Abstract
双重危机现象是市场营销中的重要规律。这一规律表明、小品牌拥的顾客少,而且这些顾客的忠诚度低。换言之、品牌因其弱小将被打击两次。 双重危机规律在众多的商品品类及许多国家被证实并已成为研究消费者行为、预测市场发展变化和制定有效营销策略的重要工具。依照双重危机规律、扩大市场规模,获得更多的顾客是品牌壮大及成长的最佳策略。 品牌壮大后,顾客的忠诚度会随之而提高。
双重危机现象是市场营销中的重要规律。这一规律表明、小品牌拥的顾客少,而且这些顾客的忠诚度低。换言之、品牌因其弱小将被打击两次。 双重危机规律在众多的商品品类及许多国家被证实并已成为研究消费者行为、预测市场发展变化和制定有效营销策略的重要工具。依照双重危机规律、扩大市场规模,获得更多的顾客是品牌壮大及成长的最佳策略。 品牌壮大后,顾客的忠诚度会随之而提高。
相对于⼤品牌,⼩品牌的购买者较少,并且购买频率较低。例如表格1所展⽰的衣物柔顺 剂在美国市场的销售情况。在过去的⼀年⾥,仅有5%的消费者购买过‘Arm and Hammer’品牌,该 品牌的年平均购买频率为2.1次︔相比之下,48%的消费者购买过’Downy’品牌,其年平均购买频率 为3.6次。
表格1:衣物柔顺剂年均购买率
品牌购买者的比列,即品牌市场渗透率,差别将近10倍(48比5)。各个品牌的年平均购 买次数也有所下降(除了⼀些⼩的偏差,例如‘Bounce’品牌),但降幅不⼤ —— 低于两倍(3.6比 2.1)。
这种规律长期存在并随处可见,⼀直以来被称为“双重危机定律”(Double Jeopardy, 简称为 DJ)。⼩品牌因为市场份额⼩⽽⾯临’双重惩罚’:⼩品牌不仅顾客基数⼩,其顾客的忠诚度也相对 较低。
双重危机定律的普遍性至今从未受到质疑。其中⼀个原因是该定律可以在⼤部分品牌的数 据中可轻易得到体现。在许多市场或⾏业中,即使最⼤的品牌其市场渗透率通常也较低 (通常市 场领导品牌年渗透率只有20%,不像前⾯例⼦中的’Downy’品牌年渗透率达48%)。在这种情况 下,双重危机定律显⽰品牌购买率的偏差更⼩(例如:从2.8次降到2.3次)。这可以总结为:
双重危机定律的结论简洁明了,令⼈震撼!⼤⼩品牌在消费者忠诚度上⼏乎不存在很⼤的 区别。理论上说,双重危机定律适⽤在功能上可以替换且在盲测试验中无法区分的产品(例如: 可⼜可乐和百事可乐)。 现实中、双重危机定律同样适应于品类中不同形态的竞争产品——例如 粉状、液体、或者⽚剂洗涤产品。2001年,我们在秋季版《美国市场营销研究协会期刊》1 报导了不同类型的衣物柔顺剂之间的竞争呈现双重危机定律(第38页):
1990年,我们在《市场营销期刊》 2 上发表了关于双重危机定律回顾的文章,文中报导了英国不同类型的报刊在其市场中同样符合双重危机定律。尽管该市场有明显不同的读者群体。遵循双重危机定律的例子不胜枚举。
营销界普遍认为,顾客忠诚度和态度可以任意变动,⽽数据则呈现出不同于这些流⾏观点的结果。事实上,双重危机定律表现了对“凡事皆有可能”的营销计划的约束。因为营销投入并不能⼤幅度持续提升客户购买频率(忠诚度),除非该品牌在市场上的渗透率得到⼤幅度提升。
这⾥所要传达的最本质的信息是只有将产品卖给更多的消费者才能增加销量,所以品牌必须吸引更多的顾客来购买其产品。但是做到这些还不够,与忠诚度相关的指标也必须有所提升。除了并不时常发⽣的技术颠覆之外,市场结构本质上比我们想象的还要稳定。
从指引层面来说,了解双重危机定律,能积极地帮助营销人员和科研人员更好地解读市场。例如,某品牌只有较低的重复购买率,如果该品牌了解自己是一个小品牌,这是符合其市场份额的正常表现,那么该品牌就不必急于采取补救措施。同时、双重危机定律也能为新产品的规划和评估提供标杆和建议。帮助市场营销人员了解为何忠诚度计划、广告和客户关系管理策略无法大幅度提升销售。
双重危机定律也会存在⼀些⼩的偏差,例如在表格1当中,Bounce’s品牌购买频率(1.7)低 于预期。这看似为Bounce’s品牌的市场团队提供了⼤好时机。但是如果该品牌能够提⾼购买频率,为什么其他品牌无法做到这⼀点呢︖
⼀些较⼤的偏差也会出现,不过这些个例多数不存在实际的参考价值:
双重危机定律纯粹是统计选择结果。举⼀个在众多国家中广为流传的例⼦——当⼀个苏格兰⼈移民到英国后,两个国家的平均民众智商⽔平都有所提⾼。这并不是因为两国民众都变聪明了,⽽是因为统计选择所形成的呈现形式:
⼀个更为⼤众熟知的实例是⾟普森悖论(Simpson’s Paradox)—— 若将两个基数差别非常⼤的样本汇总在⼀起,则会造成较⼤的偏差。在两个临床试验A和B中,每个接受治疗的⼩组疗效都比参照组提升了两倍(A:60% 相比30%︔ B:20%相比10%)。但是若将两组数据汇总,结果则⼤不相同,此时治疗组的结果甚至低于参照组(24%相比29%)。
如上所述,当将基数存在偏差的样本(试验A治疗组基数=100,参照组基数=1000︔ 试验B 则相反)汇总在⼀起,就会出现这种数据选择偏差的结果。提取两个实验的平均值则保持了2比1 的结果比值。治疗组平均值=(60%+20%)/2 = 40%︔ 参照组平均值=(30%+10%)/ 2=20%。
