消费者数据是广告商制定营销战略的重要依据。随着信息技术及电子商务社交网络的迅速发展，大数据技术的应用日益完善，消费者基于互联网的访问、浏览、点击、购买等在线数据大量累积，这些数据直接或间接反映了有关消费者行为轨迹和偏好倾向等方面的详尽信息，为个性化营销的实施提供了丰富的数据资源。
目前，广告模式正面临着由传统广告向互联网广告的转变，众多广告商致力于通过不同渠道，诸如媒体平台、短信、邮件等方式针对目标消费者传递相关的广告信息。然而，大量广告信息的干扰可能会使消费者产生反感甚至厌恶的情绪，导致消费者会采取相关措施抵制广告，具体表现为运用相关工具拦截及屏蔽相关广告等。在此背景下，汉斯出版社《电子商务评论》期刊中，有论文致力于从广告商的角度出发，基于贝叶斯劝说理论研究考虑消费者屏蔽行为的劝说型广告的最优投放策略。
广告作为企业向公众宣传产品的有效手段，其宣传效果直接影响着消费者的购买行为。国内外学者对广告的研究大多围绕信息型广告展开，而对劝说型定向广告的研究较少，这类文献多集中于探究不同市场信息广告的定价策略及定向信息广告对企业利润的积极影响。劝说型广告为广告研究提供了新的思路，其以说服为目标，通过影响消费者对广告产品的价值感知。
贝叶斯劝说模型为劝说型广告最优策略的研究提供了理论依据，模型考虑相对接收者具备信息优势的发送者如何发送信息以影响接收者的信念，使接收者的行动决策满足发送者效用最大化的预期目标，通过构造发送者效用函数的凸包得到最佳信号机制。基于经典的贝叶斯说服模型，众多学者对此进行了扩展，包括多个发送者、多个接收者、动态机制、私人信息的接收者等，令其适用于更广泛的应用场景。
在消费者反广告行为研究方面，针对消费者的反广告行为如何采取相应的广告策略成为众多学者研究的热点所在。本文围绕消费者屏蔽行为展开，构建了消费者屏蔽行为可辨别和不可辨别两种情况下的广告投放模型，进一步，对两种情况进行了对比分析。
研究得出，合理的消费者选取比例对企业利润而言至关重要，企业往往通过技术投入来辨别消费者屏蔽行为，并选取一定比例的消费者，从而提高广告的投放效率。然而，消费者的选取比例并不是越高越好。因为：一方面，当消费者屏蔽概率较高的情况下，企业可降低消费者选取比例，从而减少成本支出，提高市场利润。相反，当市场中消费者屏蔽概率较低时，企业应适当提高选取比例并将其设定在特定范围从而获得最优利润；另一方面，固定成本较高时，增加消费者选取比例对广告方是有利的，反之，则可以向市场中所有消费者投放广告。
文章来源：https://doi.org/10.12677/ECL.2020.94011
|
|
