品牌重疊理論及手機實證分析

時間：2024-09-12 15:42:30 工商管理畢業論文

品牌重疊理論及手機實證分析

　　1 引言

品牌重疊理論及手機實證分析

　　目前中國正在經歷由“中國制造”向“中國創造”轉型的重要時期。日趨激烈的市場競爭,以及產品高度同質化的現象使越來越多的中國企業開始意識到品牌是競爭制勝的法寶。然而,絕大部分企業都沒能真正在消費者心目中樹立清晰、強大的品牌形象,反而由于在產品、渠道、品牌規劃和建設推廣等方面互相模仿,導致品牌往往缺乏差異性。同時,消費者面臨海量信息和有限注意力的突出矛盾[1],以及理性思維能力的有限性[2],使其很難認真關注企業的品牌信息,除非品牌具有明顯的獨特性。因此,由企業相互模仿產生的品牌趨同,加上消費者由于自身能力有限而產生的品牌混淆,導致消費者感知到的品牌之間具有較大的重合度,即出現了品牌重疊現象。品牌重疊問題已經成為理論界和實業界關注的焦點問題之一。對品牌重疊的研究能夠讓企業知曉消費者對企業品牌定位的感知情況,指導企業在進行品牌規劃時制定合適的品牌戰略保證品牌獨特的個性特征和情感訴求;或讓企業了解如何利用品牌重疊創造企業利益。但這都需要一個前提,即如何量化品牌重疊。但是已有的研究均是從不同角度對品牌重疊進行研究,尚缺乏完整的品牌重疊測度的理論模型,而且品牌重疊的實證結果并不直觀,影響了學者和實業界對于結果的客觀理解。本文致力于梳理現有的品牌相關理論,構建出品牌重疊測度理論模型,并基于此模型對其進行實證研究,在實證結果的處理上力求準確、直觀。基于此考慮,本文以中國大陸手機市場七個品牌作為研究品牌,通過收集、分析基于消費者的調研數據,實證分析了品牌重疊的存在。實證研究過程中,筆者創新性地運用最小誤判率表征的品牌混淆程度構建相似程度矩陣,利用多維尺度分析 (Multidimen-sional Scaling Analysis)形成二維圖,表征出7個手機品牌的無形感知重疊狀況。

　　2 品牌重疊理論基礎

　　2.1 品牌定位理論

　　作為營銷理論的重要組成部分,品牌定位理論主要是指在特定的消費者群體或細分市場中找到合適的位置,使得消費者以正確的方式看待該品牌[3]。品牌定位理論可以分為企業視角的品牌定位和消費者視角的品牌定位,企業視角的品牌定位進一步分為目標定位(Intended Positioning)和實際定位(Ac-tual Positioning)。企業視角的品牌定位強調企業向消費者傳播品牌的相關信息導致消費者加強對品牌的認識。Brown等[4]認為目標定位是企業期望目標群體對品牌產生的看法。而實際定位是企業實際上向消費者傳播的品牌定位信息,Krishnan[5]把實際定位解釋為企業通過廣告宣傳、品牌包裝等來建立品牌定位。這兩者之間的區別在于目標定位是企業想給消費者傳播的信息,而實際定位是企業通過不同的信息傳播渠道給消費者提供的品牌定位信息。消費者視角的品牌定位強調消費者在得到企業傳播的品牌信息后在腦海中形成的品牌定位[6]。Crawford[7] 對兩種視角觀點進行了對比,指出企業視角的品牌定位認為企業掌握著改變消費者對品牌定位的感知的能力,而消費者視角的品牌定位認為改變對品牌定位感知的權力掌握在消費者自己手中。在此理論基礎上Kerin等[8-9]提出了感知定位(Perceived Positioning),認為消費者通過吸收來自于企業的實際定位信息對品牌形成了一系列的感覺和評價。圖1解釋了三個不同定位之間的關系。企業的目標定位經過實際定位和消費者主觀因素的修正最終形成消費者的感知定位,感知定位是公司目標定位的結果。筆者認為,基于消費者感知的品牌定位是市場對于品牌定位的真實反映。

