考虑顾客搜索成本与预期后悔的选择过载行为建模
选择过载效应，指消费者不太可能从大量的(vs. 小的)产品集中做出选择。这表明，提供更大的选品规模可能并不总是对零售商有利。本文构建了考虑—然后选择—后悔模型，将搜索成本和预期后悔考虑在内。
01
研究背景
如今，消费者面临着越来越多的购买选择。这种趋势在网上零售中更为明显，在网上展示各种各样的产品对零售商来说成本更低，对消费者来说收集产品信息也更容易。特别地，在线零售商同时向消费者提供选择表现为推荐系统主动地向消费者推荐选品。
选择过载效应表明，提供更大的选品规模可能并不总是对零售商有利。因此，了解商品选品规模对消费者选择决策的影响是至关重要的，这既可以促进对驱动消费者搜索和购买过程的因素的学术理解，也可以指导企业优化其商品选品策略。
02
模型建立
1.考虑-然后选择-后悔选择模型（Consider-Then-Choose-With-Regret Choice Mode）
假设一个消费者有N个可替代的产品，表示为i = 1，…， N。我们将S ={1,2，…， n}设为提供集。预先，每个选项的值由已知部分μi和不确定部分εi组成，即vi=μi+εi。用零表示不购买选项，其值为μ0。我们假设εi是独立和同分布的(i.i.d)，对于任意提供集，S+:= S∪{0}。
假设消费者遵循两个阶段的决策过程来做出购买决策。在第一阶段，消费者决定是否搜索任何产品以及要搜索哪些产品。设Sd表示消费者选择搜索的产品集，即考虑集。S/Sd表示未被搜索的产品集合。在第二阶段，消费者了解到每个选项i∈Sd的实际值vi，以及不购买选项v0的实际值。消费者然后从中选择效用最高的选项。消费者不先搜索就不能购买所提供的产品。
假设消费者的决策过程包含两个关键组成部分:搜索成本和预期后悔。首先，消费者需要为她搜索的每个产品花费搜索成本c，以了解其实际价值。我们假设消费者可以在第二阶段以零成本学习不购买选项的实际价值，因此无论她的考虑集如何，消费者总是会学习它。其次，如果消费者没有搜索所有n个产品(即S)，她可能会经历决策后后悔。预见到这一点，消费者在第二阶段选择选项i的效用是产品i的实际价值减去预期后悔值，将其建模为后悔参数β与消费者预期放弃剩余的乘积，即:
在第一阶段，消费者决定是否搜索任何产品，如果是的话，根据她在第二阶段的预期效用来搜索哪个产品。具体来说，如果使用者决定搜索，则使用者搜索非空考虑集SD的期望效用为
在给定产品集S的情况下，消费者搜索至少一种产品的概率为:
消费者从产品集S中购买至少一种产品的概率表示为ω(S)，可以表示为：
2. CTRT模型与MNL模型的比较
基于MNL选择模型，将消费者从S +中购买产品i的概率表示为:
给定一个报价集S，消费者搜索至少一个产品ψ(S)的概率由logit选择模型给出：
那么基于我们的CTCR选择模型，消费者从S +购买产品i的概率可以表示为:
03
数值实验
设定各参数
可以分别得到MNL模型和CTRT模型各产品集中产品的购买概率，以及提供集S：
识别二维码关注我们
文章推荐人｜陈丹颖
校对｜罗陈斌
排版｜陈丹颖
