| 研究課題/領域番号 |
15K03748
|
|---|
| 研究機関 | 名古屋商科大学 |
|---|
研究代表者 |
山田 昌孝 名古屋商科大学, 商学部, 教授 (20174740)
|
|---|
| 研究期間 (年度) |
2015-04-01 – 2019-03-31
|
| キーワード | オーガニック・インフルエンサー / イノベーター / ピラミッド型カテゴリーデータ |
|---|
| 研究実績の概要 |
本応募者は、過去数年来、消費者革新性について研究してきた。その目的は、消費者のイノベーション採用行動の予測精度向上にあった。採用行動には消費者革新性が重要な要因であることが実証されたが、ここ１、２年の ICT、とりわけ、ソーシャルメディアとスマートフォンの急速な発達・普及で、消費者と小売業を取り巻く環境が著しく変わり、業界では消費者革新性に加えてインフルエンサーの影響に重きを置くようになってきた。本研究では、業界の用いるインフルエンサー（SNS 等で活躍している非有名人を想定）を所与とし、1.その実態調査、２．代表的なものの概念、測定スケールを明らかにし、３．我々の消費者革新性スケールを用いて両者の関係を解明する。その上で、４. ICT 環境での消費者イノベーション採用過程を明らかにする。
上記の目的をもって研究を開始した。所謂ネット上のショッピング・モールで活躍する購入した商品についてのレビュー（UGC=user generated contents)を書く人々に注目した。例として楽天市場のレビュアー番付を用い、まず、３組に分けた番付と既存の複数の消費者影響尺度の41項目との相関の高い9項目の和で尺度を作るという簡便法を開発し、オーガニックインフルエンサー・スケールとした。
つぎに、このスケールを用いて各レビュアーがどの番付グループに所属するかを推定する予測モデルを開発した。頭書は、通常の３カテゴリー順序ロジスティックモデルを使用して目的達成可と考えていた。所が最下位のみが精度がよく、肝心の最上位の予測精度が悪いことが判明した。その解決策を先行研究に求めたが解決策を見つけることができなかった。試行錯誤の結果、ピラミッド型カテゴリーデータの場合、被説明変数の序数性に依拠して最上位の２カテゴリーのみのデータを使って二項ロジット・モデルを推定すれば解決することが分かった。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
おおむね順調に進展しているという理由は、目的の１，２については、既存の消費者影響尺度である領域固有革新性尺度、インフルエンサー尺度、マーケットメイブン尺度、アドボカシー尺度、感性の感度尺度の計41質問項目を使った簡便法を開発して９項目の質問を決定できた。それを用いた質問紙に回答した人がどの番付グループに属するかを決定する方法については、頭書、通常の３カテゴリー順序ロジスティックモデルを使用してどのカテゴリーに所属するか予測可能と考えていたのが、実際には最下位のみが正答率が高く、その他のカテゴリーの正答率は著しく悪いものであることが分かった。そのため、提案した方法は、トップ２カテゴリーのみのデータで二項ロジット・モデルを開発するというものであるが、先行研究を探しても関連する文献を検出ことができなかったために約１年を費やしたが、依然として確信が持てる状況に至っていないのがつい最近まで続いた。とは言え、目的３については、構造方程式を使わずにイノベーターとオーガニックインフルエンサーの相関係数と分布図をプロットすることによってこの二つのパーソナリティーを同時に持つ消費者は非常に少ないことが実証でき、同時に、本インフルエンサーの研究が新製品の採用と普及にスピードと広範囲性を与えるのには不可欠であることが実証され研究の意義が確認された。
そこで、これまでの材料で論文化（英文）する作業に入り、昨年末より３月末まででほぼ完成に至った。多項順序ロジスティック・モデルは、回帰モデルなどと違い奥の深いものであることが分かったことが最大の収穫と考えている。完成した論文を２月初めに６月のISMSのMarketing Science Conference(Temple University, Philadelphia)のAbstract with Paperという部門に投稿し、３月半ばに採択された。
|
| 今後の研究の推進方策 |
幸い２月中に出願した期間延長願が採択されたので、採択された論文をエディタ経験豊かなAmbar G. Rao教授(Wasigton U in St.Louis)とDonald R. Lehmann教授(Columbia U)に送り、分析視点と手法の確認と重点の置き方についてのコメントを頂いた。心配をしていた二項ロジット・モデルによるインフルエンサーの抽出法については、何の疑義も示されなかった。
期間延長の目的は、６月のMarketing Science Conferenceでの発表がAbstractのみ部門が通常２０分の発表時間なのに対して倍の４０分なので順序ロジット・モデルに精通した人の評価が得られる可能性が高いと考えたからである。
昨年７月から、統計分野に詳しい法政大学の長谷川翔平先生に共著者として参加いただき、分位点回帰や他の手法を試み、ZIOP(C)モデル(Harris and Zhao 2007)による比較分析を用いたところ、我々の提案手法の方がこの代替モデルよりよいという結果を得た。つまり、モデルの比較ではなく、ピラミッド型の順序データにおいて最上位の所属確率の予測には、理論的にも実証的にも最上位２ランクのみのデータでモデルを推定する方法が最適であることが分かった。
また、時間・位置情報を備えた未来データに基づいた高いコンバージョン・レートを実現するビジネス・モデルを調査・分析する予定で計画していたTixeeが他社に吸収されてしまい休業状態になってしまったため、代替案として実施した将来のイベントのチケット購入に対して企業側から発信するマーケティング刺激に対する消費者行動、具体的には、ディスカウントチケットの利用などに関する質問紙調査を昨年末に実施し、このデータの分析整理をおこない結果報告をする予定である。
幸い、近接マーケティングの研究が採択され継続研究が可能となった。
|
| 次年度使用額が生じた理由 |
研究成果を2018年6月に開催される国際学会、40th ISMS Marketing Science Conference (Temple University) にて発表して、専門家の批判・評価を得ることを期待していたため。特にAbstract with Paperという部門に投稿できるとの情報を得たためである。
|
