정교화된 순차 검색: 클릭 스트림 데이터를 활용한 모델 및 적용

우리는 제품 속성 수준에 대한 불확실성 하에서 소비자의 순차 검색에 대한 구조적 모델을 제안한다. 우리의 검색 모델 식별은 소비자 효용과 검색 비용을 분리하는 배제 제한 변수에 의존한다. 이러한 배제 제한은 온라인 클릭 스트림 데이터에서 자주 사용 가능하므로, 이러한 데이터를 쉽게 수집할 수 있는 많은 온라인 쇼핑 웹사이트에 대해 식별 및 해당 추정 전략은 일반화 가능하다. 더욱이, 온라인 검색 기술의 중요한 특징 중 하나는 소비자가 제품 속성에 따라 정렬 및 필터링과 같은 도구를 사용하여 검색 결과를 정교화할 수 있는 능력을 제공한다는 점이다. 제안된 모델은 소비자의 검색 및 정교화 결정을 통합할 수 있다. 이 모델은 여행 웹사이트가 제공한 온라인 호텔 예약의 소비자 클릭 스트림 데이터를 사용하여 구체화된다. 결과는 정교화 도구가 소비자 행동 및 시장 구조에 상당한 영향을 미친다는 것을 보여준다. 우리는 정교화 도구가 검색을 33% 더 많이 유도하고 구매한 제품의 효용을 17% 향상시킨다는 것을 발견했다. 대부분의 웹사이트는 기본적으로 검색 결과를 그들의 인기, 품질 또는 소비자와의 관련성에 따라 순위 매긴다(예: 구글). 소비자가 이러한 기본 순위 규칙을 인식하지 못할 경우, 정교화 도구를 사용하여 비례적으로 더 많은 검색에 참여할 수 있다. 결과적으로, 총 검색 비용이 향상된 효용을 초과할 경우, 전체 소비자 잉여가 악화될 수 있다. 반대로, 웹사이트가 단순히 소비자에게 기본 순위가 이미 제품의 인기, 품질 또는 관련성을 반영한다고 알린다면, 소비자는 더 적게 검색하고 그들의 잉여가 개선된다. 우리는 또한 정교화 도구가 집중되지 않은 시장 구조로 이어진다는 것을 발견했다. 이 논문은 J. Miguel Villas-Boas, 마케팅에 의해 수락되었다.