长尾理论视角下的旅游电子商务产品营销研究

刘　俊，　陈　帆

(四川大学 旅游学院，成都　610065)



长尾理论视角下的旅游电子商务产品营销研究

刘俊，陈帆

(四川大学 旅游学院，成都610065)

对旅游电子商务在线营销发展阶段的科学判断有助于当前旅游目的地城市转型升级。以国内15个城市共计574件在线旅游产品的销量为因变量指标，将旅游目的地在线产品价格、种类以及评论情况作为自变量指标，立足于长尾理论并利用STATA回归分析方法，对旅游目的地产品在线销售影响因素进行分析。研究结果显示，百分法和绝对法两种定义法之下表现出长尾效应的目的地城市多集中在东部沿海地区，其中广州在两种定义法下均表现出显著的长尾效应。头、尾部市场销售影响因素对比分析表明，尾部市场受种类以及评论数的积极影响更小，受价格因素的消极影响更大。

长尾理论；旅游电子商务；营销；携程网

一、引言

近年来，随着我国旅游业管理体系、旅游发展环境的逐渐完善，散客市场日益壮大。2015年，我国自由行市场的增长速度达16.7%，是全球的三倍，国内自由行市场规模超过3万亿人民币，自由行游客高达32亿人次，同比增长9.7%。[1]但由于旅游发展总体水平还不高，加之自助游尤其是小众型旅游方式普及度不高、水平较低以及缺乏完善的散客服务系统，非标准化的当地产品增速80%远小于标准化产品增速的230%。[1]可见，是否大力发展自由行小众市场，还需对市场发展阶段进行甄别。

互联网是自由行游客购买出行产品的主要方式。2015年《中国在线周边自助游市场专题研究报告》中显示，在线旅游市场用户需求不断增长，主题自由行创新产品也在不断细分的市场中愈发受到欢迎。[1]小众市场的发展与传统主流产品的竞争，即是否出现长尾效应特征，是新时代背景下旅游目的地发展的契机。长尾理论由Chris Anderson于2004年在《weird》杂志上初次进行探讨，认为互联网的传播和成本优势，促使未来的商业重点逐渐离开传统需求曲线顶点，转向过去被认为是“失败”的市场。[2]现代在线营销商中的佼佼者，如亚马逊、ebay以及我国的淘宝网等，成功模式中都有长尾理论的身影存在。由于旅游业本身存在有别于其他传统行业的特点，如产品的无形性、消费和生产的同时性、时效性等，长尾理论是否适用于旅游行业，仍值得深入探讨。

在此背景下，本文通过实证分析的方式，收集国内旅游在线销售网站——携程网下15个国内旅游目的地，共计574件当地旅游产品，探讨旅游目的地长尾效应，并以此为基础，对旅游目的地在线销售影响因素进行探索。研究结果对旅游业背景下的长尾理论进行了理论基础的完善，同时也对旅游目的地营销在新时代背景下的发展方向和营销重点提供了科学依据。

二、长尾理论尾部产品定义

长尾理论存在一定的争议，焦点之一在于如何对“尾部”和“头部”产品定义。不同的定义方式下，尾部和头部产品数量出现差异。长尾效应是幂律分布中的一种特殊表现，与传统行业中的二八法则不同的是，二八法则是指80%的利润由20%的畅销产品创造。Elberse对2000年到2005年美国家庭录像产品的销售研究中，发现长尾现象和明星效应同时存在，前20%的头部产品的销售量仍占销售总量的80%，符合二八法则。[3]同时，指出能够卖出的“尾部”影片的数量增长一倍，表现出长尾现象。随后Anderson在其博客中对该观点进行反驳，认为Elberse将前10%或20%的产品定义为头部，与其初衷有所不同。Anderson采用的是传统零售商如沃尔玛的存储容量作为头部[4]。因此，两种定义法的对比，是对长尾理论内涵研究的补充以及定义长尾效应的基础。

