大数据时代基于Interbrand模型的品牌价值评估

闫彦珍

(杭州电子科技大学，浙江 杭州 310000)

一、大数据时代品牌内涵

品牌最初用来标识和宣誓权益，即产品的所有权属。但是随着全球掀起的企业兼并浪潮，印证了品牌可以作为一种特殊生产要素给企业带来高额溢价。对品牌的研究也因此高涨，总体来看可归为三类：一是财务观点，如林恩.阿普萧(2007)认为，品牌是指品牌带来的财务净值；二是消费者观点，如凯文.莱恩.凯勒(2003)认为品牌是指消费者基于对品牌的认知，而对品牌营销活动所作的体验和反馈；三是竞争观点，如萨姆.希尔、克里斯.莱得勒(2005)认为，品牌价值取决于它和其他品牌的伴生状态，是有品牌名的产品与无品牌名的产品的现金流量差额。然而随着大数据时代到来，我们应该重新考虑，品牌是什么，品牌价值如何更确切地得倒量化评估?

首先我们观察大数据下消费环境以及行为的改变：1.信息不再稀缺。一切企业、商品相关的信息都是可获得的，而且获得成本很低，消费者只要搜索就可以价质对比；2.信息双向流动。任何品牌信息都随时面临被消费者解构的风险，贴吧论坛、问答网站、互动社区等渠道上虽然看似无关紧要，但是有时却可以推波助澜；3.消费者行为改变。由于消费者时间碎花化、地点碎片化，因此行为也趋向随机个性化。

因此在这种新的消费环境影响下，品牌应该是“基于顾客的立场展开双向交互，从而让企业与消费者之间形成点到点的体验传递，并为消费者留下特殊的印象”。

二、传统品牌价值评估模型的局限性

在量化“品牌价值”的方法中，经典评估模型有Interbrand公司的品牌价值评估模型，杨.罗比凯广告公司的品牌财产评估电通模型(Brand Asset Valuator简称BAV)；世界名牌实验室的品牌价值评估模型(World Brand Value Lab简称WBL)等。

(一)Interbrand模型

该模型基本思想与收益法大致相同，即将品牌未来收入转化为现实价值，理论公式为V＝P×S,其中V为品牌价值，P为品牌收益，S为品牌强度倍数。S由七部分组成(包括领导力、稳定力、市场力、国际力、趋势力、支持力、保护力等)，通过专家打分得到各因素的得分,然后利用S形曲线，将得分转换为品牌强度倍数，最后品牌价值就等于品牌收益和品牌倍数的乘积。该模型不足点为：第一,忽视对消费者的考虑，它所涵盖的七方面要素都是基于企业或市场。第二，品牌作用力指数和确定品牌强度的七方面因素得分过于主观。

(二)BAV模型

该模型的立场是消费者，通过四个指标即差异性、相关性、品牌评价、品牌认知作支撑。差异性为基点一，因为差异性=利润空间；相关度为基点二，相关度=消费者数量；品牌评价为基点三,品牌评价=盈利表现；品牌认知为基点四，代表一个品牌的知名度及消费者对品牌掌握和认知的经验结果。四大基点形成有机联系，并注重以消费者为中心来评估，但缺点也是只有消费者数据，而且还缺乏对品牌忠诚度的考虑，而这是品牌价值评估至关重要的因素，同时该模型还缺乏进一步量化的数理基础。

(三)WBL模型

该模型强调品牌价值应当由财务要素、品牌附加值要素、品牌强度要素构成，基于此理论，WBL采用“经济适用法”(EVA)确定企业的盈利水平；运用“品牌附加值工具箱”计算品牌对收益的贡献度。其理论公式为：V＝EVA×BI×S，其中EVA为平均营业收益，BI为品牌附加值系数，S为品牌强度倍数。该模型综合了财务方法与消费者因素，并利用品牌附加值工具箱来量化品牌带来的超额收益。但是,在对未来收益的风险预测上,却不如Interbrand模型考虑的更加周全。由于Interbrand方法用S型曲线将品牌强度最后分值通过S型曲线转换为贴现率,巧妙地估计了未来的风险,这种方法相对来说,使得评估理论更加严谨,这也是Interbrand模型更受青睐的原因。

