Kaufverhalten als eine Einheit im System zu repräsentieren. Die Artikel eines Marktes werden eben falls als Agenten modelliert lind für die Prognose verwendet. Die beiden Agentengruppen (Käufer bzw. Waren) werden in die Gesamtarchitektur des Warenhaus-Multiagentensystems integriert und für die Simulation von Kundenkaufverhalten verwendet. Der gesamte Ansatz wurde bisher prototypisch implementiert und soll in der nächsten Phase weiter evaluiert und marktreif gemacht werden.