李玉民 苗瑞净 毛跃宇 闫雨婷
摘要:
为探讨服装电商直播营销模式选择问题,本文使用博弈模型对比服装电商不开通直播、自主开通直播、邀请主播合作直播等不同模式下的预期销量和利润,并分析服装电商开通直播时利润随服装价格弹性系数、传统渠道市场份额变化情况。数值推导和仿真结果表明:1) 服装电商开通直播时,利润随着价格弹性系数上升而下降,随传统渠道市场份额增加呈“U”型变化。2) 实际转化率较低时,服装电商自主开通直播模式下的利润降低、邀请主播合作开通直播模式下的销量与利润都降低;实际转化率升高,开通直播模式下的销量与利润提高;实际转化率持续升高,邀请主播合作直播模式的销量与利润远高于不开通直播与自主直播模式。
关键词:
直播营销;服装电商;博弈论;主播;决策分析;流量效应
中图分类号: TS941.1
文献标志码: A
文章编号: 10017003(2022)02006809
引用页码: 021109
DOI: 10.3969/j.issn.1001-7003.2022.02.009(篇序)
收稿日期: 20210624;
修回日期: 20211222
基金项目: 国家自然科学基金资助项目(71501173);河南省重点软科学研究项目(202400410174);河南科技智库研究课题项目(HNKJZK-2022-02B)
作者简介: 李玉民(1969),男,教授,博士,主要从事物流与供应链管理研究。
近年来,网络直播营销的发展拓宽了零售商的销售渠道,也极大方便了消费者,因此网络直播营销也呈井喷式发展。在2021年“618”期间,两大“头部主播”销售额已接近50亿元,观看人次达两亿。在实际的网络直播营销实践中,目前可分为不开通直播、自主直播、邀请主播合作直播等类型。尽管不同类型的营销模型为品牌的发展带来了增益,但其效果却不尽相同。
对于网络营销的发展已有相关研究,如贡文伟等[1]提出网络渠道的发展及消费者对网络渠道的偏好有利于提高产品质量;Chen等[2]研究了不同程度的消费者忠诚度对在线零售商模式选择的影响;Xiao等[3]将渠道偏好选择策略与定价策略进行综合考虑,研究如何通过合理分配网上直销渠道和零售商经销渠道的销售比例,从而实现效益最大化。对于新兴直播行业,江芳[4]分析了“直播+虚拟礼物”“直播+电商”“直播+服务”“直播+广告”四种直播商业模式的盈利模式;郑森圭等[5]对比分析了签约直播模式、不签约直播模式下平台的运营模式和盈利能力;邢鹏等[6]则在考虑平台营销努力的情形下,分析对比主播不签约、签约两种模式的异同;胡娇等[7]在考虑主播影响力的条件下,研究了网络直播平台的定价策略。对于网络直播营销在服装业的发展也有相关研究,如韩曙光等[8]指出新零售模式的实行将大幅提升服装零售商的利润;李雪等[9]从形式策略、内容策略、引流策略三个维度分析了服装品牌的新营销策略;叶晶等[10]研究了直播中限时促销与主播信任度对服装消费者是否购买的影响。
在网络直播营销盛行的营商环境中,探讨不同营销模式下的品牌增益及决策问题,具有明显的理论和实践意义。但以往的研究大多集中于网络直播营销的影响、盈利模式及合作模式等,因此本文从博弈论的角度对比分析不同的网络直播营销模式。
1 模型描述与假设
1.1 模型描述
本文考虑一个服装电商可以选择不开通直播、自主开通直播、邀请主播合作直播三种模式。1) 不开通直播模式:服装电商不开通直播渠道,只保持传统渠道,即线上单渠道销售商品,服装电商根据函数最大化求得传统渠道最优价格与销量,回代利润函数求得服装电商最大利润。2) 自主开通直播模式:服装电商在保持传统渠道的基础上,自主开通直播渠道,此时服装电商具有传统渠道及直播渠道,服装电商在直播间销售一定比例产品,通过这些产品吸引一些客户流量,其中一部分客户流量可以转化为传统渠道需求。此模式下,服装电商根据利润函数最大化求出不同渠道的最优价格,进而求出不同渠道的最大销量,最后根据最优价格与最大销量求得服装电商最大利润。3) 邀请主播合作直播模式:服装电商在保持传统渠道的基础上,邀请主播合作开通直播渠道。本文所研究的为主播流量扩大效应大于服装电商自主开通直播渠道的情況,但服装电商需给予主播佣金,目前常见的佣金类型为根据销售额分成。因此,本文所研究的为佣金根据销售额分成情况,其中一部分客户流量同样可以转化为传统渠道需求。此模式下,主播先确定固定佣金比例,然后服装电商根据函数最大化求得不同渠道的最优价格与销量,进而求得服装电商与主播最大利润。