三、对品牌价值评估模型的优化

通过分析我们可以看出传统的品牌价值评估模型已经很难适应目前这种信息巨量，消费者为主导的市场环境。本文试图通过对传统评估模型的改进，建立一个能够适应大数据时代的品牌价值评估模型。改进后的模型仍以Interbrand模型为立足点,考虑品牌未来收益的各类风险以及消费者因素,从而使品牌价值评估更加全面化。

(一)品牌收益评估的改进

Interbrand模型中选取评估基准日前3年的资料进行分析，根据离评估基准日越近的资产收益越能代表真实受益的界定，按1、2、3进行权重分配，得出品牌的历史加权平均收益。然后，根据历史收益推断出评估基准日后最近两年的税前利润，推断时采用品牌作用指数，(即品牌对企业无形资产超额收益的贡献比例)来决定非品牌资产所创造的收益的比重，然后进行主观校正并得到品牌的预期收益。这种方法显然带有主观和经验的成分，为避免该缺陷,这里借鉴世界品牌实验室模型中运用的BVA(品牌附加值工具箱)的思想，以“品牌增值收益额”(简称BPA，指对行业市场的溢价水平)来替代“品牌收益额”。

品牌增值收益额BPA=EVA×品牌溢价率BPR(品牌溢价率)

为品牌产品销售量；为品牌产品销售价格；为同质条件下的产品销售均价。

(二)品牌强度评估的改进

品牌强度应该由市场和消费者两种力量来决定，在这里借鉴BAV的思想，加入消费者因素，建立新的评价体系：该体系分为两个维度共8项指标，这8项指标基本覆盖了与品牌价值相关的各种动态要素。

第一维度是市场强度，包括差异性、领导力、稳定力、市场力。

1.差异性：品牌相对同质产品的独特性；

2.领导力：品牌的市场地位，可以借助各大网站发布的排名来衡量；

3.稳定力：品牌在市场上的地位保持能力；

4.市场力：品牌所处市场的成长和稳定性；

第二维度是消费者强度，包括知名度、忠诚度、满意度、关注度。

1.知名度：可以通过调查该品牌在消费者群体中被知晓的频数以及知晓程度来衡量。

2.忠诚度：指消费者对其他品牌产生排斥，而对该品牌情有独钟的心态，这是企业期望达到的最佳状态。在评价品牌的忠诚度时，可以借助互联网行业中的用户留存率这一指标来衡量，即顾客在某段时间内开始使用，经过一段时间后，仍然继续使用的被认作是留存，这部分顾客占当时新增顾客的比例即是留存率。

3.满意度：可以通过调查问卷的形式调查品牌在消费者心目中受欢迎程度。

4.关注度：是基于互联网时代提出的一个新衡量指标。可根据百度、谷歌、好搜等主要网站对该品牌的搜索量来衡量。由于这是一个信息膨胀的时代，获取信息成本极低，消费者网购或实体店消费之前，都习惯于先通过互联网搜寻相关信息，认识比较之后再做决定。因此在品牌强度整体评价体系中，应该也加以考虑。

综合以上因素建立这样一个综合性评价指标体系，如下表1。

最后我们可以得出改进后方法的理论公式:V=BPA×M，其中V为品牌价值,BPA为品牌带来的增值收益,M为品牌强度。

最后需要说明的是:虽然大数据环境下获得信息较为便利，但是冗杂的信息也相对过多，信息的筛选将变得异常棘手，因此数据处理将成为评估的重点和难点。所以对于评估工作者来说，探索大数据应用与传统模型的有机结合，需要不断地试验、检验。本文对于评估模型的优化以及对于大数据的思考，希望能给评估人员带来新的启示。

?

[1]梁红波基于大数据技术的企业品牌价值评估分析[J].财会通讯，2014，26:75-76.

[2]袁煌，潘宇.大数据在文化企业价值评估中的应用——以电影票房收入预测为例[J].中国资产评估，2014，10:10-14.

[3]中国茶叶品牌价值评估课题组，胡晓云，程定军，刘进.中国茶叶企业产品品牌价值评估报告(2011～2013)[J].中国茶叶，2013，05:13-17+19.

[4]王熹.品牌价值评估体系及其方法选择[J].价格理论与实践，2012，03:85-86.

[5]刘红霞，杨杰.从英特公司的品牌评估模型看我国企业品牌价值评估[J].会计之友，2005，08:47-48.