O2O电商平台补贴推广策略的仿真研究

胡东波 衡如丹 郭姜尚

摘要：针对O2O电商平台利用补贴推广策略抢占市场的情形，通过建立多智能体仿真模型，研究不同供需情境下O2O补贴推广策略及不同参数变化对这种补贴策略的影响。结果表明：当区域市场供需状态由供不应求转变为供过于求时，重点补贴对象将由服务商转移到顾客，并且在供不应求时的最优补贴额度显著小于供过于求时的补贴额度；提高新平台用户的平均体验水平，可以扩大低广告效果下平台的市场占有率，削弱低广告效果的不良影响，同时可以降低供过于求市场中的每单最优补贴额；在新平台用户体验水平较高时，口碑传播对低广告效果时的平台补贴策略影响程度较大。

关键词：O2O；补贴推广；多智能体仿真

DOI：10.13956/j.ss.1001-8409.2016.06.22

中图分类号：F724；F274 文献标识码：A 文章编号：1001-8409（2016）06-0096-08

Abstract：Under the back ground that O2O platforms use subsidy policy strategy to seize the market， multiagent simulation models are built to analyze the subsidy policies and the effects of different parameters on the strategy in different supplydemand situations in this paper. Results show that， when the market is short for supply， the key subsidies objects focus on the service providers.When the market is over supplied， key subsidies objects will be transferred to the customer and the optimal subsidies are significantly more than in the state of short for supply.In case of that advertising effects of new platforms is weak，improving the user experience of new platforms will expand market share，weaken its negative effects and reduce the optimal subsidy when the market is over supply.The influence of wordofmouth on the subsidy policy with a low advertising effect is more significant when the user experience of new platforms is at high level.

Key words：O2O； subsidy promotion； multiagent simulation

引言

随着移动互联网和智能终端的普及，O2O作为一种新型电子商务模式发展迅速，一种形式是Online to offline，消费者在线上预订产品或服务并完成在线支付，然后在线下的实体店取货或享受服务[1]，另外一种形式是Offline to Online，与前者流程相反，O2O电商平台主要通过从商家与顾客的交易中抽取佣金或收取广告费进行营利[2]。然而对于新进入市场的O2O平台企业，需要与先期进入市场的平台企业进行竞争来获取市场份额，大部分平台企业除了利用广告等传统促销手段外，还采用了补贴推广的方式来吸引顾客。但是对于补贴策略的选择，平台企业存在一定的盲目性，对最优补贴额及补贴比例的确定，补贴推广期、用户体验水平、顾客口碑等各种因素对补贴策略的影响等问题还没有清晰地认识。

当前对O2O模式的研究多集中于O2O产品及服务的选择、O2O的运作模式及双渠道零售商的定价上[3-9]。但对O2O平台推广策略研究较少，O2O模式下的双渠道供应链颠覆了原来传统渠道的价格竞争模式，价格机制和补贴水平成为决策的关键要素，因此，本文运用多智能体仿真方法，建立由顾客、服务商、O2O平台构成的仿真模型，研究不同供需情境下O2O平台的补贴推广策略以及不同参数变化对这种补贴策略的影响。

1顾客与服务商交易模型

11模型基本假设

（1）区域市场中已存在一个O2O交易平台，并先期占据了整个市场，且该平台不会再做推广活动；新进入的平台需要采取广告和补贴策略进行推广以扩大市场占有率。

（2）当顾客有服务需求时，只能通过O2O交易平台发送订单请求，且一次只在一个平台上下单，不会同时使用两个平台；服务商则通过O2O交易平台接收订单并完成交易。

（3）顾客和服务商在区域市场内随机分布，服务商需要先到达顾客所在位置才能为其提供服务。

（4）顾客和服务商只有在新平台成功交易一次后，才可能会向小世界中的好友推荐新平台。

（5）当推广期结束后，顾客与服务商选择新平台的机率仅依赖于新平台的用户体验偏好。

12顾客与服务商交易流程

当市场内有新平台进入时，会涉及到用户的状态变化、平台的选择与转换等问题，假设原有平台为Oa，新进入市场的平台为Ob，服务商和顾客的状态分为ST1，ST2和ST3。

