消費者全渠道全生命周期行為與營銷創新

孫閣斐

內容摘要：為應對快速發展的電子商務行業和消費升級下的市場需求，對原有產品或服務進行擴展，建立混合平臺，成為多數企業的共同選擇。混合平臺的核心是建立自有物流，通過自有物流，企業不僅可以與用戶進行多渠道對接，加強購物后與用戶的溝通和互動，還能有效提升用戶信任度，促成消費行為的發生，延長消費者生命周期等?？梢?，自有物流的構建無論是在企業全渠道的打造還是企業用戶生命周期行為管理方面都有重要意義?；诖耍疚闹攸c研究混合平臺下企業全渠道模型和消費者生命周期行為之間的關系，以期為企業營銷創新提供新的啟示。

關鍵詞：消費者 ? 全渠道 ? 生命周期 ? 營銷創新

理論分析與研究假設

（一）全渠道模式下的混合平臺

無論是傳統流水線經營模式的企業加入平臺模式的業務，還是平臺型企業開始加大重資產投入整合傳統流水線業務，其都是在向另一方轉型，建設混合平臺。對于在線零售商而言，采用自身混合平臺還可以提高電子商務行業服務水平，從而提高行業準入門檻，并有效防止自身與同類型競爭對手的同質化。而如果企業沒有實施混合平臺策略，那么用戶需要的訂單則由第三方物流企業分發。這種情況下中間服務提供商就會成為客戶與企業之間互動的橋梁，從而掌握用戶基本信息，使用戶與第三方企業共享。因此，本文提出以下假設：

H1a：企業實行混合平臺策略能夠顯著提高產品銷量。

H1b：企業實行混合平臺策略能夠顯著提高用戶購買行為。

（二）平臺化、信任度與全生命周期

在新興電子商務市場中，自有物流配送是實施混合平臺模型策略的最關鍵環節，也是進一步優化企業全渠道模式的物資保障。但是，目前物流配送市場還未形成完善的標準化物流體系，而快遞公司以加盟參與物流配送的形式，使得物流配送服務質量參差不齊。而通過構建自有物流配送服務體系，企業可以提高用戶對網絡購物平臺的信任度。企業實施混合平臺策略，可通過自有物流配送員為用戶配送商品，在配送過程中配送員可以和用戶進行有效溝通和互動，這種有效的互動有利于用戶搜索和獲取購物過程中所需信息，從而降低在線購物過程中的感知風險。

從消費者生命周期角度來看，用戶信任度的提高無疑會在很大程度上增加用戶第一次購買行為或復購行為發生的概率，進而達到延長客戶消費生命周期、增加消費者生命周期價值的目的。因此，本文假設：

H2：用戶對企業信任度的提升是混合平臺服務對消費者行為產生積極影響的主要原因。

實證設計

（一）樣本選擇

本文選取京東公司作為研究對象，從京東公司隨機抽取100萬用戶，其中在2009年1月到2013年12月之間至少有一次購買行為，并在已開通自有物流配送服務城市的用戶有26199人，在未開通自有物流配送服務城市的用戶有223856人。本文將根據用戶所處城市是否開通自有物流配送服務將樣本分為兩組：混合平臺城市用戶，京東在其所在城市開通了自有物流配送服務，即用戶在京東購物可以享受由京東送貨員送貨、貨到付款和“211”配送服務;單平臺城市用戶，用戶在京東購買自營產品以后，不能完全享受自有物流配送服務的用戶。這些城市或不支持貨到付款，或不由京東送貨員完成“最后一公里”派送。

（二）模型構建

合成控制法。探究混合平臺構建對企業產品銷量和財務績效之間關系的影響，最直接的方法就是對比實施混合平臺策略與實施非混合平臺策略銷量的差異。本文研究中，假設觀察到j+1個城市的產品銷量（財務績效），其中第1個城市構建了混合平臺，而其他j個城市沒有實施單平臺策略，數據中包含這些城市T期的產品銷量（財務績效）。T0表示構建混合平臺的月份，本文選取成都為研究對象，則T0就是2010年3月。Yit表示城市i（1，2，…，J+1）在月份t（1，2，…，T）的銷量，YHit表示實施單平臺策略情況下的結果，YHit表示實施混合平臺策略的結果，故αit=YHit-YNit表示構建混合平臺產生的效果。假設YNit是由如下模型決定：

