一、引言
在新經濟時代下,網絡技術高速發展使互聯網與生活息息相關,人們的生活方式得到了極大的改善,例如網絡購物、電子銀行、線上支付等,為人們的生活提供了極大地便利,傳統行業遭到挑戰,電商行業的創新不斷推進,尤其是直播電商平臺的興起。直播電商企業搭上了互聯網發展的快車,直播電商和互聯網的相結合使人們購物更加清晰直觀方便。面對直播電商行業的快速發展,展現出巨大的發展潛能。2023年,中國互聯網直播電商的市場規模達到了49168.4億元,達到了驚人的地步,也證實了互聯網直播電商已經成為一個重要的市場組成部分,吸引了很多投資者的關注。
如今該電商企業已經進人相對成熟的階段,直播電商的興起極大地改變了人們的生活方式,不僅滿足了消費需求,在直播中也滿足了人們的社交需求。直播電商作為一種新型的商業模式,直播電商企業的價值評估對電商企業的發展具有非常重要的意義。因此,在新經濟時代背景下,如何準確評估該類行業成為一項重要的工作,找到合適的方法評估直播電商企業的價值對該行業的發展具有重要意義,能為投資者提供參考價值,促進電商行業的健康發展。
二、用戶價值模型研究
1.DEVA模型的介紹
DEVA模型是由著名的華爾街分析師和投資銀行家MaryMeeker提出的概念,該模型認為用戶資源是企業價值創造的基本來源,互聯網用戶數量的增長速度將與技術發展的速度一樣快,從而導致互聯網企業的價值獲得持續增長。如公式(1)所示。
V=MC2
在公式(1)中, V 代表互聯網企業的價值, M 代表單位初始投資成本, C 為單位用戶提供的價值貢獻。
2.DEVA模型對互聯網直播電商企業價值評估的局限性
(1)模型參數單一
由傳統的DEVA模型公式可以看出,模型的核心參數是企業的初始投資成本和單一的用戶價值。但是互聯網經濟存在馬太效應,顯而易見,影響電商企業價值的因素遠不止這兩種。對直播電商企業來說,用戶更加關心平臺運行的穩定性,支付的便利性,產品的高質量和售后服務是否滿意等問題,而傳統的DEVA模型顯然不能夠概況這些因素。
(2)用戶數量的確定不合理。
DEVA模型中用戶數量的確定未充分考慮互聯網用戶的活躍性。對互聯網直播電商企業來說,注冊的用戶中有大量是無效的,有些用戶出于某些原因注冊賬號后并不登錄,在實際應用中,有些用戶因滿意度等原因卸載。如果把無效用戶和企業整體價值結合起來,就有可能高估企業的價值。且該模型并未說明如何具體的預測用戶數量。所以,應當結合互聯網直播電商企業用戶的特點,選擇合理的方法確定用戶的保持率。
(3)未考慮直播電商企業的特殊性。
在傳統的DEVA模型中,用戶與企業價值的平方關系,這并未充分考慮到直播電商企業的波動性,企業的用戶數量在新經濟時代下存在爆發性增長,仍用平方關系來界定企業價值,就會存在偏差,導致企業價值評估不準確。
三、對DEVA模型的修正
1.修正用戶規模與企業價值的關系
根據梅特卡夫定律的核心觀點來看,網絡的價值V可以通過該網絡的內部節點,也就是用戶數量N的平方進行評估。這表明,網絡中用戶節點的數量增加,網絡的價值也會隨之提高。因此,用戶數量與網絡價值之間存在一種平方的正向增長關系,這一點凸顯了用戶規模在提升網絡價值中的關鍵作用。但是當企業發展到更為成熟的存量市場競爭階段時,用戶增長便會趨于穩定,此時新增用戶對企業價值的貢獻呈現邊際遞減的趨勢。針對于此,本文引人齊普夫定律,該定律不僅量化了網絡價值與用戶數量間的關系,也反映了邊際遞減效應。如公式(2)所示。
其中, V 代表企業價值; N 代表用戶規模; c 代表了初始獲客成本。
2.修正用戶規模
針對直播電商平臺,用戶群體可以分為活躍用戶和非活躍用戶兩大類,由于非活躍用戶不能給企業帶來多少貢獻,所以應當重點考慮活躍用戶數。考慮到電商直播行業快速迭代的特點,以及用戶不一定每天登錄觀看直播,因此選用月活躍用戶數(MAU)修正用戶規模。如公式(3)所示。
