论文部分内容阅读
品牌资产是产品或服务向客户提供的无形价值。品牌资产可以通过客户在购买具有相同有形属性的产品时，愿意为某一商家而不是其他商家支付的多余价值来测定。多年来，选择模型已被用于衡量品牌价值。如果能够掌握产品有形属性的价值及价格敏感度，那么我们应该完全可以得出该品牌的资产价值。
不同于往往于过去相关联的品牌忠诚度，品牌资产更具有理想的前瞻性。从纯粹的行为角度来看，品牌忠诚度指在过去一段特定时间内对某一品牌持续的购买。比如说，若90%的客户购买品牌A，我们就可以说消费者对品牌A的忠诚度为90%。品牌忠诚度在快速消费品行业比较容易衡量，但对于像个人电脑这样的耐用消费品行业和服务业，比如手机服务，测定往往更有挑战性，因为这些产品或服务的购买周期通常是以年而不是天来计算的。
益普索研究表明，品牌忠诚者数量与其市场份额密切相关。即使是颇具竞争力的营销活动，品牌忠诚者也常常不为所动，同时对价格表现出较低的敏感度。如果消费者愿意为某产品支付更多的钱，说明该产品对于消费者而言具有更高的品牌资产。我们据此可以相信，品牌忠诚度与品牌资产之间有着密切的联系。益普索研究表明：对于品牌资产驱动的关注比了解品牌忠诚度驱动更可行。惯性往往会变成忠诚，比如有的消费者说：“我经常购买同一品牌的产品。”营销人员可以从这种忠诚度中获取经济利益，但对如何影响这种行为则显得有些力不从心。
若品牌A和品牌B的具有同等属性的产品，人们愿意为品牌A支付更多的钱，多付的这部分价值可以用来计算品牌的商誉价值。确切的知道这部分的数字，是公司（至少对于财务人员来说）的最低要求。而营销人员则要知道这部分价值的驱动因素。通过离散选择模型，我们对大量产品的有形属性效用及其价格效用进行计算。就像在大部分的回归分析中一样，该模型包含两个附加项：品牌价值和误差项。产品选择中有形属性及价格以外的驱动因素皆可在品牌价值中体现出来，这是对品牌传递的无形价值的最佳估算。
方法
基于选择的联合分析（即离散选择）长久以来被公认为一种有用的工具，已经被设计并用于分析移动电话市场，包括移动电话设备的生产商和移动电话服务的供应商。这个模型用于分解产品有形属性或服务的价值，判断其在产品所提供的整体价值中贡献的相对价值。包括价格效用在内，以及参与测试的产品属性的重要性所没有体现的部分即为品牌价值。对下面的一组因素和层次进行实验设计，如图1所示。在该设计中，7个测试品牌中任何一个特定的手机品牌都可列出其他6个品牌中任何一项非品牌因素。实验设计从每个因素中取出一个层次，提供给受访者总体选择。在12个分开的选择板上标有各种选项，要求受访者从4个手机/服务计划选项中选出一项或不做选择。图2给出了其中一个选择板示例。模型运用分层贝叶斯（Hierarchal Bayes）计算每个因素层的独立水平效用。根据得出的效用将每位被访者的品牌效用编码为高于平均水平或低于平均水平。
通过奖/罚分析来判断品牌效用的驱动因素。奖/罚分析的独特之处在于它不是简单的线性模型（如普通的最小2乘回归），在该分析中益普索构建了两个模型。低于平均水平的品牌效用构成惩罚，而高于平均水平的品牌效用可对奖励进行估算。在没有合适的总体因变量的正态分布，或者假设高于平均水平的品牌效用的驱动因素可能不同于低于平均水平的品牌效用的驱动因素时，这种方法非常有用。每个驱动属性的独特贡献通过其在驱动属性组合中上升的解释力来衡量。对高于平均水平的效用组（获得奖赏）和低于平均水平的效用组（构成惩罚）分别进行驱动评估。变量的总体重要性即可根据它奖励和惩罚的总体评估来测定。
成果
图4显示了模型中测试的各属性的相对重要性。合并后的价格（服务、数据计划和手机价格）占该类产品购买决定的53%，其中每月服务费的重要性是手机价格的两倍（前者为26%，后者为13%）。测试中，有形属性（除价格和品牌的其他属性）占37%，剩余的10%为品牌资产。其中包括选手机（4%）及手机服务供应商（6%）。那么品牌资产的驱动因素是什么呢？