ST1：用户不知道新平台Ob，只在Oa平台上进行交易。

ST2：用户知道Ob并在移动终端安装了Ob的应用，但从未使用Ob平台。

ST3：用户已经在Ob平台上进行过交易。

（1）服务商和顾客的状态转变机制

在区域市场中，CCi|i∈1，n与PPj|j∈1，m分别表示顾客与服务商集合。当顾客Ci有服务需求时，首先通过O2O交易平台下单，服务商Pj则通过O2O交易平台接单并完成交易，顾客和服务商ST1、ST2和ST3的状态转变如下：

ST1到ST2：用户状态的转变受新平台Ob广告效果和用户小世界好友推荐的影响。对于广告的影响，用户由ST1到ST2转变的间隔时间TT服从指数分布TT=exponentialAe，其中Ae为广告效果，即单位时间内顾客平均接收广告并安装App的次数。对于好友的推荐效果，假设所有Ci∈C与Pj∈P间存在小世界网络Nl，其中l为N中最大连接好友数。当Ci或Pj的Ue>05时会向好友推荐Ob，Ue为用户对平台的体验偏好。设好友间的平均联系频率为Cr，对好友的平均说服力为Co∈0，1，则Ci或Pj向好友有效推荐Ob的间隔时间为Tc=exponentialCr*Co。当顾客和服务商接收到好友的推荐信息时，就会由状态ST1转变为ST2。

ST2到ST3：此时顾客或服务商受广告或小世界好友的推荐已经知道了Ob，这里Ob的广告包括使用平台时的补贴优惠。用户接触到Ob的广告时，会有一个初始的转化率Tr。因每个用户对推广补贴的偏好程度不同，Usi，Usj分别为Ci与Pj对Ob的补贴效果偏好，1-（1-Tr）（1-Usi），1-（1-Tr）（1-Usj）分别表示Ci与Pj接收到新平台广告宣传时由ST2到ST3的转变概率。

（2）顾客下单平台的选择与转换机制

当顾客产生服务需求时，必然涉及到Oa与Ob平台的选择与转换。当顾客Ci的状态为ST1时，只在Oa下单；当顾客Ci的状态为ST2时，以概率1-（1-Tr）（1-Usi）选择Ob下单；当顾客Ci的状态为ST3时，以概率1-1-Uei1-Usi选择在Ob下单。其中，Uei为Ci对Ob的用户体验偏好。

当顾客在一个平台下单后，若等待时间过长，超过其等待限度，顾客将撤消在该平台上的订单请求，并在另一平台重新下单。平台转换的最长等待时间Twi=exponential1Tw ，其中，Tw为平均最长等待时间。

当前下单平台为Ob时，下单后等待订单确认的时间超过等待时间时，用户将转换到Oa来重新发送订单请求；当前下单平台为Oa时，若Ci的状态为ST1，此时将继续等待不转换平台；当顾客知道或用过平台Ob时，超过等待时间，顾客将从Oa转换到Ob重新发送订单需求。

（3）服务商接单平台选择机制

当服务商Pj的状态为ST1时，仅从Oa接单；当服务商Pj的状态为ST2时，以概率1-1-Tr1-Usj优先选择在Ob接单；当服务商Pj的状态为ST3时，以概率1-1-Uej1-Usj优先选择在Ob下单。其中，Uej为Pj对Ob的用户体验偏好。

（4）服务商的平台接单机制

服务商Pj对于顾客Ci所下订单会首先计算单位时间收益Ej。在原有平台Oa中，Ej=PSiTSi+TMji，PSi表示为顾客Ci提供服务的价格，TSi为服务时间，TMji为服务商Pj到达顾客Ci所处位置的时间。而在新平台Ob中，Ej=PSi+SpTSi+TMji，Sp为新平台对服务商的补贴。对于Oa或Ob，Pj均选择Ej值最大的订单。