国内学者仅有黄震宇和崔秀娟[5]明确指出利基旅游市场与大众旅游市场相对，是传统优势旅游企业忽略的超细分旅游市场。该方式与外国学者Alexis[6]一致，即从宏观角度的旅游市场为出发点界定尾部市场。但对尾部市场的宏观界定，并不适用于旅游目的地市场环境。对于旅游目的地在线营销中的尾部与头部市场定义，还需结合旅游业自身特点。通过长尾理论在旅游网络营销中的真实情况进行研究，从前文Anderson和Elberse两人对尾部市场的阐释中，总结出以下两种定义方式：“百分比定义法”和“绝对定义法”。“百分比定义法”即将产品销量排名在前20%的产品定义为头部产品，其余为尾部产品。“绝对定义法”将传统渠道下销售的热门产品定义为头部产品。

三、研究方法和数据来源

(一) 影响在线旅游产品销售的主要因素及假设

依据李莉[7]、庞璐[8]等学者相关研究，影响目的地旅游产品在线销售的因素主要有产品价格、产品多样性、口碑这三个因素。本文以头部市场和尾部市场的差异为出发点，着重探究尾部市场特点。除了对产品多样性影响的分析落在城市层面以外，其余两个因素均在产品层面进行研究。

1. 产品多样性与尾部市场

相比传统实体店，旅游在线平台的产品展示成本极低，展现给消费者的产品更丰富。另外，增加产品的种类，还能够在一定程度上提升消费者购买意愿，消费者剩余随之增加，同时旅游者的偏好和需求模式也随之转变。虽然Gourville和Soman[9]两位学者指出，产品种类过多会使顾客在消费过程中出现选择过载的情况，对购买决策产生消极影响，但两种影响其实均存在，不过前者表现更为明显，受关注更多。由于旅游产品具有时效性，旅游产品多样性尤其是普遍销量不高的尾部产品是否适合在线营销环境仍有必要进行探究。因此，提出：

P1：在线旅游目的地尾部产品多样性与销量有正向关系：产品种类越多，产品总销量越大。

2. 产品价格与尾部市场

价格是影响消费者购买行为的关键因素。价格和购买意愿之间的负向关系获得广泛验证。Elberse[3]在对长尾理论进行反驳的研究中表明，互联网热门产品购买者是消费频率较低的那些消费者，高频率消费者更倾向于尾部产品。购买频率更高的消费者对产品的了解程度更深，掌握更多产品信息，对产品的感知评估更为准确。相反，热门产品的主要购买者则由于缺乏相关经验而难以判定价格的合理性。因此，相比于尾部，头部产品的价格弹性较小。据此，提出：

P2：在线旅游目的地尾部产品价格与销量有负向关系：产品价格越高，销量越少。相比于头部市场，产品价格对尾部产品销量的负影响更小。

3.产品网络口碑与尾部市场

Jung Lee[10]指出互联网平台使得口碑传播从小群体之间扩展到了巨大规模的消费者网络中。产品网络口碑有两个重要属性：口碑的量(口碑传播过程中的数量)和口碑的价(消费者口碑信息的偏好，如正向/负向口碑或评分)。Chevalier和Mayzlin[11]认为口碑的数量和价值的增长都能够引起销售量的增长，且口碑的数量对销售的影响更大。但Chen[12]分析表明，只有口碑的量对销售有着显著的正向影响，而口碑对于销售没有影响。Resnick和Zeckhauser[13]在对ebay的口碑文本分析中发现评分存在的同质性也是导致口碑影响不大的重要原因。产品的评分在尾部产品评论数量较少的情况下，消费者所能参考的真实意见缺乏，因而评分能在一定程度上影响消费者的购买意愿。网络口碑对于尾部产品与头部产品的影响是有差异的。Clemons[14]的研究表明，网络口碑虽增加了消费者所了解到的信息，但购买者这样的变化致使商家在热门产品和尾部产品所获利润不均衡变化，其中热门产品获取利润更多，而尾部产品则较少。因此，对于口碑与旅游目的地尾部产品和头部产品销量之间的关系有必要进行验证。因此，提出：