第一阶段的驱动分析将手机生产商与移动电话服务供应商相结合。信任是品牌忠诚度的第一驱动因素，其次是高质量。
如果我们对生产商和服务供应商分别进行分析，品牌资产的驱动因素是否会有所不同呢？在大多数情况下，生产商和服务供应商品牌资产的前五位驱动因素基本相同（见图3）。尽管我们仅关注了两个类别（生产商和服务供应商），这一发现却同样表明上述品牌资产的驱动因素适用于更大范围的公司。
既然明白了品牌资产的驱动因素，我们可以为研究中涉及的每个品牌资产打分，并运用关键的驱动因素得出受访者水平上的加权品牌资产分数。这有助于在以后的建模中加入该变量，得出分数的同时得出每个品牌的平均品牌资产分数。平均品牌资产分数与所述市场占有率密切相关。这一市场占有率根据消费者拥有手机的品牌或者问卷中当前的手机服务供应商计算得出。
结论
在移动电话类别中，使用选择模型的数据得出的品牌效用来决定品牌资产是行之有效的。其他类别的产品将有助于支持该模型。品牌资产目前的运算方法可以极其方便地运用到其他类别的产品而不需要建立新的选择模型。但如果我们要确认品牌资产的关键驱动因素在每一类别的产品中都是一致的，那么我们在进行驱动分析前需要设计并使用新的选择模型。
（本文作者Jason Holloway、Jay Weiner为Ipsos营销研究总监，Kirsten Pinfold为Ipsos Reid副总裁。益普索(Ipsos)是全球最大个案市场研究公司之一，于1975年成立于法国巴黎，在世界各地拥有9100多名工作人员，在100多个国家进行广告、顾客忠诚度、营销、媒介和公共事务方面的研究工作，为客户提供预测、建模和咨询服务，以及全套的个案、多客户、搭车、样本库和在线研究等产品与服务。益普索于1999年上市，2000年进入中国，是中国最大的个案研究公司之一，在北京、上海、广州、成都、香港和台北设有分公司，拥有专业人员980余名。）
不同于往往于过去相关联的品牌忠诚度，品牌资产更具有理想的前瞻性。从纯粹的行为角度来看，品牌忠诚度指在过去一段特定时间内对某一品牌持续的购买。比如说，若90%的客户购买品牌A，我们就可以说消费者对品牌A的忠诚度为90%。品牌忠诚度在快速消费品行业比较容易衡量，但对于像个人电脑这样的耐用消费品行业和服务业，比如手机服务，测定往往更有挑战性，因为这些产品或服务的购买周期通常是以年而不是天来计算的。
益普索研究表明，品牌忠诚者数量与其市场份额密切相关。即使是颇具竞争力的营销活动，品牌忠诚者也常常不为所动，同时对价格表现出较低的敏感度。如果消费者愿意为某产品支付更多的钱，说明该产品对于消费者而言具有更高的品牌资产。我们据此可以相信，品牌忠诚度与品牌资产之间有着密切的联系。益普索研究表明：对于品牌资产驱动的关注比了解品牌忠诚度驱动更可行。惯性往往会变成忠诚，比如有的消费者说：“我经常购买同一品牌的产品。”营销人员可以从这种忠诚度中获取经济利益，但对如何影响这种行为则显得有些力不从心。
若品牌A和品牌B的具有同等属性的产品，人们愿意为品牌A支付更多的钱，多付的这部分价值可以用来计算品牌的商誉价值。确切的知道这部分的数字，是公司（至少对于财务人员来说）的最低要求。而营销人员则要知道这部分价值的驱动因素。通过离散选择模型，我们对大量产品的有形属性效用及其价格效用进行计算。就像在大部分的回归分析中一样，该模型包含两个附加项：品牌价值和误差项。产品选择中有形属性及价格以外的驱动因素皆可在品牌价值中体现出来，这是对品牌传递的无形价值的最佳估算。
方法
