dsd促销效果研究Word格式.docx

1、在中国，随着经济体制从计划经济向市场经济的转型，市场也由卖方市场向买方市场转变。当前的中国市场，特别是消费品市场，已经基本变成了一个由消费者主导的市场。这样一种转变的直接结果就是导致了企业间竞争的加剧。这种竞争的最显著表现之一就是销售促销竞争的白热化。在有些行业，如快速移动消费品和家电，零售促销的竞争已达到了如火如荼的程度。每一项销售促销措施都需要一定的营销经费来支持，这种经费支持本质上是企业的一种投资行为。如何使销售促销投资带来最大的回报就成了营销决策中的一个关键问题。为了回答这个问题，我们就必须对销售促销的效果进行定量评估。八十年代以来随着条形码零售电子扫描数据的问世，美国等西方发达国家的

2、学者及实业界对销售促销的效果进行了大量的系统研究。现在很多西方大公司的日常销售促销决策都是在对销售促销的效果进行定量分析后做出的。在中国，目前还没有对这方面的数据进行系统地搜集。在这方面的研究和应用也只是处于起步阶段。学术界对这个问题的研究比较少；虽然有的市场研究公司做了一些有益的尝试，但是所使用的数据和分析方法较简单，结果的可靠性也较差。本文旨在填补这方面的空白，介绍一种可以在中国实际应用的销售促销的评估方法。本文将以在上海一家超市所搜集的消费者购买妇女用品的观察数据为例，介绍如何应用计量经济学模型 Multinomial Logit （MNL） 模型对销售促销的效果进行评估。 MNL 模型

3、是由美国经济学家麦克法登（ Daniel McFadden ）教授开发并推广的（ McFadden, 1974, 2001 ）。他因为在该领域的贡献而获得了 2000 年的经济学诺贝尔奖。 MNL 模型在西方的营销研究中得到了广泛的应用，但是该模型在中国的营销研究中几乎还没有得到任何应用。本文将具体地介绍如何界定和估计该模型，并利用模型的结果对销售促销的效果进行评估。具体地，本文将研究销售促销手段对市场份额增长的影响。 MNL 模型对本文所使用的消费者购买观察数据的拟合是很好的。这说明在目前中国尚缺乏系统数据的情况下，将模型应用于这种的简单的数据仍然可以有效地评估销售促销的影响。研究结果发现，

4、所有的销售促销手段对市场份额增长的贡献都是正的，但是贡献的大小或促销的效力却存在着显著的差异。在销售促销实践中，使用最频繁的促销手段却不是效力最大的手段。这意味着销售促销投资的回报也许不是最优的，销售促销的决策有待进一步地改善。本文是按照下列顺序组织的。第二部分介绍销售促销的概念框架及效果评估方法；第三部分介绍 MNL 模型的界定和估计过程；第四部分描述所使用的数据，分析模型的结果，并用模型的结果来评估销售促销的效果；最后是讨论和总结的部分。2 销售促销及其效果评估 2.1 销售促销的概念、特点及主要方式 Blattberg 和 Neslin 的销售促销（ Sales Promotion ）是

5、销售促销研究领域里的权威著作（ Blattberg and Neslin, 1990 ）。按照他们的定义，“销售促销是一个行动聚焦的营销事件，它的目的是要对企业顾客的行为有一个直接的影响”。具体地，销售促销包括以下四方面的内涵。第一，销售促销是行动聚焦的（ action focused ）。销售促销最重要的特点是要顾客采取行动。这里，顾客可以包括分销商、零售商以及最终用户。另外，销售促销通常也只是在有限的时间范围内执行。第二，销售促销是营销事件（ marketing events ）。销售促销是营销行为，因为它涉及到生产厂家与它的顾客之间的关系。销售促销通常是由两个或以上的促销刺激手段所构成，

6、如降价与赠品一起执行，所有这些手段叫做一个事件。第三，销售促销是要在行为上有直接的影响（ direct impact on behavior ）。销售促销的一个显著特点就是要刺激顾客更多地或更快地购买所促销的商品。这与通常用来建立品牌的广告有所不同。最后，销售促销是用来影响消费者或中间商的（ consumers or intermediaries ）。消费者是销售促销的最终目标，但很多时候生产厂商是通过影响中间商来实现的（ Blattberg and Neslin, 1990, pp. 1-3 ）。作为一种促销方式，销售促销具有以下两个特点（ Blattberg and Neslin, 199

7、0, P. 3 ）。第一，销售促销的目的是要立刻取得销售量的增长。因为有销售促销的刺激，有些消费者本来没有计划要购买所促销的产品结果购买了；有些消费者计划要购买所促销的产品结果比计划多买了。这些消费者的购买行为都会在短时间内增加所促销产品的销售量。但是，我们应该意识到，销售促销刺激消费者在短期内购买或者多买所促销的产品，可能只是改变他们的购买时间，而不会增加他们的消费。所以，销售促销可能不会增加长期的销售量。第二，销售促销是一种短期的促销行为。不像广告，销售促销通常仅仅在一个有限的时间范围内进行，如四个星期。但是我们应该注意，销售促销虽然是一种短期的促销行为，但它的影响未必是短期的。例如，有研

