37. Louvriere, J.J. & Woodworth, G.G. (1983). Design and Analysis of Simulated Choice or Allocation Experiments: An Approach Based on Aggregate Data. Journal of Marketing Research. 20(4). Р. 350–367.
38. Hartmann, A. & Sattler, H. (2002). Commercial Use of Conjoint Analysis in Germany, Austria and Switzerland. Research Papers on Marketing and Retailing (6 ed.). Hamburg: University of Hamburg.
39. Huber, J. (1997). What We Have Learned from 20 Years of Conjoint Research: When to Use Self-Explicated, Graded Pairs, Full Profiles or Choice Experiments. Sawtooth Software Research Paper Series. Р. 1–15.
40. DeSabro, W.S., Ramaswamy, V. & Cohen, S.H. (1995). Market Segmentation with Choice Based Conjoint Analysis // Marketing Letters. 6(2). Р. 137–147.
41. Gensler, S. (2003). Heterogenität in der Präferenzanalyse. Wiesbaden: Springer.
42. Rossi, S.E. & Allenby, G.M. (2003). Bayesian Statistics and Marketing // Marketing Science. 2(3). P. 304–328.
43. Deal, K. (2002). Hierarchical Bayesian Applications Expand // Marketing Research. 14(2). Р. 43–44.
44. Albers, S., Becker, J.U., Clement, M., Papies, D. & Schneider, H. (2007). Messung von Zahlungsbereitschaften und ihr Einsatz für die Preisbündelung // Marketing – Zeitschrift für Forschung und Praxis. 29(1). Р. 7–22.
45. Weiber, R. & Rosendahl, T. (1997). Anwendungsprobleme der Conjoint-Analyse: Die Eignung conjointanalytischer Untersuchungsansätze zur Abbildung realer Entscheidungsprozesse // Marketing – Zeitschrift für Forschung und Praxis. 19(2). S. 107–118.
46. Srinivasan, V. (2006). Adaptive Self-Explication of Multi-Attribute Preferences. Monterey. Presented at the ART Forum, 12. June 2006.
47. Schlereth, C. & Schulz, F. (2014). Schnelle und einfache Messung von Bedeutungsgewichten mit der Restricted-Click-Stream Analyse: Ein Vergleich mit etablierten Präferenzmessmethoden // Schmalenbachs Zeitschrift für betriebswirtschaftliche Forschung. 66(8). P. 630–657.
48. Jaeger, S. R., Hedderley, D. & MacFie, H.J.H. (2001). Methodological Issues in Conjoint Analysis: A Case Study // European Journal of Marketing. 35(11/12). P. 1217–1237.
49. Heidbrink, M. (2007). Reliabilität und Validität von Verfahren der Präferenzmessung: Ein meta-analytischer Vergleich verschiedener Verfahren der Conjoint-Analyse. Saarbrücken: VDM Verlag Dr. Müller.
50. Sattler, H. & Nitschke, T. (2003). Ein empirischer Vergleich von Instrumenten zur Erhebung von Zahlungsbereitschaften // Schmalenbachs Zeitschrift für betriebswirtschaftliche Forschung.
55(4). Р. 364–381.
51. Müller, H.C. (2014, December 15). Digitalisierung der Betriebswirtschaft. Handelsblatt. 241. S. 14–15.
52. Hoffmann, T. & Schölkopf, B. (2015, January 29). Vom Monopol auf Daten ist abzuraten // Frankfurter Allgemeine Zeitung. 24. S. 14.
53. Rueter, T. (2014). The price is right – then it’s not. http://discover.360pi.com/acton/attachment/9666/f-01e2/1/-/-/-/-/IR_ThePriceIsRight_1408.pdf. По состоянию на 12 февраля 2015 г.
54. Müller, K.-M. (2012). NeuroPricing. Freiburg: Haufe-Lexware.
55. Skiera, B. & Spann, M. (2003). Auktionen. In H. Diller & A. Herrmann (Eds.). Handbuch Preispolitik: Strategien – Planung – Organisation – Umsetzung. Wiesbaden: Gabler. P. 622–641.
56. Bernau, P. & Budras, C. (2015). Google macht uns Angst, Herr Varian. Vivanty. Р. 84–89.
57. McAfee, R.P. & McMillan, J. (1987). Auctions and Bidding // Journal of Economic Literature. 25(2). P. 689–708.
58. Skiera, B. & Revenstorff, I. (1999). Auktionen als Instrument zur Erhebung von Zahlungsbereitschaften // Schmalenbachs Zeitschrift für betriebswirtschaftliche Forschung. 51(3). S. 224–242.
59. Vickrey, W. (1961). Counterspeculation, Auctions and Competitive Sealed Tenders // Journal of Finance. 16(1). P. 8–37.
60. Wertenbroch, K. & Skiera, B. (2002). Measuring Consumers’ Willingness to Pay at the Point of Purchase // Journal of Marketing Research. 39(2). P. 228–241.
61. Wolfstetter, E. (1996). Auctions: An Introduction // Journal of Economic Surveys. 10(4). P. 367–420.
62. Kim, J.-Y., Brünner, T., Skiera, B. & Natter, M. (2014). A Comparison of Different Pay-Per- Bid Auction Formats // International Journal of Research in Marketing. 31(4). P. 368–379.
63. Becker, G., DeGroot, M. & Marschak, J. (1964). Measuring Utility by a Single-Response Sequential Method // Behavorial Science. 8(9). P. 226–232.
64. Schreier, M. & Werfer, J. (2007). Auktionen versus Lotterien: Ein empirischer Vergleich zur Messung von Zahlungsbereitschaften // Die Betriebswirtschaft. 67(1). S. 22–40.
65. Telser, L. G. (1967). The Demand for Branded Goods as Estimated From Consumer Panel Data // The Review of Economic Statistics. 44(3). P. 300–324.
Глава 4
Анализ. Психология цены
Краткое содержание
Теория психологии цены дополняет выводы классической экономики и, таким образом, способствует всеобъемлющему пониманию ценовых эффектов. В основе экономики и маркетинга лежит не только рациональная парадигма homo economicus, «человека экономического», составляющая ядро классической теории. Прайс-менеджмент и его процессы не следует рассматривать исключительно с экономической точки зрения. Нельзя забывать и о бихевиоризме (англ. behavior – поведение). В этой главе представлен обзор стратегий, учитывающих психологические факторы цены, и рассмотрены различные темы, относящиеся к новой научной области – поведенческому ценообразованию.
4.1. Введение
В главе 3 мы занимались экономикой цены. Цена – это независимая (причинная) переменная, а объем продаж – зависимая переменная. Задачей предыдущей главы было выявить количественные взаимосвязи между этими переменными. С теоретической точки зрения основой нашего исследования этих взаимосвязей была так называемая модель «стимул-реакция», модель С-Р. Классическая количественная экономика не занимается глубоким изучением вопроса «почему» относительно функции «цена-отклик», то есть того, что происходит между стимулом («цена») и реакцией («объем продаж»). Иными словами, мы не пытались объяснить, что происходит в «организме» покупателя. Вот почему мы также называем модель С-Р «черным ящиком». Еще одна важная установка экономического анализа – это предположение, что потребитель хорошо информирован и поступает в основном рационально. Он знает цену товара и способен оценить его ценность. Таким образом, функция «цена-отклик» имеет отрицательный уклон, за исключением крайне редких обстоятельств.
