牟立峰,王方媛,陈丽慧
(上海大学 悉尼工商学院,上海 201800)
近些年来,随着B2C的电商平台的迅猛发展,中国正迎来新一轮消费升级浪潮。根据中国电子商务研究中心发布的《2017年(上)中国电子商务市场数据监测报告》显示,2017上半年中国电子商务交易额13.35万亿元,同比增长27.1%。网络零售市场交易额3.1万亿元,生活服务电商交易额0.45万亿元。越来越多的商家利用电商平台的大型折扣销售期提升销售业绩,例如国内的 “双11”和美国的黑色星期五。“双11”即指每年的11月11日,是指由电子商务为代表的,在全中国范围内兴起的大型购物促销狂欢日,逐渐成为中国互联网最大规模的商业促销狂欢活动。以天猫、京东、苏宁易购为代表的大型电子商务网站会在一天来进行一些大规模的打折促销活动,以提高销售额度。2016年11月11日,阿里巴巴平台的数据显示,零时6分58秒,天猫淘宝平台成交额超过100亿元,天猫“双11”全球狂欢节总交易额超1207亿,无线交易额占比81.87%,覆盖235个国家和地区。2017年天猫“双11”成交额定格在1682亿,创下了全球电商平台的单日成交额新纪录。与此同时,“京东11.11全球好物节”下单金额突破1271亿元。网络折扣销售所具有的扩大市场覆盖率、收集更多市场信息以及密切联系消费者等优势,使得越来越多的企业将它作为提高竞争力的重要手段。
在推广运营方面,淘宝提前一个多月就开始通过广告等各种途径展开全方位整合营销推广。就其中微博营销来说,天猫新浪官方微博为活动推出的“双11”网购狂欢节小专题,在 10月21日即开始线上宣传,并采取倒计时的方式每天发送相关消息。与一般的商场节庆现场派发优惠券不同,为了更早的宣传其活动信息与提高消费者参与激情,天猫将优惠券派发时间提前安排在10月24日至27日,所获得的红包在“双11”都可享用,扩大商家品牌影响力。在类似“双11”的大型折扣销售期,消费者面临的是双重折扣,一个是商家的折价,另一个是电商平台给予的优惠券。双重折扣下足以让消费者疯狂购买产品,促成“双11”的盛大折扣活动。与往年主要靠拼手气、拼网速的抢购策略不同,2017年“双11”期间,消费者要想买到物美价廉、心仪已久的产品,还要比拼智力,事先了解各类促销规则。登录天猫、京东和网易严选等手机应用或网上店铺可以发现,众商家促销活动的内容推陈出新,规则愈加复杂,例如预售(定金膨胀)、双十一购物津贴、直降红包以及返现券等。
与此同时,消费者也越来越“聪明”,注重比价,在正常销售期选好中意产品,待到折扣销售期再购买。另一方面,零售商和电商平台也充分利用消费者的这种心理,宣传折扣销售期的活动,强化消费者的比价行为,提高消费者在“双11”期间的购买量。消费者可以足不出户“随时随地”浏览产品,收集数据,比较价格并得到反馈,更方便自身的购买决策。消费者会基于当前和历史的价格,对未来的价格形成预期,选择合适的购买时机使其自身效用最大化,这种具有策略性购买行为的消费者被称为策略型消费者。针对上述情形,本文描述了在线零售商和电商平台之间的博弈关系,同时引入了策略型消费者的比价行为,主要研究的问题如下:1)商家在折扣销售期如何制定最优的折扣策略?2)考虑电商平台进一步返利促销的情况下,电商平台的返利策略应如何制定?相比电商平台不提供返利的情况,商家的定价策略和最优利润有何变化 3)平台在什么情况下会选择提供平台返利?与什么因素有关?