8、究发现，从长期来看销售促销会消弱品牌资产，增加消费者的价格敏感度（ Mela, Gupta and Lehmann, 1997 ）。销售促销主要有三种方式：消费者促销（ consumer promotion ）、零售商促销（ retailer promotion ）和交易促销（ trade promotion ）。消费者促销是生产厂商直接向消费者提供的促销，如优惠券、免费样品、优惠装、抽奖，等等。零售商促销是由零售商向消费者所提供的促销，如降价、大厅或货架展示、印刷广告、商店优惠券，等等。交易促销是由生产厂商向零售商或分销商所提供的促销，如降价补贴、印刷广告补贴、特别展示补贴、交易优惠券，等等

9、。交易促销的顾客虽然是零售商或分销商，但是生产厂商的真正目的是希望零售商或分销商能将让利的部分由零售商或分销商转给消费者。所以，交易促销通常是由零售商促销的方式来实现的。交易促销是最常采用的销售促销方式，占去了销售促销的绝大部分经费。这三种销售促销方式的关系见下图。2.2 销售促销评估的意义及方法 作为一种有效的刺激手段，销售促销可以帮助企业在短期内提高或者保持其销售量或市场份额。但是，销售促销也是需要大量的经费支持的。销售促销实际上是一种企业的投资行为。像在其它任何领域的投资一样，企业自然希望在销售促销活动中获得最大的投资回报（ return on investment, or ROI ）。

10、如何获得最大的销售促销 ROI 就成为企业决策人员，特别是营销和销售决策人员，需要研究和决定的一个重要问题。在对销售促销的效果进行评估之前，我们首先要决定用来测量业绩（ performance ）的指标。采用哪一个业绩指标来评估取决于销售促销的战略目的。如果企业的销售促销目的是要在短期内提高销售业绩或利润，可以用销售量或利润来测量；如果企业的销售促销目的是要保持或提高其市场份额，则用市场份额作为指标。前者的重点在于企业自身的业绩，后者的重点在于企业的竞争。利润在理论上是比较理想的业绩测量指标，因为它可以直接反映出销售促销对利润的影响。但是在实践中，利润却很少被用来作为业绩测量指标。这是因为，要

11、计算利润我们需要销售收入和成本两块数据（利润 收入 成本）。成本数据通常较难获得。所以，多数的学术和实业界的研究都是采用销售量或市场份额作为业绩指标。本研究将评估销售促销对市场份额的影响。我们可以采用不同的数据来评估销售促销的效果。在目前国际上的研究中，有三种数据形式使用的比较多。第一种是实验数据。通常使用的实验方法有两种：时间序列准实验（ time series quasi-experiments ）和两组前后实验（ two group pre-post experiments ）。这两种方法都是要搜集实验前、实验中和实验后的销售数据（关于具体的实验设计方法，请参考 Blattberg an

12、d Neslin, 1990 ， Chapter 6 ）。第二种数据是零售商店在结帐点（ point-of-sale or POS ）扫描的商店数据（ store data ）。这种数据不仅记录着每一种卖出商品的销售量，还记录着这些商品在当时的价格以及零售商的促销手段。这些记录通常是以星期为单位进行汇总的。第三种数据是消费者个人的购买历史数据（ panel data ）。这种数据记录着参加研究的每一个消费者家庭购买某一具体商品的具体时间、地点、数量、价格和促销条件等。这种数据是要常年追踪的。第二和第三种数据是由专业的营销研究公司进行搜集和整理的（如美国的 Information Resourc

13、es, Inc. （IRI） 和 A C Nielsen ），所以得到了广泛的应用。实验数据使用的越来越少，通常是在第二和第三种数据没有的情况下才会采用。在中国，虽然有个别的营销研究公司开始搜集零售扫描数据和个人购买历史数据，但是还没有向社会公开。数据的缺乏是阻碍中国企业对销售促销效果进行评估的一个原因。本研究所使用的数据是勺海市场研究公司在在一家零售商店搜集的消费者购买数据。这种数据一方面具有商店数据的特点，因为它记录了商店每天的实际销售量；另一方面，这种数据又具有个人购买历史数据的特点，因为它记录了消费者的有关情况。这种数据虽然不能像商店数据和个人购买数据那样进行常规的搜集，但在中国目前缺

14、乏相关数据的情况下，这种数据搜集方法不失为一种可行的有效方法。具体细节，请见下文。有许多的分析方法可以用来评估销售促销的效果，概括起来主要有两种：一种是简单的对比方法，另外一种是统计模型方法。对比方法通常是对促销前、促销中和促销后的销售数据进行对比分析，从而得出促销前后的差异（ before-after ）。这种方法可以应用上面列出的所有数据形式。其优点是分析简单，易于操作；缺点是结果不一定很准确。统计模型方法被越来越广泛地应用到促销效果的评估研究中。根据所使用数据的不同，统计模型的方法也有所不同。例如，零售商店数据（ store data ）通常应用回归或时间序列的方法进行分析（回归模型的例子，参考 Dick R. Wittink, et. al. ， 1987 ；时间序列模型的例子，参考 Abraham and Lodish ， 1987 ）。由于回归技术易于操作的优点，所以在实际应用中被更多的研究人员所采用。个人购买历史数据（ panel data ）通常使用 MNL 模型或 Multinomial Probit 模型来分析（ MNL 的例子，参考 Guadagni and Little ， 1983; Multinom