Позже Аакер расширил модель до десяти факторов капитала бренда: отличительные черты, удовлетворённость потребителей, качество, лидерство на рынке, осознаваемая выгода, индивидуальность, ассоциации, осведомлённость, доля рынка, цена и география покрытия. Отдельно он предложил «пирамиду лояльности» — пять уровней отношения потребителя к бренду: от полной лояльности до потребителей без всякой привязанности, готовых переключаться на любой другой продукт без сожаления.
Сравнивать модель Аакера с моделью Келлера (1993) в статьях любят, но чаще всего сравнение сводится к перечислению отличий без ответа на главный вопрос — какую модель брать в конкретной задаче. Разница в самой природе подхода: Аакер описывает бренд как набор активов компании, Келлер — как результат когнитивных процессов в сознании потребителя. Его четырёхуровневая пирамида идёт от salience (узнаваемость) через performance и imagery к judgments и feelings, и завершается resonance — глубокой связью с брендом.
| Критерий | Модель Аакера | Модель Келлера |
|---|---|---|
| Фокус | Активы бренда (asset-based) | Процессы в голове потребителя (consumer-based) |
| Единица анализа | Компания и её портфель активов | Индивидуальный потребитель, его путь |
| Задача | Оценить стоимость и устойчивость бренда как актива | Понять, как формируется лояльность шаг за шагом |
| Когда применять | Финансовая оценка, M&A, аудит портфеля брендов | Разработка коммуникационной стратегии, воронка бренда |
На практике имеет смысл использовать обе модели вместе: Аакер даёт отчётность «что у нас есть», Келлер — диагностику «почему это работает или не работает». Использовать одну модель как замену другой — ошибка: они отвечают на разные вопросы.
Проблема большинства русскоязычных материалов в том, что они называют компоненты, но не говорят, чем их измерять. Ниже — рабочий набор метрик, который используют в трекинговых исследованиях:
Для количественных замеров обычно применяют 10-балльные шкалы Лайкерта с проверкой надёжности через коэффициент Cronbach's alpha — приемлемым порогом считается значение не ниже 0,7. Для трекинга во времени рекомендуемый минимум выборки — 200 респондентов на волну замера, иначе изменения в показателях окажутся статистическим шумом, а не реальной динамикой.
Академические исследования подтверждают то, с чем на практике сталкивается любой, кто пытался развести компоненты модели в отдельные вопросы анкеты. Исследование Christodoulides et al. (2013), проведённое на выборках в Германии, Великобритании и Греции, показало серьёзную проблему дискриминантной валидности: осведомлённость о бренде и ассоциации с ним статистически коллинеарны — респонденты фактически не различают эти конструкты в ответах. То же касается пары «ассоциации — воспринимаемое качество».
Проблема усиливается для сервисных и онлайн-брендов, где у потребителя нет физического продукта, за который можно зацепить чёткий атрибут качества. Для товарной категории вроде мыла или бытовой техники разделить «качество» и «ассоциации» проще — есть измеримые характеристики продукта. Для банка, страховой компании или маркетплейса эти границы размываются: качество сервиса и есть, по сути, набор ассоциаций.
Отдельная слабость модели — отсутствие интегральной формулы, которая связывала бы пять компонентов в единый индекс. Аакер сознательно не предложил весовые коэффициенты, оставив агрегацию на совести исследователя, и это делает модель гибкой, но плохо сопоставимой между отраслями.
Классический пример Ivory — не просто исторический анекдот. Это редкий случай, где все пять компонентов документально прослеживаются на дистанции более century. Слоганы «99 44/100% pure» и «it floats» при бюджете в 11 000 долларов в 1882 году создали устойчивую осведомлённость; ассоциации с младенцами и чистотой держались десятилетиями; белый цвет и мягкость формировали воспринимаемое качество. А когда в 1941 году конкурент Swan вышел на рынок с прямой атакой — позиционированием «first really new floating soap» — лояльность потребителей к Ivory не позволила новому продукту отобрать заметную долю. Это учебный пример именно потому, что товарная категория простая и стабильная.
С сервисными и цифровыми брендами модель работает хуже предсказуемо: у онлайн-платформы «качество» размыто между скоростью работы, интерфейсом и службой поддержки, а «ассоциации» формируются не рекламой, а отзывами и алгоритмами рекомендаций. Именно здесь дискриминантная валидность разваливается быстрее всего, и слепое применение классической анкеты Аакера даёт нечитаемые данные.
В большинстве эмпирических моделей воспринимаемое качество ведёт себя не как равноправный пятый компонент, а как опосредующая переменная: осведомлённость и ассоциации влияют на лояльность в основном через восприятие качества, а не напрямую. Потребитель редко формулирует лояльность фразой «я знаю этот бренд» — чаще она звучит как «этот продукт надёжнее других», и это суждение о качестве вбирает в себя и узнаваемость, и накопленные ассоциации. Практический вывод: если бюджет на исследование ограничен, качество стоит измерять первым и подробнее остальных — оно даёт наибольшее объяснение вариации в лояльности.