基于兩階段關聯DEA模型的社群電商效率測度與提升路徑研究
——以新疆社群電商企業為例

喬 晗, 呂昊屹, 羅文超, 李卓倫, 張 碩,2

(1.中國科學院大學 經濟與管理學院,北京 100190; 2.新疆農業大學 經濟管理學院,新疆 烏魯木齊 830017)

0 引言

隨著電子商務和社交媒體的發展,社群電商作為一種新的商業模式應運而生,用戶規模不斷擴大,市場份額快速增長。社群是具有相同興趣、愛好或價值觀的人們形成的聚合群體,內部具有一定的聯系和互動機制,社群的出現為實現消費者深度參與、集體創新和網絡成員共贏的價值共創提供了渠道(郭琳[1],喬晗等[2])。社群電商企業借助互聯網社交工具,為用戶提供進行互動交流的平臺及場景,并進一步通過用戶推廣自己的社群(徐慧麗和劉迷[3])。在網絡經濟學和電子商務理論中,流量指特定網絡渠道在單位時間內所能獲取的訪問量,主要包括頁面瀏覽量和獨立訪客量(王昕天和汪向東[4]),是電子商務企業發展的關鍵資源。在傳統電商平臺上,流量主要是公域流量,如商家在淘寶、京東等平臺進行銷售時從平臺上獲取的流量。在社群電商平臺上,流量主要是私域流量,如愛庫存、興盛優選等社群電商平臺上的社群主在微信群沉淀的流量。在公域流量見頂、獲取成本高的背景下,社群電商的興起打破了傳統電商囿于公域流量的困境(喬晗等[2])。社群電商區別于傳統電商的特點,一是沉淀了私域流量,二是去中心化的特征:社群主連接了電商平臺與消費者,削弱了傳統電商平臺的中心化特征。私域流量運營成為去中心化電商發展的重點,而如何科學評價以運營私域流量為核心的社群電商效率還存在研究空白。

相較于傳統電商的商業模式,社群電商的價值創造和實現過程具有獨特性。本文將區分社群電商企業的運營階段,提出測度社群電商效率的新指標,建立兩階段關聯DEA模型對社群電商企業的效率進行評價。研究結論將有助于政府部門促進消費、拉動經濟增長,也有助于社群電商企業提高運營效率,實現可持續發展。

1 文獻綜述

數據包絡分析(Data Envelopment Analysis,DEA)方法是被學者廣泛采納的一種用于效率評價與測度的重要的非參數方法,它是由Charnes,Cooper,Rhodes于1978年首次提出的。效率評價與分析主要是通過實際觀測到的數據,使用效率測度方法,借助于計算技術進行決策。效率通常用一些前沿面的方式來描述,DEA的原理是借助數學規劃方法確定相對有效的生產前沿面,評價決策單元(Decision Making Unit,DMU)的相對有效性。DEA方法對小樣本容量的多投入、多產出問題具有明顯優勢(BANKER等[5])。DEA方法無需預先假設生產函數的形式,且可以處理多投入、多產出問題。在運營效率和創新效率評價等領域,DEA方法有著廣泛成熟的應用,如在運營效率方面的應用有銀行效率[6,7]、企業效率、醫院效率[8,9]等評價,在創新效率方面[10]的應用有高技術產業研發創新效率等評價(段永瑞等[11],劉窮志和郝珺[12],馮志軍和陳偉[13],范德成和李盛楠[14])。

