❶ 近幾年中小企業融資失敗的案例有哪些
你要找什麼類型的例子，絕大多數創業公司都是在中小階段失敗了的，恩美路演上有大把各種案例可以看
❷ 北京弘裕金融服務外包有限公司最近投資成功案例是哪些項目能講下嗎
你還不知道嗎，X職場項目，新型互聯網招聘 平 台，投了5000萬。
❸ 中小企業金融服務優秀案例
一、客戶名稱：吉林省宏賀米業有限公司
二、主營業務：糧米收購、加工銷售及副產品經銷，其產品定位中高端。
三、品牌：九香禾潤、家慶余。
四、銷售區域：雲南、貴州、四川、上海、福建、江蘇、浙江、長春等地。
五、融資需求：吉林省宏賀米業有限公司多年來一直與國內市場比較穩定的批發客戶共同發展，由於近年來市場競爭激烈，對商品的質量要求逐年提高，因此必須對生產設備進行更新改造，改造後對生產流動資金產生了一定的影響。該公司資金周轉1次/2周，並且是先發貨後回款的結算方式，故產生了300萬元的資金缺口，為此申請商會幫助協調解決貸款300萬元，用於該公司的生產經營流動資金周轉。
六、客戶條件：缺少有效的抵押物是阻礙該公司貸款的最大瓶頸。也正因為此項瓶頸，該公司的貸款申請被多家銀行拒之門外。
七、做法：
（一）量身設計融資方案。企業銷售額8000萬元，利潤率5%，固定的采購渠道、固定的銷售渠道、固定的回款周期、固有的消費群體，成熟的管理模式，經營風險較小，如果有恰當的抵押物，那麼宏賀米業有限公司絕對是眾多銀行爭奪的小微企業信貸客戶。
針對企業缺少有效擔保方式的融資難問題，商會會同銀行採取以企業現金流為依託、封閉企業的銷售回款路徑、動產抵押、商會的企業基金作擔保的方式防控風險，經過對企業還款能力及資金需求的合理測算，給予企業授信300萬元。
（二）亮點分析
正常的經營，良好的信譽、有效的擔保一直是銀行向企業發放貸款的主要先決條件，向宏賀米業有限公司發放的300萬元小微企業貸款中，恰恰是商會的企業基金擔保起到了決定性作用。
而與商會合作銀行發放的小微企業貸款產品無需抵押和評估，通過考察企業的經營歷史、信譽度、可持續發展能力，特別是通過重點對企業銷售現金流這一第一還款來源的重點考核來達到控制風險的目的，起到了切實解決從事小微企業貸款難、擔保難問題，並且為企業節約了評估、保險、抵押登記等各項費用，省去了抵押擔保等手續，節省了時間。
（三）企業變化
宏賀米業有限公司取得300萬元貸款後，將資金全部投放到了擴大市場和提高商品質量數量上，確保了企業總體經營計劃的順利執行，使公司營業額提升、利潤增加，同時增加了15個就業崗位，競爭力得到了明顯的提高。據公司負責人介紹，300萬元的貸款一年能為公司增加6000萬元到7000萬元的銷售流水。
八、案例點評：德惠市種植經銷業商會企業基金擔保貸款誕生於2012年初，是民生銀行專門為優質種植經銷產業鏈的企業設計的小微企業貸款新產品，凡是申請該類貸款的企業，只需向商會和貸款行提供企業及法人相關材料，經考核授信，並由商會企業基金擔保，結算的賬戶建在貸款行，保證銷售回行，資金封閉運作即可獲得融資支持，貸款不需要傳統意義上的抵押和擔保，只依據借款人真實的交易、真實的資產狀況、真實的信譽狀況和經營的持續性作為貸款發放的前提。