　　2.2 品牌重疊內涵研究

　　2.2.1 品牌重疊定義

　　英國著名品牌學家de Chernatony[10]給出了一個品牌的最新定義:品牌是一個有形價值與無形價值的組合,這些價值會給消費者帶來特殊的、有意義的體驗。其中品牌的有形價值和無形價值,分別對應品牌的內在屬性和外在屬性。品牌的內在屬性使品牌具有功能性價值,并決定了產品的性能,能夠滿足消費者對產品的功能性需求, 內在屬性具有有形性。而品牌的外在屬性使品牌具有象征性價值,可滿足消費者在社會歸屬和自我感知方面的需求[11-12],外在屬性具有無形性。根據品牌定位理論,企業通過規劃設計使其產品和形象在目標消費者群體的頭腦中占據一個特殊的位置。而在競爭市場中,多個企業會向同一消費者群體提供產品,造成品牌定位接近或相似,這種相似包括品牌有形特征相似和無形特征相似。根據品牌特征和品牌定位理論,筆者將品牌重疊定義為:“兩個或多個品牌由于在品牌定位上的接近,在品牌有形特征和無形特征上出現的相似程度”。筆者通過梳理品牌重疊相關研究發現已有文獻也從三個不同側面刻畫了品牌重疊:(1)相似性 (Similarity),指品牌之間在功能性價值上的相互接近[13-14];(2)典型性(Typicality),用來衡量一個品牌與該品牌所屬類別在核心特征上的接近程度;(3)概念一致性(Brand Concept Consistency),描述兩個品牌在無形特征方面的共同度[15-16]。可以看出,本文提出的品牌重疊概念完全涵蓋了上述三種情況。

　　2.2.2 品牌重疊的原因

　　品牌重疊的原因可通過以下理論解釋:(1)品牌定位理論。根據品牌定位理論,品牌在定位的過程中必須展現出與眾不同的差異點,同時也必須與其他競爭品牌擁有共同點;差異點和共同點的選擇是定位的關鍵。當品牌的某些屬性不再獨特時,品牌之間就出現了一個共同點[5]。這正是品牌重疊的雛形。(2)消費者知識。根據消費者知識理論,不同的消費者對同一品牌的了解程度、熟悉程度不同,非專業消費者相比專業消費者,常常不能很好地區分品牌,即感知的品牌重疊較高。

　　2.2.3 品牌重疊類型

　　從品牌定位方面來說,企業的目標品牌定位與消費者的感知品牌定位之間存在差異。企業角度的品牌重疊,本文稱之為“目標品牌重疊”;消費者角度的品牌重疊稱為“感知品牌重疊”。而在品牌定位的過程中,企業在確定目標市場后,必須確定競爭對手,并找到與競爭對手之間存在的共同點和差異點。品牌是一個無形和有形特征的組合,所以從品牌屬性的角度,兩個品牌的重疊可以被區分為:品牌無形特征重疊和品牌有形特征的重疊。根據品牌定位和品牌屬性的二維度表征,筆者認為存在圖2所示四種品牌重疊類型。可以看出,“相似性”橫跨有形目標品牌重疊和有形感知品牌重疊;“典型性”基于消費者角度,橫跨無形感知品牌重疊和有形感知品牌重疊;“概念一致性”橫跨無形目標品牌重疊和無形感知品牌重疊。可以看出,三種已有的品牌重疊測度均包含部分本文提出的品牌重疊類型,但均不完全涵蓋。故本文提出的品牌重疊類型完善、擴充了已有研究對品牌重疊的認識。本文在梳理品牌重疊類型后,選擇無形感知品牌重疊作實證研究。之所以選擇此類型做實證研究基于以下原因:一、自我一致性理論認為:消費者會通過品牌來進一步的定義和表達自己;當品牌的形象與消費者的個人形象非常一致,或者品牌的形象與消費者想要達到的形象非常類似時,消費者就會偏向使用該品牌[17]。對消費者來說,品牌的無形特征重疊,常常比有形特征重疊具有更大的影響;二、基于品牌定位理論[3-4],本文認為基于消費者視角的品牌感知定位客觀的展現了品牌在市場中的真實表現。無形感知品牌重疊強調消費者所感知到的品牌在無形特征上的相似現象,而品牌的無形特征主要是與產品無直接關系的因素,包括品牌形象、品牌個性、品牌概念等。本文中,筆者主要從品牌無形特征中的品牌個性角度來研究無形感知品牌重疊,以下本文將論述品牌個性相關研究。

