BOOK SEARCH
シリーズ〈マーケティング・エンジニアリング〉 3 消費者行動のモデル
ネット書店で購入する amazon e-hon 紀伊國屋書店 丸善ジュンク堂書店 Honya Club Rakutenブックス くまざわ書店
書店の店頭在庫を確認する 紀伊國屋書店
コンテンツダウンロード
- プログラム
※ 「消費者行動のモデル」のプログラムです - 消費者行動のモデルの読者の皆様へ
※ トラブルの対処方法(注意書き)です。
内容紹介
マーケティング工学的アプローチによる消費者行動の予測に関するシミュレーションモデルの実践的テキスト〔内容〕広告コミュニケーションモデル/広告媒体接触行動モデル/製品・サービスの普及予測モデル/ネットワーク型消費者行動モデル
編集部から
目次
1.消費者行動モデル
1.1消費者行動研究の目的
1.2消費者行動研究への科学的アプローチ
1.2.1シミュレーション・モデルによるアプローチ
1.3消費者行動モデル研究における「関与」概念の課題
1.4計量的な消費者行動モデルの研究の系譜
1.5消費者行動モデルの一般理論
1.5.1Howard(cid:514)Shethモデル
1.5.2New Howardモデル
1.6事例研究(1)New Howardモデルの実証モデル化
1.6.1データ・セット
1.6.2分析結果の要約とモデルの評価
1.7事例研究(2)ブランド選択行動の長期予測
1.7.1ブランド・スイッチ・モデルとマルコフ過程
1.7.2マルコフ・モデルの基本仮説
1.7.3仮想事例のマルコフ・モデルによる分析
1.8事例研究(3)マルコフ・プロセス・モデルの応用
1.8.1ブランド選択モデルの比較
1.8.2Scilabによるシミュレーション・モデルの実行事例
2.広告コミュニケーション・モデル
2.1広告コミュニケーションの目的
2.2事例研究(1)クリエイティブ要因を組み込んだ因果モデル
2.2.1因果モデル図の読み方とその解説
2.2.2クリエイティブの要素として『音の要素』の重要性
2.3事例研究(2)広告コミュニケーションに関する理論モデルの比較
2.4事例研究(3)TV→SASモデル:テレビ広告を起点とする階層的行動モデル
2.4.1クレジット・カードのTV広告キャンペーン事例の実証研究
3.広告媒体接触行動モデル
3.1広告媒体接触行動の予測モデルの現状と課題
3.1.1広告媒体接触行動モデルの現状
3.1.2グローバル標準の予測モデル
3.1.3正準展開モデル
3.2広告媒体接触行動の予測モデルの計算アルゴリズム
3.2.1ベータ二項分布(BBD)モデルの定義式
3.2.2BBDモデルの最大の特徴と問題点
3.2.3平均重複接触率(cid:9492)の回帰推定の方法
3.3事例研究テレビ広告の到達率と接触回数分布(R&F)を予測するモデル
3.3.1Scilab版BBDモデルの実行条件
3.3.2重複率P2の推定計算例
3.3.3BBDモデルによるR&F推定シミュレーション
3.4広告媒体接触行動予測システムの〈実行手順〉の紹介
4.製品・サービスの普及予測モデル
4.1製品・サービスの普及過程を予測するモデル
4.2新製品の普及過程の予測モデルとしてのBassモデル
4.3基本Bassモデル
4.3.1コミュニケーション・チャネルに関する2つの仮説
4.4Bassモデルのマーケティング・モデルとしての実用性
4.5事例研究(1)基本モデルのパラメータ推定方法
4.5.1潜在的市場規模(cid:9521)の推定方法
4.5.2革新性(cid:9524)と模倣性(cid:9525)の推定方法
4.5.3成長予測シナリオによる推定方法
4.6基本Bassモデルの計算システム
4.6.1普及過程の「類似事例」選択
4.6.2パラメータ(cid:9524)と(cid:9525)の感度分析
4.7事例研究(2)価格と広告に関する変数を組み入れた拡張モデル
4.7.1一般化Bassモデルへの拡張
4.8非線型回帰による基本Bassモデルのパラメータ推定
4.8.1非線型回帰推定のRプログラム事例
4.9事例研究(3)電気自動車等(EV・PHV)の普及予測
4.9.1Bassモデルによる予測
4.9.2指数関数モデルによる予測
5.消費者行動のマクロ・モデル
5.1心理変数を組み込んだマクロ・モデルによる「政策実験」
5.1.1なぜシステム・ダイナミックスなのか
5.2「基本」の人口モデル
5.3人口予測モデル
5.3.1時系列変化のデータ
5.4事例研究(1)心理変数を組み込んだ人口予測モデル
5.4.1消費者の「心」のトレンド:日本人の「自信喪失」
5.4.2心理的要因を考慮した人口シミュレーション・モデル
5.5「基本」のマクロ経済モデル
5.5.1GDPと人口の関係
5.6GDPの規定要因に関するパス解析