❹ 關於金融的案例分析
我的中文專業名詞用的不好，請見諒！
我覺得首先是對mortgage-backed securities這種金融衍生品要慎用，甚至不用。這種證劵/投資產品簡單來說就是把還沒有被銀行拿到的按揭款經過復雜的拆分和重組，變成可以被投資的金融產品。而投資者並不知道他們投資的具體是什麼（其實是很多房奴的按揭款），到底是誰會在未來付款，這種金融產品只有一個風險等級。但是這種產品把銀行的按揭風險（也就是說買房人不能按時付款的風險）轉移給了投資者。在中國，如果有這種金融衍生品，很可能造成銀行瘋狂實行住房放貸，而不考慮借貸人的償還能力。同時，由於中國人對一輩子有個房子看得很重，勢必造成瘋狂的借貸買房。這就會造成房價產生巨大的泡沫。當泡沫破滅時（也就是房價暴跌時），這種金融衍生品（MBS）會暴跌，銀行將無法從這些證劵中獲得流動性（也就是現金），那麼銀行就會收緊放貸，或者提高房貸利率，而這會使很多房奴突然還不起按揭款，而又由於房價下跌而不能把房子脫手，很多換不起貸款的人就會被強令遷出，甚至有無家可歸的可能。所以，這種衍生品在中國如果監管不嚴，很可能有比美國次貸危機更嚴重的後果。因為中國人現在的錢不是在炒房就是在炒股，MBS的危險性就是他把這兩個投資市場的風險聯系在了一起。不過我覺得國家現在對房市的控制還是很特意的，所以這種產品應該會被禁止。
對美國金融危機付主要責任的第二種金融衍生品叫做credit default swap（信貸違約掉期）。 他的主要目的或者說是初始目的是為了避免風險，說白了他就是一種保險。比如說你買了萊曼的股票，你可以從保險公司（像AIG）買CDS這種保險，如果萊曼的股價跌倒￥10一下，那麼CDS會給你賠償。這種保險的目的是好的，但是錯就錯在這種保險是可以被交易的，就比如說你覺得萊曼的股價馬上就會跌倒￥10一下，你就可以從市場上買別人的CDS，然後等真的跌倒￥10一下去領取賠償金。換句話說，這種金融衍生品可以被用來投機。這在熊市的時候只能有推波助瀾的作用。我認為在中國，金融保險這種東西可以實施，但是不應該被交易。 在中國這種不完善的股市，絕大部分人在投機，在升的時候買，降的時候賣（這種尤其危險），CDS只會進一步製造恐慌，從而拖垮市場。
我認為從發展的角度來講，應該切實的從保護投資者的角度去採用可以降低風險的金融衍生品。可以投機的金融產品只會使少數人獲利。
這只是我個人的分析，有什麼不對的請指正。很抱歉，我對一些金融名詞翻譯的可能不太正確！
❺ 金融案例題
1美元=122.30/40日元,1英鎊=1.4385/95美元.
1英鎊=(122.30*1.4385)/(122.40*1.4395)=175.93/176.19
A公司如果要以日元向銀行買進英鎊,即銀行英鎊賣出價,匯率是1英鎊=176.19日元（用對銀行即報價方有利的那個價格）.