　　2.3 品牌重疊維度的選取

　　品牌個性可以被定義為品牌在創建過程中被賦予的氣質和特點,是消費者感知品牌時賦予的人性化特質和相對穩定的心理感知,具有主觀意識的屬性 [18-19]。品牌個性是品牌定位中最重要的成分[10]。諸多學者對品牌個性的維度進行了深入的研究,其中Aaker根據西方人格理論的“大五”模型發展了一個系統的品牌個性維度量表(Brand Dimen-sions Scales,BDS),提出了品牌個性“五大因子”,許多學者在不同的國家和地區采用類似的方法對品牌個性維度進行了相應的研究[20]。Aaker的 “大五”模型主要來自于統計學的運用,從應用的角度該模型具有很強的實用性。因此,在品牌個性測評中,該模型得到了廣泛的使用。本文也使用Aaker開發的“大五”模型作為量化測度無形感知品牌重疊的維度模型。

　　2.4 品牌重疊測評方法

　　通過對相關文獻的系統回顧,筆者認為目前對于品牌重疊的測度有如下三種思路:一是基于生態位視角的品牌重疊測度[21],但是直接套用其中的公式與方法也會存在諸多問題[22];二是基于品牌自身視角的品牌重疊測度[23-27],但直接基于多指標體系的測評研究的可靠性難以保證,且指標體系不盡合理,權重的確定較為主觀;三是由趙紅和韓福榮(2008)[22]提出的基于最小誤判率的品牌重疊測度,此方法一方面從品牌重疊的形成過程入手刻畫品牌重疊程度,規避了人為對指標進行賦權的問題,另一方面允許研究者以品牌的各種屬性作為研究維度進行品牌重疊研究,只要滿足作者提出的最小誤判率方法適用的四個前提假設。具體如下:假設1: 品牌可以由一個屬性體系來進行描述,屬性之間相互獨立,不具有可補償性。假設2:品牌之間的差異主要由顧客對其屬性的認知的不同而引起,相應的,品牌之間的重疊也由顧客對其屬性認知的相同而產生。假設3:顧客對品牌在某一屬性維度上的認知可以進行連續的度量。假設4:顧客總體對該品牌在某一屬性的認知的分布密度函數或幾個屬性上的聯合分布密度函數是連續的、正態或接近正態分布的。出于綜合考慮,筆者選用基于最小誤判率的品牌重疊測度方法作為本文的研究方法。

