[論文レビュー] Word-of-mouth and dynamical inhomogeneous markets: Efficiency measure and optimal sampling policies for the pre-launch stage

Elena Agliari, Raffaella Burioni+2 more|ArXiv.org|Apr 28, 2009

Innovation Diffusion and Forecasting参考文献 25被引用数 4

ひとこと要約

本稿は、市場の非一様性と個人の移動性を考慮した、プレローンチ製品キャンペーンにおける口コミ拡散の空間的明示的でミクロレベルのモデルを提案する。高市場密度における口コミの効率性の低下を明らかにし、予算制約下で最終的な評判を最大化する最適なサンプリングポリシーを導出し、米国都市データを用いて検証した。

ABSTRACT

An important assumption lying behind innovation diffusion models and word-of-mouth processes is that of homogeneous mixing: at any time, the individuals making up the market are uniformly distributed in space. When the geographical parameters of the market, such as its area extension, become important, the movement of individuals must be explicitly taken into account. The authors introduce a model for a "micro-level" process for the diffusion of an innovative product, based on a word-of-mouth mechanism, and they explicitly consider the inhomogeneity of markets and the spatial extent of the geographical region where the process takes place. This results in an unexpected behaviour of macro (aggregate) level measurable quantities. The authors study the particular case of the pre-launch stage, where a product is first presented to the market through free sample distribution. The first triers of the samples then inform the other potential customers via word-of-mouth; additional advertising is absent. The authors find an unexpected general failure of the word-of-mouth mechanism for high market densities and they obtain quantitative results for the optimal sampling policy. By introducing a threshold to discriminate between individuals who will purchase and those who will not purchase according to their individual goodwill, they calculate the length of the pre-launch campaign and the final goodwill as a function of the firm's expenditure. These results are applied to a set of major US urban areas.

研究の動機と目的

• 空間的ダイナミクスと市場の非一様性を明示的にモデル化したプレローンチ段階における口コミ拡散のモデル化を目的とする。
• 地理的範囲と個人の移動性が集団的採用結果に与える影響を調査することを目的とする。
• 予算制約下で最終的な評判を最大化する最適なサンプリングポリシーを同定することを目的とする。
• 高市場密度における口コミの失敗を定量化し、マーケティング戦略に与える影響を明らかにすることを目的とする。
• 実世界の米国都市地域にモデルを適用し、実証的妥当性を検証することを目的とする。

提案手法

• 個々のエージェントを格子上を確率的運動で移動させるモデルとして定式化し、市場における空間的分布を表現する。
• 閾値に基づく意思決定ルールを導入：個々の評判が臨界閾値を超えると、購入が行われるとする。
• 初期サンプリングの分配を伴うプレローンチフェーズをシミュレートし、その後、隣接するエージェント間での口コミ拡散を模擬する。
• 情報拡散を確率的接触過程としてモデル化し、移動度と空間的近接性に依存する遷移率を設定する。
• サンプリング費用と市場密度の関数として、キャンペーン期間や最終的評判といったマクロな量を導出する。
• 主要な米国都市地域のデータを用いてモデルをキャリブレーションおよび検証し、実世界への適用可能性を評価する。

実験結果

リサーチクエスチョン

• RQ1 空間的非一様性は、プレローンチ製品キャンペーンにおける口コミの効率性にどのように影響を与えるか？
• RQ2 口コミ拡散が失敗する市場密度の閾値は何か？その背後にあるメカニズムは何か？
• RQ3 固定予算下で最終的評判を最大化する最適なサンプリングポリシーは何か？
• RQ4 キャンペーン期間と最終的評判は、サンプリング費用と市場規模にどのようにスケーリングするか？
• RQ5 このモデルは、都市市場における実世界の採用パターンをどの程度正確に予測できるか？

主な発見

• 高市場密度では、飽和と情報伝播効率の低下により、口コミ拡散が失敗することが判明した。
• 本モデルは、さらなるサンプリングが期待リターンを低下させる臨界的な市場密度閾値を同定した。
• 特定の予算下で最終的評判を最大化する最適なサンプリングポリシーが導出され、費用に明示的な関数的依存性が示された。
• 高密度市場では、キャンペーン期間と最終的評判が、サンプリング費用に対して非線形的にスケーリングすることが示された。
• モデルの予測は、主要な米国都市地域の実証データと整合しており、実世界の妥当性が裏付けられた。
• 個人の評判閾値の導入により、採用確率と集団的市場反応の定量的評価が可能になった。