四⼗多年前,哥伦比亚⼤学社会学家William McPhee⽤“统计选择”来解释双重危机定律。 他⽤数字演⽰了当消费者选择两个类似的品牌(其中⼀个市场份额较⼤,另外⼀个市场份额较 ⼩),那么双重危机定律必将出现。
McPhee假设⼀个⼩镇上只有两家餐厅:甲和⼄, 甲餐厅的知名度⾼︔⽽⼄餐厅名⽓⼩⼀些。镇上的⼈对这两个餐厅的评价⼤致相同(食物,服务和交通便利等等)。较少的⼈去⼄餐厅,因为⼄餐厅的知名度相对较低。
此外,McPhee还认为双重危机现象也同时存在于客户的喜好度上。因为相对较少的餐厅的客户说⼄餐厅是他们最喜欢的餐厅。他的推理如下:
这就是典型的双重危机现象,仅仅是统计选择的结果。双重危机定律也可以解释消费者⾏为——⼄餐厅拥有的顾客少,这些顾客光顾⼄餐厅的频率也相对较低。⾃从McPhee以来,双重危 机定律也被认为是两个消费者⾏为理论的衍⽣品:
多年来研究⼯作阐述了这些模型同真实数据的⾼度吻合。我们在第⼀篇企业赞助商报告中综述了这些模型,并随后发表于《商业研究期刊》4。不同于双重危机定律和狄利克雷模型,运⽤更为广泛的马尔可夫模型(Markov model)认为消费者的重复购买⾏为和品牌转换⾏为的机率不受市场份额影响,⽽是各个品牌的固定特征。很少有两种理论存在如此明确的差异。
虽然该定律久已存在,但鲜为⼈知。⼏年前,⼀位顶级公司董事长在接触到双重危机后说:
非常非常有趣。我们⼀定要进⼀步研究此定律,但必须秘密进⾏!
他被告知‘太晚了’,因为双重危机定律早已公诸于众。只是他(和大多数市场营销人员一样)并未认识到或是应用过该定律。近期在同一家公司的内部研讨会上,与会人员只有两个人听说过双重危机定律,其中一名是研讨会的组织者,另外一名则是前一天才被告知。 根据我们的经验这是非常典型的情况 。但是如果营销人员不知道客户忠诚度的这种自然约束,就如同火箭科学家不知道地球是圆的一样。因此我们再次回顾双重危机定律。
______________________________________________________________________________
1 AMA Marketing Research
2 Journal of Marketing
3 Journal of Marketing Research
4 Journal of Business Research
______________________________________________________________________________
以上您所阅读的是由Andrew Ehrenberg 和 Gerald Goodhardt于2002初发表的企业赞助商报告(第26篇)的原⽂翻译。鉴于该报告距今已有⼗⼏年的时间,⽽且⽂章所提例⼦均来⾃西⽅发达市场,有些读者或许会质疑双重危机定律对于今天市场的相关性和适⽤性。下⾯我们将为⼀些常见问题做出解答,同时我们也⿎励您在⾃⼰的国家和⾏业⾥验证双重危机定律。
问题1: 报告中所提供的全部都是发达市场的案例,该定律是否适⽤新兴国家市场,例如中国︖
答案1: 双重危机定律同样适⽤新兴国家市场,下⾯是来⾃不同新兴国家市场不同⾏业的例⼦。
问题2: 上⾯所⽤例⼦都是采⽤‘年均购买频率’来衡量消费者忠诚度,其它消费者忠诚度指标例如‘单⼀忠诚度’,‘产品购买数量’和‘购买意向’是否也遵循双重危机定律︖
答案2: 答案是肯定的,请看下列例⼦:
问题3: 原⽂报导中提到在2002年,知道双重危机定律的市场从业者并不多,这么多年过去了,现在知道该定律的⼈是否有所提⾼呢︖
答案3: 我们一直致力于推广和传播关于双重危机定律的知识及其意义,这是我们全球企业赞助商活动的一个重要内容。现在越来越多的营销人员和管理者已经认识并开始应用双重危机定律。但是行业中依然存在因为忽略双重危机定律而造成重大失误的情况。为了让更多的人认识和运用双重危机定律 ,我们特意更新并翻译了这份报告。
______________________________________________________________________________
McPhee, W. (1963). Formal Theories of Mass Behavior. New York: The Free Press
Ehrenberg, A., Goodhardt, G. and Barwise, P. (1990). Double Jeopardy Revisited. Journal of Marketing, 54, 82-91
Ehrenberg, A. and Bound, J. (2000). Turning Data into Knowledge. Marketing Research (Chuck Chakrapani, ed). Chicago: American Marketing Association
Ehrenberg, A., Uncles, M. and Goodhardt, G. (2004), Understanding brand performance measures: Using Dirichlet benchmarks. Journal of Business Research, 57 (12), 1307-25.