在公式(3)中, V 代表企業價值; MAU 代表月活躍用戶數量; C 代表初始投資成本。
3.引入用戶貢獻收益
在直播電商企業研究中,因為用戶的購買行為與直播電商企業的價值息息相關,因此將用戶的平均收益作為衡量用戶貢獻的一個重要參考。本研究選擇不使用每用戶平均收益(ARPU)這一常規指標,因為ARPU更多地適用于評估用戶在直播打賞中做的貢獻,而不是本文關注的電商直播領域。因此,本文采用購買頻次P和每次購買的平均交易金額GMV這兩項指標對企業進行估值,以便更精確地衡量用戶對電商直播業務的貢獻,如公式(4)所示。
其中, V 為企業價值; C 為初始投資成本; MAU 代表月活躍用戶數量; P 為單位商品購買量; GMV 為每筆交易金額。
4.引入市場份額
在直播電商行業中存在馬太效應,直播電商企業對流量和用戶資源具有高度依賴性,說明高知名度的平臺更能吸引消費者,并因此獲得更多市場份額。本文對模型修正時引入市場份額這一指標,不僅能衡量企業在市場中的地位,還能準確評價企業的價值。如公式(5)所示。
其中, V 為企業價值; C 為初始投資成本; M 為市場占有率; MAU 代表月活躍用戶數量; P 為單位商品購買量;GMV為每筆交易金額。
四、案例分析
1.A企業概況
A企業是直播帶貨新平臺,成立于2021年,最初以助農項目為主,隨后加大了自營產品和供應鏈建設,并拓展直播矩陣,開創了多個細分品類的直播間。該企業定位是做一個專注于為客戶甄選優質產品的直播平臺,以持續提供自營農產品為內核產品的優秀產品和科技企業,以及一家為客戶提供愉快體驗的文化傳播企業。A企業通過直播帶貨形式銷售各種優質產品,特別注重自營農產品的開發和推廣。A企業還在不斷拓展業務范圍,計劃進軍線下銷售渠道,并開設地面服務店、會員店和旗艦店,希望為每一名客戶提供美好、健康、品質的生活。
2.A企業估值模型計算(1)初始獲客成本的確定
本文采用將A企業的初始注冊資本與入駐直播平臺時的用戶規模相除,得到初始獲客成本。通過查閱A企業相關數據,得知A企業的注冊成本為1000萬元,通過調查研究發現,A企業在初始階段的用戶基數為月活躍用戶數大約3億人次。從而得出每單位初始成本C=100000000/300000000=0.03 。
(2)市場份額的確定
市場份額通常依賴市場占有率這一指標來說明,該指標是將各個業務板塊的收入貢獻計算得出,如表1所示,通過A企業2023年年度報告可知,其直播電商業務的營業收入為51000萬元,占營業收入的 18.26% 。
由新浪財經可知,2023年A企業在互聯網電商直播行業的市場占有率為 40.2% ,因此市場份額系數M=40.2%×18.26%=7.34%
(3)月活躍用戶數的確定
月活躍用戶數反映了平臺用戶每月的總體活躍情況,考慮到電商直播行業快速迭代的特點,以及用戶不一定每天登錄觀看直播,因此相較于年活躍用戶數和日活躍用戶數來說,選用月活躍用戶數更能提供全面的視角評估企業價值,如表2數據所示,A企業2023年的月活躍用戶數的規模達到了515.5萬人次。
(4)購買頻次和每單價格的確定
由于A企業并未在官方文件中直接展示購買頻次和每單價格,本文通過調查研究,決定選用光大證券研究所對A企業電商直播領域收入進行調查所得的數據。如表3所示,2023年A企業的每單價格估計138.9元/人,購買頻次估計為606單。
3.評估結果及對比
將A企業各項數據代入改進的DEVA模型中可得: V=0.03×7.34%×(5155000×606×138.91 ) × 億元
