--- type: paper slug: jongha-kim-2020-smartphone-brand-loyalty title: >- Smartphone Preferences and Brand Loyalty: A Discrete Choice Model Reflecting the Reference Point and Peer Effect authors: - '[[junghun-kim]]' - '[[hyunjoo-lee]]' - '[[jongsulee]]' year: 2020 venue: '[[journal-of-retailing-and-consumer-services]]' volume: '52' pages: '101907' doi: 10.1016/j.jretconser.2019.101907 categories: - '[[ict-policy]]' - '[[consumer-choice-research]]' methods: - '[[reference-dependent-choice-model]]' - '[[mixed-logit]]' - '[[peer-effect-model]]' - '[[discrete-choice-experiment]]' - '[[bayesian-inference]]' themes: - '[[smartphone]]' - '[[brand-loyalty]]' - '[[brand-interest]]' - '[[reference-dependence]]' - '[[peer-effect]]' aliases: [] last_updated: '2026-05-17T21:30:00+09:00' --- # Smartphone Preferences and Brand Loyalty: A Discrete Choice Model Reflecting the Reference Point and Peer Effect *[[junghun-kim]], [[hyunjoo-lee]], [[jongsulee]] (2020)* · [[journal-of-retailing-and-consumer-services]] 52:101907 · [DOI ↗](https://doi.org/10.1016/j.jretconser.2019.101907) > 한국 스마트폰 시장 (보급률 96%, 세계 1 위) 의 *brand loyalty* 와 *brand interest* 를 reference-dependent mixed logit + peer effect 결합 모형으로 분리 식별. Brand 가 5 attribute 중 RI 27.3% (Samsung) 로 가장 중요하며, **Apple 이 loss aversion parameter $\lambda = 3.456$ 으로 brand loyalty 최강** (Samsung 1.642 · LG 1.950). 그러나 brand *interest* (gains coefficient) 는 Samsung 이 +4.038 *** 으로 최대 — 한국 시장 country-of-origin effect. Innovative peer 의 만족도가 brand interest 를 유의하게 끌어올리지만, brand loyalty 에는 Apple 에만 영향 (20~30 대 Apple 사용자 80% 의 self-projection). - **RQ**: 스마트폰 브랜드 선택에서 *brand loyalty* (현 보유 브랜드 유지) 와 *brand interest* (타 브랜드 관심) 를 정량 분리할 수 있는가? Innovative peer 의 만족도가 두 차원에 어떻게 작용하는가? - **방법론**: [[reference-dependent-choice-model]], [[mixed-logit]], [[peer-effect-model]], [[discrete-choice-experiment]], [[bayesian-inference]] - **데이터**: 한국 7 개 도시 (서울 + 5 광역시 + 경기 신도시) 20~59 세 스마트폰 보유자 N=991 (1,001 중 응답 결측 10 명 제외, Gallup Korea face-to-face); 5 attribute (브랜드 4 종 · 화면 3 · 가격 4 · 메모리 4 · 사용자 인식기술 2) × 384 조합 중 16 alternative cards 4 sets; peer effect 는 응답자별 최대 5 명 peer 의 brand 만족도 + 혁신성 5-점 Likert (Cronbach $\alpha = 0.785$) - **주요 발견**: Brand RI 최대 (Samsung 27.3%, Apple 15.9%, LG 14.4%); 가격 24.2%; **Brand loyalty $\lambda$ — Apple 3.456 > LG 1.950 > Samsung 1.642**; **Brand interest (gains coef) — Samsung +4.038 *** > Apple +2.305 *** > LG +1.951 ***; reference-dependent 모형 AIC 5,375.93 < standard 6,452.40; Apple → Samsung 전환 시 net utility -3.930 (전환 매우 어려움), LG → Samsung 시 +0.233 (전환 가능); peer effect 는 모든 brand 의 interest 에 유의, loyalty 에는 Apple 에만 유의 - **시사점**: Samsung 은 *country-of-origin* 효과로 신규 유치 우위, Apple 은 *loyalty lock-in* 으로 기존 고객 방어 우위. 두 회사의 전략은 정반대 — Samsung 은 brand 인지·UI 진입장벽 낮추기, Apple 은 ecosystem 강화 ## 요약 한국은 스마트폰 보급률 96% 로 세계 1 위이지만 교체 주기는 짧고 (글로벌 평균 21 개월) 경쟁이 격화되고 있다. 