YNit=δt+θtZi+λtμi+εit ? ? ? ? ? ? ? ?（1）

式中，δt是對所有城市時間固定效應，Zi包含城市i不受混合平臺建立影響的可觀測變量，μi則是對于城市i不可觀測的固定效應，εit是誤差項，假設其均值為L。同時，本文考慮（J×1）維權重矩陣W=（w2，…，WJ+1）T，滿足對于任意j，都有wj≥0，并且為w2+…wJ+1=1。用W作為權重矩陣，合成結果變量：

另有一個向量組W*=（w*2，…W*J+1）T滿足：

（2）

雙重差分摸型。首先進行二元logit回歸分析，計算客戶偏好分數，然后將每個混合平臺城市用戶與單平臺城市用戶進行匹配，結果如表1所示。在匹配之前，混合平臺城市用戶購買行為平均值與單平臺城市用戶購買行為平均值之間的差異顯著。匹配后，二者之間幾乎沒有顯著差異。

如圖1和圖2所示，匹配前混合平臺城市用戶傾向得分分布與非混合平臺城市用戶傾向得分分布之間的差異顯著，經過匹配后，二者分布曲線幾乎完全重合。說明在構建混合平臺前，兩組用戶的可觀測購買行為相似。

利用用戶在近5年間的面板數據，本文通過如下模型考察混合平臺建立對用戶購買行為的影響：

Outcomeit=μi+α1*HPi*AFTERt+α2*HPi+α3*AFTERt+Wt+εit ? ? ? ? ? ? ? ?（3）

式（3）中，i表示個體用戶，t表示時間，在本文中按照月份為單位。Outcomeit表示t時期客戶i的月購買行為數據，如果用戶在給定月份沒有發生購買行為，則賦值為0。μi表示個人用戶的固定效應，HPi表示用戶i是在混合平臺組。建立混合平臺的時間趨勢主要通過AFTERt來反映。Wt表示有關季節因素和其他時間變量的控制變量，εit代表獨立同分布的高斯隨機分布。交互項HPi*AFTERt是處理效應，建立混合平臺對用戶購買行為的影響可以通過交互項系數來實現。

實證分析

（一）實證分析結果

城市層面結果。本文以成都市為例，研究混合平臺策略的實施對城市銷量的影響。為了能夠全面反映研究成果，本文共選擇以下11個匹配的預測變量：總銷量、月銷量、總用戶數、PC用戶數、國民生產總值（GDP）、擁有電話人數、人均收入、總人口數、人口密度、社會零售總額和公路里程數。

實施混合平臺策略以后，2010年3月-9月銷售額上漲額度低于20萬元，漲幅約為32%;2010年9月后，成都市銷售額開始快速上漲，但合成成都的銷售額變化不大，因此成都與合成成都的銷量差距逐步拉大。二者之差表示相對于單平臺的成都，實施混合平臺策略提高了成都的銷售額。從圖3中可以看出，如果京東在成都沒有實施混合平臺策略，2013年12月成都地區銷售額僅81萬元，與成都地區實際銷售額相差約54萬元，實施混合平臺策略后銷售額漲幅約為67%。

為了更加清楚和直觀觀察建立混合平臺對于成都銷量的影響，本文還計算了建立混合平臺前后真實成都和合成成都銷量均值的差額。從趨勢上看，混合平臺的建立大大提升了京東在成都地區的銷量，提升程度也隨著時間推移而變得更加顯著。

個體層面結果。在控制人口統計特征及相關時間因素的前提下，本文對雙重差分模型進行估計，分析結果見表2。表2第一列顯示，混合平臺構建對于用戶購買額度有顯著正向影響，與單平臺策略相比，用戶購物額度提高了7.7%;從第二列的結果可以看到，混合平臺的構建能夠顯著提高用戶購買次數，平均增加0.031次，結合表1展示用戶月均購物次數，混合平臺的構建能夠顯著提高用戶購物次數，增幅約5.1%;第三列表明，混合平臺構建能夠顯著提高用戶購買產品次數0.077次，增幅高達2.9%。

