가격매김형태별 이익 결정요인 검증에 관한 연구

유필화; 곽영식

추천

검색

질문

자료유형: 학술저널

저자정보: 유필화 곽영식

저널정보: 한국경영학회 경영학연구 경영학연구 제30권 제1호

발행연도: 2001.2

수록면: 183 - 212 (30page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

이 연구의 목적은 가격매김형태별 이익차이를 찾을 수 있는 방법론을 제시하고, 가격매김형태별 이익차이의 결정요인을 실증적으로 검증하는 데 있다. 이를 위해 첫째단계에서는 문헌정리가 이루어졌는데, 이를 통해 기존 가격매김연구에서 규범적으로 제시하고 있는 가격매김형태별 이익차이를 결정하는 요인이 정리되었다. 그 결과 유보가격분포특성에서 두 가지-유보가격간 상관관계가 음인지 여부와 유보가격간 상관관계가 양인 경우 α값-와 제품간 보완성 및 대체성 정도가 규범적으로 가격매김형태별 이익차이의 결정요인으로 요약되었다. 둘째단계에서는 이 제시된 결정요인의 실증분석을 위한 관찰치를 제공하기 위해, 가격매김형태별 이익을 계산할 수 있는 새로운 방법론이 제시되었다. 이 방법론은 기존 연구에서 문제시된 `경쟁요소 도입 및 다속성 프로파일에 의한 유보가격 산출`이라는 단점을 극복한 것이다. 이 방법론에는 결합분석이 이용되었으며 여기서 산출된 개별응답자의 상대적 유보가격지수는 `경쟁사 대비 특정 상표에 대한 지불의도를 나타내는 지수`로 정의된다. 이 방법론을 이용하여 6개 산업 50개 제품에 대한 혼합다발가격매김·순수다발가격매김·개별가격매김별 이익이 계산되었다. 셋째단계로 문헌정리에서 제시된 가격매김형태별 이익차이의 결정요인을 독립변수로 하고 순수다발가격매김의 이익창출능력대비 개별가격매김의 이익창출능력을 종속변수로 한 유의성 검증이 이루어졌다. 그 결과 첫째, 혼합다발가격매김을 사용함으로써 이 연구의 범위안에서는 50개 모든 제품이 모두 이익을 극대화하는 것으로 나타났다. 이것으로 인해 혼합다발가격매김에 대한 이익결정요인을 찾지 못하게 되었다. 둘째, 순수다발가격매김과 개별가격매김의 이익차이를 결정하는 유의한 변수로는 `제품 구성요소 유보가격간 상관관계가 음인지 여부`와 `제품간 보완성 및 대체성 정도`가 검증되었다.

In many cases, optimal pricing entails determination of not only what price to charge but also how to present it. Price bundling is one of the methods a company can use to present its prices in a profitable way. Price bundling abounds in practice because it is a potentially powerful pricing method to exploit consumer surplus. In this paper, the researchers investigate profit determinants of three forms of pricing bundling. Although the merits of pricing bundling are well documented, the attempt to test the determinants of profit of different forms of pricing bundling has been relatively rare. The researchers aims to try to fill this gap by developing a practice-oriented simulation model that can be applied to many industries and by exploring the significance of the determinants of profit of diverse price bundling forms. The methodology consists of three parts, namely conjoint measurement, regression analysis, and simulation model. The simulation program generates individual customers` maximum prices by iteration method. And it enables to calculate near optimal pricing schedule for different forms of pricing strategy such as unbundling, pure price bundling, and mixed joint price bundling. Further, the resulting profits of three different pricing strategies are compared. From the review of the literature on price bundling, we could identify three relevant factors which impact the profitability of various pricing bundling strategies: whether the correlation(ρ) of customers` maximum prices for two individual product is negative or not, how much customers` average maximum prices is higher than marginal cost(α), and the degree of complementarity(θ) of two individual product. The researchers demonstrate the feasibility and the superiority of our model by applying it to six industries and 50 bundling packages. Our empirical analysis shows that mixed-joint bundling generates more profit than unbundling and pure price bundling at 50 subject bundles. In addition, the regression results show that the correlation(ρ) of customers maximum prices and the degree of complementarity(θ) are the profit differentiatos between pure price bundling and unbundling.

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

유필화

소속기관 성균관대학교

주요연구분야 사회과학 > 경영학 공학 > 기계공학 > 기계공학 일반

논문수 9 이용수 2,778

곽영식

소속기관 경남과학기술대학교

주요연구분야 사회과학 > 경영학 사회과학 > 경제학

논문수 5 이용수 503

이 논문과 함께 이용한 논문

가격연구에 관한 종합적 고찰 : 최근 15년(2000~2014)의 국내연구를 중심으로

차경천 마케팅연구 2014 .12

Impact of Bundle Type on the Customers’ Reference Price and WTP : Moderate Effect of Similarity and Consumers’ Preference

Li , Nan , Song Jae-do 한국유통학회 학술대회 발표논문집 2018 .08

경쟁적 가치 관점에서 본 기업아이덴티티의 구성요소

최인혁 , 김화동 경영학연구 2000 .08

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)