吸引力与说服力

Koessler等人（2021）观察了一个一般环境，在这个环境中，多个说服者提供了关于他们自己的多维状态维度的信息。本文的一个自然比较点是探讨价格导向搜索的论文集。在每一篇这样的论文中，都有一种内在的张力rms的定价决策。设置较低的价格rm更可能被提前访问并在访问后进行销售，是的rm专业版t直接。随着搜索摩擦的增加，吸引（和留住）消费者变得更加重要，这会导致价格下降。在乍一看，这个交易 似乎是说服力/吸引力的直接类比本文中的ict。然而，重要的是参考资料。尤其是，较低的价格有助于说服力和吸引力，消费者更有可能作为rm的价格缩水。这个想法rms可以在访问时增加被选择的几率，但代价是在首先，完全依赖于这篇关注定价的文献；然而，这是我们模型中的驱动功能。至putdi此外，在消费者搜索领域的价格和信息导向竞争中，提前访问的激励机制至关重要，但这种突出的成本是埃伦特。相关的还有探索市场中其他摩擦类型的作品。Ellison和Wolitzky（2012）允许rms将延长消费者学习价格所需的时间，从而损害消费者的利益。正如在我们的模型中，搜索摩擦可以改善消费者福利一样，理性疏忽文献指出，信息摩擦也可以改善消费者福利。De Clippel等人。

（2014）发掘杰出员工的激励与我们的rms，他们竞争“进入消费者的视线”拉维德（2020）注意成本严格受益的nds指处于议价环境中的买方，由于疏忽大意而获得议价权。该列表包括阿姆斯特朗和周（2011）、崔等人（2018）、丁和张（2018）以及哈恩等人（2018）。2型号有一个消费者和事前相同的单一产品rms索引依据. 每个rm\'sproduct对0或1的消费者而言质量（或匹配值）不确定。这些质量是相同且独立分布的∈（0,1）是质量为1的先验概率。消费者有单位需求和她的事后支付 消耗量的标准化为所消耗产品的质量。为简单起见，我们假设消费者没有外部选项。A.rm收到付款 如果消费者选择其产品，则标准化为1，否则为0。所有玩家都是风险中性的。在游戏开始时，消费者和rms了解rms的产品。每个rm同时提交信号，∶{0,1}→Δ()具有一定的信号实现空间. 本文的主要重点是所选信号公开发布的场景，从而直接影响消费者的行为。我们的分析允许rms使用混合策略（即随机化信号）。在这种情况下rms的随机性在消费者开始顺序搜索之前同时得到解决。在所发布信号的信息性的指导下，消费者了解rms的产品质量，请访问rms并按顺序观察其信号实现。每次此类检查需要的搜索成本为>0

观察信号实现后rm，消费者在产品后期预期质量之前更新她被那件事激怒了rm。在连续搜索的任何阶段，消费者都可以通过从以前访问过的任何网站购买来停止搜索rm；假设召回是免费的。或者，她可以访问更多rms或通过收集外部选项停止她的搜索。我们假设≤,因此，搜索并不是严格为消费者所主导。解的概念是子博弈完美纳什均衡。考虑到rms，很自然地关注对称平衡，其中（i）所有RM采用通用（可能混合）策略，并且（ii）消费者使用平局打破规则来处理所有rms相同。在第6节中，我们讨论积极外部选择的影响。在第5.2节中，我们研究了一种环境，在这种环境中，所选信号是隐藏的，只有在产生搜索成本后才能观察到。当然，在这种情况下，消费者会猜测rms的信号选择必须是正确的非平衡。3初步分析本节的目的是简化最后一节中的游戏设置。首先，我们注意到rm的策略空间可以表示为后验质量上的分布集，消费者的顺序最优搜索策略采用简单的形式。我们使用StylezedExample来比较和对比e吸引和说服的ectsrm的信息提供。其次，我们解释了考虑混合策略的必要性，指出在参数空间的大区域中不存在纯策略均衡。