（二）機制探索

下文將探究混合平臺構建如何通過信任影響用戶購買行為，并提出幾種可能的解釋，最后通過實證數據驗證這些可能性是否成立。

不同支付方式的影響差異。表3匯報了使用雙重差分模型估計建立混合平臺對于自營產品貨到付款訂單和在線支付訂單的影響。從第一列可以看出，建立混合平臺對于用戶采用貨到付款方式購買產品的金額有顯著正向影響，平均提高額度到達24.2%;但是第二列結果說明，對于采用在線支付方式購買的產品而言，用戶的購物金額沒有顯著改變。對于用戶購物次數而言，建立混合平臺能夠顯著提高用戶采用貨到付款方式購買自營產品次數0.107次，提升達176%;但對于采用在線支付方式購物次數而言，則下降了53%。同樣，對于購買產品數量而言，建立混合平臺能夠顯著提高用戶采用貨到付款方式多購買0.194個產品，提升達74%;而采用在線支付方式則少購買0.08個產品，下降了3%。

建立混合平臺對采用在線支付進行的購物行為，沒有顯著影響或者沒有顯著正向影響，說明僅通過自有配送員并不能影響用戶對平臺的信任;建立混合平臺對采用貨到付款支付進行的購物行為有顯著正向影響。

不同用戶的影響差異。為了發現潛在的差異化影響，對樣本進行中位數分割，將用戶分成一個“重度購買用戶”組和“輕度購買用戶”組。本文將公式進行修改，加入建立混合平臺效應與用戶分類的交互項：

Outcomeit=μi+α1*HPi*AFTERt+α2*HPi+α3* HPi+

α4*HPi+AFTERt*HBi+α5*HPi* AFTERt+Wt+εit ? ? ? ? ? ? （4）

其中，HBi表示用戶是否是重度購買者，當用戶總購物超過中位數時，HBi=1，否則為0。本文的假設是：如果混合平臺能夠提高用戶對平臺信任進而影響用戶購買行為，那么建立混合平臺對于較低信任程度的用戶影響更大。

利用式（4）對混合平臺銷量提升效應與用戶購買程度的交互作用進行估算，結果見表4。第一行表示混合平臺構建對用戶三類購買行為的主效應估計結果為穩健。第二行表示混合平臺構建的主效應與用戶組的交互效應，數據顯示混合平臺構建與用戶購買產品次數之間沒有顯著關系，然而該交互項與用戶購物金額、購物次數之間都存在顯著負相關關系。

不同城市的影響差異。根據公開的客觀數據，本文將電子商務發展指數較高的省份命名為電商發達省份，其他城市為電商發展中省份，并使用式（5）估計電商發展成熟度對于建立混合平臺效應的影響：

Outcomeit=μi+α1*HPi*AFTERt+α2*HPi+α3*AFTERt+α6*HPi*AFTERt*DOSi+α7* DOSi*AFTERt+Wt+εit ? ? ? ? （5）

其中，HPi表示用戶所屬省份是否是電商發達省份，若在電商發達省份， HPi=1，否則為0。本文的假設是：如果混合平臺能夠提高用戶對平臺信任進而影響用戶購買行為，那么建立混合平臺對于較低信任程度的用戶影響會更大。

表5展示了使用式（5）估計得到的結果。第一行顯示了建立混合平臺對用戶三類購買行為有顯著正向影響，結論較為穩健。第二行顯示了建立混合平臺的主效應與是否電商發達省份的交互效應，該交互項對于用戶購物金額、購物次數和購買產品數量都存在顯著負向影響。

混合平臺通過信任對購買行為的影響。本文從混合平臺建立信任后的結果角度出發，分析如果建立混合平臺能夠提高用戶對企業的信任，用戶具體購買行為的變化。

不同購買品類的影響。本文將用戶購買的產品按其所述類別分成五大類：數碼產品、食品健康與珠寶、服飾與箱包、家居百貨和虛擬產品。將用戶購買這五類產品購物金額和購買產品次數作為因變量，進行雙重差分模型估計建立混合平臺對于用戶購買不同品類的影響。

表6結果顯示，建立混合平臺對于用戶購買食品健康與珠寶的影響最大，其次為購買數碼產品。