DEA方法還可以進行分階段模型設計。早期運用DEA方法進行效率評價時,大部分是單階段模型,將從投入至產出的全過程看作一個“黑箱”,忽略系統內部結構和內在運行機理。然而“黑箱”視角下的數據包絡分析(DEA)模型因忽略了生產系統的內部生產結構,無法對其真實的情況進行很好的模擬以進行更有效的測算(陳凱華和官建成[15]),因此考慮內部生產運作的多階段DEA模型的構建和完善逐漸成為學者關注的焦點。學者們開始嘗試將單階段模型轉化成兩階段模型或多階段模型以細化系統內部的轉化過程。在兩階段DEA模型中,通過將第一階段的產出當作第二階段的投入,對模型進行優化,從而使DEA模型更好地貼近系統真實情況[16]。以創新效率測度為例,部分學者對髙技術產業研發創新過程進行細化,將研發創新過程劃分為技術開發和技術成果轉化兩個階段(鄭堅和丁云龍[17], GUAN和CHEN[18],肖仁橋等[19])。馮志軍和陳偉[13]指出,隨著對創新過程及創新價值鏈的逐步深入理解,高技術產業研發創新過程不再完全被看作是一個“黑箱”,即不再視為單一階段過程,兩階段DEA模型彌補了傳統單階段DEA模型的不足,能夠更真實地擬合創新過程。DEA方法還能對電商效率進行評價,YANG等[20]基于兩階段分析框架應用DEA模型對電子商務運營效率進行研究,通過對B2B和O2O兩類電商的運營效率評價,發現多數電商企業綜合效率無效,而規模效率和技術效率兩方面的問題共同導致了綜合效率無效,為管理者提升企業效率提供了啟示。

得益于移動互聯網技術的快速發展,微信、微博等社交媒體軟件的大量普及,人們的社會交往成本大幅度降低(張陽和徐兵[21]),社群電商這一全新的商業模式在近年來快速興起,也吸引了學者的廣泛關注。在初期的相關文獻中,一些學者有時對社交電商和社群電商不作嚴格的區分,社交和社群主要都是為了體現這種電商模式的社會、社交屬性,但這兩個概念確實也存在一些差異。胡鳳英和周正龍[22]將社交電商進行了定義,認為“社交電商是基于人際關系網絡,借助社交媒介(QQ、微信等)傳播途徑、以社交互動、用戶自生內容等手段來輔助商品購買的新型電子商務模式”。本文中的社群電商指的是社交電商中的一種模式,在普通社交電商的社交屬性的基礎上,更強調其中以社群形式的互動,即社群主和用戶的關系。直播電商是社交電商中的另一種模式,同樣是通過用戶生成內容引導消費者購買的一種商業模式,韓雨彤等[23]研究了直播電商中,如何利用實時評論帶來的動態互動體驗提升消費者轉化率。現有的對社群電商的研究主要集中于商業模式和用戶行為這兩個主題。關于商業模式的研究主要是基于社群電商場景下對商業模式進行分析,并討論與傳統電商商業模式的異同;關于用戶行為的研究主要是在社群電商場景下對用戶購買決策和影響因素進行分析(王昕天和汪向東[4]),如張陽和徐兵[21]對團購與平臺引導消費者拼團的現象進行研究。此外,對社群電商的研究還有以下幾個視角,如:網絡分析、安全隱私、網站設計等(SHI和CHOW[24],SASHI[25],YU等[26],SHARMA和CROSSLER[27],LIU等[28])。幾乎未見學者專門對社群電商效率進行評價。

現階段學者們研究較多的是傳統電商及其效率[29,30],或將電商效率和物流效率、扶貧效率等結合進行研究。社群電商發展時間短,數據獲取困難,目前對社群電商企業效率評價的研究較少。本文將兩階段關聯DEA模型方法運用到社群電商這一新經濟形態,在一定程度上彌補了這一領域的研究空白。

2 研究設計

2.1 社群電商運營過程分析

社群電商即“社群+電商”,是基于社群存在的電商模式,其生態系統主要由供應商(S端)、平臺(P端),社群主(b端),客戶(C端)等主體共同構成,核心要素主要包括用戶、產品、場景、內容和互動關系。社群電商的價值傳遞和實現具有鏈式特征,其中獲取用戶和留存用戶是社群構建和運營的關鍵。社群電商的主要用戶包括社群主和社群消費者,社群主起到吸引并留存消費者的作用,社群主和消費者是社群平臺的重要資源。因而本研究以社群主數量和覆蓋社群成員數為中間產出劃分階段邊界,將社群電商的價值創造全過程分為“拉新”和“轉化”兩個階段。