1.2 基本假设
针对1.1中三种不同模型,做出以下参数设定与基本假设:
1) 为简化计算,参考文献[11]假设服装电商的商品成本为0,且假设服装电商为风险中性的理性个体。
2) 不开通直播营销时,服装电商需求函数为:
q1=A-αp1(1)
式中:A为服装电商线上潜在市场总需求;α为价格弹性系数,表示价格变动所引起的消费者对服装需求的变化;p1、q1分别为服装电商不开通直播时的传统渠道价格、销量。
3) 自主开通直播营销时,参考文献[12-15]及根据直播营销特点,服装电商需求函数分别为:
qs.1=(θ+mρ(1-θ))A-αps.1+βps.2(2)
qs.2=(1-θ)A-αps.2+βps.1(3)
qs=qs.1+qs.2(4)
式中:θ为开通直播渠道时传统渠道市场份额;ps.1、qs.1分别为服装电商自主开通直播营销时传统渠道的价格与需求;ps.2、qs.2分别为服装电商自主开通直播营销时直播渠道的价格与需求;qs代表自主开通直播营销时服装电商总需求;β为渠道交叉弹性系数,其中0<β<α<1表示竞争渠道的价格变动所带来的影响小于本渠道的价格影响;ρ(ρ>1)为自主开通直播营销时,给传统渠道带来的流量扩大效应,表现为主播的粉丝量、热度等;m(0<m<1)为带来的流量效应中可以转化为传统渠道的比例,m大小与服装电商商品质量、配套服务等有关;ρm为实际转化率。
4) 邀请主播开通直播营销时,与服装电商自主开通直播营销类似,服装电商需求函数分别为:
qv.1=(θ+kmρ(1-θ))A-αpv.1+βpv.2(5)
qv.2=(1-θ)A-αpv.2+βpv.1(6)
qv=qv.1+qv.2(7)
式中:pv.1、qv.1分别为服装电商邀请主播合作开通直播营销时传统渠道的价格与需求,pv.2、qv.2分别为服装电商邀请主播合作开通直播营销时直播渠道的价格与需求,qv代表邀请主播合作开通直播营销时服装电商总需求;k为邀请主播合作直播的流量扩大效应与自主直播营销的倍数关系,因本文研究的为主播流量大于服装电商流量的情况,故设k>1。
5) 直播渠道相对于传统渠道的折扣力度为b(0<b<1),即:
b=ps.2ps.1=pv.2pv.1(8)
6) 服装电商自主开通直播和邀请主播合作开通直播营销道时,均不考虑场地、人员等固定成本。
2 模型建立
2.1 服装电商不开通直播
服装电商不开通直播时,服装电商利润为:
πr=p1q1(9)
式中:πr为不开通直播营销时服装电商总利润。
把式(1)代入式(9)并求导令其等于0,得p*1=A2α、q*1=A2,代入式(2)得最大利润π*r=A24α。其中,上标“*”表示最优值。
2.2 服装电商自主开通直播
当服装电商选择自主开通直播营销时,服装电商利润为:
πs.r=ps.1qs.1+ps.2qs.2(10)
式中:πs.r为自主开通直播营销时服装电商总利润。
将式(2)(3)代入式(10)并对式(10)求导,令πs.rp1=0、πs.rb=0求得ps.1、b,并代入(6)求得ps.1、ps.2,如下:
p*s.1=Aβ+Aθα-Aθβ+Aραm-Aθραm2(α2-β2)(11)
p*s.2=-A(θα-α-θβ-ρβm+θρβm)2(α2-β2)(12)
将(11)(12)代入(2)(3)得:
q*s.1=-A(θρm-ρm-θ)2(13)
q*s.2=-A(θ-1)2(14)
将式(11)—(14)代入式(10),可得最大利润为:
π*r.s=14(α-β)(α+β)A2(α-2θα+2θβ+2θ2α-2θ2β+ρ2αm2+2ρβm+θ2ρ2αm2-2θ2ραm+2θ2ρβm-2θρ2αm2+2θραm-4θρβm)
命题1:服装电商自主开通直播渠道时,利润随着价格弹性系数增加而减少。
证明:对价格弹性系数求导得πs.rα=14(α2-β2)2A2(4(-1+θ)αβ(-θ+(-1+θ)ρm)+α2(1+(-1+θ)(2θ-2θρm+(-1+θ)ρ2m2))+β2(1+(-1+θ)(2θ-2θρm+(-1+θ)ρ2m2))),当α>β时,πs.rα<0,证毕。
