网络购物环境下关于消费者信息筛选和搜索的实证研究——筛选效应的验证与模型构建

Faced with large amount of online product information, all major online shopping platforms introduced some recommendation engines, screening tools to help consumers improve quality of decisions. With the prevalence of consumer screening in search, how to test and evaluate the screening effect (i.e. the shift of weights when considering the importance of product attribute information) and its impacts on information search and decision has been an important issue for both theory and practice. In the project, through integrating related research on information search and screening process in consumer behavior area, we build structural models to quantify consumers’ information search and screening process to improve traditional search model and two-stage choice model. Furthermore we can enhance the modeling of information search and choice in the online shopping environment, thus providing more accurate evaluation for firms’ marketing strategy. In terms of theoretical significance, our study will contribute to the empirical literature on information screening and search; and in terms of practical importance, our study can provide companies with guidance to improve the efficiency of marketing communication to enhance brand building and customer relationship management.

面对网络上纷繁复杂的产品信息，各大在线购物平台纷纷通过推出一些推荐引擎、筛选工具来帮助消费者提高决策质量。消费者的筛选行为在信息搜索过程中普遍存在，验证和衡量筛选行为前后消费者对产品属性的偏好权重变化（即筛选效应），以及该效应对消费者信息搜索和决策产生的影响成为理论界和实践界共同关注的话题。本项目通过建立结构模型，结合消费者行为领域关于信息决策、筛选行为机制的相关研究，量化消费者网络购物决策中的信息搜寻行为和筛选过程，对传统的搜索模型和两阶段选择模型进行拓展，以建立更贴近消费者网络购物环境下信息搜寻过程的模型，从而对厂商的营销活动进行更精确的评估。本项目具有重要意义：从学术角度看，本项目可以丰富关于消费者信息搜寻和筛选行为的实证研究文献；从实践角度看，本研究对厂商进行高效的营销沟通以提升品牌建设、客户关系管理提供科学的指导意见。

随着网络购物行为的普遍，人们的信息搜索与处理(search and information processing)面临多渠道，多策略，多信息源的变化而呈现丰富多元的发展。商业环境中企业提供的信息搜索环境亦在逐渐演化中。例如，为简化搜索过程的过滤和筛选的选项设置随着企业对消费者行为规律的认识加深而持续变化。企业仍在探索如何使海量信息有序（降低处理信息的复杂程度），有效（缩短搜索路径和成本）展现的同时，又考虑了企业（其中有平台）和消费者的利益。为解答这个问题，实践中可收集到大量的消费者搜索行为数据，从中提炼规律，给企业的营销决策带来有价值的启示。对消费者而言，信息熵的减少将有利于消费者在海量信息中做决策。不仅如此，对消费者信息搜索与处理行为规律的认识亦会增强企业对消费者需求变化的认知，从而在消费升级，越发注重服务与体验的商业背景中，有效提高产品与需求的匹配，使得消费者在个性化选择与更为细分的品类追求上有更好的产品与体验。而需求端这样的变化将有效的软化企业端的价格竞争，形成良好的可持续发展方向。综上述，在微观层面上从消费者的信息搜索与处理行为中提炼规律有着重要的理论和实践价值。.本项目研究重点关注以下几个方面1）搜索行为（search behavior）2）搜索信息处理（search information processing）。项目期间发表的论文 “Price Search and Periodic Price Discounts”（Management Science） 通过对价格和销量分布建模估计消费者搜索成本分布（search cost distribution），论文在方法论上创新性的实现了考虑全均衡条件，用Empirical Likelihood Maximization方法更加准确地估计消费者搜索成本分布。该文在实践应用方面可以给新进入市场的企业提供消费者搜索成本分布的算法估计。另外，在信息搜索与处理相关领域，项目组成员围绕交易成本与共享经济的主题展开了一系列的理论建模（analytical modeling），研究在消费者共享产品的新经济模式下交易成本（部分取决于消费者在共享平台的信息搜索成本）对企业盈利，消费者盈余，社会福利的影响。

内容获取失败，请点击重试