P3：在线旅游目的地尾部产品口碑与产品销量正相关，即产品评论数越多，评分越高，产品总销量越大。相比于尾部市场，头部市场受评论数以及评分影响更显著。

(二)数据来源

携程网作为1999年第一批建立的中国旅游电子商务网站，占据中国在线旅游一半以上的市场份额。此外，相比去哪儿网、淘宝网等网站，携程网当地旅游产品的分类更为清晰，且内容完善，有完整的月销量数据以及评分、评论数情况。因此，选取携程网有利于本文进行数据收集和处理分析。

表1　有效城市样本表

数据来源：携程网

于2015年12月28日，从携程网“当地玩乐”这一类目下，以国内各省会城市及“当地玩乐”首页国内目的地推荐城市，共计近七十个目的地城市作为搜索对象进行搜索。随后对部分不适合作为样本的各旅游目的地产品进行剔除，并排除剩余产品总数在10个以下的目的地城市，最后锁定了如表1所示的15个有效城市样本，共计574个产品，总销量共计96 110件。

其次，将有效城市样本下有效产品的月销量、价格、评论数、评分数据情况进行截取。其中，由于部分产品价格分为几种档次，在此统一采用“成人”价格档次，套餐价格档次则采用所有价格档次平均值。

四、研究结论

(一)采用“百分比定义法”“绝对定义法”时的旅游地长尾效应

根据所获数据，计算出各城市头部产品销量所占总销量百分比以及销售额所占总销售额百分比。结果如图1所示，15个城市中，头部产品销量占总销量50%以下表现出长尾效应的城市有上海、广州、苏州、深圳、无锡、南京六个城市；销售额占总销量50%以下的有深圳、杭州、南京三个城市。

绝对定义法将非传统渠道产品销售的产品定义为尾部产品，携程网上销售的旅游目的地头部产品可以与传统渠道的当地旅行社热门产品对应，即热门景点的包价观光一日游。15个城市中，头部产品销量占总销量50%以下的城市仅有广州一个城市；销售额占总销量50%以下的有三亚、广州两个城市。

总的来说，呈现出长尾效应的目的地城市多位于东部沿海地区，仅有广州在两种定义法之下均呈现出显著的长尾效应。相比百分比定义法，绝对定义法呈现出的长尾效应程度较弱。总体市场下，绝对定义法中的头部产品数量比百分比定义法的头部产品数量多一倍以上。两种情况中，头部销量占总销量比分别为57.70%和64.13%；头部销售额占总销量比例分别为57.55%和66.52%，绝对法定义时尾部市场份额更小。从目的地层面来看，百分比定义法情况下体现出显著长尾效应的城市数量更多。

图1　销量比A(百分比定义法)、销量比B(绝对定义法)；

(二)尾部市场销售影响因素分析

本文运用STATA软件对假设模型进行回归分析。其中，考虑到P1是对产品多样性进行分析，因此从城市层面进行分析，针对15个城市样本，分析产品种类因素在总体市场、尾部市场和头部市场中的影响。而P2、P3则以574件产品为样本进行多元线性回归分析，设置产品价格、评论数、评价三个变量。

1.P1模型结果分析如表2所示，三种情况下P>F值均在95%的水平上显著，总体市场的拟合优度最高。三种情况下的系数值均为正，且头部市场情况下的系数值达到262.40，是尾部市场系数值两倍。

表2　P1模型线性回归分析结果

注：Typ表示产品种类，Typ-N 表示头部市场产品种类，Typ-L 表示尾部市场产品种类。+++、++、+分别表示0.1%、1%和5%的水平上显著。

2.P2、P3模型结果分析

表3　P2、P3模型线性回归分析结果

注：Pri 表示产品价格，Com 表示产品评论，Rat表示产品评分。+++、++、+分别表示0.1%、1%和5%的水平上显著。

如表3所示，在三种分析背景之下，Rat在总体市场中的P>|t|值以及头部市场中的P>|t|值大于0.1呈现不显著关系，其他情况下变量均达到95%水平上的显著程度。Pri价格因素变量系数均为负，且尾部市场受价格负影响更大。Com变量系数值均为正，头部市场受价格正影响程度稍大。Rat变量仅在尾部市场中呈现显著负向影响。