❻ 金融法作業 案例分析
（1）不能。
《商業銀行法》規定商業銀行不得向企業投資。
（2）能發放抵押貸款。
《商業銀行法》禁止向關系人發放信用貸款，並不禁止向關系人發放擔保貸款。只是發放擔保貸款的條件不得優於其他借款人同類貸款的條件。
（3）不合法。《商業銀行法》關於資產負債比例管理的規定，對同一借款人的貸款余額與商業銀行資本余額的比例不得超過10%，該商業銀行向房地產開發公司發放2億元人民幣貸款超過「當月資本余額為17.9億元人民幣」的10%。
（4）正確。因為該商業銀行巨額貸款無法收回，可能發生信用危機，在此情況下人民銀行可以對該銀行實行接管。
❼ 可以講幾個金融方面有關信用的案例嗎
案例一
［提要］2002年初，擁有2000多員工的中石化廣州分公司，帳目上逾期一年以上的應收賬款，高達2300多萬元。
沉重的清欠負擔以及由此而帶來的費用開支、資金佔用、壞賬損失等等，大大增大了企業的管理成本、機會成本和壞賬成本，使企業巨額效益白白流失。是繼續在"不賒銷等死，賒銷等於找死"怪圈中徘徊，還是跳出怪圈理智地分析和另闢蹊境？公司選擇了後者。
在深刻總結以往盲目賒銷的教訓後，公司認識到：現代市場經濟本質上是一種信用經濟。隨著中國加入W TO，成品油的終端零售、批發市場逐漸開放，賒銷已成為所有成品油供應商擴大市場份額的現實選擇。在這種選擇中，企業必須不斷地擴展信用銷售，即"理性賒銷"。同時，企業防範信用交易風險不能只寄希望於客戶，而更應該引入"信用管理"理念，控制交易環節的信用風險，建立規范化、制度化的賒銷程序，以增強企業防禦風險能力，加強應收賬款管理，減少企業呆壞賬損失，在擴大銷售與控制風險之間求得最佳平衡和實現盈利最大化。
2002年下半年開始營運的一家巴士公司，難以確定信用額度，但考慮到能取得公交營運必具相當資質，公司就以交納押金進行記賬加油、加油量滿2萬元即付款的辦法，經過兩個月交易考察後，始給予對方10萬元、45天的信用額度。
隨著銷量的擴增，至2003年2月末，公司應收賬款總額已達2.02億，比實施信用管理前增長了51.86％，但其中3個月以內的應收賬款占總額的88％，比實施前上升了17個百分點；其中1個月以內的佔了80％，二三個月應收賬款佔了8.15％。實施後，平均每月發生的清欠款只有3萬元，比2002年實施前降低了50％。
在取得信用管理效果的同時，公司的總銷量由實施前的月均9萬多噸逐月上升，到今年一季度月均達13萬噸左右。實施後公司的賒銷量占總銷量比例為73％，比實施前還增加了28％，真正實現了有效銷售的擴張。
事實證明，信用管理使公司正常周轉的應收賬款不斷增加，風險控制明顯好轉。擴大、理性、有效的信用銷售呈現良性循環。
案例二
上海大眾受困"本土化"賒銷挽救20億庫存
迫於1.8萬輛、超過20億元庫存的壓力，上海大眾今年採取了從未使用過的壓庫存手段。據《財經時報》了解，不僅上海大眾與其參股子公司、一級經銷商上海上汽大眾汽車銷售有限公司(以下簡稱上汽銷)之間有賒銷協議，上汽銷與代理商之間也有賒銷協議。
新車就著上海大眾規定的"任務量"，已經陸續派往上海大眾在全國的400多家經銷商。按照"任務量"計算，一些經銷商分得新車已超過100輛。對於經銷商來說，雖然銷售壓力大，但豐厚的利潤回報實在難以拒絕。
因為，上海大眾的促銷政策是，如果經銷商到年底達到規定的銷量，可以獲得返利。返利高者可至建設成本的95%。這意味著，在上海，一個建設成本在1000萬至1500萬之間的4S店，只要能完成今年的銷量，就可獲得950萬至1400萬真金白銀。
