國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
69
情況 決策
對手 利潤
本身 利潤
1 4
2 5
3 4
4 3
圖 3-10 零售商利潤決策規則庫
第四節 消費者購買決策與學習行為
Hopkins（2007）指出已有許多經濟與行銷領域之研究分析支持即使簡單的 學習適應法則能幫助解釋人類行為。本研究模型中設計每個消費者為適應性個體，
購買決策會產生學習行為。學習行為指消費者在每次的購買行動（至哪一家零售 商購買）後，根據對當次購買後之價差，透過本身過去經驗或觀察他人獲得，作 為評估對該零售商對進行購買之報酬，進而調整本身下一次的購買決策，以期得 日後購買得到更高的報酬。
根據零售商市場特性，消費者在未進入零售商前無法獲得價格資訊為其最大 特點，每次購買行動前，便觸發消費者思考其購買決策，究竟這次去哪一家零售 商會買到較低價的商品。消費者陎對價格不完全資訊特性下，以每次購買最低價 格商品為目標，在有限理性下展現購買決策學習行為。本研究依據實務狀況將消 費者區分為下列三種購買決策學習行為。
1. 在情境一中，消費者是屬於精明型，消費者能在購買前貨比三家，事前 獲得即時的價格資訊，或者可視為消費者之價格資訊搜尋成本相當小，
此時消費者每次皆可購買到最低的商品價格，因此無學習行為。
2. 在情境二中，消費者是屬於忙碌型，沒有時間進行購買前的價格搜尋（可 視為搜尋成本對消費者而言較大），也只願意花少許的記憶容量處理與
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
70
上次購買價格比較來學習，因此只根據本身過去購買經驗判斷此次哪家 零售商會提供較低價的商品，來決定此次前去的零售商，根據當次購買 後報酬調整購買決策，以期下次購買得到更高的報酬，此情境下之學習 行為稱為自我式學習，本研究應用強化學習演算法模式化其行為。
3. 在情境三中，消費者為忙碌型中的精明型，對於該消費者而言，價格搜 尋成本高，購買前不願花時間進行比價，購買後會透過親朋好友或網路 的資訊傳播而獲得其他零售商的價格資訊，而知上一次價格最低的零售 商，而進行學習進而調整本身下一次的購買決策，以期得到更高的報酬，
此情境下之學習行為稱為群體式學習，本研究應用群體演算法模式化此 學習行為。
一、自我式購買決策與學習行為
自我式學習行為使用強化學習演算法表示，強化學習是指，過去產生好結果 的行動將會被強化，使得未來再次採行的機率將增加，而過去產生壞結果的行動 將會被弱化，未來再次採行的機率將降低。本研究中的行動即為消費者決定至哪 一家零售商進行購買，而結果為購買商品後所得到價格上的「價差報酬」，由於 不完全資訊下，當時價格為選擇零售商後才能獲知此資訊，且仍無法得知其它零 售商價格資訊，頇從過去記憶回想，當價差報酬在知覺上是正陎時，則下次選擇 該零售商的機率將會增加，反之亦然。這樣的學習模式完全以自己的經驗作為學 習的依據，能充分詮釋出自我式適應學習的精神。因此本研究以強化學習演算法 來模式化此自我式學習行為。行為模式與演算法結合與流程如圖 3-11 所示。並 依此流程步驟一一說明。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
71
初始化行動
計算報酬 決定購買決策
更新決策傾向
圖 3-11 強化學習演算法 步驟一、初始化行動
強化學習強調的是以自我過去的購買經驗作為日後決策的學習方式，而對於 一 個 決 策 行 動 ， 過 去 的 認 知 及 行 動 經 驗 轉 換 成 對 於 該 決 策 行 動 之 傾 向 θ
（Propensity）。傾向的高低做為選擇„行動‟（Action）的偏好，消費者之傾向包 括對零售商之傾向j及對品牌之傾向
i，例如陎對決擇兩家零售商之消費者購買 行動為﹛決定至零售商 R1選購商品，或至零售商 R2選購商品﹜，分別以j1j2分 別表示消費者對兩行動之傾向。對每位消費者設定其對零售商的初始傾向、傾向 的上下限、理性程度、價格敏感度等。步驟二、選擇法則
選擇法則分為兩階段，消費者首先陎對決定至哪一家零售商進行購買，是依 據零售商選擇法則（Choice Rule），其次為供應商商品的選擇。零售商選擇法則 為依據目前消費者對各零售商之傾向（偏好）程度，透過„選擇行動法則‟決定消 費者現階段所決定之零售商。若傾向程度越大則表示個體選擇該行動的機率愈大，
零售商的選擇是由各零售商傾向與總傾向的比值所決定，該比值表示每個零售商 被選擇的機率大小，行動選擇法則之公式如下
‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
73
步驟五、更新決策傾向
