品牌效应论文在线消费者品牌选择习惯持续性效应分离.docVIP

品牌效应论文：在线消费者品牌选择习惯持续性效应分离 【摘要】通过构建随机过程模型,对国内某网上商城的消费者实际消费面板数据进行了分析,分解出在线消费者的习惯持续效应,从而可以剖析在线渠道下消费者品牌选择的习惯持续行为机理。研究发现:①在线渠道下消费者存在习惯持续效应,习惯持续可以通过随机过程模型进行有效地分离并识别;②习惯持续效应对消费者的品牌选择有显著影响,因此应该尽可能培养消费者的购买习惯;③在形成习惯持续效应的同时,应注重提升消费者对产品的内在偏好。 关键词:习惯持续;在线消费者;品牌选择;分离 中国互联网络信息中心(CNNIC)在北京发布了《第23次中国互联网络发展状况统计报告》。报告显示,截至2008年底,我国网民数达到2.98亿,手机网民数达1.137亿。域名注册总量为1 682.62万个,网站数量为287.8万个,互联网国际出口带宽数达到640 286. 67 Mb/s。网络购物使用率为24.8%,网络购物人数达到7 400万人;网络售物使用率为3.7%,网络售物人数达1 100万人,已经成为十大网络应用领域之一。一系列有关中国网络购物的报告显示,网络购物已经成为很多中国消费者的生活习惯,广泛渗透至消费者的日常生活和工作当中。 当网络购物成为消费者的生活习惯,消费者的购买行为在不知不觉中被购物网站记录着,并且,记录消费者行为的这些数据都是面板数据。从营销模型的研究视角看,通过计量模型对这些面板数据进行分析,可以精确描述和预测消费者的行为,这是由于面板数据记录了个体(包括个人、企业、地区或国家)之间存在的差异。单独的时间序列和横截面不能有效反映这种差异;面板数据能更好地识别和度量纯时间序列和纯横截面数据所不能发现的影响因素,能够构造和检验更复杂的行为模型。 在国内的在线消费者行为研究中,越来越多的研究开始对在线消费者的行为特征进行问卷调查和统计分析,这一研究趋势表明,我国在这一领域的定量分析研究已经开始。但是,已有的研究主要从信息经济学和网络社会学的视角展开,而从营销学和消费行为学视角着手的研究较少。此外,由于数据的难获取性,导致基于理论模型的系统实证研究相对较少,构建计量经济模型对在线消费者行为进行理论和实证的研究更为少见。 在构建计量经济模型研究消费者品牌选择文献中,大多数文献都研究了重复购买对消费者品牌选择的影响。在计量经济模型研究中,重复购买通常被称为“状态依赖”。但是,在通过状态依赖刻画消费者重复购买对消费者品牌选择影响时,大多数研究未对状态依赖进行进一步识别和分离,只有少数研究对状态依赖进行了分离,将状态依赖分解为习惯持续性和结构性状态依赖。分离状态依赖的主要目的在于更有效地指导营销实践,其中,从状态依赖中分离习惯持续性效应尤其重要。然而,这些分离主要针对传统(离线)消费者品牌选择的状态依赖,而对在线消费者状态依赖分离的研究并不多见。 因此,本文关注在线渠道下,消费者品牌选择是否存在习惯持续效应;如果存在这种效应,如何构建品牌选择的随机过程模型来识别和分离该效应;以及如何提出增强消费者习惯持续的营销策略。 1　分离习惯持续性效应的随机过程模型构建 1.1　基本假设　　消费者的品牌选择行为除了受到价格、促销、质量等有形的因素影响之外,还往往受到无法观测的因素影响[5]。如商品展示、口头传播、消费环境中无法预料的情况(例如客人的突然涌入)等因素的影响,这些因素对品牌偏好的影响是很难或者不可能观测的。这些不可观测的因素被解释意味着营销策略伴随着某些不确定性,对这些不确定性,公司和分析人员都不能观测或完全控制。假定所有这些不可观测因素对消费者品牌效用的影响可以用一个随机过程来表示,该过程是泊松过程。即: 假设1　每个消费者都会收到研究者观测不到的关于每个品牌的信号,这些信号是泊松过程。 消费者的随机效用依赖这些不可观测信号,不可观测信号通过影响消费者的效用而影响消费者的购买决定。假设消费者的记忆是不完美的,即是不精确的,在做出购买决定前,消费者可能收到几个不同的关于某品牌的信号,但只能记住某个印象最深的信号。如,某消费者一直收看肥皂A的广告,并且在广告的影响下,认为肥皂A是最好的肥皂,但该消费者却购买了肥皂B。这说明研究者不可观测的某个信号对消费者的购买决定起了很大作用,该信号如此强烈,以致于本应购买肥皂A的消费者转向购买肥皂B。营销研究者将这种信号称为“闪电栓”[6-7]。 假设2　消费者的随机效用对不可观测的信号有依赖性,但不是所有的不可观测信号对消费者的随机效用都有影响,而只是某个使消费者印象最深的信号影响消费者的随机效用。这部分随机效用过程是马尔可夫过程。 在经济学的效用最大化研究范式下,消费者的购买决定取决于效用,消费者总是从备选集中选择效用最大的品牌,本文仍然延续这一传统假设。 假设3　从跨时期选择