命题1说明随着价格弹性系数提高,服装电商利润在减少,这是由于价格弹性系数较高的服装开通直播渠道之后对传统渠道的冲击更大,更多的消费者选择在直播渠道购买产品,但是服装电商在直播渠道给出的优惠大幅抵消了由于销售量增加的利润,此时服装电商利润增加不明显。命题1表明价格弹性系数过高的服装不适合开通直播渠道,价格弹性系数较低的服装开通直播渠道利润增加较为明显。
命题2:服装电商自主开通直播渠道时,利润随着传统渠道市场份额的增加呈“U”型变化。
证明:令πs.rθ=12(α-β)(α+β)A2((-1+2θ)(α-β)+ρ(α-2θα+2(-1+θ)β)m+(-1+θ)ρ2αm2)=0,求得
θ=-2α-2β+2ρ2αm2-2ραm+4ρβm(4β-4α-2ρ2αm2+4ραm-4ρβm),
當θ>-2α-2β+2ρ2αm2-2ραm+4ρβm(4β-4α-2ρ2αm2+4ραm-4ρβm)时,πs.rθ>0,当θ<-2α-2β+2ρ2αm2-2ραm+4ρβm(4β-4α-2ρ2αm2+4ραm-4ρβm)时,πs.rθ<0,因此当θ=-2α-2β+2ρ2αm2-2ραm+4ρβm(4β-4α-2ρ2αm2+4ραm-4ρβm)时,网络零售商利润最低,证毕。
当传统渠道市场份额较低时,服装电商利润较高,这是由于此时直播渠道虽有一定优惠,但直播渠道销量较高,并且一部分客户流量可以转化为传统渠道销量,且渠道冲突较小,综合来看服装电商利润较高;随着传统渠道市场份额的增加,不仅需要在直播间给出一定优惠,且渠道冲突也在逐渐增大,因此服装电商的利润逐渐下降;随着传统渠道市场份额进一步增大,直播的引流作用逐渐凸显,服装电商销量进一步增加,且渠道冲突变小,因此服装电商利润逐渐增加。命题2表明当服装电商自主直播时,较高或者较低的传统渠道市场份额是有利的。
2.3 服装电商邀请主播合作直播
当服装电商选择邀请主播合作开通直播渠道时,服装电商利润为:
πv.r=pv.1qv.1+(1-n)pv.2qv.2(15)
式中:πv.r为邀请主播合作开通直播营销时服装电商总利润;n为服装电商需要给合作主播支付的佣金比例。
与2.2类似可分别求得最优价格、最大销量、最大利润如下:
p*v.1=1β2(-2+n)2+4α2(-1+n)A(2ραkm+θα(2-2ρkm)-β(-2+n)+θβ(-2+n))(-1+n)
p*v.2=1β2(-2+n)2+4α2(-1+n)A(β(-ρkm+θ(-1+ρkm))(-2+n)+2(-1+θ)α(-1+n))
q*v.1=1β2(-2+n)2+4α2(-1+n)A(n-1)(-ρkm(2α2+β2(-2+n))-αβn+θ(2α2(-1+ρkm)+β2(-1+ρkm)(-2+n)+αβn))
q*v.2=1β2(-2+n)2+4α2(-1+n)A((-1+θ)β2(-2+n)+αβ(θ+ρkm-θρkm)n+2α2(-1+θ+n-θn))
π*v.r=1β2(-2+n)2+4α2(-1+n)a2(-1+n)((-1+θ)β(-ρkm+θ(-1+ρkm))(-2+n)+α(-1-ρ2k2m2+2θ(1-ρkm+ρ2k2m2-n)+n+θ2(-2+2ρkm-ρ2k2m2+n)))
命题3:服装电商邀请主播开通直播渠道时,随着价格弹性系数增加服装电商利润降低。
证明:同命题1。
与命题1类似,当邀请主播合作直播时,价格弹性系数较高的服装不适合开通直播渠道,且此时还需要支付给主播一定佣金。因此,价格弹性系数较低的服装邀请主播合作直播营销利润增加最为明显。
命题4:服装电商邀请主播合作开通直播时,利润随着传统渠道市场份额的增加呈“U”型变化。
证明:同命题2。
与命题2类似,当邀请主播合作时,服装电商利润随着传统渠道比例的增加先增加后降低,这与零售商自主开通直播渠道时类似。与零售商自主开通直播渠道不同的是,服装电商邀请主播合作时,由于消费者群体对主播的黏性,若传统渠道市场份额较低,即直播渠道市场份额较高时,服装电商此时丧失部分主导权。因此,服装电商需要综合考虑销量、利润、主导权等因素来决定传统渠道市场份额。
3 不同模式对比
