• Refine Query
  • Source
  • Publication year
  • to
  • Language
  • 1
  • Tagged with
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • About
  • The Global ETD Search service is a free service for researchers to find electronic theses and dissertations. This service is provided by the Networked Digital Library of Theses and Dissertations.
    Our metadata is collected from universities around the world. If you manage a university/consortium/country archive and want to be added, details can be found on the NDLTD website.
1

Behavioral Biases in Marketing: Conducting Choice Experiments with Inattentive Consumers and Modeling their Decisions

Yegoryan, Narine 26 August 2020 (has links)
Eine zentrale Aufgabe des Marketings ist es, die Präferenzen von Konsumenten zu verstehen und die Heterogenität dieser aufzudecken. Eine Reihe kritischer Entscheidungen, z.B. bei der Neuproduktentwicklung, der Marktsegmentierung und dem Targeting oder der Preisgestaltung, beruhen auf der genauen Einschätzung der Konsumentenpräferenzen. Die Marketingliteratur hat sich bisher auf die Entwicklung von Modellen und Schätzverfahren konzentriert, die es ermöglichen, die Heterogenität von Konsumentenpräferenzen aufzudecken. Konsumenten unterscheiden sich jedoch auch in der Art und Weise, wie sie Kaufentscheidungen treffen und welche verfügbaren Informationen sie nutzen. Das Ziel dieser Dissertation ist es, unser Verständnis für die Unaufmerksamkeit der Konsumenten gegenüber Produkteigenschaften bezüglich Entscheidungen zu verbessern. Es geht darum, 1) die Verbreitung einer solchen Unaufmerksamkeit in verschiedenen Kontexten zu untersuchen, 2) die Methoden, die ein solches Verhalten explizit berücksichtigen, zu untersuchen und zu erweitern, 3) potenzielle Verzerrungen in Parametern zu verstehen und 4) Implikationen für das Management abzuleiten. Die Ergebnisse aus einer umfassenden Reihe von Anwendungen legen nahe, dass Konsumenten in verschiedenen Kontexten (z.B. Produktkategorien) und Settings (z.B. von hoher oder niedriger Komplexität) eine Menge an verfügbaren Informationen bezüglich Produkteigenschaften ignorieren. Zweitens, Entscheidungsmodelle, die ein solches Verhalten explizit berücksichtigen und zusätzlich weitere Daten wie z.B. Eye-Tracking nutzen, zu einem besseren In- und Out-of-Sample-Fit führen. Drittens führt die Missachtung eines solchen Verhaltens zu Verzerrungen, deren Richtung und Größe von der Art des Merkmals (d.h., ob eine bestimmte Richtung der Präferenzen erwartet werden kann) und dem Anteil der Konsumenten, die dieses Merkmal ignorieren, abhängt. Infolgedessen kann es dazu kommen, dass Manager keine optimalen Preis- und Targeting-Entscheidungen treffen. / A central task of marketing is understanding consumer preferences and uncovering consumer heterogeneity. A range of critical decisions, e.g., new product development, market segmentation and targeting, or pricing, rest upon accurate estimation of consumer preferences. Marketing literature has mainly focused on the development of models and estimation procedures that allow uncovering heterogeneity in consumer preference. However, consumers differ not only in their tastes but also in the way they make purchase decisions and the information they use. The overall objective of this dissertation is to enhance our understanding of consumers' inattention to attributes when making choices. It aims to 1) examine the prevalence of such inattention across numerous contexts and settings, 2) investigate and extend the approaches that explicitly accommodate such behavior, 3) understand potential biases that may arise, and 4) demonstrate managerial implications when such behavior is neglected. The findings from a broad set of applications suggest that consumers ignore a substantial amount of available attribute information across various contexts (e.g., product categories) and settings (e.g., of high or low complexity). Second, we establish that choice models explicitly accounting for such behavior and, additionally, leveraging supplementary data such as eye tracking, result in better in- and out-of-sample fit. Third, neglecting such behavior leads to significant biases, the direction and the magnitude of which depend on the type of the attribute (i.e., whether a particular direction of preferences can be expected) and the share of consumers ignoring this attribute. As a result, managers may make suboptimal pricing and targeting decisions.

Page generated in 0.0311 seconds