口碑信息影響下O2O雙渠道模式的分析

胡 培，劉自玲

（西南交通大學 經濟管理學院，四川 成都 610031）

口碑信息影響下O2O雙渠道模式的分析

胡 培，劉自玲

（西南交通大學 經濟管理學院，四川 成都 610031）

考慮到口碑效應對消費者購買意愿的影響，選其作為影響因素，基于Hotelling模型建立了O2O雙渠道模式下消費者效用的基本模型，求出了在口碑信息影響下的線上渠道線下渠道的定價、需求量以及利潤的變化，并在此基礎上進一步建模分析了口碑信息的影響對消費者剩余以及社會福利的影響。研究表明，在不考慮成本因素的情況下，口碑信息對哪種渠道的利好影響程度越高，其相應的價格、需求量以及利潤都會較另一種渠道偏高，同時消費者剩余以及社會福利也會隨之而升高，從而為商家進行O2O模式中的口碑營銷提供微觀理論基礎。

O2O電子商務；口碑信息影響；Hotelling模型

1 引言

隨著傳統互聯網以及移動互聯網的不斷發展，O2O已經不是一個細分領域，其市場越來越大，整個產業已經發展到線上互聯網和傳統生活線下零售交易融合的階段，越來越多的商家看到互聯網的潛力以及“互聯網+”的趨勢和環境，逐步布局O2O戰略，外賣、家裝、酒店業、旅游等都已經開始逐步發展O2O商業模式。根據億歐網2016年5月5日報道，二手車B2C+O2O一站式購車交易服務平臺“車101”已完成1 000萬美元A輪融資，5月6日房產O2O平臺愛屋吉屋對外宣布已完成1.2億美元D輪融資，電商京東于4月將“拍到家”更名為“京東大家”，以主打2小時快速配送的方式切入社區O2O服務，6月16日幼教互聯網企業“慧沃網”正式對外公布了其B輪1.2億人民幣融資到位的消息，并公布了其“智慧聯盟”計劃和首批幼兒園的試點成果，目前不僅有各大商家紛紛布局O2O，傳統的教育行業也開始涉足，未來將迎來O2O商業模式發展的黃金階段。那么根據O2O的發展模式，怎樣才能提高企業的銷售額，達到企業利潤的增長呢？

早在2010年Alex Rampell[1]在Techcrunch上首次提出了O2O的概念，這種與B2C、C2C有區別但又有聯系的電子商務開始逐漸發展，而在此之前，Thisse和Vives（1988）[2]研究了分布在線性城市兩端的兩廠商在運輸成本是線性的基礎上得出歧視定價是最優的定價策略，這為O2O電子商務模式兩種不同渠道的定價提供了一定的理論參考。在國內，楊麗芳[3]通過分析O2O趨勢下零售業重構顧客滿意度評價體系的必要性對在O2O經營模式下顧客滿意度評價指標進行設計，內容涉及到產品服務、價格、渠道和促銷，而這一系列的內容可以歸納出顧客對O2O模式的口碑信息。馬莉婷[4]從線上線下雙渠道的角度運用Hotelling線性模型對O2O本地生活服務類企業的定價進行了分析，指出價格越低的商品越適合開展O2O。鄒波[5]通過分析O2O電子商務模式中線上線下雙渠道模式的市場供需，運用分類建模的方式研究了啟發式挖掘定價機制。以上學者的研究從論證O2O模式發展的必然性到從定價方面來尋求O2O電子商務的發展，為本文的模型構建提供了理論基礎。

隨著電子商務發展而來的還有互聯網營銷，互聯網口碑營銷因其傳播效率高、傳播方式多元化、互動性強、具有匿名性等特點在互聯網營銷中也越來越重要[6]。Arndt[7]指出口碑是指信息傳遞者與信息接收者之間通過面對面或電話所進行的溝通行為。Gelb和Johnson[8]指出通過互聯網傳達的信息溝通與交流也是口碑傳播的一種形式即網上口碑。Hanson[9]等人的研究表明隨著互聯網的發展，網絡口碑得到了國內外很多學者的關注。口碑傳播之所以能有如此大的關注度，在于其是影響消費者購買的最重要因素，Katzhe和Lazaesfeld[10]指出口碑對消費者轉換品牌的影響力是新聞及雜志的7倍、人員推銷的4倍、廣告廣播的2倍，在促使消費者的態度從否定、中立到肯定的過程中作用是廣告的9倍。同時，Helm[11]在2000年的研究表明網絡口碑具有傳播范圍大、速度快的特點，比起傳統的口碑傳播更能影響消費者的態度。