上汽大眾一位內部人士表示，內賒銷，外降價，通過這兩種見效最快的手段，上海大眾正努力在年底前把庫存數目壓到最小。業內人士分析說，至少在賬面上，賒銷可以做成應收賬款，使庫存量大大減少。
案例三
某房地產開發公司取得了一塊民用建築用地的開發權，建築面積為10萬平方米，每平方米的綜合造價和費用，是三千元，每平方米平均銷售價格是4500元，需要總投資為3億元，總收入為4.5億元，凈收入是1.5億元。但是這個房地產公司開工的時候，手裡只有1500萬元，他們選用了延期付款與預收賬款的融資技術，完成了這個房地產的開發項目，賺了1.5億元。
案例四
四川某企業的廠長王某在1995年與協作廠簽訂合同購買了4000噸鋼材。鋼材入庫後按理他應馬上付款，但在此時市場上冰箱暢銷，如果他推遲付款，就可以將這筆資金用來購買冰箱外殼，組裝後售出可獲取較大利益。於是他與協作廠簽訂商業信用合同，延期付款，同時補償對方7萬元的佔用資金費，這樣把資金運作開，多獲取了100萬元的利潤，除去給協作廠的7萬元，還剩93萬元。
合理利用商業信用可以給企業帶來豐厚的利潤，可是如果使用不當就會給企業帶來不小的損失。
❽ 金融領域7大數據科學案例
金融領域7大數據科學案例
1 金融領域有哪些典型數據問題？
2 金融領域應用那些數據科學方法？
近年來，數據科學和機器學習應對一系列主要金融任務的能力已成為一個特別重要的問題。 公司希望知道更多技術帶來的改進以及他們如何重塑業務戰略。
為了幫助您回答這些問題，我們准備了一份對金融行業影響最大的數據科學應用清單。 它們涵蓋了從數據管理到交易策略的各種業務方面，但它們的共同點是增強金融解決方案的巨大前景。
自動化風險管理管理客戶數據預測分析實時分析欺詐識別消費者分析演算法交易深度個性化和定製結論自動化風險管理
風險管理是金融機構極其重要的領域，負責公司的安全性，可信度和戰略決策。 過去幾年來，處理風險管理的方法發生了重大變化，改變了金融部門的性質。 從未像現在這樣，今天的機器學習模型定義了業務發展的載體。
風險可以來自很多來源，例如競爭對手，投資者，監管機構或公司的客戶。 此外，風險的重要性和潛在損失可能不同。 因此，主要步驟是識別，優先考慮和監控風險，這是機器學習的完美任務。通過對大量客戶數據，金融借貸和保險結果的訓練，演算法不僅可以增強風險評分模型，還可以提高成本效率和可持續性。
數據科學和人工智慧（AI）在風險管理中最重要的應用是識別潛在客戶的信譽。 為了為特定客戶建立適當的信用額度，公司使用機器學習演算法來分析過去的支出行為和模式。 這種方法在與新客戶或具有簡簡訊用記錄的客戶合作時也很有用。
雖然金融風險管理流程的數字化和自動化處於早期階段，但潛力巨大。 金融機構仍需要為變革做好准備，這種變革通過實現核心財務流程的自動化，提高財務團隊的分析能力以及進行戰略性技術投資。 但只要公司開始向這個方向發展，利潤就不會讓自己等待。
管理客戶數據
對於金融公司來說，數據是最重要的資源。因此，高效的數據管理是企業成功的關鍵。今天，在結構和數量上存在大量的金融數據：從社交媒體活動和移動互動到市場數據和交易細節。金融專家經常需要處理半結構化或非結構化數據，手動處理這些數據是一個巨大的挑戰。
然而，對於大多數公司來說，將機器學習技術與管理過程集成僅僅是從數據中提取真實知識的必要條件。人工智慧工具，特別是自然語言處理，數據挖掘和文本分析有助於將數據轉化為智能數據治理和更好的業務解決方案，從而提高盈利能力。例如，機器學習演算法可以通過向客戶學習財務歷史數據來分析某些特定財務趨勢和市場發展的影響。最後，這些技術可用於生成自動報告。