基于选择的联合分析（即离散选择）长久以来被公认为一种有用的工具，已经被设计并用于分析移动电话市场，包括移动电话设备的生产商和移动电话服务的供应商。这个模型用于分解产品有形属性或服务的价值，判断其在产品所提供的整体价值中贡献的相对价值。包括价格效用在内，以及参与测试的产品属性的重要性所没有体现的部分即为品牌价值。对下面的一组因素和层次进行实验设计，如图1所示。在该设计中，7个测试品牌中任何一个特定的手机品牌都可列出其他6个品牌中任何一项非品牌因素。实验设计从每个因素中取出一个层次，提供给受访者总体选择。在12个分开的选择板上标有各种选项，要求受访者从4个手机/服务计划选项中选出一项或不做选择。图2给出了其中一个选择板示例。模型运用分层贝叶斯（Hierarchal Bayes）计算每个因素层的独立水平效用。根据得出的效用将每位被访者的品牌效用编码为高于平均水平或低于平均水平。
通过奖/罚分析来判断品牌效用的驱动因素。奖/罚分析的独特之处在于它不是简单的线性模型（如普通的最小2乘回归），在该分析中益普索构建了两个模型。低于平均水平的品牌效用构成惩罚，而高于平均水平的品牌效用可对奖励进行估算。在没有合适的总体因变量的正态分布，或者假设高于平均水平的品牌效用的驱动因素可能不同于低于平均水平的品牌效用的驱动因素时，这种方法非常有用。每个驱动属性的独特贡献通过其在驱动属性组合中上升的解释力来衡量。对高于平均水平的效用组（获得奖赏）和低于平均水平的效用组（构成惩罚）分别进行驱动评估。变量的总体重要性即可根据它奖励和惩罚的总体评估来测定。
成果
图4显示了模型中测试的各属性的相对重要性。合并后的价格（服务、数据计划和手机价格）占该类产品购买决定的53%，其中每月服务费的重要性是手机价格的两倍（前者为26%，后者为13%）。测试中，有形属性（除价格和品牌的其他属性）占37%，剩余的10%为品牌资产。其中包括选手机（4%）及手机服务供应商（6%）。那么品牌资产的驱动因素是什么呢？
第一阶段的驱动分析将手机生产商与移动电话服务供应商相结合。信任是品牌忠诚度的第一驱动因素，其次是高质量。
如果我们对生产商和服务供应商分别进行分析，品牌资产的驱动因素是否会有所不同呢？在大多数情况下，生产商和服务供应商品牌资产的前五位驱动因素基本相同（见图3）。尽管我们仅关注了两个类别（生产商和服务供应商），这一发现却同样表明上述品牌资产的驱动因素适用于更大范围的公司。
既然明白了品牌资产的驱动因素，我们可以为研究中涉及的每个品牌资产打分，并运用关键的驱动因素得出受访者水平上的加权品牌资产分数。这有助于在以后的建模中加入该变量，得出分数的同时得出每个品牌的平均品牌资产分数。平均品牌资产分数与所述市场占有率密切相关。这一市场占有率根据消费者拥有手机的品牌或者问卷中当前的手机服务供应商计算得出。
结论
在移动电话类别中，使用选择模型的数据得出的品牌效用来决定品牌资产是行之有效的。其他类别的产品将有助于支持该模型。品牌资产目前的运算方法可以极其方便地运用到其他类别的产品而不需要建立新的选择模型。但如果我们要确认品牌资产的关键驱动因素在每一类别的产品中都是一致的，那么我们在进行驱动分析前需要设计并使用新的选择模型。
（本文作者Jason Holloway、Jay Weiner为Ipsos营销研究总监，Kirsten Pinfold为Ipsos Reid副总裁。益普索(Ipsos)是全球最大个案市场研究公司之一，于1975年成立于法国巴黎，在世界各地拥有9100多名工作人员，在100多个国家进行广告、顾客忠诚度、营销、媒介和公共事务方面的研究工作，为客户提供预测、建模和咨询服务，以及全套的个案、多客户、搭车、样本库和在线研究等产品与服务。益普索于1999年上市，2000年进入中国，是中国最大的个案研究公司之一，在北京、上海、广州、成都、香港和台北设有分公司，拥有专业人员980余名。）