國內學者在網絡口碑影響消費者決策方面也有大量的研究，金立印[12]通過實驗法考察了網絡口碑信息對消費者購買決策的影響，分析了網絡口碑在口碑信息類型、傳播方向和產品涉入度等不同情況下表現出的差異。周耿和易斯琦[13]則是通過多元回歸分析了傳播者的專業強度、網站可信度、關系強度和感知風險對在線口碑效應的顯著正向影響，接收者的性別對關系強度與口碑傳播效果之間的關系具有調節作用。郭國慶、楊學成[6]等人指出了網上口碑傳播的傳播途徑及網上口碑傳播的特點，并以此探討了企業要開展網絡口碑營銷的應用策略。

以上學者的研究多是注重O2O電子商務模式的研究和網絡口碑營銷的研究，對于在O2O模式下的網絡口碑信息對O2O電子商務雙渠道影響的分析涉及較少，本文擬從這個角度出發，基于Hotelling經典模型研究在O2O電子商務模式下口碑信息對O2O電子商務雙渠道模式下的產品定價、需求量以及利潤的影響。

2 模型描述

2.1 加入口碑信息影響的O2O電子商務模型描述

如圖1所示，O2O電子商務模型主要應用于但不局限于本地的生活服務類企業，它主要適用于有線上和線下兩條銷售渠道的企業，消費者可任意選擇一條銷售渠道進行購買，而銷售渠道口碑信息的好壞將直接影響消費者的購買決定和購買需求，從而影響該企業的產品定價、銷售和利潤等，此口碑好壞信息可以是線上商品的價格相對于線下商品的價格低廉，也可以是對產品質量、包裝等好壞的評價。

圖1 加入口碑信息影響的O2O電子商務模型

2.2 模型假設

（1）假設運用O2O電子商務的商家只針對一種商品或服務的銷售，其銷售渠道分為兩種，即基于網絡平臺的O2O電子商務模式和傳統的銷售模式。

（2）商家的商品或服務的銷售量是不確定的，需要根據消費者的效用來確定。

（3）消費者為理性的經濟人，只會選擇使他自身獲得效用大的渠道進行商品或服務的消費，價格、口碑好壞都是影響消費者決策的重要因素。

（4）為了簡化處理，本文不計算成本對線上線下渠道的影響。

2.3 符號約定

基于口碑信息的影響，通過Hotelling模型對O2O模式下的商家定價、銷售及利潤進行分析，具體符號說明如下：

v0：消費者通過網絡在線購買商品或服務所獲得的效用；

v1：消費者通過傳統渠道購買商品或服務所獲得的效用；

V：商品或服務的使用價值，當該商品或服務價格為0時消費者的效用最大；

p0：商品或服務的線上價格；

p1：商品或服務的線下價格；

t：消費者購買商品或服務付出的旅行成本，其現實意義為通過兩種消費渠道購買商品的成本，t越大，表示成本越高，t越小則成本越小，t＞0；

θ：商品或服務兩種銷售渠道的口碑對消費者效用的影響系數，取值為[ ] 0,2，如果0≤θ≤1，則表示口碑信息的影響不利于該商品或服務的線上銷售渠道，相對來說較有利于線下銷售渠道，反之1≤θ≤2則表示口碑信息有利于該商品或服務的線上銷售渠道；

x：消費者選擇何種消費渠道的偏好程度；

q0：商品或服務通過線上渠道的需求量；

q1：商品或服務通過線下渠道的需求量；

π0：商品或服務的線上銷售利潤；

π1：商品或服務的線下銷售利潤。

3 模型建立

構建一個消費者對線上和線下渠道偏好的Hotelling線性模型，如圖2所示。

圖2 消費者對不同渠道偏好的Hotelling模型

圖2 橫軸表示不同的消費者對兩種不同渠道的偏好程度，線段左端表示線上渠道，右端表示線下渠道，x代表的是消費者選擇線上渠道的偏好程度，也就是到0點的距離，x越小，表明消費者對線上渠道的偏好程度越高，x越大表明消費者對線下渠道的偏好程度越高，同時設單位旅行成本為t，加入口碑系數θ對線上渠道的影響，則消費者選擇兩類渠道所獲得的效用為：

通過線上渠道購買所獲得的效用：

通過線下渠道購買所獲得的效用為：

商家通過線上渠道獲得的利潤為：

商家通過線下渠道獲得的利潤為：

4 模型求解

企業開展O2O模式進行銷售，分別建立了兩種渠道的消費者效用函數后，對其進行求解，當兩種渠道效用相等，即v0=v1，根據商家的利潤函數π0=p0q0，π1=p1q1，可得利潤最大化時的價格：

