聚焦前沿| 市场学重要期刊之AR/AI与营销专题；2021营销模型研究工作坊今日开张
点击上方蓝字关注我们
聚焦前沿
市场学重要期刊之AR/AI与营销专题
转发自对外经贸公众号UIBE全球营销
01 有形服务自动化：为增强现实（AR）分解技术驱动的参与过程（TEEP）
Tangible Service Automation: Decomposing the Technology-Enabled Engagement Process (TEEP) for Augmented Reality
有形服务自动化：为增强现实（AR）分解技术驱动的参与过程（TEEP）
作者：Jonas Heller, Mathew Chylinski, Ko de Ruyter 等
来源：Journal of Service Research，2021，doi: 1094670520933692
Abstract
The rise of augmented reality (AR) technology, which overlays digital content to alter customers’ views of a physical service setting, using mobile and wearable computing, drives the digital automation of physical services. In particular, it promises to achieve tangibility even in service encounters delivered in digital formats. However, customer engagement with AR is falling short of expectations. Managers lack an integrated framework of AR service automation and therefore tend to focus on the technology rather than on the process of customer engagement with AR service automation. To address this problem, the current study proposes a technology-enabled engagement process that integrates multiple stages of customer engagement, as a service-centric process. To establish that engagement with AR service automation requires the inclusion of service tangibility, as part of the process, the authors decompose the steps of interactive service engagement, the spatial presence of the service, customers’ emotional and cognitive engagement with the service, and perceived value-in-use, which lead to emergent behavioral forms of engagement
摘要
增强现实（AR）技术的兴起，推动了有形服务的数字自动化。增强现实（AR）使用移动和可穿戴计算机技术覆盖数字化内容，以改变客户对于有形服务环境的看法。特别是，它有望在以数字格式提供的服务中实现有形性。然而，客户对于AR的参与却没有达到预期。管理者缺乏AR服务自动化的整合框架，因此更加关注于技术本身，而非带有AR服务自动化的顾客参与过程。为解决这一问题，当前的研究提出了一个技术驱动的参与过程（TEEP），它将客户参与的多个阶段整合为一个以服务为中心的过程。为形成带有AR服务自动化的客户参与，作者分解了交互式服务参与的步骤，要求包含服务的有形性、服务的空间呈现、消费者对于服务的情感和认知参与以及顾客感知的使用价值，最终产生客户参与的行为模式。
02 和机器人契合？服务中人工智能的角色
【AR/AI与营销文献2】和机器人契合？服务中人工智能的角色
UIBE全球营销 1周前
Engaged to a Robot? The Role of AI in Service
和机器人契合？服务中人工智能的角色
作者：Ming-Hui Huang，Roland T. Rust
来源：Journal of Service Research 24.1 (2021): 30-41
Abstract
This article develops a strategic framework for using artificial intelligence (AI) to engage customers for different service benefits. This framework lays out guidelines of how to use different AIs to engage customers based on considerations of nature of service task, service offering, service strategy, and service process. AI develops from mechanical, to thinking, and to feeling. As AI advances to a higher intelligence level, more human service employees and human intelligence (HI) at the intelligence levels lower than that level should be used less. Thus, at the current level of AI development, mechanical service should be performed mostly by mechanical AI, thinking service by both thinking AI and HI, and feeling service mostly by HI. Mechanical AI should be used for standardization when service is routine and transactional, for cost leadership, and mostly at the service delivery stage. Thinking AI should be used for personalization when service is data-rich and utilitarian, for quality leadership, and mostly at the service creation stage. Feeling AI should be used for relationalization when service is relational and high touch, for relationship leadership, and mostly at the service interaction stage. We illustrate various AI applications for the three major AI benefits, providing managerial guidelines for service providers to leverage the advantages of AI as well as future research implications for service researchers to investigate AI inservice from modeling, consumer, and policy perspectives.
