年度最佳论文提名 | 当消费者偏好不确定时如何设计产品线？

隆重推出今年营销的模型领域高分提名的文章之一！

第一作者是上海交通大学的徐子彬老师。

- 本次年度最佳论文评选活动由浙江大学营销学系联合华人学者营销学会（CMSA）举办 -

作者 | 闫霄

前几天看到一篇文章，题目叫做《微软、华为、锤子，世界顶级IT公司非给员工配这个！》，这个是什么呢？不是电脑，不是手机，而是办公椅。
有人会说，一张办公椅有什么了不起。但是这张办公椅，不是这些公司的员工，你还真就坐不起。

仅仅是一张办公椅，即便是天猫打折价也要上万块钱。为什么这个牌子的办公椅会这么贵呢？
以最贵的Aeron人体工学椅为例，它被誉为“人类有史以来最健康舒适的工作座椅”。设计师Charles调查了来自全球各地的销售渠道、使用客户、竞争对手，汇集完这些资料才提取出的座椅功能的潜在需求:比如通风、散热，平分承载重量系统， 释放脊椎压力等，花了近4年时间才设计出来。
但是在1992年推出后，消费者对人体工学椅的概念还是模糊的，加上如此昂贵的价格，市场反响并不积极，但是直到2010年，Aeron办公椅却成为有史以来最畅销的办公椅。
传统的观点认为，任何产品的设计都要满足顾客的需求。但事实上，许多消费者自己都不清楚自己的需求如何，自己更偏爱哪样的产品，那么这时企业就应该为消费者创造需求。创造需求并非凭空想象，而是通过市场调研，分析出消费者的潜在需求来指导产品线的设计，这也就是Aeron办公椅取得成功的重要原因之一。
当消费者完全了解自己的偏好时，以前的研究表明，收集个人数据通常会减少消费者剩余价值，因为公司拥有更好的价格歧视能力。但事实上，由于感知错误导致消费者的信息不灵通，出现的结果也完全不同。
当企业比消费者自己更加了解消费者的偏好的时候，上海交通大学安泰经管学院市场营销系副教授徐子彬将此称为公司对消费者有透彻了解（Superior Knowledge）。他与南加州大学马歇尔商学院市场营销系教授Anthony Dukes于2019年发表在营销科学（Marketing Science）上的一篇文章用数学模型揭示了一种新颖的机制，在这种机制中，数据收集可以促使企业对消费者有透彻了解，并使企业和每个消费者互惠互利。
徐子彬老师于2017年从美国南加州大学(USC)马歇尔商学院获得商业管理学博士学位。同年秋至今任教于上海交大安泰经管学院。他的研究领域集中在企业决策的量化模型，包括大数据下的个性化定价策略与偏好信息匹配，消费者隐私与数据管控，互联网平台治理与信息设计，新产品开发与创新等。他曾获得2019年度华夏营销青年学者奖模型方向一等奖，2018年度华人营销科学国际会议最佳论文一等奖。他的教学曾获得2018年上海交大教学竞赛二等奖，2015年南加州大学优秀教学奖，马歇尔商学院优异博士生教学奖。他的研究成果发表于包括Marketing Science等顶级学术期刊上。