預測分析
分析現在是金融服務的核心。 值得特別關注的是預測分析，它揭示了預測未來事件的數據模式，可以立即採取行動。 通過了解社交媒體，新聞趨勢和其他數據源，這些復雜的分析方法已經實現了預測價格和客戶終生價值，未來生活事件，預期流失率和股市走勢等主要應用。 最重要的是，這種技術可以幫助回答復雜的問題 - 如何最好地介入。
實時分析
實時分析通過分析來自不同來源的大量數據從根本上改變財務流程，並快速識別任何變化並找到對其的最佳反應。財務實時分析應用有三個主要方向：
欺詐識別
金融公司有義務保證其用戶的最高安全級別。公司面臨的主要挑戰是找到一個很好的欺詐檢測系統，罪犯總是會採用新的方法並設置新的陷阱。只有稱職的數據科學家才能創建完美的演算法來檢測和預防用戶行為異常或正在進行的各種欺詐工作流程。例如，針對特定用戶的不尋常金融購買警報或大量現金提款將導致阻止這些操作，直到客戶確認為止。在股票市場中，機器學習工具可以識別交易數據中的模式，這可能會指示操縱並提醒員工進行調查。然而，這種演算法最大的優勢在於自我教學的能力，隨著時間的推移變得越來越有效和智能化。
消費者分析
實時分析還有助於更好地了解客戶和有效的個性化。先進的機器學習演算法和客戶情緒分析技術可以從客戶行為，社交媒體互動，他們的反饋和意見中獲得見解，並改善個性化並提高利潤。由於數據量巨大，只有經驗豐富的數據科學家才能精確分解。
演算法交易
這個領域可能受實時分析的影響最大，因為每秒都會受到影響。根據分析傳統和非傳統數據的最新信息，金融機構可以做出實時有利的決策。而且由於這些數據通常只在短時間內才有價值，因此在這個領域具有競爭力意味著使用最快的方法分析數據。
在此領域結合實時和預測分析時，另一個預期會開啟。過去，金融公司不得不聘用能夠開發統計模型並使用歷史數據來創建預測市場機會的交易演算法的數學家。然而，今天人工智慧提供了使這一過程更快的技術，而且特別重要的是 - 不斷改進。
因此，數據科學和人工智慧在交易領域進行了革命，啟動了演算法交易策略。世界上大多數交易所都使用計算機，根據演算法和正確策略制定決策，並考慮到新數據。 人工智慧無限處理大量信息，包括推文，財務指標，新聞和書籍數據，甚至電視節目。 因此，它理解當今的全球趨勢並不斷提高對金融市場的預測。
總而言之，實時和預測分析顯著改變了不同金融領域的狀況。 通過Hadoop，NoSQL和Storm等技術，傳統和非傳統數據集以及最精確的演算法，數據工程師正在改變財務用於工作的方式。
深度個性化和定製
企業認識到，在當今市場競爭的關鍵步驟之一是通過與客戶建立高質量的個性化關系來提高參與度。 這個想法是分析數字客戶體驗，並根據客戶的興趣和偏好對其進行修改。 人工智慧在理解人類語言和情感方面取得重大進展，從而將客戶個性化提升到一個全新的水平。 數據工程師還可以建立模型，研究消費者的行為並發現客戶需要財務建議的情況。 預測分析工具和高級數字交付選項的結合可以幫助完成這項復雜的任務，在最恰當的時機指導客戶獲得最佳財務解決方案，並根據消費習慣，社交人口趨勢，位置和其他偏好建議個性化服務。
結論
對於金融機構來說，數據科學技術的使用提供了一個從競爭中脫穎而出並重塑其業務的巨大機會。大量不斷變化的財務數據造成了將機器學習和AI工具引入業務不同方面的必要性。
