基于动态参考依赖的消费者选择意向研究

预测在线消费者选择意向以便为其提供有效的推荐建议已成电子商务领域消费者决策支持系统的核心问题之一。选择意向是一个融合经济、心理等多重因素的行动反应,如何对其进行测量是学术界研究的热点。为此,构建一套消费者满意度指标,将影响的属性进行分类,进而提出基于动态参考依赖的消费者满意度分析法。在该方法中,首先建立不同类型属性的动态参考依赖函数;其次,建立对应类型属性的边际满意度惰性函数,同时给出属性权重及总体满意度的算法;最后,通过对去哪儿旅行网站2400条消费者实验样本数据进行分析,结果验证所建边际满意度惰性函数的预测准确性。此外,对单属性分析发现,目的地与酒店距离对消费者决策影响最大。     

利用消费者浏览行为识别品牌竞争关系研究

为了能在包含近百种同类品牌、几千种同品牌产品的电商平台中全面识别品牌间和品牌内产品的竞争性市场结构,根据共现理论,从消费者的在线浏览行为出发,将在线消费者同一浏览行为中共现的品牌和产品视为相互竞争关系,利用社交网络从消费者浏览行为的角度识别品牌间和品牌内产品间的竞争关系.分析结果显示,相对于品牌间的竞争强度而言,品牌内产品的同质化竞争更激烈.该结果对品牌内产品的生产线管理具有重要的实践意义,相对于着重关注品牌间竞争关系的企业而言,品牌生产企业更应将时间和精力放在品牌内生产线的长度设计上,以便快速提升品牌的市场竞争力.