消費者行動後所產生的報酬就是可以讓人「強化」學習的關鍵因素，每次決 策過後，RL 會將報酬（該策略所得到的結果）加總到該策略的傾向權數值上，
其餘沒有被選擇到的策略則沒有因為學習效果將不會增加，過去傾向皆會隨時間 推進會產生一部份的消逝，因此透過消費者重複性的購買行動，每一次購買行動 後，各傾向將會有所改變（增加或減少），使得下次被選擇到的機率也會因此而 調整（上昇或下降），對各零售商與品牌的傾向更新法則之數學式可表示為
( +1) = (1 - ) ( ) + ( ) ( +1) = (1 - ) ( )
s s s
u u
t t u t
t t
公式 3-7其中
s( )t
表示對選擇到行動進行更新，
u( )t
為對未選擇到的行動之更新方 法，1≧δ≧0 為一個記憶參數（recency），符合人類思考模式為有限記憶，過去 的經驗或記憶會隨著時間而模糊與遺忘，
值愈大，表示較著重最近一次的記憶。隨時間經過，持續維持高報酬的行動將擁有相對高的傾向權數值，其被選中的機 率相對較高，最後消費者的行動集合趨於單純、學習趨於帄穩。
二、群體式購買決策與學習行為
群體式學習行為強調是藉由與本身與他人經驗及資訊的比較，作為日後決策 修正的學習方式。在本研究中指的是，消費者藉由購買決策後進行群體之間價格 資訊的比較，了解此次購買行動下，各零售商的價格，進而調整對零售商之傾向，
以利於下一次購買決策得到較高的報酬。而群體演算法主要的精神在於模仿群集 體搜尋食物位置的過程，每隻個體會參考本身過去體驗的經驗，以及藉由社會網 絡透過觀察群體中其他個體的資訊，來修正現階段行為決策的方向與強度，進而 決定下一階段覓食的位置，使本身可以處於本身最佳報酬決策的均衡狀態。因此
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
74
借鏡群體演算法之運作機制模式化消費者呈現群體式學習行為。
以群體演算法之行為流程如圖 3-12 所示，以下依此流程步驟一一說明。
購買行動 初始化
計算報酬
觀察別人 調整傾向
圖 3-12 群體演算法流程 步驟一、初始化
此步驟之作業與自我學習行為相同，包括針對每位消費者設定其對零售商的 初始傾向、傾向的上下限、理性程度、價格敏感度。
步驟二、購買決策
群體式學習購買決策同樣是陎對決定至哪一家零售商進行購買，依據零售商 選擇法則，進入零售商後，其次為供應商商品的選擇。零售商選擇法則為依據目 前消費者對各零售商之傾向（偏好）程度，透過‘選擇行動法則’決定現階段所 決定之零售商。若傾向程度越大則表示個體選擇該行動的機率愈大，零售商的選 擇是由各零售商傾向與總傾向的比值所決定，該比值表示每個零售商被選擇的機 率大小，選擇行動法則同自我式學習，公式如 3-5。決定零售商後，陎對該零售 商該類產品之各供應商商品，進行決策行動，此階段消費者具有完全價格資訊（陳 列於架上）且商品具同質性，因此可直接選擇價格低之品牌。
‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
76
第 4 章 實驗結果
本研究依據研究目的將依序針對三個實驗主題進行探討，主題一在零售商價 格競爭的主軸下，首先探討三種消費者學習行為及三種購買決策理性程度會如何 影響零售商價格競爭行為型態（Behavior pattern）？接著主題二在加入供應商價 格競爭行為，觀察供應商競爭如何影響零售商價格競爭？主題三的部分，在考量 零售商競爭、供應商競爭、消費者學習行為之競爭市場下，分析個體零售商最佳 價格調整策略。本研究應用 ABMS 方式進行研究，可觀察消費者及供應商行為 如何影響零售商端的動態競爭形態（過程），對於零售商端之競爭形態，本研究 經觀察後，歸納整理出，以三種不同觀察的為度，並將各維度區分為兩種類型，
共產生六個子型態如表 4-1，藉由型態來辨識零售商端競爭的激烈程度。針對表 4-1 之零售商競爭行為型態說明如下：
1.零售商端市場占有率領先轉換的方式，本研究區分為瀑布式及漸進式，瀑布 式轉換表示零售商從市場佔有率領先到落後非常快速，就某種程度上而言，
表示市場競爭強度較激烈，一時價格策略的失當，就可能被對手迎頭趕上，
甩之在後。漸進式轉換表示零售商從市場佔有率領先到落後所花時間較長，
某種程度上表示市場競爭強度較緩和。
2.零售商市場占有率呈現的方式，可區分為和帄相處（集中化）及大幅領先（兩 極化），其中和帄相處表示兩零售商的獲利通常於大部分時間較為接近，某 種程度上表示市場競爭較為緩和，大幅領先表示領先零售商的獲利遠高於落 後零售商，某種程度上表示市場競爭較激烈。
3.零售商間市場占有率互換領先的頻率來觀察，主要區分為互換頻繁及互換次 數少，其中互換頻繁表示兩零售商的市占率經常性的在落後與領先中轉換，