基于Mixed Logit模型的顧客品牌選擇研究

劉勇　趙保國

摘 要：雖然多項分對數模型（Multinomial Logit Model，MNL）已廣泛應用到營銷研究中，但存在口味問題、跨期間的重復選擇和替代形式三個局限?；旌戏謱的Ｐ停∕ixed Logit模型）將自變量設置成某種參數分布，則可以消除MNL假設的局限性。筆者采用Mixed Logit模型分析營銷變量如何影響顧客的品牌選擇及市場份額，發現禮品促銷等手段給顧客帶來具體利益的促銷，影響最大；同時通過模型比較，發現Mixed Logit模型比MNL擬合效果更好。

關鍵詞：多項分對數模型；Mixed Logit模型；品牌選擇

中圖分類號：F062.9 文獻標識碼：A

文章編號：1000-176X（2014）06-0126-06

一、引 言

隨著市場競爭的日益激烈，市場營銷人員越來越多地講究促銷手段，促銷已經成為提高購物者對品牌的關注程度、同時促進整體銷售的關鍵工具。市場營銷人員想方設法使用各種促銷手段如堆頭、人員促銷、贈品和價格促銷等來吸引消費者，擴大市場占有率。AC尼爾森的最新調查表明，激烈的市場競爭使得店內促銷的重要性日益突顯。

為確保促銷有效和獲得相應的回報，市場營銷人員需要運用全面的解決方案來評估促銷效力。如何來評價各種促銷手段的效果，這些促銷究竟對消費者選擇品牌造成了多大的影響？以及如何用好這些促銷組合？離散選擇模型是一個比較好的分析工具。離散選擇模型從決策者效用最大化角度出發來研究決策者的選擇問題，Multinomial Logit廣泛應用于包括在交營銷[1]、住房[2]、通信[3]等研究領域。在營銷研究中，該模型可以研究促銷因素對消費者品牌選擇的影響，預測市場份額的變化，對企業的營銷決策有非常重要的意義。

多項分對數模型（Multinomial Logit Model， MNL）是離散模型中最為基礎，使用最為普遍的一種模型，它具有解析解，可以用數學公式表示顧客采取何種決策的概率。MNL存在著口味問題、跨期間的重復選擇和不相關選項間的獨立性（又稱替代形式）假設所限制的，僅能夠處理消費者的系統性偏好。Mixed Logit模型將原先假設固定值的系數根據實際情況設置成某種隨機分布，解決了MNL的局限問題，從而可以處理消費者的隨機性偏好。

1977年Green等[1]首次將MNL系統地運用到市場營銷研究中，1983年有學者將MNL應用于消費者對咖啡品牌的選擇研究，發表于Marketing Science上引起了營銷學術界的重視[2]。我國直到2002年才開始有黃曉蘭和沈浩[3]等學者將MNL應用在市場研究中[4]，對離散選擇模型的研究起步較晚[5]。

六、結 語

本文試用Mixed Logit模型對商店的掃描數據和觀察數據進行實證分析，同時還與MNL進行了比較，研究發現：（1）價格系數為對數正態分布，人員促銷和禮品促銷為正態分布的Mixed Logit模型相對合理。（2）品牌本身對顧客帶來的效用是顯著的，說明不同的品牌具有不同的價值，影響著顧客的選擇。（3）禮品促銷給顧客帶來的效用最大，對顧客的品牌選擇非常重要，盡管消費者對禮品促銷的平均偏好為正，但是有16.50%的消費者其實并不喜歡禮品促銷，他們對禮品促銷的偏好是負的。企業在制定營銷策略的時候也要注意考慮到這部分消費者；（4）廣告類促銷和人員類促銷給顧客帶來的價值也是正的，并且差別不大。但模型顯示，廣告給所有的消費者帶來正效用，而對于人員促銷，則有38.79%的消費者其實并不喜歡人員促銷，他們對人員促銷的偏好是負的。（5）模型比較顯示，價格參數滿足對數正態分布，價格的效用系數為負：根據對數正態分布的性質我們可知，不管分布是在什么位置，其價格系數均為負，即在其他條件相同的情況下沒有人會喜歡高價格。（6）Mixed Logit模型和MNL的參數估計情況大致相同，擬合效果優于MNL，并且比MNL能夠解釋更多的內容。

