论文部分内容阅读
摘 要：本文基于属性因素，构建了网络消费者手机品牌选择的二元LOGIT模型，鉴别出影响消费者手机品牌选择行为的属性因素，最后给出相应营销建议。
关键词：品牌选择；品牌属性；二元LOGIT模型
近年来，价格战的做法使各手机厂商跌入了低利润的陷阱，品牌和质量成为消费者购买手机所考虑的首要因素。因此，研究品牌属性对消费者手机品牌选择行为的影响具有重要理论与现实意义。本文基于属性因素，构建了网络消费者手机品牌选择的二元LOGIT模型，鉴别出影响消费者手机品牌选择行为的属性因素，最后给出相应营销建议。
一、样本及变量说明
本文通过在线方式收集京东商城、ZOL网等主流手机网络评价平台手机客户反馈信息，将评价意见及对手机的整体满意程度进行量化，最终得到容量为673的样本数据，和用户比较关注的产品属性，分别是：手机尺寸重量、外观形象、功能设计、电池性能、制造质量、易操作性、摄像头性能、内存容量、触摸屏性能、分辨率、系统稳定性、实际价格等主要属性，同时引入变量记号Xi，i=1，2，...12.表示。
二、品牌选择模型的构建
对品牌属性Xi，i=1，2，…12的表现力评价进行如下量化表示：Xi=-1，0，1，分别代表该用户对第i个品牌属性表示不认同、无所谓、认同。同时对用户下次选择品牌的意愿Y进行如下量化表示：Y=1，0，分别代表该用户会、不会选择购买该品牌。
根据行为心理学及相关理论，用户对品牌属性表现力的认同情况在一定程度上会反映和解释用户对该品牌进行选择购买的意愿。鉴于此，本文结合二元Logit模型的相关理论应用，构建消费者品牌选择行为的二元Logit模型如下： LOGIT（P）=k0+k1X1+k2X2+……+k12X12
其中LOGIT（P）=lnP/（1-P） ，P=Prob（Y=1）。
三、基于Logit回归模型的分析
1. 相关分析
我们采取相关系数矩阵进行诊断，结果发现多个变量之间存在明显相关关系，如X2与X5相关系数达到0.34，属性变量中存在众多的变量之间相关系数均显著，故认为属性变量X1X12之间存在相关关系，这会导致多重共线性。
2.基于逐步选择法的优化
从上述分析可以看出12个品牌属性之间存在较强的共线性，故接下来考虑对这12个品牌属性变量进行筛选。利用反向逐步选择法，在包含所有变量的模型基础上，通过逐个剔除不符合显著性水平（取显著性水平为α=0.05）的变量，五步之后最后得到了只包含八个符合标准的变量X2、X3、X4、X5、X6、X8、X11、X12的Logit模型，且检验p值均达到比较小的水平。
利用上述逐步选择法的结论，我们最终可以得到消费者品牌行为选择的二元Logit模型为：
logit（P）=0.738+3.346X2+2.698X3+2.654X4+4.158X5+1.493X6+1.659X8+5.232X11+2.107X12
3.拟合效果与分类效果分析
对于上述通过反向选择法得到的二元Logit模型，通过比较上述五步的每步所得模型的Cox&SnellR2系数与NagelkerkeR2系数，得到在进行五次剔除变量后的模型整体的优化趋势与程度。观察发现，虽然每次所得到的模型包含的变量在逐步减少，但模型整体对样本的拟合优度几乎没有太大变化，此结果说明反向回归法每次所剔除的变量均是对因变量影响不显著的变量，剔除后并没有损失太多变量信息。
由最后一步的Nagelkerke R2的值0.883可以看出，我们所得到消费者品牌选择的二元Logit模型对样本的拟合效果还是不错的，筛选得到的8个属性变量：外观设计、功能设计、电池性能、实际价格、易操作性、内存容量、系统稳定性和制造质量对因变量的变异部分起到了88.3%的解释作用，达到了十分理想的拟合效果。