社群電商運營過程可以總結為一個多投入多產出的鏈式系統,包括“拉新階段”和“轉化階段”,如圖1所示,其中每個階段都是一個多投入多產出的子系統。

圖1 社群電商兩階段運營過程

第一階段是社群電商企業獲取客戶、形成社群的階段,即“拉新階段”,衡量的是企業獲取用戶基礎、培養社群的能力。

第二階段是社群電商企業將社群資源轉化為營收和利潤的階段,即“轉化階段”,衡量的是企業將社群資源轉化為價值的能力。

2.2 指標選取與數據來源

現將社群電商運營過程中涉及的指標分兩階段進行介紹,具體如表1所示。

表1 變量說明

2.2.1 拉新階段指標

拉新階段是社群電商企業獲取客戶、組建社群的階段。這一階段的投入主要是人力成本和資源投入,產出則是社群的規模和體量。本研究選取企業員工人數和企業主營業務成本作為投入變量,社群主數量和覆蓋社群成員數作為產出變量,分別進行衡量。

2.2.2 轉化階段指標

轉化階段是社群電商企業將社群資源轉化為營收和利潤的階段,這一階段的投入變量是上一階段的產出變量,即社群主數量和覆蓋社群成員數。企業這一階段的產出包括社群電商運營的經濟效益和消費者信任兩個方面:選取主營業務收入和復購率作為產出變量進行衡量,主營業務收入體現了企業收入規模,復購率體現了消費者再次購買商品的意愿程度。社群電商區別于傳統電商的主要特點體現在社群,社群主通過選品和推薦,引導消費者多次購買。復購率是體現社群電商運營效率的一個重要指標,也是消費者對社群主信任的體現。一般來說,復購率衡量消費者信任程度,業務收入用于衡量財務績效。

2.2.3 數據來源

本研究使用問卷調查的方式,通過政府和行業協會發放問卷,調研了新疆所有開展電子商務尤其是社群電商的企業,總共收集到301家企業數據(截止到2021年12月7日),其中開展社群電商業務的并且有相關數據的有72家,去除數據不連續或時間長度不夠等因素,經數據清洗后,可供使用的共有28家。進而將收集到的新疆地區28家社群電商企業數據作為樣本數據,采用兩階段關聯DEA方法對社群電商的整體效率和兩階段效率進行評價。

3 實證研究

3.1 模型構建

基于社群電商運營過程分析,本文建立兩階段DEA模型,分別測度社群電商運營的整體效率和兩階段各階段的效率。與單階段DEA 模型相比,兩階段關聯DEA模型考慮了子過程之間的關系和決策單元內部子過程的結構,為社群電商企業改進效率提供了更加充分的信息。本文中假設社群電商運營過程包含兩個階段,在兩階段中,拉新階段的產出亦是轉化階段的投入,即第一階段的產出作為第二階段的投入。

3.2 社群電商效率評價

本部分分別采用CCR模型與BCC模型計算樣本企業的綜合效率、技術效率和規模效率。新疆自治區社群電商企業效率存在差異,多數企業綜合效率和規模效率都較低,近半數企業技術效率能達到有效狀態。所選的樣本企業中有7家綜合效率有效,占比25%,其余21家企業綜合效率非DEA有效,占比75%。12家社群電商企業處于技術有效狀態,占比42.86%,其余16家社群電商企業處于技術非有效狀態,占比57.14%; 6家社群電商企業處于規模有效狀態,占比21.43%,22家社群電商企業處于規模非有效狀態,占比78.57%。

圖2展示了新疆社群電商企業全階段的效率分布,說明新疆社群電商企業整體效率分布情況存在較大差異。這種各階段效率極不平衡的現象表明,社群電商整體效率不能完全反映各企業效率情況,需深入分析各階段效率。

圖2 社群電商企業全階段效率示意圖

分階段看,拉新階段的綜合效率和規模效率都相對低于轉化階段,技術效率在兩階段相差不大。拉新階段衡量企業獲取用戶基礎、培養社群的能力,轉化階段衡量企業將社群基礎轉化為價值的能力。28家社群電商企業的效率均值見表2,其中R表示兩階段整體效率,R1表示拉新階段效率,R2表示轉化階段效率。由表2可知,拉新階段的綜合效率0.265和規模效率0.374均相對低于轉化階段的效率0.422和0.692,但是兩階段的技術效率0.575和0.559相差不大。