若平台Oa或Ob中没有订单，则服务商Pj经过一个接单间隔时间TPj后重新选择接单平台。

（5）平台最优补贴决策机制

假设新平台Ob在推广期加大补贴推广力度可以提高推广期结束时的市场占有率，但当推广期结束后，顾客与服务商选择新平台Ob的概率仅依赖于用户体验，所以新平台Ob的市场占有率R的理论最大值为Rt=11+μ，μ为新平台用户体验均值。市场占有率R的实际最大值Ra可能受某些因素的制约，不一定能达到理论的最大市场占有率Rt。考虑补贴成本的话，能达到最大市场占有率的决策不一定是最优决策，假定存在一个满意度水平α，然后在满意度α水平下通过比较分析找出最优的补贴策略S*。

在补贴策略S中选择2个关键因素π和θ，π表示平台Ob的每单交易中对顾客和商家的补贴总额，θ表示每单补贴额π中对顾客的补贴比重。S（Sk（πk，θk）|Rk≥α·Rt）是市场占有率达到满意水平的所有补贴策略的集合，S*即为达到满意度水平α下的最优补贴策略。若在满意度水平α下，推广期结束后的市场占有率没有达到满意的市场占有率，则不存在最优的补贴策略S*π*，θ*。

2仿真模型构建

本文运用Anylogic70进行仿真建模，分别定义了3类智能体：顾客智能体、O2O交易平台智能体、服务商智能体。其中，顾客智能体与O2O平台智能体定义的变量如综合上述分析，随着服务商数量的增加，市场由供不应求向供过于求的状态转变时，最优补贴策略由全部补贴给供应商转变为全部补贴给顾客，且在供不应求时的最优补贴额π*显著小于供过于求的补贴额。

除了服务商数量m会引起供求关系的变化外，顾客数量n、顾客的平均需求间隔时间Td、顾客每次的平均服务时间Ts、服务商的平均接单时间间隔Tp、还有服务商到达客户的速度v，这些参数的变化均会引起供求关系的改变。

（a）服务商数量（m）（b）市场供不应求（m=40）

（c）市场供求平衡（m=50）（d）市场供过于求（m=60）

32平均用户体验对补贴策略的影响

在区间[06，14]改变平均用户体验μ，不同市场状态下的最优补贴策略如图2所示。在供不应求的市场中，在把补贴额全部补给服务商的情况下，随着平均用户体验水平μ的提高，最优补贴策略基本没有变化。但在供过于求的市场中，当补贴额全部分配给顾客，随着平均用户体验水平的提升，最优补贴额逐渐下降。

33广告效果对补贴策略的影响

在区间[0025，0100]改变广告效果Ae，不同市场状态下广告效果与市场占有率之间的关系如图3所示。在两种市场状态下，当广告效果较弱时，推广期结束后新平台的实际最大市场占有率低于理论最大市场占有率，且广告效果越弱，则实际的市场占有率越低于理论市场占有率，这可以称作低广告效果的不良影响；当广告效果足够强时，推广期结束后实际最大市场占有率接近于理论最大市场占有率。

为检验在广告效果较低时，新平台平均用户体验水平对市场占有率的影响，在区间[06，14]改变新平台平均用户体验水平μ，补贴分配比重θ取值为{0，05，10}，市场占有率与平均用户体验水平的关系如图4所示。当广告效果较低时，实际最大市场占有率Rb低于理论最大市场占有率Rt，Rb/Rt的大小受μ的调节，当μ<1时，Rb/Rt快速下降，并趋于一个固定值，即当μ<1时，会加剧低广告效果带来的不良影响；当μ>1时，Rb/Rt快速上升，实际最大市场占有率迅速接近并达到满意的市场占有率，并趋于稳定。即当新平台Ob的平均用户体验比原有平台Oa高时，会降低低广告效果带来的不良影响。图3不同市场状态下广告效果Ae与Rb/Rt的关系

市场占有率的关系

34初始转化率对补贴策略的影响

在区间[00005，00035]改变平台初始转化率Tr，其与最优补贴策略的关系如图5所示。Tr越大，最优补贴策略的补贴额越低，当Tr上升至较高水平时，最优补贴额降为0，在这种情况下，由于新平台本身的初始转化率很高，就不再需要进行补贴推广。