与本文研究内容相关的文献集中于关于策略消费者的定价策略、订购量策略和电商平台的返利策略的研究。传统运作管理研究中假设消费者是短视的,忽略零售商的价格策略对消费者决策的影响,而实际中消费者的购买决策不仅取决于当下的价格,还取决于对未来价格的预期,将当期的价格与预期价格相比较,选择使自身效用最大化的购买时机。Besanko和Winston[1]引入效用折扣因子,建立了新产品的跨期定价问题,发现策略型消费者需求的价格弹性大于短视消费者,考虑消费者策略性行为时产品初期的定价小于只考虑短视消费者时的产品初期的定价,并且通过数值模拟证明低估消费者的策略行为会损害企业的效益。考虑消费者策略性购买行为的定价决策方面,Levin等[2]构建了一个垄断企业向策略型消费者销售易逝品的随机动态定价模型。Briceno-Arias等[3]研究策略型消费者随机到达情形下连续时间最优定价机制设计问题。Papanastasiou等[4]研究社会学习对消费者策略性购买行为和垄断企业两周期最优定价策略的影响。文章提出社会学习会刺激消费者的策略性等待行为,提高商家的收益。张旭梅等[5]研究了消费者策略性延迟购买行为对不同周期的产品服务系统需求与服务使用时间的影响,研究表明当服务价格占比很低、消费者的策略性很强、服务估值占比很低时,制造商会采用先低价后高价的定价策略,反之,采用先高价后低价的定价策略。彭志强等[6]分析了零售商考虑策略性顾客的定价,以及差价返还机制对零售商定价和收益的影响。研究表明策略性顾客延迟购买影响了零售商的定价决策并使收益减少,而差价返还机制可以消除策略性顾客的延迟购买行为,提高零售商的收益。
在以订购量作为决策变量的研究中,Cachon和Swinney[7]研究当市场中存在三类消费者:短视消费者、策略型消费者和折扣寻求消费者时,零售商的最优折扣价格和初始订购量问题,发现忽略消费者的策略行为会增加零售商的订购量,使得零售商在折扣销售期提供更大折扣来清理库存。他们还证明快速响应策略比价格承诺策略更优。Su和Zhang[8]考虑允许零售商设定正常销售期价格和初始订购量,研究策略型消费者对供应链绩效的影响,发现消费者策略行为会降低零售商的初始订购量,零售商可以通过数量承诺或者供货保障策略提高收益,并且证明存在策略型消费者时,采用批发价合同的分散系统的收益大于集中系统下的收益。Su和Zhang[9]引入消费者的缺货成本,发现零售商有过度补偿消费者的动机,并且证明零售商的最优决策是同时采用价格承诺和供货保障策略。刘晓峰等[10]研究了存在策略型消费者时厂商面对确定性和不确定性需求时的最优的动态定价和库存决策,证明厂商可以根据市场中消费者的组成调整价格和库存水平从而减少策略型消费者的等待行为。
近几年,电商平台的返利行为成为了研究热点。Yu等[11]考虑了存在策略型消费者的情况下消费者评论对在线零售商动态定价策略的影响,并发现消费者评论会降低在线零售商初期销量和价格。李娟等[12]考虑了价格折扣带给消费者的愉悦度,发现在线零售商可以从消费者的比价行为中获利,且价格折扣给消费者带来的愉悦度越高,网络零售商的收益越高。Zhou等[13]和Ho等[14]研究了在线零售商通过与返利网站合作给消费者提供折扣的现象。Zhou等[13]发现无论是在集中式决策系统中还是分散式决策下,返利渠道的增加总会带给电商更大的需求和更高的利润。Ho等[14]提出返利渠道是商家实行价格差异化的手段,并研究了存在竞争的环境下,商家与返利网站合作的条件。Lu等[15]将电商平台的作为价格歧视工具如优惠券和折扣的有效性进行了研究。在假设消费者面临不确定的兑换成本的情况下,作者发现,回扣在盈余提取方面的效率更高,但优惠券可以更精确地控制目标消费者。
本文与以往研究不同之处在于:本文从消费者效用出发,同时考虑消费者获取平台返利的麻烦成本,分析了网络平台折扣销售期双重折扣的现象,构建了关于电商平台和商家的斯坦伯格博弈模型,研究商家和电商平台的定价和返利策略。电商平台和商家之间形成了一种既竞争又合作的关系,研究这种竞合关系下的网络折扣销售期的定价策略具有重要意义。
图1 无平台返利情况两阶段效用示意图
图2 消费者需求划分示意图
本文所用到的参数如表1所示:
表1 符号及其含义
假设电商平台为斯坦伯格博弈的领导者,商家为跟随者。博弈的顺序如下:1)首先由电商平台制定商家每卖出去一单产品收取的佣金f。2)接下来,由商家同时决定正常销售期购买产品时的价格p和折扣销售期购买产品的折价系数a。决策示意图如图3所示:
