이 연구의 목적은 포장 소비재 시장에서의 A.C. Nielsen 패널 자료와 유사한 수준의 개별적 자동차 거래자료(disaggregate transaction data)를 사용하여 마케팅 관리적 차원에서 지역별로 축적된 자료의 구조에 적합한 모형화 방식을 통해 최적의 리베이트 수준을 결정하는 방법론을 제시하는 것이다. 기존의 계층 베이즈 모형의 적용은 1단계에서 최소의 분석단위인 소비자의 브랜드 선택을 로짓(logit)이나 프로빗(probit)모형의 선택확률로 모형화하고 2단계에서 소비자별 모수의 선험분포(prior)를 다변량 정규분포로 가정하고 3단계에서 선험분포의 모수와 의 초 선험분포 (hyper prior)를 각 각 다변량 정규분포와 Wishart분포로 가정하는 방식이었다. 이러한 3단계 모형화 방식으로 추정된 소비자별 모수를 의사결정의 근거로 사용하였다. 이 논문에서는 기존의 3단계 베이즈 모형을 자동차 시장에 응용하고 확장하여 1단계에서 최소의 분석단위를 zip code로 가정하여 zip code별 소비자의 자동차 모델선택을 로짓모형의 선택확률로 모형화하고, 2단계에서 zip code별 모수의 분포를 지역(regional) 평균을 중심으로 분포된다는 가정 하에다변량 정규분포로 가정하고, 3단계에서 지역평균의 분포를 전국(national) 평균을 중심으로 분포된다는 가정 하에 다변량 정규분포로 가정하고, 4단계에서 과 의 초 선험분포를 각 각 다변량 정규분포와 Whishart분포로 가정하였다. 제안된 4단계 계층 베이즈 모형은 분산구성 모형 (Variance Components Model)으로서 zip code별 모수의 이질성을 지역내 이질성과 지역간 이질성으로 분해하여 반영함으로써 실증분석 결과 모형적합도와 예측타당성 측면에서 기존의 3단계 모형에 비해 우월한 것으로 나타났다. 실증분석 대상은 미국 내 미니 밴 시장으로 하였고 다양한 프로모션 수단 중에 가장 빈번히 사용되는 리베이트를 중심으로 zip code별로 서로 다른 리베이트 모수를 추정하여 최적의 리베이트 수준을 추정하였다. 시뮬레이션을 통해 관행적으로 집행되어온 일률적인 리베이트(uniform blanket rebate)보다 서로 다른 zip code별로 차별적 리베이트를 제공했을 때 수익성이 높다는 것을 실증적으로 보였으며, 3단계 모형보다 4단계의 분산구성 모형에 근거한 의사결정이 보다 높은 수익을 제공하는 것으로 나타났다.