由于Mixed Logit模型比MNL約束條件放得更松，避免了MNL的三個局限性，因此具有更廣泛的應用范圍。Mixed Logit模型運用的關鍵是要能夠比較客觀地選擇參數的分布形式，這對該模型的估計結果的準確性有非常重要的意義。

參考文獻：

[1] Green， P.E.， Carmone， F.J.， Wachspress， D.P.On the Analysis of Qualitative Data in Marketing Research[J].Journal of Marketing Research， 1977， 14（1）：52-59.

[2] Lee，B.Calling Patterns and Usage of Residential Toll Service under Self-selecting Tariff[J].Journal of Regulator Economics， 1999，16（4）：45-81.

[3] Train，K.， McFadden， D.， Goett，A.Consumer Attitudes and Voluntary Rate Schedules for Public Utilities[J].Review of Economics and Statistics， 1987，69（3）：383-391.

[2] Guadagni， P.M.， Little，J.D.C.A Logit Model of Brand Choice Calibrated on Scanner Data[J]. Marketing Science， 1983，（2）：203-238.

[3] 黃曉蘭，沈浩.離散選擇模型在市場研究中的應用[J].北京廣播學院學報（自然科學版），2002，（4）：34-42.

[4] 李德春.快速消費品市場份額預測研究[D].桂林：桂林電子科技大學碩士學位論文， 2006.

[5] 聶沖，賈生華.離散選擇模型的基本原理及其發展演進評價[J].數量經濟技術經濟研究，2005，（11）：151-159.

[6] Erdem，T.A Dynamic Analysis of Market Structure Based on Panel Data[J].Marketing Science ， 1996，15（4）： 359-378.

[7] Revelt，D.， Train， K.Mixed Logit with Repeated Choices[J].Review of Economics and Statistics ， 1998，80（4）： 647-657.

[8] Bhat， C.Accommodating Variations in Responsiveness to Level-of Service Variables in Travel Mode Choice Models[J].Transportation Research A， 1998，32（7）： 455-507.

[9] 劉勇，王高.離散選擇模型在零售研究中的應用——基于MNL、MNP和Mixed Logit的比較[C].中國高等院校市場學研究會2009年年會論文集，2009.

[10] 劉勇，王高.基于消費者角度的品牌資產測量及品牌運營效率評價[J].中國軟科學，2010，（9）：55-61.

[11] 姜參，趙宏霞.B2C網絡商店形象、消費者感知與購買行為[J].財經問題研究，2013，（10）.

[12] 郭立.我國城市早餐服務業及其價值鏈的構建途徑——以北京早餐服務業為例[J].東北財經大學學報，2013，（6）.

（責任編輯：劉 艷）endprint

摘 要：雖然多項分對數模型（Multinomial Logit Model，MNL）已廣泛應用到營銷研究中，但存在口味問題、跨期間的重復選擇和替代形式三個局限?；旌戏謱的Ｐ停∕ixed Logit模型）將自變量設置成某種參數分布，則可以消除MNL假設的局限性。筆者采用Mixed Logit模型分析營銷變量如何影響顧客的品牌選擇及市場份額，發現禮品促銷等手段給顧客帶來具體利益的促銷，影響最大；同時通過模型比較，發現Mixed Logit模型比MNL擬合效果更好。

關鍵詞：多項分對數模型；Mixed Logit模型；品牌選擇

中圖分類號：F062.9 文獻標識碼：A

文章編號：1000-176X（2014）06-0126-06

一、引 言

隨著市場競爭的日益激烈，市場營銷人員越來越多地講究促銷手段，促銷已經成為提高購物者對品牌的關注程度、同時促進整體銷售的關鍵工具。市場營銷人員想方設法使用各種促銷手段如堆頭、人員促銷、贈品和價格促銷等來吸引消費者，擴大市場占有率。AC尼爾森的最新調查表明，激烈的市場競爭使得店內促銷的重要性日益突顯。