图3 无平台返利情况的决策示意图
本文采用逆向归纳法求解,所以从商家的决策开始求解,商家的利润函数如下所示,下标M代表商家,下标S代表电商平台:
(1)
商家追求利润最大化,其决策变量为正常销售期价格p和折扣销售期折价系数a,同时求关于p和a的一阶导数,求得驻点p*和a*,并将p*和a*带入下面电商平台的利润函数中去。
(2)
电商平台通过制定销售佣金f使自己的利润最大化,由此求解均衡点f*,并将f*带回p*和a*和双方的利润函数中,最终得到的均衡解如表2所示。
表2 无平台返利情况下的均衡解
通过分析最优定价,我们可以得到以下结论。
由命题1可知,第一,正常销售期的价格与正常销售期商家要付出的额外成本和消费者的策略性程度正相关,即商家在正常销售期付出的额外成本越高,其产品定价就越高;消费者的策略性越高,正常销售期的产品价格越高。消费者的耐心越强,商家会提高正常销售期的价格,引导更多的消费者等到折扣销售期购买产品。这正揭示了商家利用折扣销售期采用的价格差异化策略,引导高价值且对价格不敏感的策略型消费者提前购买,低价值且对价格敏感的消费者延迟购买,从中获得更高的利润。
消费者的策略性程度对商家和平台的利润有何影响?通过分析,本文得到推论1:
从推论1可以看出,策略型消费者的耐心程度对博弈双方利润的影响不完全一致。对于平台来说,消费者的策略性越高,最优的平台利润越高。所以对平台来说,电商平台应该注重培养消费者的策略性等待行为,如在折扣销售期开始之前进行大幅度的宣传活动等,提高消费者对价格折扣的敏感度。实际上,各大电商在“双11”开始之前就利用电视、网络、微博、短信等营销方式进行大幅度的降价宣传,天猫更是打出了一系列的比价广告,营造大幅降价和紧迫的氛围,提高消费者对折扣销售期价格折扣的感知和愉悦度。
对商家来说,策略型消费者的耐心程度对其最优利润的影响与正常销售期商家付出的额外成本有关,当正常销售期的额外成本较高的时候,最优的商家利润随着消费者的策略性的增加而增加,商家通过折扣销售期获得的净利润更高,商家更愿意让消费者等到折扣销售期购买产品。这时候商家应该与电商平台一样培养消费者的策略性等待行为。当正常销售期的额外成本较低的时候,最优的商家利润随着消费者的策略性的增加而降低,商家通过正常销售期获得的净利润更高,所以商家更愿意让消费者在正常销售期购买产品。
图4 有平台返利情况的两阶段效用示意图
依然假设平台为斯坦伯格博弈的领导者,商家是跟随者。博弈的顺序如下:1)首先由电商平台制定商家每卖出去一单产品收取的佣金f和返给消费者的比例b。2)接下来,由商家同时决定正常销售期购买产品时的价格和折扣销售期购买产品的折价系数a。决策示意图如图5所示:
图5 有平台返利情况的决策示意图
本文采用逆向归纳法求解,所以从商家的决策开始求解,商家的利润函数如下所示,下标M代表商家,下标S代表电商平台:
(3)
商家追求利润最大化,其决策变量为正常销售期价格p和折扣销售期折价系数a,同时对p和a求一阶导数,求得驻点p*和a*,并将p*和a*带入下面电商平台的利润函数中去。
(4)
电商平台通过制定销售佣金f和返给消费者的比例b使自己的利润最大化,由此求解均衡点f*和b*,并将f*和b*带回p*和a*和双方的利润函数中,最终得到的均衡解如表3所示。
表3 有平台返利情况下的均衡解
根据命题2,我们可以推断出相比于不提供返利时的价格,当电商平台给消费者提供返利的时候,正常销售期的价格会升高,而折扣销售期的价格会降低,差异化定价现象愈加明显。对于消费者而言,当电商平台提供返利的时候,消费者在折扣销售期购买产品获得的消费者剩余增多,而在正常销售期购买产品消费者剩余降低。
接下来本文分析了商家和平台在不同范围的麻烦成本下,两种情况的利润比较(平台不提供返利和平台提供返利),如命题3。
命题3揭示了电商平台提供消费者返利的条件。当消费者对平台返利(如优惠券,红包等)的麻烦成本大于h1的时候,平台提供返利时的利润要高于不提供时的利润。这正解释了近几年来电商平台优惠活动规则越来越复杂的现象,区别于以往的直接降价优惠,电商平台近几年更倾向于设置很复杂的返利规则,大大提高消费者的麻烦成本。结合命题2我们可以发现电商平台提供返利更有利于商家实施价格差异化战略,引导高价值消费者提前购买产品,低价值消费者到折扣销售期购买产品,但获利的前提是消费者的麻烦成本到达某一阈值。
