楊 洋，方 正

（四川大學 工商管理學院，成都610064）

0 引言

位置廣告是根據(jù)廣告接收者所處位置來確定具體廣告內(nèi)容的定制廣告(Bruner II和Kumar,2007)。位置廣告除了具有一般移動廣告特點外，還有獨特優(yōu)勢。位置廣告能夠根據(jù)位置接近程度確定廣告受眾，比一般的短信廣告或彩信廣告的針對性更強。學者們主要通過調(diào)查法或?qū)嶒灧ㄑ芯苛宋恢脧V告的消費者記憶(Gopal和Tripathi,2006)、消費者態(tài)度(Xu,Oh和Teo,2009)及其提升店鋪評價和嘗試意愿的作用(Banerjee和Dholakia,2008)。

盡管位置廣告是一種較為有效的移動廣告，現(xiàn)有研究還無法回答營銷主管非常關注的兩個問題。一是位置廣告的短期效果和長期效果如何？二是位置廣告是否優(yōu)于其他類型的新媒體廣告？在廣告組合決策時，營銷主管既要考慮廣告能否持續(xù)提升銷量，又要考慮位置廣告效果是否優(yōu)于其他類型的廣告。現(xiàn)有研究主要采用小樣本的橫截面數(shù)據(jù)，無法深入研究位置廣告的長期效果和短期效果，也難以與其他類型的廣告相比較。因此，位置廣告的動態(tài)效果和比較效果是一個重要而尚未研究的問題。為了解決以上兩個問題，本文采用一組大樣本時間序列數(shù)據(jù)，研究位置廣告的動態(tài)效果和比較效果。

1 模型方法

1.1 模型選擇

向量誤差修正模型（Vector Error Correction Model）可以較好的計量變量的長期動態(tài)效果。主要表現(xiàn)在4個方面。一是向量誤差修正模型將所有變量作為內(nèi)生變量，避免了內(nèi)生性問題。二是向量誤差修正模型可以同時估計變量間的長期均衡關系和短期動態(tài)誤差修正過程。三是向量誤差修正模型能夠更好的反應時間序列的非平穩(wěn)性。四是向量誤差修正模型可以通過非約束模型提升預測期間的長度。因此本文采用向量誤差修正模型計量位置廣告的動態(tài)效果和比較效果。

1.2 建模過程

1.3 估計方法

設定確定性趨勢的方法有多種。本文根據(jù)約翰遜檢驗（Johansen Test）選擇最合適的方法（見表2）。估計方法如下：

2 實證結(jié)果

2.1 數(shù)據(jù)來源

本文數(shù)據(jù)來自國內(nèi)某移動通信公司的真實數(shù)據(jù)。數(shù)據(jù)包括300萬手機用戶的真實消費行為數(shù)據(jù)。

該公司提供的數(shù)據(jù)是2009年8月1日到2010年7月31日國內(nèi)某城市約300萬用戶通過手機預訂電影票的數(shù)據(jù)。數(shù)據(jù)是精確到日且跨度為完整一年的時間序列數(shù)據(jù)。數(shù)據(jù)包含3個主要變量。一是手機訂票系統(tǒng)的電影票銷售量；二是位置廣告發(fā)送量；三是彈出廣告發(fā)送量。

各變量的描述統(tǒng)計結(jié)果如表1所示。2009年8月1日到2010年7月31日間。這組數(shù)據(jù)的主要優(yōu)勢在于三個方面。一是樣本數(shù)量大，數(shù)據(jù)代表性強。二是包含一年的完整信息，能夠比較長期和短期效果。三是包含來自2個平臺的信息，可以比較移動互聯(lián)網(wǎng)廣告和互聯(lián)網(wǎng)廣告的比較效果差異。

本文通過建立向量誤差修正模型重點研究2個方面的內(nèi)容。一是位置廣告的動態(tài)效果，分析位置廣告對銷售量的長期影響和短期影響。二是位置廣告的比較效果，比較位置廣告和彈出廣告的效果差異。