35补贴效果系数对补贴策略的影响

在区间[0001，0010]改变补贴效果强度系数λ，其与最优补贴额的关系如图6所示。补贴效果系数越高，单位补贴额对用户的吸引力越大，就会减小给用户每单的补贴额，即补贴效果系数越大，每单最优补贴额越小。

36补贴推广期对补贴策略的影响

在区间[20，90]改变补贴推广期t，广告效果取值为{0025，02}，在两种广告效果下，补贴推广期与市场占有率、最优补贴策略和总推广费用的关系如图7所示。图7a、b、c表示在Ae=0025时，补贴推广期对补贴策略的影响，图7d、e、f表示在Ae=02时，补贴推广期对补贴策略的影响。

在Ae较低时，随着推广期的延长，新平台的市场占有率会逐渐增加达到并超过满意的市场占有率，最后接近理论的市场占有率；若推广期较短，在Rb/Rt<α时，不存在最优补贴策略，在达到满意的市场占有率后，出现最优补贴策略。当Rb/Rt接近α时，最优补贴额较高，推广期内的总推广费用也较高，但是随着推广期的增加，Rb/Rt继续增大并接近1时，最优补贴额迅速下降，推广期总推广费用也随之大幅降低，因此，在广告效果较低时，当不存在最优补贴策略时，可以考虑适当延长补贴推广期。

在Ae较高时，随着推广期的延长，新平台的市场占有率会迅速接近理论的市场占有率，最优补贴额逐渐降低，但总的推广费用变化不大，说明推广期长短对推广成本没有影响，但考虑到推广的时间效应，尽可能在短期内迅速占领市场，因此，可以采用在较短的推广期内提高每笔交易的补贴额的措施。图7补贴推广期对补贴策略的影响

37口碑传播对补贴策略的影响

在用户的小世界网络中，影响口碑传播的因素分别为：个体的最大好友连接数l、平均联系频率Cr、平均说服力Co，用户向好友推荐的前提是基于对平台的体验水平。此外口碑传播的强度与好友数、联系频率、平均说服力的关系如表3所示，在联系频率、平均说服力不变的情况下，好友数越多，则口碑传播强度越大；联系频率和平均说服力对口碑传播强度的影响与之相同，在联系频率和好友说服力不变的情况下，选取小世界网络连接数，分析其对补贴策略的影响。

口碑传播受广告效果和新平台的平均用户体验水平的影响，在区间[0，5]改变网络连接数l，广告效果Ae分别取值为{0025，01}，平均用户体验取值为{06，14}，在广告效果和新平台平均用户体验处于高低两种水平下，网络连接数与市场占有率和最优补贴额的关系如图8所示，图8a、b表示在Ae=0025时，用户口碑对推广策略的影响，图8c、d表示Ae=01时，用户口碑对推广策略的影响。

在Ae水平较高时，低用户体验水平下的网络连接数的增加对实际的市场占有率几乎没有影响，虽然会引起最优补贴额的波动，但影响有限。但在高用户体验水平下，随着网络连接数的增加，实际的市场占有率会趋于理论的市场占有率，最优补贴额也迅速下降，并趋于稳定。当新平台的用户体验水平较高时，口碑传播对补贴策略有一定影响，并且对在Ae水平较低时的影响强度要高于对在Ae水平高时的影响，这有助于弥补新平台低广告效果的不良影响。因此，当新平台具有高用户体验水平时，尤其在广告效果较低的情况下，可以利用用户的口碑传播扩大市场占有率，如强化O2O平台应用中的分享功能与机制，以达到节省补贴推广费用的目的。

4结论

本文运用多智能体仿真方法对O2O平台补贴推广策略及其影响因素进行了研究，得到结论如下：

（1）考虑到市场内的供求关系，当服务市场由供不应求的状态转变为供过于求的状态时，新平台补贴策略实施的重点将由商家转移到顾客。同时，在两种市场状态下提高新平台用户的平均体验水平，都会扩大新平台的市场占有率，但在供不应求的市场中，提高新平台的平均用户体验水平不会对最优补贴策略造成较大影响；但在供过于求的市场中，提高新平台的平均用户体验水平会降低每单的最优补贴额。