区分两类不清楚自己偏好的消费者

他们将消费者按照内在偏好分成了两类，高内在偏好和低内在偏好的消费者（H-types and L-types）。高内在偏好的消费者不会轻易购买，而低内在偏好的消费者容易过度购买。
该研究的研究主体是那些能够知晓自己数据（θ）但是仍不清楚自己偏好的消费者，并且只有当这些数据能够推断出消费者可能出现感知偏差时，才说明企业具有更透彻的了解。同时，干扰消费者做出决定的因素，研究者将其称为市场状态（m），研究者假设其对每一种类型的消费者具有相同的影响，并且市场状态的强度对消费者的评估正相关，所以每个消费者都会出现相关的感知偏差，并且这种偏差的大小可以通过市场状态进行衡量。这样一来就能够确保，无论是否存在不清楚自己偏好的消费者，这些数据都能够为企业带来一定程度上的更透彻的了解。
研究人员将产品的质量定义为qk，相应的价格定义为pk，消费者对产品单位质量的内在边际效用为αi，则消费者通过购买产品能得到的效用为αiqk-pk，市场状态对每个消费者感知偏差的影响记为mi，消费者内在偏好的差异记为δ，δ<1。（由于编辑功能所限，准确的公式下标请参见文章原文，下同。）
研究者将这类消费者购买过程设定为，在最开始具有一定的市场状态的影响（mi），消费者观察到自己的数据（θi）。在第一阶段，企业选择是否搜集这项数据（[θL,θH]），消费者能够观察到企业有没有搜集到这一数据；在第二阶段，企业据此设计出产品线（[qk,pk]），接着消费者观察产品线之后做出购买决策。
通过数学推导，研究者发现，只有消费者感知偏差m在0到1-δ之间时，高内在偏好的消费者是对自己偏好不清楚的；只有感知偏差m在δ到1之间时，低内在偏好的消费者对自己的偏好是不清楚的。

图1 

透彻了解如何使企业获利

接着，研究人员在模型中代入数值，更加直观地比较了通过数据分析改善产品线后能够如何降低消费者们对新产品的怀疑，从而提高产品的评价。
假设，高内在偏好的消费者边际效用αH为1，参数λ为0.5,收集到个体偏好的平均数据为θH=m+0.5，低内在偏好的消费者边际效用αL为0.6，收集到个体偏好的平均数据为θL=m，则能够估计出对自己偏好不清楚的个体平均的边际效用为0.8，将市场状态按0.5划分成两类M0和M1，则可以得到下表所示的结果。

图2 

通过计算，研究者发现在原先的产品线上，没有人会在M0的市场状态下购买低端产品，也没有人愿意在M1的市场状态下购买高端产品。如果按照消费者的内在偏好改变原先的产品线设计，企业的在两种市场状态下都会得到比原先更高的盈利。

如何提升社会整体福利

但是，信息搜集的结果也并不一定是有利可图的。研究者计算了不同参数下的均衡结果，发现达到互惠的结果也是有条件的（λ<()/2 或 α<）。因为数据调查可能会引起消费者的怀疑，并且这种信息收集的成本也会成为公司的负担。
如果满足了这一条件，则可能达到帕累托最优结果，并提高社会的整体福利。如下图所示，当参数α和λ满足阴影部分的条件时，企业，高内在偏好和低内在偏好的消费者都会从中受益。

图3

但是，近年来，由于大数据的兴起，越来越多的消费者担忧自己的隐私泄露问题，所以消费者会因此而不愿意给企业提供相应的数据，但这篇文章就说明企业通过收集数据来设计产品线对企业和消费者双方是互惠的。
总而言之，收集消费者数据以透彻了解消费者的好处就在于：（1）帮助消费者了解自己的内在偏好，并做出合理的决策。让低内在偏好的消费者避免过度购买，让高内在偏好的消费者避免购买不足；（2）帮助企业根据市场潜在需求设计出更适合消费者的产品线；（3）完善企业现有的产品线，从而降低高端产品的价格，给高内在偏好的消费者创造更多剩余价值，并提升整个社会福祉。
这篇文章讨论了是否应该收集消费者数据，是否应该透彻了解消费者的内在偏好从而设计出新的产品线以及这样做是否能给双方以及社会带来福利，因此，在大数据时代的当下，对生产商，消费者都有重要现实意义。

参考文献：Xu, Z., & Dukes, A. (2019). Product Line Design Under Preference Uncertainty Using Aggregate Consumer Data. Marketing Science, 38(4), 669–689.

— End —

    由周欣悦教授主编，国内11所高校的15名学者联合撰写的《消费者行为学》新鲜出炉，长按二维码即可购买！

延伸阅读

编辑 | 李婉悦

不想错过更多精彩文章？👇

还可以点一个好看，让更多人看到你的选择👇