另外，通过分析模型的分类表，得到二元Logit模型的总正确率、敏感度及其指定度，得到具体结果如下：对于收集的683个案例中，一共有252+392=644个被所构建的二元Logit模型所正确分类，总正确率达到95.7%，这是一个非常理想的水平。其中模型的敏感度，即被正确预测事件发生的案例数与观测事件发生的案例数之比，为392/（17+392）=95.8%；模型的指定度，即正确预测事件未发生的案例数与观测事件未发生的案例数之比为252/（252+12）=95.5% ，都达到了非常高的分类水平，是一个令人满意的结果。
四、研究结论
综上所述，利用以下通过筛选得到的8个属性变量：外观设计、功能设计、电池性能、实际价格、易操作性、内存容量、系统稳定性和制造质量，其所构建的品牌选择二元Logit模型是非常理想的模型，并得到以下研究结论。
结论1 品牌属性是对消费者下次品牌选择意愿有着正向的影响，即品牌属性的升高，会增加消费者下次选择该品牌的概率；
结论2 品牌的实际价格对消费者下次品牌选择意愿有着负向的影响，品牌在产品实际价格上的提升，会减小消费者下次选择该品牌的概率；
结论3 相比于价格因素，品牌属性对消费者下次品牌选择意愿的综合影响程度要更强一些。
五、营销启示
品牌战略是企业战略的一个十分重要的方面。从长期过程来看， 企业的产品会不断更新换代， 但其良好的品牌资产则会使企业长期受益。然而， 如何制定品牌战略， 如何创立、维护及发展品牌， 对于任何企业而言则又是一项十分艰巨的工作。鉴于该研究结论，对于制造商和营销者的市场营销战略和决策的制定，我们可以得到以下营销启示：
1.要识别目标顾客对产品属性的“关心点”；2. 要关注测定目标顾客赋予产品主要属性的权重；3.要正确认识价格因素的影响，避免走入价格营销的误区：（1）不要片面夸大价格在营销中的作用，（2）不要无度削价竞销；4.转变营销观念，注重产品细节和技术创新。（作者单位：桂林电子科技大学法学院）
基金项目：桂林电子科技大学教育改革项目（ZL2866）
参考文献：
[1] 符国群，佟学英. 品牌、价格和原产地如何影响消费者的购买选择[J].管理科学学报，2003，6（6）：79-84.
[2] 张文彤. SPSS统计分析高等教程[M].北京：高等教育出版社，2004.
关键词：品牌选择；品牌属性；二元LOGIT模型
近年来，价格战的做法使各手机厂商跌入了低利润的陷阱，品牌和质量成为消费者购买手机所考虑的首要因素。因此，研究品牌属性对消费者手机品牌选择行为的影响具有重要理论与现实意义。本文基于属性因素，构建了网络消费者手机品牌选择的二元LOGIT模型，鉴别出影响消费者手机品牌选择行为的属性因素，最后给出相应营销建议。
一、样本及变量说明
本文通过在线方式收集京东商城、ZOL网等主流手机网络评价平台手机客户反馈信息，将评价意见及对手机的整体满意程度进行量化，最终得到容量为673的样本数据，和用户比较关注的产品属性，分别是：手机尺寸重量、外观形象、功能设计、电池性能、制造质量、易操作性、摄像头性能、内存容量、触摸屏性能、分辨率、系统稳定性、实际价格等主要属性，同时引入变量记号Xi，i=1，2，...12.表示。
二、品牌选择模型的构建
对品牌属性Xi，i=1，2，…12的表现力评价进行如下量化表示：Xi=-1，0，1，分别代表该用户对第i个品牌属性表示不认同、无所谓、认同。同时对用户下次选择品牌的意愿Y进行如下量化表示：Y=1，0，分别代表该用户会、不会选择购买该品牌。
根据行为心理学及相关理论，用户对品牌属性表现力的认同情况在一定程度上会反映和解释用户对该品牌进行选择购买的意愿。鉴于此，本文结合二元Logit模型的相关理论应用，构建消费者品牌选择行为的二元Logit模型如下： LOGIT（P）=k0+k1X1+k2X2+……+k12X12
其中LOGIT（P）=lnP/（1-P） ，P=Prob（Y=1）。
三、基于Logit回归模型的分析
1. 相关分析
我们采取相关系数矩阵进行诊断，结果发现多个变量之间存在明显相关关系，如X2与X5相关系数达到0.34，属性变量中存在众多的变量之间相关系数均显著，故认为属性变量X1X12之间存在相关关系，这会导致多重共线性。