（2）在新平台的广告效果较低，推广后实际市场占有率小于α满意度水平下的市场占有率的情况下，在该满意度水平下不存在最优补贴策略，且广告效果越弱，实际的市场占有率越低，这可以称作低广告效果的不良影响。此时若想找到一个最优补贴策略，需要降低满意度水平；当广告效果足够大时，推广期结束后的实际最大市场占有率接近理论最大市场占有率并存在最优补贴策略：在供不应求的市场中把补贴费用全部分配给服务商，在供过于求的市场中把补贴费用全部分配给顾客。同时，在广告效果较低时，提高新平台的平均用户体验水平，可以提高新平台的市场占有率，使其达到满意的市场占有率。

（3）在新平台的广告效果较低时，延长推广期可以使实际市场占有率达到满意水平下的市场占有率，此时存在最优补贴策略。同时，新平台也可以提高广告效果，缩短推广期，以同样的推广费用迅速占领市场。

（4）新平台的初始转化率越大，最优补贴额越低，当初始转化率达到很高水平时，最优补贴额降为0，在这种情形下，由于平台本身的初始转化率已经很高就不再需要进行补贴推广。

（5）补贴效果系数越大，即单位补贴额对用户吸引力越大，新平台进行补贴推广时的每单最优补贴额越低。

（6）在新平台具有高用户体验水平时，口碑传播会对补贴策略产生影响，且对低广告效果时的补贴策略影响程度更大。因此，在平台具有高用户体验水平，尤其是同时处于低广告效果的情况下，可以充分利用口碑传播，如强化O2O平台App应用中的分享功能与机制，以弥补低广告效果的不良影响，节省补贴推广费用。

在上述结论中，本文仅考虑了区域市场中新平台企业采用补贴推广策略的情形，但在实际的市场竞争中，存在多个企业同时采取补贴策略进行竞争博弈的情况，并且用户会同时选择多个平台进行操作，未来可以对这些问题进行进一步研究。

参考文献：

[1]卢益清， 李忱. O2O商业模式及发展前景研究[J]. 企业经济， 2013， （11）： 98-101.

[2]陈佑成， 郭东强. 基于多案例分析的中国O2O商业模式研究[J]. 宏观经济研究， 2015， （04）： 14-22.

[3]Bravo R， Hem L E， Pina J M. From Online to Offline through Brand Extensions and Alliances [J]. International Journal of E-Business Research， 2012， 8（1）： 17-34.

[4]Chu J， Arce-Urriza M， Cebollada-Calvo J， et al. An Empirical Analysis of Shopping Behavior Across Online and Offline Channels for Grocery Products： The Moderating Effects of Household and Product Characteristics[J]. Journal of Interactive Marketing， 2010， 24（4）： 251-268.

[5]Phang C W， Tan C， Sutanto J， et al. Leveraging O2O Commerce for Product Promotion： An Empirical Investigation in Mainland China[J]. IEEE Transactions on Engineering Management， 2014， 61（4）： 623-632.

[6]刘鹏. 020本地生活服务电子商务模式研究[D].北京邮电大学， 2012.

[7]Gallino S， Moreno A. Integration of Online and Offline Channels in Retail： The Impact of Sharing Reliable Inventory Availability Information[J]. Management Science， 2014， 60（6）： 1434-1451.

[8]Grewal D， Janakiraman R， Kalyanam K， et al. Strategic Online and Offline Retail Pricing： A Review and Research Agenda[J]. Journal of Interactive Marketing， 2010， 24（2）： 138-154.

[9]Hua G， Wang S， Cheng T C E. Price and Lead Time Decisions in Dual-channel Supply Chains.[J]. European Journal of Operational Research， 2010， 205（1）： 113-126.

[10]吴晓志， 陈宏， 张俊. 考虑在线补贴的零售商水平O2O供应链协调[J].