기존 한국 스마트폰 DCE 연구 (Park and Koo 2016, [[jaehyun-kim-2016-smartphone-reference-dependent]]) 는 OS 차원 (iOS vs Android) 의 switching cost (WTP KRW 202,700) 만 다뤘고, *brand 차원* 의 loyalty (현 보유 브랜드 유지 의향) 와 *brand interest* (타 브랜드 매력) 의 *비대칭 분리* 는 다루지 않았다. 본 논문은 [[jongsulee]] 연구실 *제3기 행동경제학 심화* 라인 안에서, [[reference-dependent-choice-model]] 의 *gains coefficient = brand interest*, *losses coefficient (절댓값) = brand loyalty* 라는 명시적 매핑을 처음 제시. 동시에 사회network theory 의 *peer effect* 를 interaction term 으로 추가해 innovative peer 의 만족도가 두 차원에 미치는 영향을 정량. 설문은 2018 년 7 월 Gallup Korea 가 1,001 명에게 face-to-face 로 수행. Standard mixed logit (Step 1) 결과 brand RI 가 압도적 — Samsung 27.3% > 가격 24.2% > Apple 15.9% > LG 14.4% > 메모리 10.7% > 사용자 인식기술 5.2% > 화면크기 2.2%. AIC 6,452.40. Reference-dependent mixed logit (Step 2) 에서 응답자 현재 보유 브랜드를 reference point 로 설정. Brand 별 gains/losses 분리 — **Samsung gains +4.038 *** / losses -6.632 *** (loyalty $\lambda = 1.642$); Apple gains +2.305 *** / losses -7.968 *** (loyalty $\lambda = 3.456$, *최강*); LG gains +1.951 *** / losses -3.805 *** ($\lambda = 1.950$)**. 모형 적합도 — AIC 5,375.93 < 6,452.40, BIC 5,388.88 < 6,459.38 으로 reference-dependent 명확히 우월. *해석* — Samsung 은 brand *interest* (신규 유치 매력) 가 최강이지만 *loyalty* (기존 유지 강도) 는 가장 약함; Apple 은 정반대로 신규 유치는 가장 약하지만 기존 사용자 lock-in 이 가장 강함. Net utility 시뮬레이션: Apple → Samsung 전환의 net utility -3.930 (가격·메모리 등 다른 attribute 가 압도적이지 않으면 전환 불가능), LG → Samsung 은 +0.233 (전환 가능), LG → Apple 은 -1.050 (전환 어려움). Peer effect 분석 (Step 3, peer 의 brand satisfaction 을 interaction term 으로 추가): **innovative peer 의 brand 만족도가 모든 brand 의 interest 를 유의하게 끌어올린다.** 그러나 *loyalty 강화 효과는 Apple 에만 유의* — 20~30 대 Apple 사용자가 116 명 (전체 Apple 의 80%) 이라 *innovative self-projection* 가설 정합. Apple 사용자는 자신의 innovative peer 와의 동조를 통해 brand 정체성을 강화. Samsung·LG 사용자는 peer 영향이 *호기심* (interest) 에는 작용하지만 *충성* (loyalty) 까지 강화하지 않는다. 정책·전략 함의 — Samsung 은 *country-of-origin* 만으로 신규 유치하지만 lock-in 이 약해 *ecosystem* (Galaxy Watch · Pay · Buds) 강화로 lock-in 보강 필요; Apple 은 *premium price + 복잡한 iOS* 가 신규 유치 장벽이지만 한 번 들어온 고객의 self-projection 으로 lock-in 자생. ## 핵심 결과 **Standard mixed logit (N=991, AIC = 6,452.40)** | Variable | Mean coef. | Std. D | Part-worth | RI (%) | |---|---:|---:|---:|---:| | Samsung | 6.571*** | 3.452*** | 6.505 | **27.3** | | Apple | 3.627*** | 3.622*** | 3.610 | 15.9 | | LG | 3.096*** | 2.005*** | 3.109 | 14.4 | | 가격 (천 USD) | −6.431*** | 5.360*** | 5.846 | 24.2 | | 메모리 (100GB) | +1.151*** | 1.051*** | 2.591 | 10.7 | | 사용자 인식기술 | +1.013*** | 1.533*** | 1.154 | 5.2 | | 화면크기 (inch) | +0.097* | 0.651*** | 0.446 | 2.2 | **Reference-dependent mixed logit (AIC = 5,375.93, log-L = −2,674.97)** | Brand | Gains (interest) | Losses (loyalty) | $\lambda$ (loyalty/interest) | |---|---:|---:|---:| | Samsung | **+4.038*** | −6.632*** | 1.642 | | Apple | +2.305*** | **−7.968*** | **3.456** | | LG | +1.951*** | −3.805*** | 1.950 | **Brand switching net utility (예시)** | 전환 시나리오 | Losses (현 brand) | Gains (신 brand) | Net utility | 전환 가능성 | |---|---:|---:|---:|---| | Apple → Samsung | −7.968 | +4.038 | **−3.930** | 매우 낮음 | | LG → Samsung | −3.805 | +4.038 | +0.233 | 가능 | | LG → Apple | −3.805 | +2.305 | −1.050 | 낮음 | **Peer effect 핵심 — innovative peer 만족도가 interest 에는 모든 brand 유의, loyalty 에는 Apple 만 유의** (20~30 대 Apple 사용자 80% 의 self-projection 가설 정합). ## 방법론 노트 [[reference-dependent-choice-model]] 의 brand 차원 확장이 본 paper 의 핵심. Brand 같은 *categorical attribute* 에서도 응답자 보유 brand 를 reference 로 두고 gains (타 brand 선택) / losses (현 brand 포기) 의 비대칭 coefficient 분리 가능. Brand 별 utility: $$ U_{nj}^{brand} = I(\beta^1_{n,B} \geq 0, d_{j,B} \geq d_{r,B}) \beta_{n,B}^{gains}(d_{j,B} - d_{r,B}) + I(\beta^1_{n,B} \geq 0, d_{j,B} < d_{r,B}) \beta_{n,B}^{losses}|d_{j,B} - d_{r,B}| $$ Loss aversion parameter: $$ \lambda_B = \frac{|\beta_{n,B}^{losses}|}{|\beta_{n,B}^{gains}|} $$ [[peer-effect-model]] 은 social network analysis 에서 차용 (Wang et al. 2013). Innovative peer 의 brand 만족도 비중: $$ \sum_{o=1}^{O} S_{B_o} \Big/ \sum_{p=1}^{P} S_{B_p} $$ 여기서 $O$ 는 innovative peer 수, $P$ 는 전체 peer 수, $S_{B_o}$ 는 peer $o$ 의 brand $B$ 만족도. 이 ratio 를 brand interaction term 으로 추가한 확장 utility: $$ U_{nj} = I(B_o = d_{j,B} \geq d_{r,B}) \left\{ \beta_{n,B}^{gains} + \alpha_{n,B}^{o,g} \cdot \text{ratio}\right\}(d_{j,B} - d_{r,B}) + \cdots $$ $\alpha^{o,g}$ 는 peer effect 의 interest 영향, $\alpha^{o,l}$ 는 loyalty 영향. 식별은 (i) 16 alternatives orthogonal design, (ii) standard mixed logit 의 individual $\beta^1$ 부호로 direction 분리, (iii) peer satisfaction ratio 의 between-respondent variation. Innovativeness 측정은 3 문항 Likert (Ailawadi 2001 · Goldsmith and Hofacker 1991 · Lam 2010 의 합성), Cronbach $\alpha = 0.785$. ## 연구 계보 본 paper 의 직접 method 조상은 [[jaehyun-kim-2016-smartphone-reference-dependent]] (Kim, Lee, Ahn 2016, *Computers in Human Behavior* — 동일 저자 그룹의 smartphone reference-dependent DCM). 본 paper 는 그 framework 를 (i) *brand 차원으로 명시 확장* (이전 paper 는 OS 차원), (ii) *peer effect interaction term 결합* 의 두 갈래로 발전. Peer effect 의 social network 응용은 Wang et al. (2013) · Hahn and Kim (2013) · Lee (2014). Brand loyalty 의 status quo bias 는 Samuelson and Zeckhauser (1988) · Ganesan and Sridhar (2014). Park and Koo (2016) 의 HB 다항 logit 한국 스마트폰 분석이 OS switching cost 측면의 직접 비교 기준. [[jongsulee]] author page 의 *제3기 행동경제학 심화* 라인 안에서, 본 paper 는 sibling [[jongha-kim-2018-renewable-energy-reference-dependent]] (에너지 정책) · [[jongha-kim-2020-ev-loss-aversion]] (전기차) 와 함께 *3 부작 reference-dependent 시리즈* 의 ICT 적용편이며, 더 거시적으로 *brand·peer 결합 차원* 까지 확장한 가장 정교한 method 변형이다. ## See also - [[reference-dependent-choice-model]] - [[mixed-logit]] - [[peer-effect-model]] - [[discrete-choice-experiment]] - [[bayesian-inference]] - [[brand-loyalty]] - [[brand-interest]] - [[smartphone]] - [[loss-aversion]] - [[junghun-kim]] - [[hyunjoo-lee]] - [[jongsulee]] - [[jaehyun-kim-2016-smartphone-reference-dependent]] - [[jongha-kim-2018-renewable-energy-reference-dependent]] - [[jongha-kim-2020-ev-loss-aversion]]