摘要
本文开发了一个战略框架，如何使用人工智能 (AI) 吸引客户以获得不同的服务优势。该框架基于对服务任务的性质、服务提供、服务策略和服务流程的考虑，列出了如何使用不同的 AI 来吸引客户的指南。人工智能的发展经历从机械（mechanical）到思考（thinking），再到感觉（feeling）的过程。随着人工智能向更高的智能水平发展，应该减少使用更多的人类服务员工和以及智能水平低于AI的人类智能（HI）。因此，在目前的人工智能发展水平上，机械服务应该以机械AI为主，思维服务应采用AI与HI同时进行，感觉服务以HI为主。当服务是常规和事务性的、且主要在服务交付阶段时，为了成本领先，机械 AI 应该用于标准化服务。当服务数据丰富实用，且主要在服务创建阶段时，为了服务质量领先，思考 AI 应该用于个性化服务。当服务是关系性的包含高度接触，且主要集中于服务交互阶段时，为了服务关系领先，感觉 AI 应该用于关系化服务。文章举例说明了体现AI三大优势的各种AI应用，为服务提供商提供利用AI优势的管理指南，并为服务研究人员从建模、消费者和政策角度研究服务中的AI提供了未来的研究启示。
03
消费者技术推动品牌参与和幸福感：基于实证主义TAM/PERAM理论vs.消费者文化理论视角
Consumers’technology-facilitated brand engagement and wellbeing: Positivist TAM/PERMA-vs.Consumer Culture Theory perspectives
消费者技术推动品牌参与和幸福感：基于实证主义TAM/PERAM理论vs.消费者文化理论视角
作者：Linda D. Hollebeek，Russell Belk
来源：International Journal ofResearch in Marketing, 2021, doi: j.ijresmar.2021.03.001
Abstract
In recentyears, growing attention has been devoted to consumer engagement with brandsthrough emerging technological (e.g., social media/artificialintelligence-based) platforms. However, despite important advances, muchremains unknown regarding the effect of consumers’ technology-facilitated brandengagement (CTFBE) on their wellbeing, thus posing an important research gap.To explore this gap, we first define CTFBE as a consumer’s boundedly volitionalresource investment in technology-mediated brand interactions. We next outlinetwo approaches to CTFBE and its effect on wellbeing. First, adopting apositivist approach, we propose a framework that incorporates the TechnologyAcceptance Model (TAM)-informed CTFBE antecedents of consumer-perceivedtechnology usefulness and -ease-of-use, in addition to goal salience andnetwork position. In turn, we contend that CTFBE affects the PERMA-basedconsumer wellbeing facets of Positive Emotions, Relationships, Meaning, andAccomplishments. Second, in adopting Consumer Culture Theory (CCT), we addressCTFBE-related wellbeing from sociological, anthropological, and culturalperspectives. We outline CCT’s importance for CTFBE1 inthe following areas: (i) brand/consumption communities, (ii) consumption myths,rituals, and practices, and (iii) consumption and identity issues. Finally, weintroduce the papers contained in this Section and offer an agenda for furtherresearch.
摘要
近些年来，人们越来越关注消费者通过新兴技术（例如，基于社交媒体/人工智能）平台与品牌互动。然而，尽管研究取得了重要的进展，但关于消费者技术推动品牌参与（CTFBE）对其幸福感的影响仍然存在许多空白。为了探索这一缺口，文章首先将CTFBE定义为消费者在与以技术为中介的品牌互动过程中的有限自愿的资源投资。作者概述了两种CTFBE方法及其对幸福的影响。首先，作者采用实证方法提出了一个框架，除了目标重要性和网络地位之外，该框架结合了消费者感知的技术有用性和易用性的技术接受模型（TAM）作为CTFBE的前因。作者提出CTFBE影响了基于PERMA的积极情绪、人际关系、意义和成就等消费者幸福感方面的结果。第二，在采取消费者文化理论（CTT）时，作者从社会学、人类学和文化的角度来处理与CTFBE相关的幸福感。作者强调CCT在以下领域对CTFBE的重要性：（1）品牌/消费社区；（2）消费神话、仪式和体验；（3）品牌与消费者身份认同问题。最后，文章提供了进一步的研究方向。