多样的直播模式给了服装电商更多选择,服装电商如何在较多的直播模式中选择适合自身发展的直播模式也是值得思考的問题。基于此,本文通过三种直播模式之间的销量、利润等两两对比,分析服装电商在不同的情况下应选择何种直播模式。
3.1 自主直播与不直播
当自主直播与不直播模式对比时,若实际转化率较低,自主开通直播销量上升、利润降低;若实际转化率升高时,自主开通直播销量、利润上升。
命题5.1:当0<ρm<β+θα-θβ--θ(α2-β2)(θ-2)α(θ-1)时,相对于不开通直播,服装电商自主开通直播销量上升、利润降低。
证明:当0<ρm<β+θα-θβ--θ(α2-β2)(θ-2)α(θ-1)时,qs-q1=-12A(-1+θ)ρm>0,πs.r-πr=14α(α-β)(α+β)A2((β+ραm)2-2θα(α+ραm(-1+ρm)+β(-1+2ρm))+θ2α(2β(-1+ρm)+α(2+ρm(-2+ρm))))<0,证毕。
命题5.1说明服装电商自主开通直播时,若实际转化率较低,服装电商的销量增加,利润降低。这是由于此时通过直播渠道转化到传统渠道销量较低,由于服装电商自主直播,吸引小部分流量,此时销量略有上升,但在直播渠道需要一定优惠力度,因此服装电商利润下降。此时,服装品牌初期抢占市场份额或者处理滞销产品时,相对于不开通,自主开通直播是较好的选择。
命题5.2:当ρm>β+θα-θβ--θ(α2-β2)(θ-2)α(1-θ)时,相对于不开通直播,服装电商自主开通直播销量、利润都上升。
证明:同命题5.1。
命题5.2说明当实际转化率较高时,服装电商销量和利润都增加,此时相对于不开通直播,自主开通直播渠道有利于服装电商发展,由于此时开通直播在增加销量的同时利润也得到增加。因此,对于服装电商来说,如何提高流量扩大效应和转化率是一个值得考虑的问题。
当零售商自主开通直播时流量扩大效应一般较低,因此对于服装电商来说可以选择提高产品质量、提供优质配套服务等方式来提高实际转化率。
3.2 邀请主播合作直播与不直播
当邀请主播合作直播与不直播模式对比时,若实际转化率较低,邀请主播合作直播销量、利润都降低;若实际转化率升高,邀请主播合作直播销量上升、利润下降;若实际转化率持续升高,邀请主播合作直播销量、利润上升。
命题6.1:当0<ρm<12(-1+θ)k(αβn+2α2(-1+n)+β2(2-3n+n2))βn(α(-2+4θ+2n-2θn)+(-1+2θ)β(-2+n))时,相对于不开通直播,网络电商邀请主播合作直播销量、利润都降低。
证明:同命题5.1。
命题6.1说明与服装电商自主开通直播渠道不同的是,服装电商自主开通直播渠道时服装电商需求一定增加,而当邀请主播合作直播时,若ρm较低则服装电商销量和利润都降低。这是由于邀请主播合作直播时,需要支付给主播一定的佣金,服装电商成本增加,此时邀请主播合作直播是不利于服装电商发展的。这也从侧面说明在服装电商选择邀请主播合作直播时,会考虑与流量扩大效应较大的主播合作。
命题6.2:当12(-1+θ)k(αβn+2α2(-1+n)+β2(2-3n+n2))βn(α(-2+4θ+2n-2θn)+(-1+2θ)(-2+n))<ρm<λ1时,相对于不开通直播,网络电商邀请主播合作直播销量上升、利润降低。其中λ1=12(-1+θ)αk(-1+n)((-1+n)(n-2θ(-1+n)+θ2(-1+n))(β2(-2+n)2+4α2(-1+n))-β(-2+n)(-1+n)+(-1+n)θ(2α+β(-2+n))。
证明:同命题5.1。
命题6.2说明当实际转化率较大时销量得到提升,但此时需要在直播渠道给出一定优惠,且需要支付主播一部分佣金,因此即使销量提升,但服装电商利润降低。这种情况适合服装电商处理滞销产品或者新产品抢占市场份额。
命题6.3:当ρm>λ1时,相对于不开通直播,服装电商邀请主播合作直播销量、利润上升。
证明:同命题5.1。
命题6.3说明当ρm达到一定值时,若服装电商邀请主播合作直播销量和利润都会上升,此时市场份额增大、品牌效应得到提升的同时利润提高。因此,服装电商更应该选择邀请主播合作直播,有利于服装电商长期发展。
3.3 邀请主播合作直播与自主直播