表2 社群電商階段效率比較

3.3 評價結果分析

雖然新疆自治區近半數社群電商企業的技術效率有效,但是多數社群電商企業規模效率較低,這導致了企業綜合效率不高。可以從供需兩個角度分析社群電商企業規模效率較低的原因。供給方面,新疆社群電商企業提供的商品品類不夠豐富,社群成員的選擇空間不大,這制約了社群人數增加和社群主分享意愿。需求方面,社群發展還不夠充分,社群成員數不多,社群電商用戶數量不經濟,被接受程度不高。新疆社群電商的目標客戶群所處地理位置過于分散,人口密度與內陸相比較低,導致物流配送成本高,難以形成規模效應,配送時效慢,使得購物體驗、滿意度不好。因此,地理區位因素導致的物流成本高、時效慢等問題影響規模效率,制約新疆社群電商發展。

拉新階段的綜合效率和規模效率都相對低于轉化階段,技術效率在兩階段相差不大。具體原因如下:

拉新階段衡量的是企業獲取用戶基礎、培養社群的能力。拉新方法分為兩種:付費獲客和免費獲客。付費獲客的方法多為以廣告投入為主要形式,而社群營銷則屬于免費獲客的方法,企業通過不斷地投入與試錯,尋找精準目標用戶,進而以社群裂變的方式拓展目標群體。尋找精準用戶的過程也是不斷探索用戶痛點的過程,不同的企業需要根據自身產品的特性尋找特定的目標人群,構建以社群為主體的銷售網絡,因此在前期的投入會相對較多,整體效率較低。

轉化階段衡量的是企業的價值轉化能力。平臺企業賦能整個社群價值生態系統的運營,社群主參與特定消費類型用戶的轉化,利用熟人社交關系的背書有效提高了轉化率。社群電商存在規模經濟效應,在尋找精準用戶的過程中,投入的成本高,而其后以用戶復制為主要手段的社群裂變的過程變動成本低,因此轉化階段的整體效率和規模效率較高。

3.4 提升路徑和投入產出改進分析

為對比分析新疆社群電商各企業兩階段效率情況,以拉新階段綜合效率和轉化階段綜合效率是否等于1為分類標準,將各區域分為A,B,C和D四類,并繪制二維框圖,具體分類情況如圖3所示。

圖3 社群電商兩階段綜合效率分布圖

新疆社群電商企業兩個階段的綜合效率整體上存在顯著差異,沒有一家企業位于A類區域,說明樣本企業均未達到兩階段同時有效狀態;有12家企業位于B區域和D區域,即拉新和轉化階段中僅單階段處于有效率狀態,其余16家企業位于C區域,即在兩個階段均處于無效率狀態。

新疆社群電商企業拉新與轉化階段效率具有顯著的提升空間。以下基于本研究得出效率處于不同區域企業所對應的提升路徑:

(1)位于B區域的企業應采取單邊突破式提升路徑達到最優效率狀態,著重提升轉化階段的綜合效率,即在“拉新-轉化”的第二階段“轉化”階段進行效率提升,在保持現有社群資源的規模和體量的基礎上,提升產品的復購率的同時,提升企業收益。

(2)位于D區域的企業應采取單邊突破式提升路徑達到最優效率狀態,著重提升拉新階段的綜合效率,即在“拉新-轉化”的第一階段“拉新”階段進行效率提升,在降低人力投入、財力投入的同時增加社群資源的規模和體量。

(3)位于C區域的企業應感知到生存壓力,嘗試同時提升兩階段綜合效率,通過同時提升“拉新”和“轉化”階段的效率,從C區域直接躍升到A區域;或者先著重提升拉新階段的綜合效率到B區域,再提升轉化階段的綜合效率到A區域;或者先著重提升轉化階段的綜合效率到D區域,再提升拉新階段的綜合效率到A區域,以實現社群電商運行整體效率的提升。