根據式（7）、（8）可解出均衡時的最大利潤為：

該模型通過對消費者效用分析求解出該商品或服務的需求量，再通過需求量分析出商家的銷售利潤，其最優解見表1。

5 模型對比分析

這一部分將對以上求解得出的在口碑信息影響下O2O模式雙渠道的價格、需求量和利潤進行對比分析，在不考慮成本的情況下分析口碑系數對兩種營銷渠道價格、銷量和利潤的影響。

表1 模型的最優解和企業最大利潤

命題1：當口碑信息影響有利于線上渠道時，隨著有利口碑信息的影響程度越高其定價也會越高，同時其定價也會比線下渠道的定價高，當口碑信息不利于線上渠道時，隨著口碑信息影響系數減小其定價會越低，口碑信息影響系數與線上渠道的價格成正相關，與線下渠道的價格成負相關。

當0≤θ≤1時，有p0*-p1

*＜0，可知當口碑信息的影響不利于線上渠道時，線上渠道的定價會小于線下渠道的定價。

當1≤θ≤2時，有p0*-p1

*＞0，可知當口碑信息的影響有利于線上渠道時，線上渠道的定價會大于線下渠道的定價。

命題2：當口碑信息的影響有利于線上渠道時，隨著口碑影響系數的增大其需求量也會不斷增大，同時其需求量比線下渠道的需求量大，當口碑信息的影響不利于線上渠道時，隨著口碑信息影響系數的下降其需求量也會下降，口碑信息影響系數與線上渠道的需求量成正相關，與線下渠道的需求量成負相關。

證明：對表1中線上最優需求量和線下的最優需求量q0

*、q1

*分別對口碑信息影響系數θ進行求導可得：

當0≤θ≤1時，有q0*-q1

*＜0，可知當口碑信息的影響不利于線上渠道時，線上渠道的需求量會小于線下渠道的需求量。

當1≤θ≤2時，有q0*-q1

*＞0，可知當口碑信息的影響有利于線上渠道時，線上渠道的需求量會大于線下渠道的需求量。

命題3：當口碑信息的影響有利于線上渠道時，隨著口碑信息影響系數的增大其利潤也上升，同時其利潤會比線下渠道的利潤高，當口碑信息的影響不利于線上渠道時，其利潤隨著口碑信息影響系數的減小而下降，口碑信息的影響系數逐漸有利于線下渠道時，線下渠道的利潤則會比線上渠道的利潤高。

*隨著θ的增大而減小，即線上渠道的利潤會隨著口碑信息影響的利好程度增加而不斷減少；當時此時與θ成正比隨著θ的增大而增大，即線上渠道的利潤會隨著口碑信息影響的利好程度增加而不斷增加。

當0≤θ≤1時可知當口碑信息的影響不利于線上渠道時，線上渠道的利潤會小于線下渠道的利潤。當 1≤θ≤2時可知當口碑信息的影響有利于線上渠道時，線上渠道的利潤會大于線下渠道的利潤。

6 消費者剩余及社會福利

消費者剩余是指消費者在購買一定數量的某種商品時愿意支付的最高總價格和實際支付的總價格之間的差額[14]，結合Hotelling模型，可得：

社會福利函數是社會所有個人的效用水平函數，可以表達為消費者剩余函數加上Hotelling模型中兩種銷售渠道的利潤函數，如下所示：

化簡可得：

通過計算可以得出消費者剩余函數CS與社會福利函數WS是關于θ的二次函數，取t=1，v=25，得出消費者剩余函數CS和社會福利函數WS的函數圖像如圖3所示。

圖3 口碑信息影響系數對消費者剩余和社會福利的影響

由圖3可得：當0≤θ≤1時，消費者剩余CS和社會福利WS與θ成反比，即當口碑信息的影響不利于線上渠道有利于線下渠道時，口碑信息影響系數θ越接近0，即線下渠道的口碑越好時，消費者剩余與社會福利都在不斷上升，當口碑信息的利好程度從線下渠道逐漸偏移到線上渠道時，消費者剩余與社會福利會隨著口碑信息影響系數θ的增大而先下降后上升，特別是社會福利函數，當θ趨近于1時有最小值，當1≤θ≤2時，消費者剩余CS與社會福利WS成正比，即當口碑信息的影響有利于線上渠道時，消費者剩余和社會福利會隨著口碑信息的影響系數增大而不斷增大。消費者剩余函數CS與社會福利函數WS之間成正相關，隨著消費者剩余的不斷增大，社會福利也在不斷增大，說明在O2O模式下，當線上渠道或者線下渠道的口碑影響利好程度越高時，隨著交易的不斷進行，社會總福利是不斷增長的。

