ID付きPOSデータを用いた新製品採用時期に基づく消費者分類モデル  [in Japanese] Consumer Clustering ModelBased on the Time of New Product Adoption Using ID-POS Data  [in Japanese]

Access this Article

Search this Article

Author(s)

Abstract

マーケティングでは,複数ブランドの中から一つのブランドを選ぶ消費者行動をブランド選択と呼び,この行動は消費者間の異質性を表現するために,階層ベイズ・ロジットモデルやプロビットモデルなど離散選択モデルでモデル化されるのが一般的である.本研究では新製品採用者を採用時間順にクラスタリングするブランド選択モデルを提案する.具体的には,時間順にクラスターを形成する制約を設けたディリクレ過程を事前分布にもつ階層ベイズ・プロビットモデルによって構築している.モデルの特徴として,(1)クラスター数の推定が可能となり,従って分析に際して事前にクラスター数を設定する必要が無く,(2)時間順にクラスターが形成されることで,クラスター間の区切りとなる変化点の推測がなされる.これにより消費者は市場反応の類似性を基準として新製品採用時間順に適切なクラスターに分類される.このモデルの推定結果はRogersのイノベーション普及過程や製品ライフサイクルマネジメントといった,時間順のクラスターを含むマーケティングの概念に対応した有用な情報を与えるものである.モデルはマルコフ連鎖モンテカルロ法によって推定されるが,とくにディリクレ過程のパラメータ推定にはメトロポリス・ヘイスティングス法をベースとしたNeal (2000)のサンプリング法をクラスタリング制約に対応させたもので行う.

In marketing literature, consumer behavior that is selecting one brand from various choices is called "brand choice". For consumer heterogeneity, in general, brand choice behavior is modeled by hierarchical Bayes discrete choice model like a logit or probit which has consumer's individual-level parameters. This study proposes a brand choice model for consumer clustering in terms of a new product adoption. In particular, the model is constructed by hierarchical bayes probit model having a Dirichlet process (DP) prior with time ordering clustering constraint. Features of this model is that (1) the model enables the estimation of the number of clusters, and then it's not necessary to set that before analysis. (2) Time ordering clustering leads to estimation of breakpoints among consumer clusters.Consumer is categorized into an adequate time ordering cluster based on the similarity of market response.The model estimates provide useful information corresponding to the marketing concepts containing time ordering clusters like Rogers's innovation adoption curve, product life cycle management (PLC). The model is estimated by Markov Chain Monte Carlo sampling method, especially for the DP prior Neal (2000)'s Metropolis-Hastings based algorithm modified to fulfill the constraint is used.

Journal

  • Ouyou toukeigaku

    Ouyou toukeigaku 44(3), 145-160, 2015

    Japanese Society of Applied Statistics

Codes

  • NII Article ID (NAID)
    130005160395
  • NII NACSIS-CAT ID (NCID)
    AN00330942
  • Text Lang
    JPN
  • ISSN
    0285-0370
  • NDL Article ID
    027165394
  • NDL Call No.
    Z15-401
  • Data Source
    NDL  J-STAGE 
Page Top