在對處于不同區域的社群電商企業進行整體了解后,繼續對具有代表性的個體企業進行投入產出分析,進一步細化提升路徑選擇和改進措施。針對非DEA有效的決策單元,分析其投入冗余情況。在兩階段關聯DEA模型中,松馳變量“S-”表示投入冗余,即減少多少投入能達到目標效率;松馳變量“S+”表示產出不足,即增加多少產出能達到目標效率。“S+”和“S-”越小越好,DEA有效的決策單元松弛變量為0。

拉新階段投入冗余情況見表3,有9家企業存在投入冗余問題,可以通過調整投入達到DEA有效狀態。例如: DMU3可以通過減少11萬元的主營業務成本,達到現有產出水平下的最優效率;DMU2,DMU10和DMU20等企業可以通過減少員工人數,降低投入冗余,達到現有產出水平下的最優效率。

表3 拉新階段投入冗余

轉化階段投入冗余情況見表4,有4家企業可以通過調整投入達到DEA有效狀態。例如: DMU11,DMU13和DMU25存在明顯的社群主數量冗余,基于現有的社群主數量應該有更好的產出表現。DMU18存在社群成員數冗余,基于現有的社群成員數應該有更好的產出表現。這些社群電商企業應當調整企業投入要素組合,以達到更優的生產前沿面。

表4 轉化階段投入冗余

拉新階段產出不足情況見表5,有5家企業因為拉新階段產出不足沒有達到DEA有效。例如: DMU13在拉新階段應該多覆蓋6307人的社群成員數, DMU24在拉新階段應該多覆蓋7830人的社群成員數。

表5 拉新階段產出不足

轉化階段產出不足情況見表6,有14家企業可以通過在轉化階段增加產出來達到DEA有效。例如: DMU25可以通過提升4%的復購率,實現現有投入條件下的DEA有效。社群電商企業應該致力于提高復購率或主營業務收入,以實現現有投入條件下DEA有效。

表6 轉化階段產出不足分析

4 結論

本文采用兩階段關聯DEA模型,選取評價指標,對新疆自治區28家社群電商企業開展效率評價。研究發現,新疆自治區社群電商企業效率存在差異,多數企業綜合效率和規模效率都較低,近半數企業技術效率能達到有效狀態;拉新階段的綜合效率和規模效率都相對低于轉化階段,但是技術效率在兩階段相差不大。

本文的理論貢獻在于:第一,提出了一種基于DEA模型評價社群電商企業效率的科學方法,相比于其他參數評價方法,DEA這種非參數方法能更好地結合社群電商涉及的資金投入、社群規模、復購率等不同單位的指標特點,將不同量綱的指標結合到一起進行效率的評價,這也是將DEA方法應用于社群電商這一新興商業模式研究領域的首次嘗試。第二,首次將社群電商企業運營過程劃分為拉新和轉化兩個階段,運用兩階段關聯DEA模型進行效率評價,開展鏈式關聯研究,揭示了社群電商運營過程的價值創造機理。第三,提出了測度社群電商效率的新指標,以社群主數量和社群成員數作為新的中間指標,以復購率作為新的產出指標,用于測算和評價社群電商效率。

本文的實踐啟示為:新疆自治區社群電商企業應該通過提高規模效率,形成規模效應,以解決社群電商企業的低效困境。具體地,一是可以增加供應商品的品類,二是可以提高社群服務保障能力,三是可以集約化發展物流,促進規模效應的形成,從而提高社群電商企業的效率。

因為國內外社群電商企業發展尚處于起步階段,成功的企業較少,數據獲取有難度。本文只選取了新疆自治區社群電商企業為樣本開展研究,對實證結果在更廣泛區域的普適性有一定的影響。后續研究可以選取更多地區的規模成熟的企業,收集企業不同年度數據進行全面分析,也可以對社群電商企業分地區、行業等進行細分研究。在模型選擇上,后續研究可以考慮構建共享投入階段關聯DEA模型以及超效率DEA模型等,開展更為全面深入的研究。