　　3 實證研究

　　3.1 問卷設計與樣本采集

　　感知品牌定位的研究視角要求本研究將消費者作為直接調研對象,以期通過問卷的形式得到消費者對多個品牌的品牌個性的感知情況,然后通過數據分析刻畫品牌個性視角下的無形感知品牌重疊。如前所述,本研究以Aaker提出的品牌個性大五模型[25]為基礎,利用7級里克特量表調查消費者對于中國大陸手機市場上 “蘋果”、“諾基亞”、“三星”、“摩托羅拉”、“索尼愛立信”、“LG”、“黑莓”七大品牌在“有能力的”、“有活力的”、“真誠的”、“強壯的”、 “有教養的”五個品牌個性維度上的得分。1代表該詞語非常不適合描述該品牌,7代表該詞語非常適合描述該品牌。在此,筆者將品牌個性大五模型的五個維度作為測度品牌重疊的維度。可以看到,所有品牌均由同一個維度體系———“大五”模型來進行描述,且維度間相互獨立,滿足最小誤判率前提假設1;量表主要調查消費者對七個品牌在五大維度上的打分,即測度的是消費者對品牌的不同感知情況,滿足前提假設2;量表采用7級里克特量表,消費者對品牌在每一維度的打分近似連續,滿足前提假設3;調研選取對象為大樣本,認為數據符合正態性分布,滿足前提假設4。因此可以利用最小誤判率方法對所收集數據進行分析研究。在問卷設計初步完成以后,筆者對問卷進行了預調研,在中國科學院研究生院金融營銷文獻前沿導讀課上施測了15名學生, 并得到了相應的反饋意見。筆者根據預調研的結果對語句進行了調整,得出了最終的調研問卷。正式調查是在中國科學院研究生院的營銷經典案例及職業生涯管理的課堂上進行的,為保證質量,由任課教師在課前要求學生填寫,在課后回收,以保證充分時間進行思考。本次調查共發放問卷500份,回收問卷481份,其中有效問卷450份,有效問卷回收率達到90%。其中285份問卷由男性填寫,425位被調查者年齡處在18-25歲,396位被調查者教育背景為碩士,320位被調查者月收入在2500元以下。

　　3.2 問卷信度及效度檢驗

　　測量問卷的信度有兩種思路[28-29]:一是計算某一次問卷所得數據的協方差陣或相關系數陣共有變異占總變異的比值,也即通過測量問卷的內部一致性來表征問卷信度,通常用Cronbach’s Alpha系數來表示;二是使用相關系數來表征問卷信度,包括再測信度、復本信度和折半信度。由于問卷實測條件的限制,筆者只計算折半信度。經計算,Cronbach’s Alpha系數為0.94,說明樣本數據的共有變異占總變異的94%,由測量誤差導致的變異只有6%,這說明問卷具有較高的信度;SPSS 19.0軟件隨機將樣本數據分為兩個部分,兩個部分的Spearman-Brown相關系數和Guttman Split-Half相關系數均為0.849,也從另外一個方面說明問卷具有較高的信度。從品牌的相關維度選擇來源上考慮,品牌個性的大五維度來源于實際的量表測驗,且為學術界所廣泛認可,因此具有良好的內容效度(Content Va-lidity)。從另一方面,品牌的五個維度具有相對獨立的特性,因此品牌個性量表需要有較好的區分效度。通常利用皮爾森相關系數矩陣 (Pearson CorrelationCoefficient Matrix)進行區分效度 (DiscriminantValidity)的分析,目的在于確認本研究的各個因素彼此之間不具有強烈相關性。從表1可知,相關系數處在0.4479至 0.6197之間,且多數在0.6以下,說明品牌個性的維度具有中度的相關性,各題項具有良好的區分效度。量表的聚合效度(Convergent Validity)通常是觀察問卷中各題項是否收斂到對應的各維度之下。對聚合效度的分析一般采用因子分析進行,分析量表是否通過KMO值、 Bartlett球形檢驗,以及萃取的因子解釋變異的大小。由于本研究所采用的問卷直接測量品牌的五個維度,每個維度下只有1個測項,因此不存在聚合效度問題。

　　3.3 最小誤判率分析

　　本研究利用最小誤判率表征品牌重疊[22],本研究應用判別分析做兩總體之間的判別,兩總體出現的概率相同[450/(450+450)=0.5],誤判損失亦難以量化,用貝葉斯判別分析分析本樣本體現不出其方法上的優勢。馬氏距離判別分析從訓練樣本中僅估計出總體均值和總體的協方差矩陣即可,方法較為簡便,但存在著總體信息提取不足,導致誤判率存在趨同化傾向。因此,站在樣本的角度,筆者使用Fisher判別方法進行誤判率的計算。誤判率的定義見表2。此時,品牌A和品牌B的重疊度定義為:做如上定義保證了誤判率取值在0到1之間。當NAB+NBA=0時代表兩總體之間沒有誤判,此時BOIAB=0;當 NAA=NAB且NBA=NBB時,代表兩總體完全相同,此時BOIAB=1。經過計算,筆者得到七個品牌的兩兩之間的最小誤判率見表3。