当邀请主播合作直播与不直播模式对比时,若实际转化率较低,邀请主播合作直播销量、利润都降低;若实际转化率升高,邀请主播合作直播销量上升、利润下降;若实际转化率持续升高,邀请主播合作直播销量、利润上升。
命题7.1:当0<ρm<1(θ-1)(2αβkn+4(n-1)α2(k-1)+(n-2)β2(2-n+2k(n-1)))βn(α(-2+4θ+2n-2θn)+(-1+2θ)β(-2+n))时,相对于网络电商自主直播,网络电商邀请主播合作直播销量、利润都降低。
证明:同命题5.1。
命题7.1说明当ρm较低时,邀请主播合作直播相对于自主开通直播时销量和利润都较低。这说明如果开通直播渠道,当ρm较低时邀请主播合作直播不利于服装电商发展,这是由于当ρm过低时销量无法提升,加之需要支付给主播一定佣金,邀请主播合作直播时销量和利润都降低。此时,若服装电商选择开通直播,不建议邀请主播合作直播。
命题7.2:当βn(α(-2+4θ+2n-2θn)+(-1+2θ)β(-2+n))(θ-1)(2αβkn+4(n-1)α2(k-1)+(n-2)β2(2-n+2k(n-1)))<ρm<λ2时,相对于网络电商自主直播,网络电商邀请主播合作直播销量上升、利润降低。其中λ2=βn(-2α+4θα+2β-4θβ+2αn-2θαn-βn+2θβn)(-1+θ)(4α2-4β2-4α2k+4β2k-4α2n+4β2n+4α2kn+2αβkn-6β2kn-β2n2+2β2kn2)。
證明:同命题5.1
命题7.2说明当ρm较大时,邀请主播合作开通直播渠道销量升高而利润降低,这是由于此时邀请主播开通直播渠道时,实际转化率较大时可以带来一部分的销量上升,但是销量
上升有限,且需要支付给主播一定佣金。此时若服装电商为了处理滞销产品或者扩大市场份额,可以选择邀请主播合作直播,否则会选择自主开通直播。
命题7.3:当ρm>λ2时,相对于服装电商自主直播,服装电商邀请主播合作直播销量、利润都上升。
证明:同命题5.1
命题7.3说明当ρm达到一定值时,相对于自主开通直播渠道,服装电商邀请主播的利润和销量都升高,此时服装电商更加倾向与主播合作直播。为了与主播达成合作机会,服装电商需注重提高产品质量、提供优质配套服务等加大与大流量主播合作机会。
4 仿真分析与启示
4.1 数值分析
本文采用数值分析的方法讨论部分参数对于三种直播模式的影响,结合文献[16]并不失一般性,令α=1、θ=0.7、β=0.3、n=0.15、k=0.8、m=0.01、ρ=4。
图1为不同直播模式下服装电商利润π随价格弹性系数α变化情况。
由图1可知,在假设范围内服装电商开通直播时,利润随着价格弹性系数的增大而降低。这是由于随着价格弹性系数的增大,开通直播渠道对传统渠道的冲击更大,且邀请主播合作直播时,还需要支付给主播一定佣金。因此,价格弹性系数过高的服装不适合开通直播,这在现实生活中直播渠道所售商品大多价格弹性系数中等的服装也可以得到印证。
图2为不同直播模式下服装电商利润π随传统渠道市场份额θ变化情况。
由图2可以得出,若服装电商选择开通直播渠道模式,随着传统渠道市场份额的增加,服装电商利润先降低后增加。这说明想要通过直播来提高自己的利润,只能尽力提高或者降低传统渠道市场份额。当传统渠道份额与直播渠道市场份额相当时,服装电商利润最低。
结合实际情况,目前快手、抖音等平台上一些直播服装电商符合传统渠道市场份额较低的情况,但是容易引发风险。这是因为通过直播渠道以较低的价格销售,长期的低价策略可能会使消费者适应低价服装产品,进而会引发后期的质量问题;当邀请主播合作直播时,较低的传统渠道比例还可能由于消费者群体对主播的黏性使服装电商丧失一部分主导权,而目前大部分天猫旗舰店直播营销发展符合传统渠道市场份额较高的情况。因此,目前大多数天猫旗舰店仍然选择把传统渠道作为主要渠道,把直播渠道作为营销渠道,饥饿营销也可以激发消费者的购买欲望,这在现实生活中天猫旗舰店直播营销时往往为限量销售也可以得到印证。
图3为转化率m不同时,服装电商不同直播模式销量q随流量扩大效应ρ变化及比较情况。