我們認為，我們主要關注金融領域的7大數據科學用例，但還有很多其他值得一提的。 如果您有任何進一步的想法，請在評論部分分享您的想法。
❾ 請求 金融企業風險管理的案例 越多越好 謝謝
全球金融危機使金融服務企業認識到，加強全面風險管理，不只是一個技術問題，更要嵌入企業自身的文化當中。
從第一次信貸危機的信號出現至今，已有一年多時間了，但人們仍然可以普遍感覺到其深遠的震盪和影響力。危機已經引發了眾多金融服務公司4000多億美元的資產賬面貶值，並導致了美國貝爾斯登公司、英國諾森羅克銀行和德國IKB銀行的驚人內爆。
由於金融服務公司的高級主管未來持續面臨不確定的經濟和市場形勢，他們已將自己的風險管理規定和職責置於強有力的監控之下。這就使得更多人關注企業風險管理（ERM），這種方法是將各個商業部門的風險都整合到企業層上進行整體處理，同時辨認維持風險區間大小的必要性。對於暴露於不同商業部門的風險，很多金融服務供應商用這種方法來得到更為一致和連貫的認識。2008年7月，我們在全球 316位高級主管中開展了一個線上調查。
❿ 金融類營銷案例有哪些
汕頭大學梁敏甜、劉嘉歡、歐少明、蘇震宇
Introction：在選擇金融服務時，消費者是如何考慮有多少潛在的品牌（公司）選擇呢
在市場營銷裡面，一個很重要的概念是消費者的決策過程，這個過程是這樣的：意識到一個問題，得到一個解決這個問題的辦法的大集合，評估每個選擇（品牌），做出選擇；這樣說有點抽象，我們舉個例子，一個小姐發現她汽車的輪胎舊了，需要更換，那麼，她已知的輪胎的牌子只有3個，她搜了一些資料，問了一下身邊的朋友對這個牌子的評價，最後選了A這個輪胎。這里我們說到的消費者考慮的牌子的數量種類和評估，這很大程度上與消費者參與購買的水平有關。
參與購買水平分兩種，低參與和高參與。舉個例子，你需要買本書，你不會多在意它是哪個出版社的書，只要內容符合就好，這就是低參與，而高參與是指，如果你想買輛汽車，哪個牌子的汽車，你就會好好考慮了。
考慮到現在這個互聯網猖獗，電子商務極大地影響了消費者的行為，所以文章研究這樣一個問題，在不同購買水平下，對於眾多金融服務類的競爭替代品，消費者是如何考慮進行選擇的。
為了得到結論，文章對以下5個問題進行研究：
1. 在購買金融服務時，消費者信息搜索的范圍有多大？一般考慮的品牌數量是多少？
2. 消費者在進行新的金融服務的購買時，相對於繼續進行原來的金融服務的購買，考慮的程度是不是提高了？
3. 購買高價值金融產品服務和低價值服務時，消費者對於前者的考慮是不是更為慎重？
4. 不考慮其他競爭者的替代品，就在新的公司（品牌）那裡購買金融產品服務，這樣的消費的數量有多少呢？
5. 輕買家還是重買家會更加註重對競爭替代品的考慮呢？
為了研究這5個問題，作者在澳大利亞進行了2個調查：
調查1是零售銀行：取來自2個有著不同人口數量以及不同經濟發展狀況的的城市，來做調查，調查的問題是他們購買的最近的銀行產品是哪個公司的？是第一次在那個公司買，還是以前就在那裡買過產品?在購買決策的過程中，有做過調查嗎，調查率哪家公司?在網路上做的資料搜索嗎？去了幾家公司的官網查看呢？
調查2是關於國內保險：向澳大利亞國內的一個主要的保險公司的客戶，詢問這些問題：最近是否有保險到期，是否會考慮更換保險公司？在其他保險公司獲得的同類型的保險報價是多少？
接下來我們一起看看根據這兩個調查，這5個問題的研究結果：
問題1，在購買金融產品服務時，消費者會調查多少個相關的品牌呢？最常見的品牌數量是多少？