　　3.4 MDS相似程度矩陣改進

　　MDS分析的數據類型分為兩類[30]:(1)偏好數據,通過獲得調查對象對某些屬性的偏好,將品牌或刺激物排序從而獲得偏好數據;(2)感知數據,獲取方法有直接法和間接法兩種。根據本研究的問卷設計,筆者采用間接法獲取感知數據以進行MDS分析。此時,MDS分析的數據基礎為相似相異程度矩陣 (similarity matrix or dissimilarity matrix)。理論上,可用于表征兩個待研究主體之間的相似或相異程度的方式有很多,直觀來說,兩個點之間的距離即是一個較為常用的指標。一般可以通過計算兩兩研究主體之間的距離(歐氏距離、馬氏距離等)來近似表征兩兩研究主體之間的相似相異程度。本研究對于MDS的分析基礎———相似相異陣各個元素的計算進行改進,筆者定義任意兩個總體之間的相似程度用兩兩品牌之間的最小誤判率代替,最小誤判率表征兩個總體之間的距離有以下兩個優點:(1)最小誤判率是個無量綱的參數,因此能規避量綱影響。它將兩個品牌間的相似看作是消費者混淆的結果,其意義是將評價兩品牌相似或相異的權力交給消費者,基于消費者的視角要比基于廠商的視角更具有客觀性。(2)最小誤判率表征的相似相異程度取值范圍邊界有界,意義清晰。最小誤判率取值范圍為0到1,0代表兩個品牌無重疊,亦可代表兩個品牌的相異程度達到最大,相似程度達到最小;1代表兩個品牌完全重疊,亦可代表兩個品牌的相異程度達到最小,相似程度達到最大。筆者用表 3作為MDS矩陣的分析基礎進行分析,MDS結果如下圖3所示,應力值為0.00073975,模型擬合非常好。筆者依據圖3命名兩條因子軸。先看橫軸, “諾基亞”和“LG”分列橫軸的兩端,筆者依據這兩個品牌五維度的得分均值和方差進行命名,“諾基亞”在“真誠”、“教養”、“強壯”三個維度上均比 “LG”得分圖3 多品牌MDS分析示意圖顯著的高,綜合上述三個維度的具體意義,筆者將其命名為“品牌個性情感維度”軸。再看縱軸,“蘋果”和“LG”分列縱軸的兩端,同樣依據這兩個品牌五維度的得分均值和方差進行命名,“蘋果”在“活力”、“能力”、兩個維度上均比“LG”得分顯著的高,綜合上述兩個維度的具體意義,筆者將其命名為“品牌個性功能維度”軸。可以看到,“諾基亞”和“蘋果”代表了手機品牌個性的兩種類型,“諾基亞”屬于高情感屬性的品牌,“蘋果”屬于高功能屬性的品牌,而其他5個手機品牌的區分度并不大。也可以看出“品牌個性情感維度”軸解釋的品牌間感知差異要大于“品牌個性功能維度”軸:7個品牌在橫軸上區分的較為明顯;在縱軸上只能明顯的區分“蘋果”以及“諾基亞”,對其他5個品牌區分并不明顯。

