基于競爭對手定價的應對策略研究

郝子霖

（上海交通大學，上海 200030）

1 背景

隨著互聯網技術的飛速發展，旅游業的電子商務模式也應運而生。報告顯示，2019年上半年在線旅游（OTA）市場交易額超7000億：2018年我國旅游人次超過58億，旅游市場規模達5.97萬億，旅游市場對于線上OTA的需求潛力巨大。面對如此有吸引力的市場，包括國外OTA企業在內的各家平臺都在為保持和擴大市場份額而謀劃。各家在線旅行代理平臺（OTA）競爭激烈，試圖提供低價且優質的服務吸引更多的消費者。在高度競爭和消費者價格導向的市場情況下，企業如何合理應對競爭對手價格顯得尤為重要。如果競爭對手的低價對企業沖擊較大，選擇不跟進可能會損失銷量甚至丟失市場份額；如果對企業沖擊不大，貿然選擇跟進則會損失原有的收益。因此，只有合理預估競爭對手價格沖擊的影響，更為準確地預測消費者需求、庫存水平，制定企業價格、庫存決策，才能使企業避免由于反應不當造成的利潤受損，從而最大化盈利。

關于競爭環境下的動態定價研究，已有許多學者進行 了 探 索（李 豪 等（2011）、杜 榮 等（2003）、Fisher et al.（2017）。但關于如何應對競爭對手低價的這一領域的實證研究和論證目前還相對匱乏，而該類研究對OTA平臺保障和優化自身收益是至關重要的。本文借鑒已有研究結論，基于OTA酒店行業的真實數據，實證研究了OTA酒店行業中，競爭對手價格對企業銷量的影響，以及競爭對手平臺大小對該影響的調節效應，以期為OTA酒店行業制定合理應對競爭對手價格沖擊的策略提供一定的理論支持和啟示。

2 假設提出

根據消費者剩余理論，當競爭對手價格更低時，即競爭平臺給消費者帶來的消費者剩余更大，此時消費者更容易傾向于去競爭平臺進行購買。基于該理論，我們構建了假設H1。

H1：當其他變量相同時，競爭對手價格越低，消費者更容易轉移至競爭平臺。

在消費者轉移成本中，經濟風險成本、替代者吸引力是其中的重要組成成分。在OTA行業中，平臺的市場份額一定程度上可以反映其品牌、形象、售后服務等。進一步而言，市場份額較大的平臺，往往其替代者吸引力更強、更容易吸引消費者轉移、平臺消費者感知的經濟風險成本也更低。基于此分析，我們構建了假設H2。

H2：當其他變量相同時，競爭對手的低價來自市場份額更大的平臺時，消費者更易轉移

本文基于某OTA平臺的真實運營訂單及價格數據，對競爭者價格差異、競爭者市場份額與平臺銷量作回歸模型，通過變量的顯著性水平，驗證H1和H2成立與否。

3 數據處理與描述

3.1 數據介紹

我們與一家國內比較有影響力的在線旅游代理商合作進行了此次研究，所有訂單和價格數據客觀真實。

數據樣本包含了該平臺東部某大城市一個區域內3家替代性極高的酒店的主房型的訂單和價格數據，以及主要4家OTA競爭平臺的價格數據。數據時間跨度為自2017年1月至2018年1月。數據集示例如下：

酒店數據集：包含了酒店的各個屬性，如酒店代碼、酒店星級、消費者評分和所屬街道，示例數據如下：

表1 酒店數據集示例

該平臺及其競爭對手價格數據集：包含了各酒店各房型在不同的預定日期、入住日期和支付方式下的價格，示例數據如下：

表2 價格數據集示例

訂單數據集：包含了實際發生訂單的各項信息，例如訂單代碼、酒店代碼、用戶代碼、訂單狀態、預定日期、入住日期、預定提前天數、房型代碼、支付方式、用戶會員等級、入住人數、預訂房間數、預定天數、訂單總價格和優惠金額，示例數據如下：

3.2 數據清洗與處理

由于鐘點房的價格遠低于正常客房價格，為排除該價格對模型結果準確性的干擾，我們在原數據中去除了鐘點房的訂單。

表3 訂單數據集示例

此外，由于價格數據集的時間是預定當天前10天到預定當日，因此我們去掉了提前10天以上的訂單（無價格信息）。并對入住多天的訂單進行了拆分，從而得到各入住日期下的準確銷量。

最后，我們將該平臺的訂單數據與競爭對手價格數據、酒店信息數據進行了合并。

經過以上的數據清洗之后，我們得到了入住日期在2017年1月1日至2017年12月31日之間，3家酒店的4529條訂單，其中包含了該平臺和其競爭對手的價格以及酒店信息，并以此作為后續分析和研究的數據基礎。