為確保促銷有效和獲得相應的回報，市場營銷人員需要運用全面的解決方案來評估促銷效力。如何來評價各種促銷手段的效果，這些促銷究竟對消費者選擇品牌造成了多大的影響？以及如何用好這些促銷組合？離散選擇模型是一個比較好的分析工具。離散選擇模型從決策者效用最大化角度出發來研究決策者的選擇問題，Multinomial Logit廣泛應用于包括在交營銷[1]、住房[2]、通信[3]等研究領域。在營銷研究中，該模型可以研究促銷因素對消費者品牌選擇的影響，預測市場份額的變化，對企業的營銷決策有非常重要的意義。

多項分對數模型（Multinomial Logit Model， MNL）是離散模型中最為基礎，使用最為普遍的一種模型，它具有解析解，可以用數學公式表示顧客采取何種決策的概率。MNL存在著口味問題、跨期間的重復選擇和不相關選項間的獨立性（又稱替代形式）假設所限制的，僅能夠處理消費者的系統性偏好。Mixed Logit模型將原先假設固定值的系數根據實際情況設置成某種隨機分布，解決了MNL的局限問題，從而可以處理消費者的隨機性偏好。

1977年Green等[1]首次將MNL系統地運用到市場營銷研究中，1983年有學者將MNL應用于消費者對咖啡品牌的選擇研究，發表于Marketing Science上引起了營銷學術界的重視[2]。我國直到2002年才開始有黃曉蘭和沈浩[3]等學者將MNL應用在市場研究中[4]，對離散選擇模型的研究起步較晚[5]。

六、結 語

本文試用Mixed Logit模型對商店的掃描數據和觀察數據進行實證分析，同時還與MNL進行了比較，研究發現：（1）價格系數為對數正態分布，人員促銷和禮品促銷為正態分布的Mixed Logit模型相對合理。（2）品牌本身對顧客帶來的效用是顯著的，說明不同的品牌具有不同的價值，影響著顧客的選擇。（3）禮品促銷給顧客帶來的效用最大，對顧客的品牌選擇非常重要，盡管消費者對禮品促銷的平均偏好為正，但是有16.50%的消費者其實并不喜歡禮品促銷，他們對禮品促銷的偏好是負的。企業在制定營銷策略的時候也要注意考慮到這部分消費者；（4）廣告類促銷和人員類促銷給顧客帶來的價值也是正的，并且差別不大。但模型顯示，廣告給所有的消費者帶來正效用，而對于人員促銷，則有38.79%的消費者其實并不喜歡人員促銷，他們對人員促銷的偏好是負的。（5）模型比較顯示，價格參數滿足對數正態分布，價格的效用系數為負：根據對數正態分布的性質我們可知，不管分布是在什么位置，其價格系數均為負，即在其他條件相同的情況下沒有人會喜歡高價格。（6）Mixed Logit模型和MNL的參數估計情況大致相同，擬合效果優于MNL，并且比MNL能夠解釋更多的內容。

由于Mixed Logit模型比MNL約束條件放得更松，避免了MNL的三個局限性，因此具有更廣泛的應用范圍。Mixed Logit模型運用的關鍵是要能夠比較客觀地選擇參數的分布形式，這對該模型的估計結果的準確性有非常重要的意義。

參考文獻：

[1] Green， P.E.， Carmone， F.J.， Wachspress， D.P.On the Analysis of Qualitative Data in Marketing Research[J].Journal of Marketing Research， 1977， 14（1）：52-59.

[2] Lee，B.Calling Patterns and Usage of Residential Toll Service under Self-selecting Tariff[J].Journal of Regulator Economics， 1999，16（4）：45-81.

[3] Train，K.， McFadden， D.， Goett，A.Consumer Attitudes and Voluntary Rate Schedules for Public Utilities[J].Review of Economics and Statistics， 1987，69（3）：383-391.

[2] Guadagni， P.M.， Little，J.D.C.A Logit Model of Brand Choice Calibrated on Scanner Data[J]. Marketing Science， 1983，（2）：203-238.

[3] 黃曉蘭，沈浩.離散選擇模型在市場研究中的應用[J].北京廣播學院學報（自然科學版），2002，（4）：34-42.

