口碑信息影响下O2O双渠道模式的分析

胡 培，刘自玲

（西南交通大学 经济管理学院，四川 成都 610031）

口碑信息影响下O2O双渠道模式的分析

胡 培，刘自玲

（西南交通大学 经济管理学院，四川 成都 610031）

考虑到口碑效应对消费者购买意愿的影响，选其作为影响因素，基于Hotelling模型建立了O2O双渠道模式下消费者效用的基本模型，求出了在口碑信息影响下的线上渠道线下渠道的定价、需求量以及利润的变化，并在此基础上进一步建模分析了口碑信息的影响对消费者剩余以及社会福利的影响。研究表明，在不考虑成本因素的情况下，口碑信息对哪种渠道的利好影响程度越高，其相应的价格、需求量以及利润都会较另一种渠道偏高，同时消费者剩余以及社会福利也会随之而升高，从而为商家进行O2O模式中的口碑营销提供微观理论基础。

O2O电子商务；口碑信息影响；Hotelling模型

1 引言

随着传统互联网以及移动互联网的不断发展，O2O已经不是一个细分领域，其市场越来越大，整个产业已经发展到线上互联网和传统生活线下零售交易融合的阶段，越来越多的商家看到互联网的潜力以及“互联网+”的趋势和环境，逐步布局O2O战略，外卖、家装、酒店业、旅游等都已经开始逐步发展O2O商业模式。根据亿欧网2016年5月5日报道，二手车B2C+O2O一站式购车交易服务平台“车101”已完成1 000万美元A轮融资，5月6日房产O2O平台爱屋吉屋对外宣布已完成1.2亿美元D轮融资，电商京东于4月将“拍到家”更名为“京东大家”，以主打2小时快速配送的方式切入社区O2O服务，6月16日幼教互联网企业“慧沃网”正式对外公布了其B轮1.2亿人民币融资到位的消息，并公布了其“智慧联盟”计划和首批幼儿园的试点成果，目前不仅有各大商家纷纷布局O2O，传统的教育行业也开始涉足，未来将迎来O2O商业模式发展的黄金阶段。那么根据O2O的发展模式，怎样才能提高企业的销售额，达到企业利润的增长呢？

早在2010年Alex Rampell[1]在Techcrunch上首次提出了O2O的概念，这种与B2C、C2C有区别但又有联系的电子商务开始逐渐发展，而在此之前，Thisse和Vives（1988）[2]研究了分布在线性城市两端的两厂商在运输成本是线性的基础上得出歧视定价是最优的定价策略，这为O2O电子商务模式两种不同渠道的定价提供了一定的理论参考。在国内，杨丽芳[3]通过分析O2O趋势下零售业重构顾客满意度评价体系的必要性对在O2O经营模式下顾客满意度评价指标进行设计，内容涉及到产品服务、价格、渠道和促销，而这一系列的内容可以归纳出顾客对O2O模式的口碑信息。马莉婷[4]从线上线下双渠道的角度运用Hotelling线性模型对O2O本地生活服务类企业的定价进行了分析，指出价格越低的商品越适合开展O2O。邹波[5]通过分析O2O电子商务模式中线上线下双渠道模式的市场供需，运用分类建模的方式研究了启发式挖掘定价机制。以上学者的研究从论证O2O模式发展的必然性到从定价方面来寻求O2O电子商务的发展，为本文的模型构建提供了理论基础。

随着电子商务发展而来的还有互联网营销，互联网口碑营销因其传播效率高、传播方式多元化、互动性强、具有匿名性等特点在互联网营销中也越来越重要[6]。Arndt[7]指出口碑是指信息传递者与信息接收者之间通过面对面或电话所进行的沟通行为。Gelb和Johnson[8]指出通过互联网传达的信息沟通与交流也是口碑传播的一种形式即网上口碑。Hanson[9]等人的研究表明随着互联网的发展，网络口碑得到了国内外很多学者的关注。口碑传播之所以能有如此大的关注度，在于其是影响消费者购买的最重要因素，Katzhe和Lazaesfeld[10]指出口碑对消费者转换品牌的影响力是新闻及杂志的7倍、人员推销的4倍、广告广播的2倍，在促使消费者的态度从否定、中立到肯定的过程中作用是广告的9倍。同时，Helm[11]在2000年的研究表明网络口碑具有传播范围大、速度快的特点，比起传统的口碑传播更能影响消费者的态度。