3.3 統計性描述

3.3.1 酒店價格波動情況

圖1-5刻畫了樣本酒店1某房型在我們的合作方平臺與4家主要競爭平臺上的價格波動情況。如圖所示，同一酒店在不同平臺上的價格區間略有所不同：各平臺價格都大致處于200-300元的范圍內；最高價格除競爭平臺2近500元外，其他4家平臺均為近450元。同時，在各平臺上，價格隨時間波動的分布也有所不同：自有平臺高價時其他競爭平臺可能為低價；或者自有平臺上已處于較高價格水平，但競爭平臺定價更高的情況。在這些情況下，競爭對手的低價／高價是否影響到我們的銷量水平，而與之相應的，我們是否應該跟進降價／提價，是我們的關注和研究點。

圖1 酒店1在我們平臺的價格波動分布

圖2 酒店1在競爭平臺1的價格波動分布

圖3 酒店1在競爭平臺2的價格波動分布

圖4 酒店1在競爭平臺3的價格波動分布

圖5 酒店1在競爭平臺4的價格波動分布

為了更進一步的刻畫各平臺的價格分布情況，我們對3家酒店繪制了在不同平臺型下的價格箱線圖。如圖6-8所示，酒店1在各平臺的平均價格相對一致，但各平臺的價格分散程度較為不同。競爭平臺1和2的高價相對低價更為分散，而自有平臺、競爭平臺3和4的高價與低價分散程度相當。對于酒店2和酒店3在不同平臺的價格分布則更為明顯不同。因此實際數據符合我們的研究前提，即對于OTA酒店行業，存在較為頻繁的價格波動，且各競爭平臺價格會有所不同，因此可能會面臨競爭對手低價威脅也可能保有價格優勢。

圖6 酒店1在各平臺的價格箱線圖

圖7 酒店2在各平臺的價格箱線圖

圖8 酒店3在各平臺的價格箱線圖

3.3.2 銷量隨平臺價格分布情況

圖9描繪了酒店1的銷量在自有平臺上的價格分布，整體呈現近似正態分布。左偏的分布表明了在價格較低時，銷量會更高。極端值（極低價和極高價）的出現頻次較少。

圖9 酒店1銷量隨價格的分布

4 模型構建與分析

4.1 因變量（Dependent Variable）

4.1.1 銷量（sales）

對于酒店預訂而言，其銷量不僅與入住日期相關，還與預定日期相關，不同預訂日期客流量會有所不同，OTA酒店行業定價策略也是基于入住日期和預定日期的組合。因此，我們將酒店銷量定義為某酒店房型在預定日期、入住日期組合下的銷量，作為模型的因變量，并將下列變量納入相關變量納入模型。

4.2 相關變量（Independent Variables）

4.2.1 自有平臺價格（price）

為與銷量的定義口徑保持一致，自有平臺價格定義為某酒店房型在預定日期、入住日期組合下的價格。

4.2.2 競爭平臺價差（minprice）

競爭平臺價差定義為，在預定日期、入住日期、酒店、房型的組合下，自由平臺價格和所有競爭平臺中的最低價的價格差異。當競爭對手價格比自有平臺價格便宜時，價差為正，反之為負。

4.2.3 競爭平臺市場份額（market＿share）

競爭平臺市場份額定義為，競爭對手的實際市場份額相對于自有平臺實際市場份額的增益比例，用以衡量競爭平臺相對于自有平臺對消費者的吸引力及轉移成本。例如，如果自有平臺的市場份額是20%，平臺A的市場份額是30%，則A的競爭平臺市場份額為30%／25%-1＝0.5.根據2018年1月trustdata發布的市場份額3，4家對手的相對份額分別為1.02，-0.5，-0.55，-0.75。

4.2.4 其他控制變量（X）

考慮到日期特性、訂單特性對銷量的影響，我們將其作為控制變量納入模型。控制變量具體包含：

提前預定的天數，0-10天；

入住日期是否為周末；

入住日期是否為節假日；

取消政策，免費取消為1，不可取消為0；

入住人數，1-2人。

4.3 模型構建與結果分析

4.3.1 多重共線性檢驗

如表4所示，模型所考慮的變量之前不存在較高的共線性。

表4 變量相關性矩陣

4.3.2 多元線性回歸模型

為檢驗競爭對手價格對自由平臺銷量的影響，和其市場份額對該影響的調節作用，除自有平臺價格、競爭平臺價差、競爭平臺市場份額這三項外，我們加入了市場份額和競爭對手價格的交叉項。