中国高等院校市场学研究会2021学术年会之营销模型研究工作坊今日开张
为了增强博士生和青年学者营销模型研究的基础，中国高等院校市场学研究会2021学术年会还特别设立了“2021年中国高等院校市场学研究会营销模型研究工作坊”，将在 2021 年7 月18-19 日在西安交通大学管理学院7001-7002教室举行。本次工作坊由中国高等院校市场学研究会数据与市场研究专委会副主任、北京大学光华管理学院刘宏举教授组织，由北京大学厉行教授和上海财经大学孙琦教授担任讲座嘉宾。
嘉宾简介
工作坊内容介绍
当前的大数据时代对于消费者行为和营销模型研究都提出了新的要求。对于消费者行为研究，越来越多的人认为需要在真实场景中再现实验室中的因果关系，并且估计其效果的大小。对于营销模型研究，方法已经不仅限于回归分析等相关性研究，而是需要关心因果识别，或者需要基于反事实模拟来回答更为深入的营销问题。这些发展趋势在方法论上提出了新的挑战。
本工作坊的目的在于加强博士生和青年学者在营销模型领域最常用的研究方法
训练，提高对于实证数据进行建模分析的能力，从而拓展以后开展营销研究的深度
和广度。具体而言，本工作坊分为两部分。
第一部分介绍基于二手数据的因果判断。由 于实验室环境下的随机分组在真实场景中一般无法实现，那么如何设计实证模型（例如双差分、倾向性得分匹配、合成控制等），才能更加准确地识别因果关系？
第二部分介绍结构化模型在营销实证研究中的发展和应用。通过对于消费者和企业微观行为的建模和量化分析，结构化模型能够回答传统模型如回归分析等难以回答的企业营销策略或政府监管政策相关问题。两部分的具体安排如下。
第一部分：基于二手数据的因果识别
营销研究，尤其是营销模型研究方向为什么需要使用二手数据？基于二手数据我们能否回答因果性的问题？回归模型应该如何搭建、如何选择控制变量？除了简单的回归方法外，为什么我们还会见到面板回归、双差分、工具变量、倾向性得分匹配？这些方法“高级”在什么地方？本课程主要介绍基于二手数据的因果识别方法，着重讲述每一个方法的假设、适用情景、结果解读、注意事项等，帮助学生理解期刊论文，并且能够在自己的研究中加以应用。本课程要求学生具有初步的统计知识，熟悉假设检验和回归分析，最好能够懂一些基本的计量经济学，如遗漏变量、逻辑回归。
本课程的大纲（暂定）如下。
1. 回归模型：实证模型的底层逻辑、回归自变量的选择、面板数据回归、非线
性模型。
2. 双差分模型：双差分模型的假设、双差分模型的设定、平行趋势检验
3. 工具变量：工具变量和实验操纵、工具变量模型的选择、弱工具变量
4. 处置效应和匹配模型：处置效应模型解决的问题、多种匹配方式一览、LATE与工具变量的选择
参考书：Mostly Harmless Econometrics, Angrist & Pischke
第二部分：离散选择模型在营销实证研究中的应用
自 20 世纪 80 年代以来，离散选择模型在营销研究中被广泛地采用。几十年来，
离散选择模型不断改进与发展，被广泛地应用到对于消费者行为和企业策略的定量
研究中，极大地推动了营销实证研究的发展。目前，营销实证研究的重要研究方向
之一是采用结构化模型（Structural Models）来研究复杂的消费者和企业决策问题，而结构化模型往往是基于离散选择模型拓展而来。
本课程的主要目的是介绍离散选择模型中最基础的一些模型的原理和方法，使得学生可以初步应用离散选择模型进行营销实证研究，同时也为进一步学习更加前沿的营销定量研究方法提供必要的知识基础。
本课程从离散选择模型的理论基础出发，首先简要复习 Logit 和 Probit 二元选择模型的基本假设、模型结构和估计方法，进而在二元选择模型的基础上介绍多元选择模型，主要包括多元 Logit 模型，多元 Probit 模型，以及一些基本的广义极值模型（Generalized Extreme Value Models）。最后将介绍在消费者需求模型中频繁遇到的多元离散选择模型内生性处理问题，主要介绍 Berry-Levinsohn-Pakes（BLP）模型和针对离散选择模型的控制函数（Control Function）方法。
本课程着重讲授模型的原理和在营销研究中的应用，对于一些重要模型，将简要介绍一些具体实证案例。本课程要求学生具备初步的计量经济学知识（最小二乘法、线性模型下的工具变量方法、线性面板模型，Logit 和 Probit 模型的基本原理和估计方法）。课程所使用的实证案例将通过 Stata 来实现，因此如果学生有 Stata 的使用经验将会提高课程体验，但是不熟悉 Stata 将不会影响对于课程介绍的基本理论和方法的理解。
本课程的大纲（暂定）如下：
1. 离散选择模型及其理论基础
2. Logit 和 Probit
3. Multinomial Logit4. Multinomial Logit 的重要缺陷：无关选择独立性假设（Independence of Irrelevant Alternatives，IIA）
5. 克服 IIA 缺陷：Multinomial Probit、Nested Logit、随机系数 Multinomial Logit（简要介绍）
6. 离散选择模型的内生性处理：BLP 模型、控制函数方法
参考书：Discrete Choice Methods with Simulation, Kenneth Train
04
增强现实与传统广告的效果：神经心理学和自我报告测定之间的比较
The effect of augmented reality versus traditional advertising: a comparison between neurophysiological and self-reported measures.