国内学者在网络口碑影响消费者决策方面也有大量的研究，金立印[12]通过实验法考察了网络口碑信息对消费者购买决策的影响，分析了网络口碑在口碑信息类型、传播方向和产品涉入度等不同情况下表现出的差异。周耿和易斯琦[13]则是通过多元回归分析了传播者的专业强度、网站可信度、关系强度和感知风险对在线口碑效应的显著正向影响，接收者的性别对关系强度与口碑传播效果之间的关系具有调节作用。郭国庆、杨学成[6]等人指出了网上口碑传播的传播途径及网上口碑传播的特点，并以此探讨了企业要开展网络口碑营销的应用策略。

以上学者的研究多是注重O2O电子商务模式的研究和网络口碑营销的研究，对于在O2O模式下的网络口碑信息对O2O电子商务双渠道影响的分析涉及较少，本文拟从这个角度出发，基于Hotelling经典模型研究在O2O电子商务模式下口碑信息对O2O电子商务双渠道模式下的产品定价、需求量以及利润的影响。

2 模型描述

2.1 加入口碑信息影响的O2O电子商务模型描述

如图1所示，O2O电子商务模型主要应用于但不局限于本地的生活服务类企业，它主要适用于有线上和线下两条销售渠道的企业，消费者可任意选择一条销售渠道进行购买，而销售渠道口碑信息的好坏将直接影响消费者的购买决定和购买需求，从而影响该企业的产品定价、销售和利润等，此口碑好坏信息可以是线上商品的价格相对于线下商品的价格低廉，也可以是对产品质量、包装等好坏的评价。

图1 加入口碑信息影响的O2O电子商务模型

2.2 模型假设

（1）假设运用O2O电子商务的商家只针对一种商品或服务的销售，其销售渠道分为两种，即基于网络平台的O2O电子商务模式和传统的销售模式。

（2）商家的商品或服务的销售量是不确定的，需要根据消费者的效用来确定。

（3）消费者为理性的经济人，只会选择使他自身获得效用大的渠道进行商品或服务的消费，价格、口碑好坏都是影响消费者决策的重要因素。

（4）为了简化处理，本文不计算成本对线上线下渠道的影响。

2.3 符号约定

基于口碑信息的影响，通过Hotelling模型对O2O模式下的商家定价、销售及利润进行分析，具体符号说明如下：

v0：消费者通过网络在线购买商品或服务所获得的效用；

v1：消费者通过传统渠道购买商品或服务所获得的效用；

V：商品或服务的使用价值，当该商品或服务价格为0时消费者的效用最大；

p0：商品或服务的线上价格；

p1：商品或服务的线下价格；

t：消费者购买商品或服务付出的旅行成本，其现实意义为通过两种消费渠道购买商品的成本，t越大，表示成本越高，t越小则成本越小，t＞0；

θ：商品或服务两种销售渠道的口碑对消费者效用的影响系数，取值为[ ] 0,2，如果0≤θ≤1，则表示口碑信息的影响不利于该商品或服务的线上销售渠道，相对来说较有利于线下销售渠道，反之1≤θ≤2则表示口碑信息有利于该商品或服务的线上销售渠道；

x：消费者选择何种消费渠道的偏好程度；

q0：商品或服务通过线上渠道的需求量；

q1：商品或服务通过线下渠道的需求量；

π0：商品或服务的线上销售利润；

π1：商品或服务的线下销售利润。

3 模型建立

构建一个消费者对线上和线下渠道偏好的Hotelling线性模型，如图2所示。

图2 消费者对不同渠道偏好的Hotelling模型

图2 横轴表示不同的消费者对两种不同渠道的偏好程度，线段左端表示线上渠道，右端表示线下渠道，x代表的是消费者选择线上渠道的偏好程度，也就是到0点的距离，x越小，表明消费者对线上渠道的偏好程度越高，x越大表明消费者对线下渠道的偏好程度越高，同时设单位旅行成本为t，加入口碑系数θ对线上渠道的影响，则消费者选择两类渠道所获得的效用为：

通过线上渠道购买所获得的效用：

通过线下渠道购买所获得的效用为：

商家通过线上渠道获得的利润为：

商家通过线下渠道获得的利润为：

4 模型求解

企业开展O2O模式进行销售，分别建立了两种渠道的消费者效用函数后，对其进行求解，当两种渠道效用相等，即v0=v1，根据商家的利润函数π0=p0q0，π1=p1q1，可得利润最大化时的价格：