由图3可以得出,不论流量扩大效应与转化率高低,服装电商自主开通直播渠道销量相对于不开通直播渠道总是提高的。当ρ较低时,自主开通直播销量>不直播销量>邀请主播合作直播销量;随着ρ增大,自主开通直播销量>邀请主播合作直播销量>不直播销量;当ρ达到一定阈值时,邀请主播合作直播销量>自主开通直播销量>不直播销量。这说明流量扩大效应对于服装主播的重要性。因此,若邀请主播合作直播,服装电商会邀请一些“头部主播”,此时对服装电商最为有利;若与“头部主播”无法达成合作,服装电商会选择自主开通直播渠道,此时销量也会上升;若处理滞销产品,优先选择与“头部主播”合作直播,此时销量增加明显。
同时也可以得出,当转化率较高、流量扩大效应较低时也可以提高销量,因此对于零售商来说,通过提高产品质量、增加售后服务等方式来提高转化率也十分必要。
圖4为转化率m不同时,服装电商不同直播模式利润π随流量扩大效应ρ变化及比较情况。
由图4可以得出,与销量类似,当ρ较低时,不直播利润>自主开通直播利润>邀请主播合作直播利润;随着ρ增大,不直播利润>邀请主播合作直播利润>自主开通直播利润;当ρ达到一定阈值时,邀请主播合作直播利润>自主开通直播利润>不直播利润。与销量比较不同的是,当转化率较低时,服装电商不开通直播利润反而最高,但此时服装电商自主直播销量上升,若服装电商处理滞销产品或者想要扩大市场份额,即使利润降低,服装电商也会选择自主开通直播渠道;当ρ较大时,邀请主播合作直播利润较大并且迅速上升,此时最佳选择为选择邀请主播合作直播,若无法与主播达成合作,则服装电商会选择自主直播。
综合图1—图4可知,当ρ达到一定值时,邀请主播合作直播销量和利润都迅速上升,这也说明了流量对于服装主播的重要性,也解释了为什么服装电商更加倾向于邀请“头部主播”合作直播。但是“头部主播”对于直播产品质量筛选十分严格,因此对于服装电商来说,提高产品质量、提供附加服务不仅有利于提高转化率,而且有利于促进与主播达成合作。这在现实生活中服装电商总是倾向于“头部主播”合作、当无法达成合作时,会选择自主开通直播渠道也可以得到印证。
4.2 管理启示
通过不同模式之间的对比分析,并通过数值仿真可以针对服装电商提出以下发展建议:
1) 并非所有产品开通直播营销都是有利的,价格弹性系数中等的服装产品适合开通直播渠道,可以得到较好的经济效益;若盲目开通直播营销,则可能导致经济效益的降低。
2) 无论是自主直播还是邀请主播合作直播,都能够吸引较多流量,但是质量较低的产品无法将客户流量转化为客户需求。因此只有提高自身产品质量,进而提高直播顾客的回购率,将流量转化为固定渠道销量,不断扩大品牌影响力,才可以真正达到直播目的。
3) 在品牌发展前期,可更多选择与大流量主播进行合作,同时不断提升自身产品质量,将流量客户逐渐转变为自身品牌客户;随着品牌影响力的不断提升,为降低客户对主播的黏性,提升自身品牌影响力,可逐渐减少与主播合作直播,增加自主直播,进而提升客户对品牌的黏性。
4) 直播营销模式下,较低和较高的直播渠道比例都可以提升经济效益,但是较高的直播渠道比例会导致客户适应低价。因此在品牌发展前期,可采取较高的直播渠道比例不断扩大自身品牌影响力;随着品牌效应不断提高,可降低直播渠道销售比例,适当采取“饥饿营销”方式。
5 结 论
本文针对服装电商不同的直播营销模式进行博弈决策分析,建立不同模式下的利润函数,并针对不同的模式进行对比分析得出以下结论。
1) 当服装电商选择开通直播时,利润随着价格弹性系数上升而降低,随传统渠道市场份额增加呈“U”型变化。
2) 当实际转化率较低时,服装电商自主开通直播模式下其利润降低、邀请主播合作开通直播模式下的销量与利润都降低;随着实际转化率的升高,服装电商开通直播模式下的销量与利润都提高;随着实际转化率的持续升高,邀请主播合作直播模式的销量与利润远远高于不开通直播与自主直播模式。
虽然本文在对比不同服装电商网络直播营销模式方面取得了一定成果,但是由于主播“直播+自主直播”模式下的运营、利润分配等更具复杂性,故本文未对此模式进行分析,拟另文单独分析该模式。
《丝绸》官网下载
中国知网下载
参考文献:
[1]贡文伟, 刘仙纯, 朱雪春, 等. 基于超网络的双渠道产品质量控制策略[J/OL]. 计算机集成制造系统, 2021: 1-19[2021-11-09]. http://kns.cnki.net/kcms/detail/11.5946.tp.20210618.0859.004.html.