7 結論

互聯網向各行各業地深入推動了O2O的飛速發展，本文在傳統O2O模式中加入了口碑信息對銷售渠道的影響，經過基于Hotelling模型對O2O雙渠道模式進行建模求解分析，可以得出當口碑信息有利于線上渠道時，隨著有利口碑信息的影響程度越高其定價、需求量和利潤也會越高，同時其定價、需求量和利潤也會比線下渠道的定價、需求量和利潤高，當口碑信息不利于線上渠道時，隨著口碑信息影響系數減小其定價、需求量和利潤會越低，口碑信息影響系數與線上渠道的價格、需求量成正相關，與線下渠道的價格、需求量成負相關。

以上結論是在不考慮線上線下銷售渠道成本的情況下通過建模而得出的。在互聯網深入發展的趨勢下，“互聯網+”已經代表了一種新的經濟形態，跨界融合、重塑結構，構建良性零售業線上線下生態圈是這一時代的要求和必然，只有根據時代改變而做出改變或調整的企業才能在市場競爭中生存下來，故企業在進行O2O電子商務活動營銷渠道選擇時，在成本相同或者相差不遠的情況下可以根據自身企業需求有目的的對銷售渠道進行利好信息的口碑營銷，借助口碑效應的效果，不僅可以相應提高商品的價格，同時還可以得到更多的銷售量和利潤。此外，在分析了口碑信息對價格、需求量及利潤的影響后，本文在其基礎上進一步分析了口碑信息對消費者剩余以及社會福利的影響，對旅行成本及商品固有效用取特定值1和25進行分析，可以得出隨著交易的不斷增加，口碑信息的影響越有利于線上渠道時，消費者剩余越大，社會總福利也在不斷增長。

接下來可以考慮在O2O電子商務模式中考慮線上線下的不同成本對定價、需求量以及利潤的影響進行擴展研究。同時也可以深入研究互聯網+的新的經濟形式下怎樣找準利潤點，贏得市場贏得消費者。

[1]Alex Rampell.Why online 2 offline commerce is a trillion dollar opportunity[EB/OL].http://techcrunch.com/2010/08/07/whyonline2offline-commerce-is-a-trillion-dollar-opportunity/

[2]Thisse J F,Vices X.On the Strategic Choice of Spatial Price Policy[J].American Economic Review,1988,(78):122-137.

[3]楊麗芳.O2O趨勢下零售業顧客滿意度評價體系構建[J].企業改革與管理,2014,(16):107-108.

[4]馬莉婷.O2O本地生活服務類企業的雙渠道定價策略分析[J].福建江夏學院學報,2014,(5):25-38.

[5]鄒波.O2O電子商務模式下的啟發式定價機制探討[J].統計與決策,2014,(7).

[6]郭國慶,楊學成.互聯網時代的口碑營銷及應用策略[J].財貿經濟,2006,(9):56-59.

[7]Arndt J.Role of Product-related Conversations in the Diffusion of a New Product[J].Journal of Marketing Research,1967, (4),291-295.

[8]Gelb B,Johnson M.Word-of-Mouth Communication:Causes and Consequences[J].Journal of Health Care Marketing,1995, 15(3):54-58.

[9]Hanson W A.Principles of Internet Marketing[M].Ohio:South-West College Publishing,2000.

[10]Katz E,P E Lazaesfeld.Personal Influence:The Part Played by People in the Flow of Mass Communications[M].Glencoe, IL:Free Press,1955.

[11]Helm S.Viral Marketing:Estavlishing Customer Relationships by Word-of-mouse[J].Electronic Markets,2000,10(3).

[12]金立印.網絡口碑信息對消費者購買決策的影響:一個實驗研究[J].經濟管理,2007,(22):36-42.

[13]周耿,易斯琦.在線口碑效應的影響因素及性別差異研究[J].廣東商學院學報,2013,(1).

[14]高鴻業.西方經濟學（微觀部分）第五版[M].北京:中國人民大學出版社,2012.

Analysis of O2O Duo-channel Mode with Word-of-mouth Influence

Hu Pei,Liu Ziling
(School of Economics&Management,Southwest Jiaotong University,Chengdu 610031,China)

In this paper,with reputation as an influence factor on the buying tendency of the consumers and based on the Hotelling model,we established the basic model of consumer utility under the O2O duo-channel mode,yielded the change in the price,demand and profit of the online and offline channels under the influence of the reputation information,and then on such basis,further analyzed the influence of the reputation information on consumer surplus and social welfare.At the end,we discussed the findings made in the analysis.

O2Oe-commerce;word-of-mouthinfluence;Hotelling model

F224.0;F713.365.1

A

1005-152X(2017)02-0085-05

10.3969/j.issn.1005-152X.2017.02.021

2016-12-28

胡培（1957-），男，重慶人，教授，博導，博士，研究方向：管理系統分析與決策、企業管理理論及應用；劉自玲（1993-），女，四川中江人，碩士研究生，研究方向：項目管理、電子商務。