通過改進的DEVA模型得到A企業的市場價值為256.03億元。2023年A企業的總市值大約為282.17億元,計算誤差為 9.20% 。根據未改進的DEVA模型算出A企業估值為192932.11億元,誤差巨大,差異率為682.74% ,說明改進后的DEVA模型對A企業的估值比較準確。
五、結論與啟示
1.研究結論
在新經濟時代下,互聯網直播電商企業價值評估應該著重關注產品和服務質量、用戶滿意度和用戶保持率,結合互聯網電商平臺企業的特點,嘗試從用戶角度出發,引入了更多與用戶相關的數據指標,考慮了在不同時期的用戶保持率以及用戶為企業創造的價值,選取評估案例,對改進的DEVA模型評估該類企業的適用性進行了驗證,基于此得出以下結論:
新經濟時代下,互聯網直播電商企業價值評估應當重點考慮活躍用戶的影響。面對新時代經濟復雜、充滿不確定性的市場環境,互聯網直播電商企業缺乏歷史財務數據,能夠進行合理對比的企業較少,行業未經歷完整生命周期,但是行業競爭激烈,未來風險較高,用戶價值的合理預測難度大。而活躍用戶數是互聯網直播電商企業價值增長的源泉,本研究對用戶保持率的改進能直觀反映活躍用戶的黏性和參與度,對利潤率的改進突出活躍用戶的貢獻。
改進后的DEVA模型應用于新經濟時代互聯網直播電商企業估值更具合理性。傳統DEVA模型依賴單一的用戶價值和初始投資成本,這一觀點并不符合新經濟時代互聯網直播電商企業的價值評估,互聯網經濟中存在馬太效應,而且由于資本推動作用,一些企業可能會直接越過原始積累階段,直接進入成熟期,因此直播電商企業價值影響因素遠不止于此。而改進的DEVA模型對其關鍵參數,如用戶規模、單位用戶貢獻率和市場份額等進行了調整。計算和分析的過程,結合了合理的假設和互聯網直播電商企業的用戶特征,使各項參數的計算更加具體和可行。通過案例研究,對改進的DEVA模型進行進一步驗證,改進后DEVA模型的評估值與企業市值雖然存在一定誤差,但考慮到互聯網直播電商企業的用戶特征及企業實際情況,誤差是在合理范圍內的,證明使用改進后的DEVA模型對互聯網直播電商企業進行估值具備一定的合理性。
2.啟示
新經濟時代下,互聯網直播電商企業的核心驅動因素是用戶價值。管理層應根據改進的DEVA模型結果,調整長期戰略規劃,確保企業發展方向與市場趨勢和客戶需求保持一致。利用模型深入分析用戶行為和偏好,通過優化產品和服務提高用戶滿意度和忠誠度,從而提升用戶生命周期價值。將用戶價值作為企業發展的核心,通過提供高質量的服務和體驗增強用戶黏性和滿意度。
隨著電商企業的快速發展,客戶的需求和體驗變化非常敏感,而且變化快速。通過改進的DEVA模型識別潛在的風險點,制定相應的風險控制措施,如市場多元化、產品創新和合規管理。向投資者清晰傳達改進的DEVA模型價值和應用,提高企業透明度,建立投資者信心,吸引長期投資。不斷創新盈利模式,滿足用戶多樣化需求,實現長期穩定發展,確保企業在新經濟時代的競爭中保持領先地位。
參考文獻:
[1]李琳.直播電商行業企業價值評估方法研究[J].商場現代化,2023(20):46-48.
[2]孟昕童.網絡效應對數字經濟企業創新績效的影響研究[J].會計之友,2021(24):57-64.
[3]朱冬元,劉佳.基于改進的用戶終身價值模型的互聯網電商企業價值評估[J].中國資產評估,2023(5):4-12.
[4]李彤.基于DEVA模型的共享型企業客戶價值評估研究[J].商場現代化,2019(2):26-27.
[5]吳思琦.新經濟時代互聯網電商企業價值評估研究[J]中國管理信息化,2021,24(17):29-30.
作者簡介:陳琳(2000一),女,山東成武人2023級會計專業,在讀研究生,研究方向:財務會計理論與實務;通訊作者:李秀麗(1973—),女,黑龍江青岡人,博士,黑龍江八一農墾大學,教授,研究方向:財務理論與方法、企業價值評估。