[4] 李德春.快速消費品市場份額預測研究[D].桂林：桂林電子科技大學碩士學位論文， 2006.

[5] 聶沖，賈生華.離散選擇模型的基本原理及其發展演進評價[J].數量經濟技術經濟研究，2005，（11）：151-159.

[6] Erdem，T.A Dynamic Analysis of Market Structure Based on Panel Data[J].Marketing Science ， 1996，15（4）： 359-378.

[7] Revelt，D.， Train， K.Mixed Logit with Repeated Choices[J].Review of Economics and Statistics ， 1998，80（4）： 647-657.

[8] Bhat， C.Accommodating Variations in Responsiveness to Level-of Service Variables in Travel Mode Choice Models[J].Transportation Research A， 1998，32（7）： 455-507.

[9] 劉勇，王高.離散選擇模型在零售研究中的應用——基于MNL、MNP和Mixed Logit的比較[C].中國高等院校市場學研究會2009年年會論文集，2009.

[10] 劉勇，王高.基于消費者角度的品牌資產測量及品牌運營效率評價[J].中國軟科學，2010，（9）：55-61.

[11] 姜參，趙宏霞.B2C網絡商店形象、消費者感知與購買行為[J].財經問題研究，2013，（10）.

[12] 郭立.我國城市早餐服務業及其價值鏈的構建途徑——以北京早餐服務業為例[J].東北財經大學學報，2013，（6）.

（責任編輯：劉 艷）endprint

摘 要：雖然多項分對數模型（Multinomial Logit Model，MNL）已廣泛應用到營銷研究中，但存在口味問題、跨期間的重復選擇和替代形式三個局限?；旌戏謱的Ｐ停∕ixed Logit模型）將自變量設置成某種參數分布，則可以消除MNL假設的局限性。筆者采用Mixed Logit模型分析營銷變量如何影響顧客的品牌選擇及市場份額，發現禮品促銷等手段給顧客帶來具體利益的促銷，影響最大；同時通過模型比較，發現Mixed Logit模型比MNL擬合效果更好。

關鍵詞：多項分對數模型；Mixed Logit模型；品牌選擇

中圖分類號：F062.9 文獻標識碼：A

文章編號：1000-176X（2014）06-0126-06

一、引 言

隨著市場競爭的日益激烈，市場營銷人員越來越多地講究促銷手段，促銷已經成為提高購物者對品牌的關注程度、同時促進整體銷售的關鍵工具。市場營銷人員想方設法使用各種促銷手段如堆頭、人員促銷、贈品和價格促銷等來吸引消費者，擴大市場占有率。AC尼爾森的最新調查表明，激烈的市場競爭使得店內促銷的重要性日益突顯。

為確保促銷有效和獲得相應的回報，市場營銷人員需要運用全面的解決方案來評估促銷效力。如何來評價各種促銷手段的效果，這些促銷究竟對消費者選擇品牌造成了多大的影響？以及如何用好這些促銷組合？離散選擇模型是一個比較好的分析工具。離散選擇模型從決策者效用最大化角度出發來研究決策者的選擇問題，Multinomial Logit廣泛應用于包括在交營銷[1]、住房[2]、通信[3]等研究領域。在營銷研究中，該模型可以研究促銷因素對消費者品牌選擇的影響，預測市場份額的變化，對企業的營銷決策有非常重要的意義。

多項分對數模型（Multinomial Logit Model， MNL）是離散模型中最為基礎，使用最為普遍的一種模型，它具有解析解，可以用數學公式表示顧客采取何種決策的概率。MNL存在著口味問題、跨期間的重復選擇和不相關選項間的獨立性（又稱替代形式）假設所限制的，僅能夠處理消費者的系統性偏好。Mixed Logit模型將原先假設固定值的系數根據實際情況設置成某種隨機分布，解決了MNL的局限問題，從而可以處理消費者的隨機性偏好。

1977年Green等[1]首次將MNL系統地運用到市場營銷研究中，1983年有學者將MNL應用于消費者對咖啡品牌的選擇研究，發表于Marketing Science上引起了營銷學術界的重視[2]。我國直到2002年才開始有黃曉蘭和沈浩[3]等學者將MNL應用在市場研究中[4]，對離散選擇模型的研究起步較晚[5]。