注意：考慮集的大小（數量）不僅包括消費者決定購買產品的品牌數量，也包括他們沒有進行購買前曾經進行調查的品牌的數量。根據數據，73%的受訪者只會調查一個品牌，取平均數，消費者考慮品牌數量的大小是1.4。另外在信息搜索上，79%的消費者不會對以前購買過產品的品牌（公司）再進行新的信息搜索，平均在互聯網上搜索品牌的官網的數量是0.9
這里我們看到的是，最常見的考慮品牌的數量是1，這是一個很低的考慮水平。
蘇震宇：
金融已經廣泛地涉及到我們生活中的每一個角落，扮演著不可取代的角色。所以分析消費者對金融產品的考慮方式就顯得非常的重要。因為很多金融產品都是長期性的，所以消費者會精挑細選地選擇適合自己的產品，並有可能選中之後就很難再有更換它或者嘗新的念頭了。
問題2：消費者對進行新的購買對比重復進行原來購買的考慮程度提高了嗎？
進行新的購買比如進行貸款或者開新的信用卡等。重復原來購買比如保險過期後，再次購買完全相同的保險。經過有關人員的分析調查，得出了這么一個結果：有483名保險到期了的顧客，有431名顧客繼續購買他們原有的保險，只有52名顧客選擇更換新的保險或者更換保險公司。年度的更換率只有11%沒有更換保險的人中，只有26%的人有考慮過更換，當然他們是沒有更換的，而且他們之中43%的人沒有對其他保險公司進行任何的評價，（意思就是，只是哪天沒事做突然想起是不是要換保險，但可能吃了個飯就什麼都忘了）。相應的就是有74%的想都沒有想過要更換自己的保險。而真正換了保險的人，大多數都只是分析了一家公司，沒有對更多的公司的方案進行分析評估
所以我們得到的結論就是：消費者考慮換新的程度是非常低的，很多的消費者都沒有考慮過換新或者尋找替代品，即使是那些有所考慮或有所行動的也只是在一個很小的范圍內進行考慮和更換。
消費者在金融服務消費時，對風險的評估是非常重要的，這也是的他們對產品的信息有很強烈的了解慾望，從而對產品進行對比考慮。
因此第3個問題是：消費者對在購買「高價值」的服務時與購買「低價值」的服務時相比，哪一方考慮的比較慎重呢？
又是根據有關人員的分析調查，得出了這個圖表，看一看就可以了。我們得出了這么一個結論：只有10%的消費者在購買低價值服務的時候考慮過另外一家或者更多的公司產品，而又35%的消費者在購買高價值服務的時候有這一方面的考慮。因此，我們可以分析出：消費者對高價值的服務的考慮比較慎重。
在消費者群體中，很少人會廣泛考慮多家服務供應商，無論是重新購買或購買新的。此外，無論是低值服務或更高的價值服務，大部分消費者都缺少嚴密的分析對比。最普遍的考慮規模只是一個品牌。
劉嘉歡：
根據以上，研究問題4是：有多少消費者從一個新的服務提供商購買（即他們沒有交易過），沒有考慮其他競爭的替代品？在這里，考慮的是消費者在搜索行為中的異質性，即哪些顧客更傾向於進行搜索和比較。文獻中的一個有用的分類是區分「輕」的消費者，購買較少的，和「重」的消費者，購買更多的。因為這樣的分類將使我們能夠檢查目前使用金融產品很少的「輕」買家的評價行為，對比已經有多個金融產品的」重買家「。對於哪一類的消費者很有可能進行更多的評價和搜索，有不同的可能性。「輕」買家可以搜索更多，因為他們不太熟悉購買這樣的產品。因此，來自多個供應商的信息可以提供保證，他們的最終選擇是正確的。或者，也可以說是較重的買家會尋找更多，因為他們先前的經驗提供了信心，他們可以從尋找替代品中獲得更好的產品，或更好的條款和條件。結果，無論是哪一種方式，對營銷策略有一定的影響。如果是較輕的買家搜索越多而重的買家搜索少，那麼，一個忠誠的策略來吸引和留住高價值（重分類用戶）消費者更站得住腳的。然而，如果是較重的買家更有可能從事搜索和考慮，然後它變得更難對於任何一個供應商去保留其要求的大份額。