GONG Wenwei, LIU Xianchun, ZHU Xuechun, et al. Product quality control strategy based on supply chain network equilibrium in the direct broadcasting economy[J/OL]. Computer Integrated Manufacturing System, 2021: 1-19[2021-11-09]. http://kns.cnki.net/kcms/detail/11.5946.tp.20210618.0859.004.html.
[2]CHEN L, NAN G, LI M. Wholesale pricing or agency pricing on online retail platform: The effects of customer loyalty[J]. International Journal of Electronic Commerce, 2018, 22(4): 576-608.
[3]XIAO T, SHI J. Pricing and supply priority in a dual-channel supply chain[J]. European Journal of Operational Research, 2016, 254(3): 813-823.
[4]江芳. 网络直播的四大商业模式选择[J]. 传媒, 2019(4): 45-46.
JIANG Fang. Four business models of network broadcast[J]. Journal of Media, 2019(4): 45-46.
[5]鄭森圭, 苏丹华, 汪寿阳. 直播平台打赏收入分成模式研究[J]. 系统工程理论与实践, 2020, 40(5): 1221-1228.
ZHENG Sengui, SU Danhua, WANG Shouyang. Research on reward income sharing model of live streaming platform[J]. Systems Engineering-Theory & Practice, 2020, 40(5): 1221-1228.
[6]邢鹏, 尤浩宇, 樊玉臣. 考虑平台营销努力的直播电商服务供应链质量努力策略研究[J/OL]. 控制与决策, 2021: 1-8[2021-10-28]. https://doi.org/10.13195/j.kzyjc.2020.1205.
XING Peng, YOU Haoyu, FAN Yuchen. Optimal quality effort strategy in service supply chain of webcast streaming e-commerce based on platform marketing effort[J/OL]. Control and Decision, 2021: 1-8[2021-10-28]. https://doi.org/10.13195/j.kzyjc.2020.1205.
[7]胡娇, 李莉, 张华, 等. 考虑参照效应和主播影响力的网络直播平台动态定价决策[J/OL]. 系统工程理论与实践, 2021: 1-14[2021-11-09]. http://kns.cnki.net/kcms/detail/11.2267.N.20211025.1345.002.html.
HU Jiao, LI Li, ZHANG Hua, et al. Dynamic pricing strategies for webcast broadcast platform considering the reference effect and the influence of the anchor[J/OL]. Systems Engineering-Theory & Practice, 2021: 1-14[2021-11-09]. http://kns.cnki.net/kcms/detail/11.2267.N.20211025.1345.002.html.
[8]韩曙光, 陈舒婷, 胡觉亮. 新零售背景下服装销售渠道整合转型研究[J]. 纺织学报, 2021, 42(10): 163-171.
HAN Shuguang, CHEN Shuting, HU Jueliang. Research on the integration and transformation of apparel sales channels under the background of new retailing concept[J]. Journal of Textile Research, 2021, 42(10): 163-171.
[9]李雪, 沈雷. 服装品牌在新媒体环境下的营销策略研究[J]. 丝绸, 2020, 57(10): 65-70.
LI Xue, SHEN Lei. Research on the marketing strategies of apparel brands in the new media environment[J]. Journal of Silk, 2020, 57(10): 65-70.
[10]叶晶, 胡翠兰. 直播限时促销与主播信任度对服装消费者购买行为的影响[J]. 丝绸, 2021, 58(4): 57-67.
YE Jing, HU Cuilan. The impact of webcast streaming time-limited promotion and anchor trust on fashion consumers’fashion purchasing behavior[J]. Journal of Silk, 2021, 58(4): 57-67.
[11]梁喜, 蒋琼, 郭瑾. 不同双渠道结构下制造商的定价决策与渠道选择[J]. 中国管理科学, 2018, 26(7): 97-107.
LIANG Xi, JIANG Qiong, GUO Jin. Pricing policy and channel selection of manufacturers under different dual channel structure[J]. Chinese Journalof Management Science, 2018, 26(7): 97-107.
[12]CHEN Y C, FANG S C, WEN U P. Pricing policies for substitutable products in a supply chain with Internet and traditional channels[J]. European Journal of Operational Research, 2013, 224(2): 542-551.
[13]张晓, 安世阳. 保鲜成本分担下考虑零售商公平关切的生鲜品双渠道供应链协调[J]. 工业工程与管理, 2021, 26(2): 15-22.
ZHANG Xiao, AN Shiyang. Dual-channel supply chain coordination of fresh product considering the retailers’ fairness concern under fresh-keeping costs sharing[J]. Industrial Engineering and Management, 2021, 26(2): 15-22.
[14]但斌, 曲祯经, 刘灿, 等. 存在强势零售商的多渠道供应链价格决策与均衡分析[J]. 系统管理学报, 2016, 25(3): 556-562.