最后，利用消费者的决策可以表示为静态离散选择问题的事实，我们展示了rms可以压缩和简化ed.3.1基础本小节将第2节中建立的博弈重新定义为后验分布设计中的竞争。与其直接选择信号rm可以重新定义无损失的ned是后验（预期）质量上的可行分布集。为此，我们将介绍以下de初始化。扩散系数初始化3.1。后验分布，, 如果有平均值，则是可行的它的支持是[0,1]的asubset。F表示可行分布的集合。作为信号实现ects付款只有通过其诱导（后）预期产品质量，这是文献中的标准结果，我们可以东北亚rm的纯策略是在后验质量上的可行分布。因此，一种通用的混合策略rmis是对可行分布集的随机化，混合策略集为Δ（F）。回想一下，如果rm采用混合策略，其纯策略实现在消费者开始搜索之前发生并公开。接下来，考虑到在后验质量的分布上，确定了顺序最优选择和停止规则魏茨曼主编（1979）。简要回顾一下他的nding很有用。对于任何分布选择人：rm, 判定元件ne对应的保留值，(), 隐式表示以下方程的解（在):=(-)(). （1） 可行保留值集{()}∈金融机构介于≡-和≡1.-/.下限由支持度完全（弱）高于的任何可行分布导出, 其中之一是（对应于完全没有信息的信号）。

上界由{0,1}上支持的可行分布（对应于完全揭示的信号）唯一地导出。它不是di我想知道任何中间观测值都可以通过某种可行的分布来实现，所以{()∶∈F}=,.此外，保留值奖励信息性：对于任何一对可行分布和, 如果是一种保持平均值的传播, 然后()≤().消费者的最佳策略（潘多拉法则）如下所示：选择规则：如果rm将被访问和检查，它应该是未访问的保留值最高的rm。o停止规则：只要未访问的最大保留值rms低于最大抽样奖励或外部选项。当我们关注对称均衡时，我们选择（顺序）最优策略，消费者在整个搜索过程中采用公平的平局打破规则。随着消费者的搜索行为被固定下来，我们现在可以将注意力集中在rms。3.1.1吸引力与说服力本小节使用simplied设置diers与第2节所述的主要模型略有不同，以说明和理清rm。让市场由两部分组成rms。为了集中精力选择rm 1，我们假设rm 2是非战略性的，在支持{0，}对一些人来说>. 这将生成保留值(<). 我们还假设消费者喜欢1号房间，只要她是独立的埃伦特。要消除吸引动机，假设重新设置rm 1很显眼，可以免费访问，因此消费者总是会访问它rst。公司1的目标只是说服消费者从中购买，而不是从竞争对手那里购买。

如果rm 1的后部质量超过, 例如，消费者通过上述两种分布的某种凸组合。例如，Kohn和Shavel（1974）的推论20中显示了这一点。立即购买，无需访问rm 2。否则，消费者也会访问rm 2，但如果rm 2的后部质量为0。rm 1的付款 作为其实现后的功能是()=1.-, 如果∈0,1，如果≥.继Kamenica和Gentzkow（2011）之后，rm 1的最优后验分布有支持0,如果>并且在（无信息）否则。如何吸引消费者a发射型计算机断层扫描仪rm 1的信号设计？认为rm 1不再突出，因此消费者的（最佳）购物策略遵循潘多拉法则。如果rm 1仍采用上述后验分布，不再访问rst（因为其保留值将低于rm 2）。最后一次访问，rm 1仅在以下情况下出售rm 2的后验质量为0，因此获得了预期的收益 共1个-/. 提高其收益,rm 1必须承诺提供更多信息，以便消费者愿意访问rst。模仿rm 2的信号就是这样的增加，产生的保留值等于其竞争对手的保留值。成为要访问的rst（请记住，连接已断开rm 1的支持），rm 1进行销售，如果它是后期实现的或者如果两者都有rms具有零后验实现。因此，其预期收益 改进为/+(1-/)>1.-/.此次调查的结论如下。对于个人rm，e目标说服通常要求部分信息披露：目标是最大限度地实现说服成功所需的后验概率。

吸引消费者的访问需要信息披露，而不仅仅是有效说服所需的信息。正如随后的分析所示，说服和吸引激励的相互作用在形成竞争平衡的信息政策方面起着主要作用。3.2完整的信息平衡本小节重点讨论纯战略平衡和识别一个人存在的条件和形式。我们从一个简单的观察开始：下面的例子3.7表明，这种分布对于rm 1。引理3.2。不存在任何保留值的对称纯策略均衡<是诱导的。这一理论基础反映了伯特兰同质商品模型的原理，在该模型中，定价边际成本无法在均衡状态下维持。就像rm可以“削价”竞争对手的加价，以获得需求的离散式增长；这里，arm可以“过度切割”竞争对手提供的信息不足。更多规格凯莉，arm可以稍微干扰其分布，选择一个几乎相同但信息量稍大的分布。Doingso授予rm在竞争中占有相当大的优势（因为它将进入消费者搜索顺序的顶端），而说服力的损失微乎其微客观性（因为其分布几乎没有变化）。这将导致预期pro的离散增益t、 因此，对称的局部信息平衡无法维持。这使得完整的信息成为唯一的候选策略均衡。提案3.3。扩散系数氖≡1.-(1/)-纯策略中对称均衡存在的充要条件是≥; i、 e.平均质量，, 是su非常高或rms，, 是sucientlylarge公司。

