Estimation Using Marginal Competitor Sales Information

Kalyan Talluri

doi:10.1002/joom.1359

2025-03-19

Kalyan Talluri *

Müge Tekin

DOI：10.1002/joom.1359

原文链接

原文求助

摘要

En 中文

企业长期关注的一个核心问题是如何理解顾客对其产品与竞争对手产品的价值评估差异。这一评估难以通过数据量化与估计，因为即便竞争对手的价格是公开信息，其销售数据通常不可观测。然而，在某些行业（尤其是酒店业），第三方信息中介会收集并供应聚合的竞争对手销售数据。在酒店业，来自Smith Travel Research（简称STR）的报告因其广泛订阅而备受关注。酒店通过报告自身销售信息参与其中，并以此换取竞争对手的边际销售数据，形式为每日入住率百分比，尽管这些数据按客户群体和入住时长进行了聚合。尽管此类数据可获得，但它并未广泛应用于收益管理估算中，可能是因为缺乏稳健的模型与方法。本文聚焦酒店业，提出了一种受约束的最大似然方法（由矩条件约束），以解决包含竞争对手吸引力因子的市场份额模型估算中的以下重大挑战：（i）竞争对手数据按具有不同需求特征的多种入住时长进行了聚合；（ii）未购买数据不可观测，无法追踪那些既未选择焦点企业（本文指代“我方”）产品也未选择竞争对手产品的客户；（iii）竞争对手在零售销售前的私有（未观测）团体销售会减少其容量并影响后续定价；以及（iv）最大化部分信息似然函数在计算上不可行。首先，我们通过在广义纳什竞争模型下生成的合成数据，利用蒙特卡洛模拟评估了该方法。在这些模拟中，该方法在几乎所有情况下都能利用边际竞争对手数据，并以较高精度恢复真实参数。随后，我们将该方法应用于真实酒店预订数据，并将其性能与网络层析成像及收益管理文献中的替代方法进行了基准对比。

Keyword:

consumer choice model

demand estimation

endogeneity

marginal data

unobserved market size