五、讨论

本文两种定义法之下，均有一部分城市表现出长尾效应，直观反映出旅游者的旅游需求开始转向尾部市场产品。对于呈现出显著长尾效应的旅游目的地城市，可加强对小众旅游的开发力度，配合完善的散客旅游服务体系，释放自助游旅游发展空间。另外，相比百分比定义法，绝对定义法中头部产品数量更多，体现出热门景点旅行团式包价游仍占有较大一部分在线旅游市场份额。对于仍未出现长尾效应的旅游目的地，仍需把握传统大众游市场，与此同时，应积极引导游客，适度宣传小众旅游产品，加强建设散客旅游服务系统，优化升级基础设施、旅游设施，为未来的多元化市场做准备。

在绝对法定义头部产品的基础之上发现，种类、价格、口碑与产品销售情况之间的关系在头部市场和尾部市场中各有所异。总的来说，相比头部市场，尾部市场受种类以及评论数的正影响较小，而受价格因素的负影响更大。目的地产品丰富度能在一定程度上拉动当地产品销售。大多数的游客仍然关注的是当地热门旅游景点，并以传统包价游的形式出游，头部市场对产品种类的敏感度更显著。尾部市场产品在销售过程中，可能由于知名度不高，或是在线搜索功能不完善、企业关注度不高等原因而被淹没在大量产品之中。价格对游客的购买意向有消极影响，但头部市场和尾部市场之间的差异并不明显。头部产品由于行业竞争激烈，产品差异化不大，游客因此更为关注产品价格差异。对于尾部产品，熟悉产品内容的顾客则对产品价格敏感程度不大。产品口碑对游客的购买决策有一定的积极影响。评论数相比评分更能影响游客对产品的感知印象，这可能是由于游客对在线旅游企业直接显示的评价结果不信任，而更为信赖与自己处于同等位置的消费者的评价。另外，头部产品出售较多，因而评论数更多，更能反映产品实际情况帮助游客进行决策。而尾部产品的评论数不足，不能为游客提供更为具体和真实的感知印象，加之本身对产品的了解度不高，因此，尾部产品评论数对游客的购买意向的影响力度不大。

由此看来，在扁平化长尾曲线过程中，并不能一味追求尾部市场效益，而应将其作为头部市场的补充，合理配置两种市场下的产品结构，实现共同发展。另外，尾部市场开发不能过于关注产品种类及数量，不仅造成选择过载增加游客决策中的顾虑，还会产生没有实际市场需求的“垃圾产品”。最后，除受制于消费者自身了解度、信任度等原因使尾部市场产品无法获得大多数消费者的认可外，在线旅游产品的标准化的展示方式、展示内容匮乏、评价机制存在缺陷也是尾部产品的发展壁垒。

[1]蚂蜂窝旅游网，中国旅游研究院.全球自由行报告[EB/OL].[2016-06-27].http://www.mafengwo.cn/activity/sales_report2015/index.

[2]安德森．长尾理论 [M]．北京：中信出版社．2007.

[3]ANITA E.Should You Invest in the Long Tail? [J].Harvard Business Review, 2008, 86(7/8): 88-96.

[4]ANDERSON C.Debating the Long Tail. Harvard Business Review,(2008-06-27)[2016-06-24].http://blogs.Hbr.org/cs/2008/06/debating_the_long_tail.html.

[5]黄震宇,崔秀娟.基于长尾理论的利基旅游市场运作模式研究[J].青岛酒店管理职业技术学院学报,2010(2):9-14.

[6]PAPATHANASSIS A(Ed).The Long Tail of Tourism.1st Edition. Germany: Gabler Research,2011.