六、結 語

本文試用Mixed Logit模型對商店的掃描數據和觀察數據進行實證分析，同時還與MNL進行了比較，研究發現：（1）價格系數為對數正態分布，人員促銷和禮品促銷為正態分布的Mixed Logit模型相對合理。（2）品牌本身對顧客帶來的效用是顯著的，說明不同的品牌具有不同的價值，影響著顧客的選擇。（3）禮品促銷給顧客帶來的效用最大，對顧客的品牌選擇非常重要，盡管消費者對禮品促銷的平均偏好為正，但是有16.50%的消費者其實并不喜歡禮品促銷，他們對禮品促銷的偏好是負的。企業在制定營銷策略的時候也要注意考慮到這部分消費者；（4）廣告類促銷和人員類促銷給顧客帶來的價值也是正的，并且差別不大。但模型顯示，廣告給所有的消費者帶來正效用，而對于人員促銷，則有38.79%的消費者其實并不喜歡人員促銷，他們對人員促銷的偏好是負的。（5）模型比較顯示，價格參數滿足對數正態分布，價格的效用系數為負：根據對數正態分布的性質我們可知，不管分布是在什么位置，其價格系數均為負，即在其他條件相同的情況下沒有人會喜歡高價格。（6）Mixed Logit模型和MNL的參數估計情況大致相同，擬合效果優于MNL，并且比MNL能夠解釋更多的內容。

由于Mixed Logit模型比MNL約束條件放得更松，避免了MNL的三個局限性，因此具有更廣泛的應用范圍。Mixed Logit模型運用的關鍵是要能夠比較客觀地選擇參數的分布形式，這對該模型的估計結果的準確性有非常重要的意義。

參考文獻：

[1] Green， P.E.， Carmone， F.J.， Wachspress， D.P.On the Analysis of Qualitative Data in Marketing Research[J].Journal of Marketing Research， 1977， 14（1）：52-59.

[2] Lee，B.Calling Patterns and Usage of Residential Toll Service under Self-selecting Tariff[J].Journal of Regulator Economics， 1999，16（4）：45-81.

[3] Train，K.， McFadden， D.， Goett，A.Consumer Attitudes and Voluntary Rate Schedules for Public Utilities[J].Review of Economics and Statistics， 1987，69（3）：383-391.

[2] Guadagni， P.M.， Little，J.D.C.A Logit Model of Brand Choice Calibrated on Scanner Data[J]. Marketing Science， 1983，（2）：203-238.

[3] 黃曉蘭，沈浩.離散選擇模型在市場研究中的應用[J].北京廣播學院學報（自然科學版），2002，（4）：34-42.

[4] 李德春.快速消費品市場份額預測研究[D].桂林：桂林電子科技大學碩士學位論文， 2006.

[5] 聶沖，賈生華.離散選擇模型的基本原理及其發展演進評價[J].數量經濟技術經濟研究，2005，（11）：151-159.

[6] Erdem，T.A Dynamic Analysis of Market Structure Based on Panel Data[J].Marketing Science ， 1996，15（4）： 359-378.

[7] Revelt，D.， Train， K.Mixed Logit with Repeated Choices[J].Review of Economics and Statistics ， 1998，80（4）： 647-657.

[8] Bhat， C.Accommodating Variations in Responsiveness to Level-of Service Variables in Travel Mode Choice Models[J].Transportation Research A， 1998，32（7）： 455-507.

[9] 劉勇，王高.離散選擇模型在零售研究中的應用——基于MNL、MNP和Mixed Logit的比較[C].中國高等院校市場學研究會2009年年會論文集，2009.

[10] 劉勇，王高.基于消費者角度的品牌資產測量及品牌運營效率評價[J].中國軟科學，2010，（9）：55-61.

[11] 姜參，趙宏霞.B2C網絡商店形象、消費者感知與購買行為[J].財經問題研究，2013，（10）.

[12] 郭立.我國城市早餐服務業及其價值鏈的構建途徑——以北京早餐服務業為例[J].東北財經大學學報，2013，（6）.

（責任編輯：劉 艷）endprint