表1 變量的統(tǒng)計描述

2.2 協(xié)整秩檢驗

時間序列的平穩(wěn)性是進行Wold分解和計算IRF（Impulse Response Function）系數(shù)的先決條件。只有在確定時間序列的平穩(wěn)性前提下，才能夠做近一步分析。單位根檢驗（ADF test）是檢驗平穩(wěn)性的常用方法。單位根檢驗顯示，多數(shù)變量均不穩(wěn)定，但一次差分后變量均具有平穩(wěn)性。本文利用約翰遜檢驗來確定變量間是否存在長期均衡關系。約翰遜檢驗比恩格爾格蘭杰檢驗更常用。因為約翰遜檢驗允許存在多個協(xié)整關系，而基于迪基福勒檢驗的恩格爾格蘭杰檢驗在單位根檢驗中僅允許存在一個協(xié)整關系。如表2所示，第2行是原假設為r=0且備擇假設為r＞0的檢驗結(jié)果；第2行是原假設為r=1且備擇假設為r＞1的檢驗結(jié)果；第3行是原假設為r=2且備擇假設為r＞2的檢驗結(jié)果；第2行是原假設為r=3且備擇假設為r＞3的檢驗結(jié)果。第1組檢驗拒絕原假設，而第2組檢驗不拒絕原假設，說明協(xié)整秩為1。

表2 約翰遜檢驗（Johansen Test）

2.3 位置廣告的動態(tài)效果和比較效果

表3是長期參數(shù)和調(diào)整系數(shù)的估計結(jié)果。從中可以看出，3個時間序列的長期均衡關系為Salest=0.00034*PUA+0.00198*LBA。通過系數(shù)比較，可以看出位置廣告的長期效果接近彈出廣告的6倍。

表3 長期參數(shù)β的估計

如表4所示，在t=1時，位置廣告（β=0.16734,p＜0.001）的效果接近彈出廣告（β=0.01732,p＜0.001）對銷量影響的10倍；在t小于等于6時，位置廣告（β=0.01732,p＜0.001）的效果接近彈出廣告（β=0.19523）的4倍。本文還發(fā)現(xiàn)，盡管彈出廣告效果對銷量的影響小于位置廣告，但是彈出廣告影響的持續(xù)時間卻長于位置廣告。彈出廣告的影響能夠持續(xù)5天，而位置廣告的影響僅能持續(xù)2天。

表4 位置廣告和彈出廣告的短期效果

3 研究結(jié)論

位置廣告的動態(tài)效果和比較效果是營銷主管非常關注而現(xiàn)有研究卻未涉及的問題。為了彌補研究空白，為營銷主管提供理論借鑒，本文對真實數(shù)據(jù)建立向量誤差修正模型，計算位置廣告的長期和短期的動態(tài)效果以及與彈出廣告的比較效果。研究結(jié)果發(fā)現(xiàn)，位置廣告和彈出廣告對銷售量都有顯著影響，但是效果有所差異。從長期看，位置廣告的效果是彈出廣告的6倍；從短期看，位置廣告的效果是彈出廣告的10倍。然而，彈出廣告的影響時間卻長于位置廣告，彈出廣告的影響能夠持續(xù)5天，而位置廣告的影響僅能持續(xù)2天。

本文的研究貢獻在于三個方面。首先，本文研究了位置廣告的動態(tài)效果，證實了位置廣告的有效性，加深了對位置廣告的認識。其次，本文研究位置廣告與彈出廣告的比較效果，本文得出了位置廣告的相對效果，第三，本文運用向量誤差修正模型對數(shù)據(jù)進行建模，拓寬了廣告研究方法。

[1]Bruner II G C,Kumar A.Attitude toward Location-based Advertising[J].Journal of Interactive Advertising,2007,7(2).

[2]Gopal R D,Tripathi A K.Advertising via Wireless Networks[J].Inter?national Journal of Mobile Communications,2006,4(1).

[3]Xu H,Oh L B,Teo H H.Perceived Effectiveness of Text vs.Multime?dia Location-Based Advertising Messaging[J].International Journal of Mobile Communications,2009,7(2).

[4]Banerjee S S,Dholakia R R.Mobile Advertising：does Loca?tion-based Advertising Work?[J].International Journal of Mobile Mar?keting,2008,3(2).

[5]Paavilainen J.Mobile Business Strategies：Understanding the Technol?ogies and Opportunraities[M].London：Great Britain,IT Press,2002.

[6]Drossos D,Giaglis G M.Mobile Advertising Effectiveness：an Explor?atory Study[C].2006.

[7]Gidofalvi G,Larsen H R,Pedersen T B.Estimating the capacity of the Location-Based Advertising Channel[J].International Journal of Mo?bile Communications,2008,6(3).

[8]Ververidis C,Polyzos G.Mobile Marketing using a Location Based Service[C].2002.

[9]Engel R F,Gnger C W.Co-integration and Error Correction：Repre?sentation,Estimation,and Testing[J].Econometrica,1987,(55).

[10]Pesaran H H,Shin Y.Generalized Impulse Response Analysis in Linear Multivariate Models[J].Economics letters,1998,58(1).