DAN Bin, QU Zhenjing, LIU Can. et al. Pricing decision and equilibrium analysis in multi-channel supply chain with strong retailer[J]. Journal of Systems Management, 2016, 25(3): 556-562.
[15]黄宏斌, 刘倩茹, 熊慧银. 基于流量效应的上市公司自媒体营销信息披露对经营绩效的影响[J]. 管理学报, 2021, 18(2): 287-296.
HUANG Hongbin, LIU Qianru, XIONG Huiyin. Research on the impact of we-media marketing information disclosure of listed companies on their operating performance based on fans effect[J]. Chinese Journal of Management, 2021, 18(2): 287-296.
[16]孫红霞, 李晓芳, 周珍. 双渠道零售商和传统零售商的定价策略[J]. 中国管理科学, 2020, 28(6): 104-111.
SUN Hongxia, LI Xiaofang, ZHOU Zhen. Pricing strategy for dual channel retailer and traditional retailer[J]. Chinese Journal of Management Science, 2020, 28(6): 104-111.
Abstract:
The development of webcast marketing has been stable with good momentum, and maintained a good growth trend in recent years. During the period from November 1 to November 11, 2021, the transaction volume of live broadcast platforms of the whole network reached 73.756 billion yuan, of which the sales of "top anchors" Li Jiaqi, Wei Ya, and Cherie reached 10.6 billion yuan, 8.2 billion yuan, and 900 million yuan, respectively. Webcast marketing is also playing an increasingly important role in clothinge-commerce marketing. Webcast marketing has established different modes in the development process, such as no webcast marketing, independent webcast marketing, and inviting anchors to cooperate. Appropriate webcast marketing modes not only bring economic benefits to clothing e-commerce, but also create brand benefits. Therefore, as webcast marketing continuously tends to a good prospect, clothing e-commerce companies should flexibly choose webcast marketing model based on their own characteristics.
In order to maximize the gain effect of webcast marketing onclothing e-commerce, the flow expansion effect, conversion rate, actual conversion rate and other parameters were introduced to establish a modelbased on game theory and according to the characteristics of webcast marketing. Different webcast marketing modes of clothing e-commerce were also analyzed, and the best price, sales volume, profit, etc. of clothing e-commerce under different broadcast marketing modes were obtained through the basic method of game theory, and the relationship between the profit of clothing e-commerce and the price elasticity coefficients and the market share of traditional channels under different webcast marketing modes was analyzed. At the same time, a comparative analysis was performed on the price, sales volume, profit, etc. under different live broadcast marketing modes, and how to choose a live webcast marketing mode for clothing e-commerce under different actual conversion rates. Finally, the simulation analysis of the entire model was conducted, and this paper concluded that not all clothing products are suitable for webcast marketing. Only by improving the quality of clothing products, the repurchase rate of webcast marketing customers can be improved to convert traffic into fixed channel sales, and continuously expand brand influence, thus truly achieving the goal of live broadcast. In the early stage of brand development, it is suggested to choose to cooperate with large-flow anchors, and with the continuous improvement of brand influence, it is suggested to gradually reduce webcast marketing with anchors and increase independent webcast marketing. In the early stage of brand development, more webcast marketing channels can be adopted to continuously expand brand influence; with the continuous improvement of the brand effect, management revelations such as reducing the proportion of webcast marketing channel sales should be adopted.
The game method is used for the comparison and simulated analysis of different webcast marketing modes, and at the same time, quantitative methods are used to explore which webcast marketing mode the clothing e-commerce should choose and how to maximize the gain effect of webcast marketing on clothing e-commerce.
The following conclusions are drawn: Ⅰ) when clothing e-commerce chooses webcast marketing, profits decrease with the increase of the price elasticity coefficients, showing a "U"-shaped change with the increase of the market share of traditional channels. Ⅱ) When the actual conversion rate is low, the profit of clothing e-commerce under the independent webcast marketing mode will decrease, and the sales volume and profits under the mode of inviting anchors to cooperate with clothing e-commerce will both decrease; as the actual conversion rate increases, the sales volume and profit under the webcast marketing mode will both increase; as the actual conversion rate continues to rise, the sales volume and profit under the mode of inviting anchors to cooperate with clothing e-commerce are much higher than that under the modes of no webcast marketing and independent webcast marketing.
This article has achieved certain results in comparing different clothing e-commerce webcast marketing modes, and can provide a certain reference for clothing e-commerce to choose suitable webcast marketing modes, but due to the complexity of the operation and profit distribution of the "anchor webcast marketing + independent webcast marketing" mode, this mode has not been analyzed yet and it is expected to be analyzed separately in another article.
Key words:
webcast marketing; clothing e-commerce; game theory; anchor; design-making analysis; flow effect