在这种平衡中rms提供完整信息。这一命题精确地描述了吸引激励支配说服激励的条件rms。A高暗示说服很可能成功，这对于rm将诱使消费者访问它–如果不这样做，则意味着消费者可能会在以下位置之一停止搜索rm的竞争对手在达到它之前。相似的如果竞争对手的数量rms很大–消费者的搜索顺序中排名较低意味着rm不太可能被访问，更不用说进行销售了。因此，在这些情况下，吸引力激励占主导地位。如果是竞争对手rms提供完整的信息，这是一种偏离消费者搜索顺序最底层的保证，当平均质量很高或有大量竞争对手时，这是一种毁灭性的结果。当或相对较低。即使所有竞争对手都提供了完整的信息rm可能nd it专业版表提供了较少的信息：尽管排名最后rm最终仍有相当大的机会做到这一点的一种方法是通过任意少量地增加值0和1的概率，并降低内部值的相应度量的概率。访问，在这种情况下，它以概率1进行销售。当吸引力动机不再占主导地位时，吸引力和说服动机都会在形成平衡时发挥作用。根据引理3.2，均衡包含混合策略，使其特征更复杂。有趣的是，完全信息均衡的存在并不取决于消费者的搜索成本（只要0<<). 这是因为rm专业版偏离完整信息的能力与搜索成本无关。

事实上，如果所有rms只有一个提供完整信息，潘多拉法则所暗示的最佳搜索策略本身独立于搜索成本：消费者只需访问完整信息rmsrst，并在且仅当她获得高质量实现时停止。在下一小节中，我们利用Choi et al.（2018）和Armstrong（2017）的一个显著发现，他们表明消费者的顺序搜索可以表述为一个（静态）离散选择问题，这使我们能够以一种易于处理的方式描述和建立混合策略中对称均衡的唯一性。3.3通过观察消费者的最佳购物策略ectsrms付款只有通过她最终的购买决策，我们才能对rms在选择e分布中的竞争目标值。e的有效值rm是de内达斯≡最小值{,()}, 哪里∈[0,1]是实现的后验质量和∈F是后验分布ered编制人rm. Choi等人（2018年）观察到，在潘多拉法则下，有两种（而且只有两种）情况rm进行销售。首先，如果rm’s e公司ectivevalue是它的保留值，消费者每次访问它都会从中购买，当且仅当所有其他她之前访问过的RM（由于他们的保留值较高）实现了以下后验质量(). 第二，如果rm’s e公司目标价值是它的后验质量, 当且仅当后部质量大于事实证明，本小节中揭示的完全披露均衡对应于我们在下一节中得出的更一般结果的特殊情况。

那里的主要结果，定理4.3，确定了（本质上）游戏的唯一均衡（对于所有参数值）必须采用特定的线性形式，其中充分披露均衡作为一个化身，当是su非常高。已访问（由于其预订值低于).将这些因素放在一起，将产生以下获胜条件：rm: 其e目标值实现，最小值{,()}, 击败之前参观过的参赛者（前一场景）的后质量和后质量较高者（后一场景）的保留值。也就是说，rm只有当消费者的e目标价值实现，即：。，=最大值=1,2,...,. 因此rm为付款相当于其隐含的e目标价值分布是相同的，因为它们意味着相同的事前销售概率。这一观察结果使我们能够重新阐述个人面临的问题rm作为其选择e目标价值分布，以最大化其实现的概率目标价值高于竞争对手（以及消费者的外部选择）。这种转换要求我们刻画e的集合可由rm的战略。正式地说，我们称之为e只有当有一种策略（无论是纯策略还是混合策略）可以诱导目标价值分布时，目标价值分布才是可诱导的。考虑rst纯策略的简单案例。在可行的分配之后∈选择F，但在后验概率化之前，rm’s e公司目标值，, 是具有分布的随机变量(;)≡()如果<()1如果≥(). （2） E类纯策略诱导的目标值分布有几个显著特征。引理3.4。