結果：我們發現，一個大比例的消費者，從他們以前沒有交易過的新的供應商購買，沒有考慮其他供應商。（比如甚至連一些其他供應商，他們已經交易過的）。如表4所示，94個消費者購買金融產品從一個新的供應商，其中54個（57%）沒有與任何其他供應商進行查詢。這些結果表明為消費者開始和一個新的服務供應商交易的主要機制並不是競爭考慮或供應商相對於其他供應商的評估。相反，主要機制是包含在消費者的非常小的考慮集合，一般由單一品牌組成。
為了闡明這個問題，我們第5個研究的問題是：哪種類型的消費者更可能從事在服務上下文中高度考慮替代品，輕類買家（少數購買的類別隨著時間的推移）或重型買家（很多購買的類別隨著時間的推移）？
如前所述，我們使用金融服務行業作為這項研究一個適當的背景。為了回答我們的研究問題，我們設計了2項調查，第一項調查涉及零售銀行。第二項調查是國內保險。兩個調查都採用在澳大利亞幾個主要的城市的消費者，原因是：澳大利亞是一個擁有先進零售銀行業的現代西方經濟體。它是世界上一些最大的銀行的家，如NAB，第二十八大的，和澳新銀行，第五十大，每一個營業額的數百億美元。此外，它還擁有像匯豐銀行和花旗銀行這樣的全球巨頭經營在零售銀行市場。同樣，澳大利亞是一個龐大的、行之有效的國內保險業的家，二次調查選擇的產品市場。眾多的銀行和保險品牌在這兩個部門，因此提供了足夠的潛力，為消費者進行搜索和考慮。
每個調查的細節如下：
首先是，零售銀行。第一項調查包括與居住在不同的城市消費者的采訪，使用電話調查。作為先前的經驗表明，這種方法的高響應率和質量數據。最廣泛的可用的抽樣框，即電子電話簿，用於樣本人口。第一座城市人口約一百萬人。它的經濟是一種成熟的、緩慢的增長的製造業和服務業的混合體。第二個城市人口較少，人口80000人，在澳大利亞北部海岸，有一個充滿活力的出口型經濟。一個初步的篩選問題，確保被采訪的人是決策者或在家庭中是銀行服務的使用者。受訪者當時被詢問了他們獲得的最近的銀行產品。只使用了那些已經購買了金融產品的人們的反應，在過去2年（n=383年）. 原因是，在采訪前2年以上的數據，由於不完善的召回，在本次采訪中缺乏准確度。下一步，被調查的受訪者被問及他們獲得的產品來自。調查樣本是通過隨機抽樣過程。樣本包括各行各業的性別，職業和家庭階段分類。
然後，是國內保險。二次調查包含電話訪談和514受訪者，是澳大利亞一個主要保險供應商的客戶。具體來說，在受訪天前，所有受訪者都有保單到期在未來2個月內。受訪者被問及他們如果有一個政策最近到期，當時他們的行為會是什麼，是會更新保單就同一品牌，或換另一家保險商？考慮轉換的，我們問他們在搜索過程中獲得的供應商有多少報價。從其他供應商要求報價表示在消費者這邊主動的搜索行為。
研究問題五檢查是否輕類買家和重型類買家在品牌考慮的程度是否不同。我們要求消費者說出他們目前的銀行產品名稱，作為調查一的一部分。銀行產品平均數為4。我們將那些人分類，有四個銀行產品或更少的是輕銀行消費者，並將有超過四個銀行產品的人列為重。然後，我們這兩組交叉製表，根據考慮程度結果見表5。重品類的消費者更可能從事多個品牌的考慮，具體而言，做一個人際的調查。兩者的區別有統計學意義在0.10個水平下（P= 0.08）。補充分析顯示傾向於從事網路搜索方面，輕與重買家無差異。