增强现实与传统广告的效果：神经心理学和自我报告测定之间的比较
作者：Pozharliev, Rumen, Matteo De Angelis, and Dario Rossi
来源：Marketing Letters (2021): 1-16.
Abstract
Despite the growing application of augmented reality in advertising, there is limited understanding about how customers respond to their interaction with the augmented reality advertising and how it differs from a standard paper-based advertising. Augmented reality ads are immersive, interactive, and lifelike, which means they may help companies create an emotional connection with their customers. The authors test if customers would respond in terms of emotional and affective intensity differently to augmented reality versus standard paper-based advertising. The results of two laboratory studies that consider physiological measures of arousal (galvanic skin response), self-reported measure of affect intensity and willingness to pay show that the higher willingness to pay for customers exposed to augmented reality as opposed to standard paper-based ads is driven by the physiological arousal, but not by the self-reported affect intensity and that processing fluency possibly underlies consumer’s enhanced emotional responses toward AR. These results suggest that replacing traditional advertisements with augmented reality advertisements enhances customer physiological responses and willingness to pay, with possible implications on customer segmentation and marketing communication.
摘要
尽管增强现实在广告中的应用越来越多，但人们对消费者如何回应他们与增强现实广告的互动以及它与标准纸质广告有何不同的理解却很有限。增强现实广告是沉浸式的、交互式的、栩栩如生的，这意味着它们可以帮助公司与消费者建立情感联系。作者测试了消费者对增强现实广告和标准纸质广告在情感强度方面的反应是否不同。两项实验室研究考虑了生理唤醒的测量（皮肤电流反应法）、自我报告的消费者情感强度测量和购买意愿。研究结果表明，与标准的纸质广告相比，接触增强现实的客户购买意愿更高是由生理唤醒驱动的，而不是由自我报告的情感强度驱动的，此外，处理流畅性（消费者处理产品相关信息的容易程度）可能是消费者对增强现实增强情感反应的原因。这些结果表明，用增强现实广告取代传统的广告可以增强消费者的生理反应和支付意愿，这可能对客户细分和营销沟通产生影响。
END
更多内容扫码观看，让营销更有力量！
让营销更有力量！
品位营销
高雅有品位的营销科学思想、理论前沿动态和精彩案例的分享平台，我们坚持营销的科学性与高品位，拒绝营销的大忽悠与低俗化，推动营销学术研究与实践应用，促进经济发展与社会进步。
【免责声明】
1、我们尊重原创，也注重分享。本公众平台原创文章版权归作者和平台共同所有，转载文章其版权归原作者和来源媒体平台所有；
2、本公众平台转载内容包括视频、文章和广告等，仅以信息传播和分享为目的，供感兴趣的读者学习参考之用，未经授权禁止用于商业用途，如无意中侵犯了哪个媒体、公司 、企业或个人等的知识产权，请联系处理；
3、本平台对转载和分享的内容、陈述、观点保持中立，不对所包含内容的真实性、准确性和合法性提供任何明示或暗示的保证，本公众平台将不承担任何责任。
图文编辑：靳珊 审校：张希贤
让更多人了解、学习和思考！