2.基于逐步选择法的优化
从上述分析可以看出12个品牌属性之间存在较强的共线性，故接下来考虑对这12个品牌属性变量进行筛选。利用反向逐步选择法，在包含所有变量的模型基础上，通过逐个剔除不符合显著性水平（取显著性水平为α=0.05）的变量，五步之后最后得到了只包含八个符合标准的变量X2、X3、X4、X5、X6、X8、X11、X12的Logit模型，且检验p值均达到比较小的水平。
利用上述逐步选择法的结论，我们最终可以得到消费者品牌行为选择的二元Logit模型为：
logit（P）=0.738+3.346X2+2.698X3+2.654X4+4.158X5+1.493X6+1.659X8+5.232X11+2.107X12
3.拟合效果与分类效果分析
对于上述通过反向选择法得到的二元Logit模型，通过比较上述五步的每步所得模型的Cox&SnellR2系数与NagelkerkeR2系数，得到在进行五次剔除变量后的模型整体的优化趋势与程度。观察发现，虽然每次所得到的模型包含的变量在逐步减少，但模型整体对样本的拟合优度几乎没有太大变化，此结果说明反向回归法每次所剔除的变量均是对因变量影响不显著的变量，剔除后并没有损失太多变量信息。
由最后一步的Nagelkerke R2的值0.883可以看出，我们所得到消费者品牌选择的二元Logit模型对样本的拟合效果还是不错的，筛选得到的8个属性变量：外观设计、功能设计、电池性能、实际价格、易操作性、内存容量、系统稳定性和制造质量对因变量的变异部分起到了88.3%的解释作用，达到了十分理想的拟合效果。
另外，通过分析模型的分类表，得到二元Logit模型的总正确率、敏感度及其指定度，得到具体结果如下：对于收集的683个案例中，一共有252+392=644个被所构建的二元Logit模型所正确分类，总正确率达到95.7%，这是一个非常理想的水平。其中模型的敏感度，即被正确预测事件发生的案例数与观测事件发生的案例数之比，为392/（17+392）=95.8%；模型的指定度，即正确预测事件未发生的案例数与观测事件未发生的案例数之比为252/（252+12）=95.5% ，都达到了非常高的分类水平，是一个令人满意的结果。
四、研究结论
综上所述，利用以下通过筛选得到的8个属性变量：外观设计、功能设计、电池性能、实际价格、易操作性、内存容量、系统稳定性和制造质量，其所构建的品牌选择二元Logit模型是非常理想的模型，并得到以下研究结论。
结论1 品牌属性是对消费者下次品牌选择意愿有着正向的影响，即品牌属性的升高，会增加消费者下次选择该品牌的概率；
结论2 品牌的实际价格对消费者下次品牌选择意愿有着负向的影响，品牌在产品实际价格上的提升，会减小消费者下次选择该品牌的概率；
结论3 相比于价格因素，品牌属性对消费者下次品牌选择意愿的综合影响程度要更强一些。
五、营销启示
品牌战略是企业战略的一个十分重要的方面。从长期过程来看， 企业的产品会不断更新换代， 但其良好的品牌资产则会使企业长期受益。然而， 如何制定品牌战略， 如何创立、维护及发展品牌， 对于任何企业而言则又是一项十分艰巨的工作。鉴于该研究结论，对于制造商和营销者的市场营销战略和决策的制定，我们可以得到以下营销启示：
1.要识别目标顾客对产品属性的“关心点”；2. 要关注测定目标顾客赋予产品主要属性的权重；3.要正确认识价格因素的影响，避免走入价格营销的误区：（1）不要片面夸大价格在营销中的作用，（2）不要无度削价竞销；4.转变营销观念，注重产品细节和技术创新。（作者单位：桂林电子科技大学法学院）
基金项目：桂林电子科技大学教育改革项目（ZL2866）
参考文献：
[1] 符国群，佟学英. 品牌、价格和原产地如何影响消费者的购买选择[J].管理科学学报，2003，6（6）：79-84.
[2] 张文彤. SPSS统计分析高等教程[M].北京：高等教育出版社，2004.