非线性需求产品的推荐激励口碑营销策略研究

刘大为，李晓慧

(杭州电子科技大学管理学院，浙江杭州 310018)

非线性需求产品的推荐激励口碑营销策略研究

刘大为，李晓慧

(杭州电子科技大学管理学院，浙江杭州 310018)

目前很多淘宝卖家都选取社交网站作为电子商务的销售重要工具，这种商业模式的创新之处在于提供了一种基于口碑营销与激励机制的销售策略。通过构建分析模型来评价这种产品销售策略给企业带来的潜在影响，根据不同的动态需求，探讨包括价格策略和激励机制的最优决策来实现卖家利润最大化。研究发现动态的需求收敛于预期的激励付出，进而成为一种静态策略激励行为，若某产品的需求满足非线性条件，激励行为只在产品初创期显现出作用。

电子商务;网络营销;口碑

推荐激励营销是通过提供物质奖励的方式激励已有客户推荐潜在客户的方式。网络推荐激励策略改变了“客户到客户”的互动方式，从博客、微博、新闻组、产品评价到社区网站都成为营销的工具和手段。当推荐成功的转化为销售结果的时候，商家会对推荐者提供奖励。本文试图对网络推荐激励的原理进行探讨，对有效激励的尺度与激励方式进行分析，进而指导企业实践。

一、推荐激励口碑营销理论

就营销文献而言，本研究涉及到口碑理论和顾客推荐营销理论，二者相结合形成了基于推荐激励的口碑营销理论。口碑营销是指通过消费者到消费者的渠道传播信息的模式［1］。网络媒介技术发展极大地扩展了口碑的程度与范围。网络推荐营销是指通过消费者在网络社区朋友之间有偿传递产品或者服务信息，以更低的成本实现企业营销任务。网络推荐营销是病毒营销的一种特殊形式。“病毒”的含义是信息自动传播扩散的含义［2］。病毒营销是网络口碑营销的一个分支［3］。网络口碑实践是指网络口碑营销结果［4］。网络口碑营销的目的不但要提高品牌认知度，还要引发购买行为［5］。

在动态环境中，Mahajan等研究了网络社区环境中的创新扩散和信息传递［6］。由于网络通讯成本降低、影响力的增加，通过使用信息技术实施多种影响的可行性，网络社区成为知识分享与信息转移最重要的途径之一，但是在如何同时考虑产品价格与推荐激励两个因素来实现企业绩效最大化方面则没有人提及。因此，本文试图建立动态模型说明网络卖家如何使用推荐激励与产品定价的组合策略在网络环境中实现新产品推荐与后继营销的最优选择策略。

二、研究假设

在经典营销理论与模型基础上，本节内容分析了网络产品需求曲线特征并选择决策基准模型。为了建立一个绩效考评基准，首先在Bass模型基础上构建模型，并且分析卖家选取只考虑传统口碑营销一个因素的价格策略［7］，然后考虑一个垄断卖家采用实际的，基于网络激励的口碑理论推广一个全新的产品。

假设该产品细分市场对应消费者总和为N，x(t)是在t时刻已经选择该产品的顾客人数，t时刻未购买产品客户数是M(t)=N－x(t)。函数M(t)是全部市场潜在顾客的时变函数，当产品价格为0时，企业将拥有全部市场用户。q(t)是t时刻消费者的产品需求数量，销售率可以表示为购买可能性p(t)乘以需求数量q(t)。经典的Bass模型能够直观的计量购买发生的可能性，在所有潜在消费群体中发生购买的可能性是P(t)=α+γ(t)其中α是创新系数，γ是模仿系数［7］。同时，消费者可以划分为两个类型，第一类消费者是创新者，独立做购买决策，第二类消费者是模仿者，在做出购买决策前会参考其他购买者的购买建议或者购买评价。因此，第二类消费者购买可能性在某种程度上受到先前购买用户的影响，表示为y·x(t)，这类模仿已有购买行为是口碑营销理论研究的内容之一。

在寻求网络推荐激励过程中没有额外负面成本与风险支出时，消费者会本能地选择获取推荐激励，所以所有实现的口碑营销都是来自于推荐激励营销策略。当z(t)是t时刻由于网络推荐激励策略实现的销售总量，则有口碑营销实现的需求函数:

由于网络市场竞争激烈，价格和供给完全由市场与购买决定，可以假定商品供给具有非线性特征。非线性需求表达函数有二次函数，指数函数等形式，Watts等人给出了营销领域非线性需求的经典函数表达式［4］:

参数s用来表达需求弹性是价格的部分函数，该函数是非线性动态需求的基准函数。在基于推荐激励的销售计量模型中，市场需求函数可以表达为:

其中，ρ是折扣变量，当m(t)=0时，基于推荐激励的销售模型退化为基准模型。

三、市场分析和决策模型

(一)非推荐激励条件下的最优价格选择

在传统的Bass模型中，当价格作为唯一的变量影响企业的销售额和利润时，企业可以选择采用“近视定价”和“长期定价”策略来实现利润最大化［7］。企业采取短期定价策略时，希望在单位时间内实现即时利润最大化。企业采取长期价格策略时，会牺牲短期利润以换取更长时间内产品整体利润的最大化。

命题1 产品需求为线性非时的短期定价策略

在不同动态环境下，短期定价策略也要相应调整。当需求缺乏弹性时，采用短期定价策略的卖家会采用稳定的价格策略，当需求变化是价格的线性函数时，该卖家会采用单调递减的定价策略。尽管定价策略不同，当销售总额一致时两种定价的销售率均实现最大(见命题1－C和2－C)。当e＞2时，非线性需求条件下卖家更早实现销售最大化，因此其市场扩张能力也越强。