　　3.5 模糊C均值聚類

　　為了進一步的將此7個品牌劃分為若干個子類,筆者對由MDS得到的結果進行模糊C聚類分析,所得結果見圖4。確定模糊C類的個數遵循如下原則:(1)根據節儉性原則,在上述指標相同的情況下,類別數越少越好;(2)PC、CE越大,SC、S、XB、DI、ADI越小,代表分類數較為合適。根據上述兩條分類原則,筆者認為分為四類較為合適。圖5為分為4類的模糊C聚類圖。從圖5可以看出,通過對MDS分布進行模糊C聚類,筆者認為存在如下4個子類:高功能類 (包括蘋果)、高情感類(包括諾基亞)、中情感低功能類(包括摩托羅拉、黑莓)和低情感低功能類(包括索尼愛立信、三星、LG)。中情感低功能類和低情感低功能類均包括一個以上品牌,每個子類中包含的品牌之間均存在不同程度的重疊,從表3也可以印證:摩托羅拉和黑莓之間品牌重疊高達0.9444,索尼愛立信和三星之間品牌重疊為0.9089,索尼愛立信和LG之間為0.88,三星和LG之間為0.8556。

　　3.6 結果討論

　　從實證結果可以看出,本方法用直觀的二維圖展示了手機品牌的重疊態勢,有助于研究者和管理者準確的把握結果的確切意義。品牌重疊相關的幾類研究包括品牌延伸、自我一致性、對比性廣告、品牌混淆以及生態位重疊。其中品牌延伸、自我一致性、對比性廣告、均缺乏從競爭性品牌的角度研究品牌重疊的研究;品牌混淆大多研究品牌有形特征的混淆,且大部分研究多為實驗法研究消費者對于商標形狀、顏色的混淆[31-34];生態位重疊直接套用生態位重疊度測評的方法的可行性和科學性都易受到質疑。現有的有關品牌生態位重疊的測評研究就傾向于選擇諸如市場占有率、顧客年齡、收入等便于量化的指標,偏向于“企業看品牌”的視角,忽略了“顧客看品牌”的重要性[21]。且生態位重疊結果大多為重疊指數的計算,結果的意義不甚直觀。由上可知,本文的研究結果較好的補充了相關研究的不足。

　　4 結語

　　本文在對品牌相關理論進行研究的基礎上給出了品牌重疊的定義,并結合品牌定位理論和品牌屬性給出了四種品牌重疊類型,并以其中的無形感知品牌重疊作為實證基礎,從品牌無形特征之一的品牌個性視角實證了無形感知品牌重疊的存在,實證過程中筆者創新性的利用最小誤判率方法得到了7個品牌的相似矩陣,利用MDS 分析得到了品牌重疊的二維平面示意圖。最小誤判率方法與一般的“距離”法相比,能更好地刻畫出兩個目標對象多維度間重疊現象。通過針對中國大陸手機市場7 大品牌所進行的消費者調研與實證分析,筆者分辨出四個不同的品牌類別:高功能類、高情感類、中情感低功能類、低情感低功能類,展示了7個品牌在品牌個性維度上的重疊態勢,有利于實業界對于品牌重疊現象的理解。本文的主要創新點有二:理論方面,在梳理品牌重疊內涵的基礎上,給出了品牌重疊的四種類型;實證方面,本文采用最小誤判率表征品牌之間的重疊態勢,并用改進的7個手機品牌的相似矩陣進行MDS分析,用模糊C聚類分析確定了四個品牌類。從方法上來說,基于最小誤判率的品牌重疊多維尺度分析作為一種系統、全面了解行業內品牌關系的工具,具有較強的實用性,可作為方法論用于其他行業領域的品牌重疊分析。而基于品牌個性維度的品牌重疊測評方法主要適用于各品牌有形特征(功能屬性)相差不大,品牌差異點主要在于無形特征上的行業環境中的品牌重疊測度。限于篇幅本文集中研究了無形感知品牌重疊,未來可考慮進行目標品牌無形重疊和有形重疊的研究,完善學術界和實業界對于品牌重疊機理的理解。同時,在未來的研究中,可以采用一些非線性方法(比如人工神經網絡)來改進最小誤判率中判別函數的判別效率,以加強最小誤判率方法的適用性。

【品牌重疊理論及手機實證分析】相關文章：

公共政策執行的影響因素與實證分析03-28

中國貿易出口結構與ＦＤＩ的實證分析03-21

我國外貿依存度的實證分析.03-19

盈余管理對審計費用影響的實證分析12-02