[7]李莉,王静.从“观望者”到“购买者”中国旅游电子商务消费者购买决策行为探析[J].旅游学刊.2008,23(5):49-56.

[8]庞璐，李君轶.电子口碑对餐厅在线浏览量影响研究[J].旅游学刊.2014,29(1):111-118.

[9]GOURVILLE J T,SOMAN D.Overchoice and Assortment Type:When and Why Variety Backfires[J].Marketin Science,2005,24(3):382-395.

[10]LEE Jung,LEE Jae-nam,SHIN Hoiung.The Tong tail or the Short Tail: The Category-specific Impact of eWOM on Sales Distribution [J]. Decision Support Systems, 2011, 51:466-479.

[11]CHEVALIER J A,MAYZLIN D.The Effect of Word of Mouth on Sales:Online Book Reviews [J].Journal of Marketing Research, 2006, 43(3): 345-354.

[12]CHEN P.The Impact of Online Recommendations and Consumer Feedback on Sales [J]. Proceedings of International Conference on Information Systems, 2004.

[13]RESNICK P, ZECKHAUSER R. Trust among Strangers in Internet Transactions: Empirical Analysis of Ebay's Reputation System [J]. Advances in Applied Microeconomics: A Research Annual, 2002,11(2):127-157.

[14]CLEMONS E. How Information Changes Consumer Behavior and How Consumer Behavior Determines Corporate Strategy [J]. Journal of Management Information Systems,2008,25(2):13-40.

[15]PAN Bing,LI Xiang.The Long Tail of Destination Image and Online Marketing[J].Annals of Tourism Research,2011,38(1):132-152.

[16]向宇.基于长尾理论就中国旅游业网络信息化分析[J].旅游纵览,2008(10):84-86.

[17]徐润铭.我国旅游网络营销瓶颈分析：基于长尾理论的思考[J].现代商业,2010(5):42-43.

[18]张春娥.基于长尾理论的旅行社大规模定制营销策略研究[J].生产力研究,2012(11):198-200.

[19]史庆滨.基于“长尾理论”的旅游目的地网络营销模式研究[J].电子商务,2011(7):31-32.

[20]袁睿.基于长尾营销理论的非物质文化遗产开发研究[J].旅游纵览(下半月),2014(11):53-54.

[21]杨红,杨柏.长尾理论视角下的重庆旅游业网络营销分析[J].江苏商论,2010(12):106-108.

[22]高苏.基于长尾理论的福州旅游网络营销模式研究[J].赤峰学院学报(自然科学版),2011(12):76-78.

[23]李治兵.基于长尾理论的自助游客网络营销：以甘孜州为例[J].宜宾学院学报,2014(1):76-79.

[责任编辑王七萍]

On Products Marketing of Tourism E-commerce from the Perspective of the Long Tail Theory

LIU Jun, CHEN Fan

(Tourism School, Sichuan University, Chengdu 610065, China)

The scientific estimation of the development stage of tourism e-commerce online marketing is advantageous to the current tourism destination cities′ upgrading and transformation. Using the sales of 574 online tourism products from 15 domestic cities as dependent variable, and the price, types and comments of the online products of tourism destination as independent variable, the paper analyses the factors influencing the online marketing of tourism destination products based on the Long Tail Theory and the STATA regression analysis method. The results show that the destination cities manifesting the long tail phenomenon mostly appear in the east coastal regions in the two definitions: the percentage method and absolute method, and among them only Guangzhou presents the significant long tail phenomenon in these definitions. After comparative analysis between the head and tail market influence factors, it's indicated that the types and comments of the products affects the tail market less positively, while the price of that influences the tail market more negatively.

the Long Tail Theory; tourism e-commerce; marketing; Ctrip

2016-06-24

国家自然科学基金项目(项目编号：41101115) ；四川省社科规划年度项目(项目编号：SC15B046) ；四川省软科学研究计划项目(项目编号：2015ZR0225)。

刘俊(1979-),男,副教授,博士。研究方向：可持续旅游。

F592

A

1008-6021(2016)03-0046-05