具體模型展示如下：

其中i表示預定日期和入住日期組合下的一行數據樣本，包含銷量、價格、日期特性、訂單特性等相 關變量取值。

4.3.3 模型穩定性（Robustness）

為證明模型的穩健性，我們先只納入競爭平臺價差作為相關變量做回歸模型，然后依次納入競爭平臺市場份額，和競爭平臺市場份額與競爭平臺價差的交叉項，檢驗新加入的變量是否顯著，同時對新模型參數的數值和顯著性與基礎模型作比較，從而判斷模型和結果的穩健性。

基礎模型1與模型2，3的比較和回歸結果如表5所示。

表5 競爭對手低價對銷量的影響

模型1未加入交叉項和競爭對手市場份額

模型2在模型1的基礎上加入競爭對手市場份額

模型3在模型2的基礎上加入競爭對手價格和市場份額的交叉項。

根據從模型回歸結果，三個模型各變量數值變化不大，符號一致，說明模型中的變量關系穩健。

4.3.4 模型解釋

具體而言，競爭平臺價差前的系數為負且顯著。依據競爭平臺價差的定義，數值為正代表競爭對手價格相對自有平臺較低，且數值越大價格越低，因此系數為負表明，當其他條件相同時，競爭平臺價格越低，自有平臺的銷量越低，即消費者更容易轉移到競爭平臺，支持假設H1。

在H2中，我們假定低價來自市場份額更大的競爭平臺時，消費者會更容易發生消費轉移。模型2中，競爭平臺市場份額前系數顯著且為負，表明競爭平臺市場份額為影響銷量的因素之一，且市場份額相對越高時自有平臺的銷量會越少。模型3中進一步檢驗了市場份額對低價沖擊的調節效應，市場份額與低價的交叉項的系數顯著且為負，說明在面臨相同的競爭對手價差時，市場份額更大的平臺的影響會更強。換句話說，當其他情況相同時，競爭對手的低價來自市場份額更大的平臺時，消費者更易轉移，因此支持假設H2。

除此以外，關于控制變量的系數符號與基本的商業常識相符。例如，取消政策越寬松時銷量越低，離入住時期越遠時銷量越少（OTA酒店大部分訂單集中于臨近入住時），節假日訂單相比平時明顯更多等。進一步表明模型構建較為合理，變量關系較為可靠。

5 結論

本文基于OTA酒店行業數據實證研究了競爭對手價格對企業銷量的影響，以及競爭對手平臺市場份額大小對該影響的調節效應。結果表明，競爭對手價格越低時，消費者更容易轉移至競爭平臺，對企業銷量有負面影響。而競爭平臺的大小會對此負面影響有一定的調節作用，具體而言，同等低價水平下，大平臺會對企業銷量的沖擊更強，消費者會更容易轉移。關于平臺大小起調節作用的背后原因，一方面是由于消費者對大平臺的感知風險成本低、吸引力強，從而轉移成本降低；另一方面，大平臺營銷渠道更多，觸及的潛在消費者更多，因此相同低價水平時，其平均對每個潛在顧客的影響更大。

基于本文研究結論，企業在面對競爭對手低價威脅時，應當結合其相對市場份額和價格水平，預估對自身銷量的影響，進而合理制定價格策略最優化企業收益。對于較小的競爭平臺和較低的低價威脅時，對企業并不會產生較大影響，不需要跟進對手低價；而面對較大的競爭平臺以及較大的價格威脅時，則需要更為具體的應對策略。具體實施層面，企業可以根據不同平臺在不同價格下的歷史銷量數據，找到針對某酒店各競爭平臺下可以接受的低價范圍。企業進而還可以針對不同時期、不同人群，精細化估計競爭平臺的低價實際影響，例如節假日與非節假日，忠實用戶與非活躍用戶。從而精細化制定企業的定價、庫存決策，優化企業預期收益。

本文研究不僅對OTA酒店行業有一定啟示，同時由于其平臺型企業的屬性，體現了平臺型企業的基本特征與市場情況，其定價及市場規律一定程度上同樣適用于其他平臺型企業。我國平臺型企業飛速發展，2018年較2008年市值比重已由8.2%上升至77%，規模增長22.5倍4，已經滲入到日常生活衣食住行的方方面面。本文的研究結論將對于平臺型企業應對競爭對手定價有一定的啟示作用。

除對企業實踐有一定啟示外，也有一定的學術貢獻。本文對轉移成本中關于企業市場份額的相關理論研究提供了一定的實證支撐，也為未來關于基于競爭對手定價提供了一些研究方向的啟示與思路。