5.6.1GDPは女性の就労環境の変化に規定される
5.7事例研究(2)心理変数を組み込んだGDP予測モデル
5.7.1マクロ経済モデルによるGDPのシミュレーション
5.7.2マクロ経済モデルのシミュレーション結果
5.7.3心理的要因を考慮したマクロ経済シミュレーション・モデル
5.7.4モデルのトレンド・データの妥当性についての検討
5.8マクロ・モデルによる「政策実験」から得られた知見
5.8.1国民の経済力に対する自信が実質GDPを押し上げる
6.消費者の商品選択行動モデル
6.1一般効用理論による消費者行動のモデリング
6.1.1消費者行動とプロスペクト理論
6.1.2価値関数(cid:9530)((cid:9532))の非対称性
6.2商品選択行動とコンジョイント分析モデル
6.2.1新製品の市場性テスト
6.3事例研究(1):歯磨の新製品コンセプトの市場性評価
6.3.1分析の概要
6.3.2歯磨に関するコンジョイント分析の結果(1)
6.3.3コンジョイント分析結果の解釈と判断
6.4コンジョイント分析の「効用」と「限界」
6.5プロスペクト理論の観測例
6.5.1価格の効用値の非対称性
6.6ブランド選択モデルによるマーケット・シェアの予測の方法
6.6.1個人単位の効用値の推定
6.6.2個人単位の総効用値の選好・選択行動確率への変換
6.7事例研究(2)ノートPCの新製品のマーケット・シェア予測
6.7.1調査の実施概要〈仮想事例〉
6.7.2設定した要因と水準別の部分効用値の推定結果
6.7.3新製品のシェア予測の方法
6.7.4新ブランドの市場競争力の「事前評価」
7.消費者行動のシミュレーション・モデル
7.1広告効果を組み入れた消費者行動のシミュレーション・モデル
7.1.1「広告効果」の変化と普及状況のシミュレーション
7.2事例研究(1)広告効果と口コミ効果を組み込んだモデル
7.2.1広告効果の「操作変数」化によるシミュレーション
7.3事例研究(2)広告接触行動のシミュレーション・モデル
7.3.1Strongの回帰モデル
7.3.2広告接触行動のシミュレーション・モデル化
7.3.3広告接触行動のシミュレーション・モデルの実行例
8.ネットワーク型消費者行動モデル
8.1口コミの伝播プロセス・モデル
8.2事例研究(1):ネットワーク型感染・伝播行動モデル
8.2.1感染モデルの口コミ・モデルへの修正
8.2.2感染モデルのシミュレーションの結果と考察
8.2.3口コミ・モデルによる仮説の発見
8.2.4モデルの拡張とチューニング
8.3事例研究(2)媒体接触行動の再現モデル
8.3.1媒体接触行動モデルの理論的根拠と仮定
8.3.2マルチ・エージェント型広告接触行動のシミュレーション
8.4事例研究(3)ネットワーク型の構造を持った広告伝播モデル
8.4.1エージェント・モデルの構造と情報処理ルール
8.4.2受信経路別情報発信確率の測定
8.4.3広告接触回数と広告想起の関係のモデル化
8.4.4シミュレーション結果:実測値の傾向を再現する結果
8.4.5課題はモデルの一般化
9.消費者の心理空間モデル
9.1知覚空間の分析モデル
9.2消費者の知覚空間を知るための解析手法
9.2.1解析手法の適用ノウハウ
9.3事例研究(1)企業イメージに関する課題解決
9.3.1企業イメージ形成モデル
9.3.2コンタクト・ポイントの測定と管理
9.3.3ポジショニングを規定するコンタクト・ポイントとイメージ
9.3.4コーポレート・ブランディングの課題
9.3.5理想ベクトル・モデルによる仮想事例の分析
9.4事例研究(2)トップ企業のイメージ改善のシミュレーション
9.4.1クリエイティブ管理のためのシミュレーション・システム
9.4.2多次元尺度法による現状分析の実行例
9.4.3What-ifシミュレーション
10.消費者の買物行動モデル
10.1買物行動モデルとしてのHuff Model
10.1.1理論モデルと現実のギャップ
10.2Huff Modelの定義式
10.2.1修正Huff Modelの定義式
10.3事例研究(1)魅力度(cid:514)抵抗度型小売吸引力モデル
10.3.1修正Huff Modelの計算例
10.4事例研究(2)仮想の出店シミュレーション
10.4.1入力データと計算結果
10.4.2出店計画3ケースのシミュレーション結果の比較
10.4.3期待吸引人口数の多い地点トップ20の計算
10.4.4売場面積の適正水準
10.5今後のHuff Model研究の課題
附録1:参考資料
附録2:コンジョイント分析を想定した調査計画の実際
附録3:Scilabの導入手順と基本操作
引用・参考文献
あとがき
索引






