(二)长期定价策略

为了简化研究，假设贴现率无穷大，即卖家忽略货币的时间价值。研究期限不长(或者当贴现率极大时)时，卖家认为在销售周期期初和期末收到货币的价值一样是可行的。

命题2 当产品需求为非线性函数时，产品最优定价曲线具有以下特点:

四、固定价格条件下的最优推荐激励

现实中短期内产品的价格会保持稳定，网络卖家会选择通过发放优惠券、网络社区活动、免邮费等方式刺激消费。假设产品价格不变，卖家在产品需求为非线性条件的最优推荐激励策略。

(一)短期营销的推荐激励策略

假设在研究期间产品价格固定为p，卖家考虑使用推荐激励策略提升产品口碑与销量。当产品需求为非线性时，最优推荐激励问题描述为:

(二)长期定价策略

追求长期利润的卖家在制定推荐激励策略时会考虑长期产品利润的最大化，卖家的优化问题如(5)所示。

尽管产品需求曲线不同，产品推荐激励策略确实相同的。一般而言，追求长期利润的卖家会在产品生命初期采用单调递减的推荐激励策略，在产量品生命末期才去单调递增的推荐激励策略。追求长期利润的卖家与追求短期利润的卖家在产品推荐激励策略的选择上不同。

(三)最优价格与推荐激励策略

由于系统动态学在一般范式下会非常复杂，本文研究会在限定某些条件情况下进行讨论。命题5给出了无推荐激励条件下最优策略，命题6给出了最优价格与推荐激励同时呈现递增的市场必要条件，在产品需求为线性假设条件下，定价与激励的不同策略组合会产生巨大的销售差异。命题7给出了在价格变动可预测情况下的最优策略的决策域，在产品进入市场的初期，即Z(0)=0时，若需求为非线性函数，卖家将采取价格与激励额度单调增加的营销策略。这种增长的趋势会持续到产品市场占有率达到50%左右的时候才会停止，这种定价与推荐激励策略与已有的经典渗透定价策略结论一致。

命题5 在短期目标策略下，线性或非线性的产品需求都满足以下2个条件:

命题6 在产品需求为非线性条件下，若有β≤sγ，则卖家不应该采用推荐激励口碑营销;当β＞sγ时，则应该采用推荐激励口碑营销，且激励额度m(t)为单调递增。

五、实证研究

本节主要研究SPT，最终市场占有率和比较利润率，其中S、P和T是产品抵达销售最高值的时间，最终市场占有率是产品最大销售额与全部市场份额之比，比较利润率是指采用推荐激励策略后的净利润与不采用推荐激励策略获得的净利润之比。表1给出当产品整个生命周期划分为T，三种初始市场占有率，两种市场容量N的情况汇总。口碑营销效果分为低、高两种情况，推荐激励效果分为低、中、高三种情况下的营销效果统计。

表1 不同市场占有率下的口碑营销、推荐激励应用结果

从表1可知基于推荐激励策略的产品推广措施在很大程度上受到不同参数的影响，市场容量越大则带来的利润越高，当口碑营销效果良好时，在市场起步初期，基于推荐激励的策略效益最优，其利润总和是非推荐激励策略的25倍。由于激励的市场竞争，许多消费品的产品生命周期较传统产品的生命周期短了很多。产品的销售周期T可以用来描述产品价格与利润的变动轨迹。当产品生命周期较短时，推荐激励策略会带来更多的利润。

六、结论

本文针对不同的产品需求特征系统分析了产品定价与推荐激励额度的最优策略问题，研究发现即使销售模式相同，价格与推荐激励策略选择差距却很大。当卖家选择放弃采用推荐激励的口碑营销策略时，短视卖家在非线性需求条件下会选择产品价格不变策略，在线性需求条件下会选择单调递减的定价策略。关注长期利益的卖家在确定定价策略时会考虑创新型顾客与模仿型顾客数量之比，当比值较小时(模仿型客户数量较大)，卖家会选择采用渗透定价策略，且价格曲线具有先上升后下降的特征。

［1］ Westbrook R A．Product/Consumption-based active responses and port purchase processes［J］．Journal of Marketing Research ，1987，24(3):258 －270．

［2］ Watts D J，Peretti J．Viral marketing for the real world［J］．Harvard Business Review，2007(85):22 －23．

［3］ Kelly E．This is one virus that you want to spread［J］．Fortune，2000(11):297－300．

［4］ Helm S．Viral marketing:Establishing customer relationships by word of mouse［J］．Electronic Markets，2000(3):158－161．

［5］ Buttle F A．Word of mouth:Understanding and managing referral marketing［J］．Journal of Strategic Marketing，1998(6):241－254．

［6］ Mahajan V．Models for Innovation Diffusion［M］．Beverly Hills:Sage Publications，1985．

［7］ Bass F M．A new product growth model for consumer durables［J］．Management Science，1969(1):215－227．

A Study on Marketing Strategies Based on Users’Referral Rewards for Nonlinear Product

LIU Da-wei，LI Xiao-hui
(School of Management，Hangzhou Dianzi University，Hangzhou Zhejiang 310018，China)

Many sellers of Taobao are choosing SNS websites as their major sales tools，which provided an innovative strategy combined with word-of-mouth and referral rewards strategies．Models are constructed to value the impact of the strategy on the potential profit the sales will obtain from．According to some different dynamic requirements，the optimal decision on price strategy and reward strategy to achieve the maxim profit is discussed in this paper．If the demand of a product is nonlinear at the initiated stage，the dynamic requirement is convergent in certain referral rewards，then becomes static．

e-business;e-marketing;word-of-mouth

F274．6

B

1001－9146(2011)02－0016－05

2011－01－19

浙江省自然科学基金项目(Y6110648)

刘大为(1974－)，男，辽宁绥中人，副教授，管理科学与工程，电子商务．