[论文解读] 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 4

一句话总结

本文提出了一种空间显式、微观层面的口碑传播模型，用于预发布产品推广活动，考虑了市场异质性与个体流动性。研究发现，口碑传播效率在高市场密度下会失效，并推导出在预算约束下最大化最终好感度的最优抽样策略，该模型基于美国城市数据得到验证。

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.

研究动机与目标

• 建立考虑显式空间动态与市场异质性的预发布阶段口碑传播模型。
• 探究地理范围与个体流动性对总体采纳结果的影响。
• 识别在预算约束下最大化最终好感度的最优抽样策略。
• 量化在高市场密度下口碑传播失效的原因及其对营销策略的影响。
• 将模型应用于现实世界中的美国城市区域，进行实证验证。

提出的方法

• 将个体代理建模为在格点上进行随机运动，以表示市场中的空间分布。
• 引入基于阈值的决策规则：当个体好感度超过临界阈值时，个体将购买产品。
• 模拟预发布阶段，初始样本被分发，随后在邻居之间进行口碑传播。
• 使用随机接触过程建模信息传播，其转移速率依赖于好感度与空间接近度。
• 推导宏观量（如活动持续时间与最终好感度）作为抽样支出与市场密度的函数。
• 利用美国主要城市区域的数据校准并验证模型，以评估其在现实世界中的适用性。

实验结果

研究问题

• RQ1 空间异质性如何影响预发布产品推广活动中口碑传播的效率？
• RQ2 在何种市场密度下口碑传播会失效？其根本机制是什么？
• RQ3 在固定预算下，应采取何种最优抽样策略以最大化最终好感度？
• RQ4 活动持续时间与最终好感度如何随抽样支出与市场规模变化？
• RQ5 该模型在多大程度上能够预测城市市场中的现实采纳模式？

主要发现

• 由于市场饱和与信息传播效率下降，口碑传播在高市场密度下会失效。
• 模型识别出一个关键的市场密度阈值，超过该阈值后，进一步抽样带来的收益递减。
• 推导出最优抽样策略，可在给定预算下最大化最终好感度，并明确其与支出的函数关系。
• 研究表明，在高密度市场中，活动持续时间与最终好感度随抽样支出呈次线性增长。
• 模型预测与美国主要城市区域的实证数据高度一致，验证了其现实相关性。
• 引入个体好感度阈值使得采纳概率与总体市场响应可被量化。