为了更直观得分析命题3的结论,本文进一步探讨了h1和h2的大小关系,经过计算,可以证明h2>h1成立。所以命题3的结论可以总结为三种情况,如图6所示。第一,当0
图6 NC策略下和YC策略下电商平台利润比较
当电商平台选择YC策略时,即h>h1时,电商平台和商家的最优利润随着消费者的麻烦成本是如何变化的呢?通过计算和推导,我们得到了推论2:
推论2进一步为命题3提出的观点提供了佐证,解释了近几年电商平台提高消费者在折扣销售期的麻烦成本越来越高的现象。因为在商家和电商平台选择YC策略的条件下,双方的最优利润均随着消费者的麻烦成本的增加而增加。该推论给电商平台的启示是:适当提高消费者在折扣销售期的麻烦成本,提高消费者获得平台返利的规则的复杂度,可以增强价格差异化的作用,提高电商平台和商家的利润水平。但是在真实商品市场中,麻烦成本增加也会造成消费者流失,导致需求反而降低,本文会在下面的拓展部分考虑麻烦成本对用户需求的反作用。
在本小节中,本文主要对存在平台返利模型进行了拓展,进一步考虑了过高麻烦成本造成的消费者流失,更贴近现实。消费者净效用函数的设置与存在平台返利模型中设置一致,用上标YCT来表示拓展部分的情况,商家和平台的利润函数设置如下,(1-h)代表了麻烦成本过高造成的消费者流失。
(5)
(6)
模型求导过程与存在平台返利模型一致,最后商家和平台的最优利润如下所示:
(7)
(8)
为了探索折扣期麻烦成本对双方最优利润的影响,本文采用了数值分析法,令c=0.1,θ=0.1,电商平台在拓展部分商家和平台的利润曲线如图7所示。横坐标为折扣期消费者的麻烦成本,纵坐标为最优利润。
图7 拓展部分商家和平台利润曲线
从图7中可以看出,商家和平台的利润曲线变化趋势整体一致,拓展部分的结论与之前的结论有所区别,即在折扣期消费者的麻烦成本较低时,商家和平台的最优利润随着折扣期消费者的麻烦成本的增加而增加,但是当麻烦成本超过一定的范围时,商家和平台的最优利润随着麻烦成本的增加而减少。经过对比,拓展部分的结论更符合实际,并提供了以下的管理学的启示:在具有折扣期的销售阶段,例如天猫的双11,京东的618大促等,平台和商家可以适当的给消费者设置一定的优惠券的麻烦成本,例如参加积分兑换或者进行朋友互动领取双11购物津贴等规则,但是在折扣期设置的麻烦成本要有一定的限度,适当的提高消费者获得平台返利的规则的复杂度,可以增强价格差异化的效果,进而增加平台和商家的收益,但是当超过一定的范围,麻烦成本会引起消费者反感,而造成用户流失,反而会损害双方的利润。
本文构建了具有折扣销售期的电商平台和商家的斯坦伯格博弈模型,分别分析了在电商平台不提供消费者返利和提供消费者返利的情况下商家折扣销售期定价策略。结果表明,第一,在商家采用NC策略时,消费者的策略性越高,商家会提高正常销售期的销售价格,降低折扣销售期折扣率。最优的平台利润随着消费者的策略性的增加而增加,而商家的最优利润随着消费者策略性的变化趋势与商家在正常销售期阶段额外付出的成本有关。第二,当电商平台给消费者提供返利的时候,正常销售期的价格会升高,而折扣销售期的价格会降低,差异化定价现象愈加明显。当消费者的麻烦成本高于某一阈值时,电商平台提供顾客返利时的收益更高。最后,在电商平台选择YC策略的条件下,双方的最优利润均随着消费者的麻烦成本的增加而增加。然而在拓展部分,本文考虑了麻烦成本对用户需求的反作用,发现适当的提高消费者的麻烦成本能增加平台和商家的收益,但是当超过一定的范围,会引起用户流失,反而损害双方的利润。
基于以上的研究,可以在以下几个方面做进一步的探讨:(1)现有的研究表明,有相当一部分顾客在购买产品时想着去兑换优惠券但是实际上没有兑换。当消费者在购买产品时,往往会因为被平台的返利促销活动吸引而选择购买,而当支付时可能会由于各种原因(如遗忘、优惠券过期、购买品类不一致不能使用等)无法或放弃兑现返利,这种行为称为“滑倒”现象(Slippage)[13,19~21]。比如由Consumer Intelligence 做的一项研究表明,由于追踪问题,40%的客户没有兑换到他们的返利。今后可以将考虑滑倒率,分析滑倒率对最优决策的影响。(2)本文中假设消费者都是策略型消费者且具有比价行为,Mcwilliams[22]指出存在三类消费者:短视、策略和寻求价格折扣的消费者。因此今后可以考虑不同消费者组成对电商平台和商家定价策略的影响。