根据式（7）、（8）可解出均衡时的最大利润为：

该模型通过对消费者效用分析求解出该商品或服务的需求量，再通过需求量分析出商家的销售利润，其最优解见表1。

5 模型对比分析

这一部分将对以上求解得出的在口碑信息影响下O2O模式双渠道的价格、需求量和利润进行对比分析，在不考虑成本的情况下分析口碑系数对两种营销渠道价格、销量和利润的影响。

表1 模型的最优解和企业最大利润

命题1：当口碑信息影响有利于线上渠道时，随着有利口碑信息的影响程度越高其定价也会越高，同时其定价也会比线下渠道的定价高，当口碑信息不利于线上渠道时，随着口碑信息影响系数减小其定价会越低，口碑信息影响系数与线上渠道的价格成正相关，与线下渠道的价格成负相关。

当0≤θ≤1时，有p0*-p1

*＜0，可知当口碑信息的影响不利于线上渠道时，线上渠道的定价会小于线下渠道的定价。

当1≤θ≤2时，有p0*-p1

*＞0，可知当口碑信息的影响有利于线上渠道时，线上渠道的定价会大于线下渠道的定价。

命题2：当口碑信息的影响有利于线上渠道时，随着口碑影响系数的增大其需求量也会不断增大，同时其需求量比线下渠道的需求量大，当口碑信息的影响不利于线上渠道时，随着口碑信息影响系数的下降其需求量也会下降，口碑信息影响系数与线上渠道的需求量成正相关，与线下渠道的需求量成负相关。

证明：对表1中线上最优需求量和线下的最优需求量q0

*、q1

*分别对口碑信息影响系数θ进行求导可得：

当0≤θ≤1时，有q0*-q1

*＜0，可知当口碑信息的影响不利于线上渠道时，线上渠道的需求量会小于线下渠道的需求量。

当1≤θ≤2时，有q0*-q1

*＞0，可知当口碑信息的影响有利于线上渠道时，线上渠道的需求量会大于线下渠道的需求量。

命题3：当口碑信息的影响有利于线上渠道时，随着口碑信息影响系数的增大其利润也上升，同时其利润会比线下渠道的利润高，当口碑信息的影响不利于线上渠道时，其利润随着口碑信息影响系数的减小而下降，口碑信息的影响系数逐渐有利于线下渠道时，线下渠道的利润则会比线上渠道的利润高。

*随着θ的增大而减小，即线上渠道的利润会随着口碑信息影响的利好程度增加而不断减少；当时此时与θ成正比随着θ的增大而增大，即线上渠道的利润会随着口碑信息影响的利好程度增加而不断增加。

当0≤θ≤1时可知当口碑信息的影响不利于线上渠道时，线上渠道的利润会小于线下渠道的利润。当 1≤θ≤2时可知当口碑信息的影响有利于线上渠道时，线上渠道的利润会大于线下渠道的利润。

6 消费者剩余及社会福利

消费者剩余是指消费者在购买一定数量的某种商品时愿意支付的最高总价格和实际支付的总价格之间的差额[14]，结合Hotelling模型，可得：

社会福利函数是社会所有个人的效用水平函数，可以表达为消费者剩余函数加上Hotelling模型中两种销售渠道的利润函数，如下所示：

化简可得：

通过计算可以得出消费者剩余函数CS与社会福利函数WS是关于θ的二次函数，取t=1，v=25，得出消费者剩余函数CS和社会福利函数WS的函数图像如图3所示。

图3 口碑信息影响系数对消费者剩余和社会福利的影响

由图3可得：当0≤θ≤1时，消费者剩余CS和社会福利WS与θ成反比，即当口碑信息的影响不利于线上渠道有利于线下渠道时，口碑信息影响系数θ越接近0，即线下渠道的口碑越好时，消费者剩余与社会福利都在不断上升，当口碑信息的利好程度从线下渠道逐渐偏移到线上渠道时，消费者剩余与社会福利会随着口碑信息影响系数θ的增大而先下降后上升，特别是社会福利函数，当θ趋近于1时有最小值，当1≤θ≤2时，消费者剩余CS与社会福利WS成正比，即当口碑信息的影响有利于线上渠道时，消费者剩余和社会福利会随着口碑信息的影响系数增大而不断增大。消费者剩余函数CS与社会福利函数WS之间成正相关，随着消费者剩余的不断增大，社会福利也在不断增大，说明在O2O模式下，当线上渠道或者线下渠道的口碑影响利好程度越高时，随着交易的不断进行，社会总福利是不断增长的。

7 结论

互联网向各行各业地深入推动了O2O的飞速发展，本文在传统O2O模式中加入了口碑信息对销售渠道的影响，经过基于Hotelling模型对O2O双渠道模式进行建模求解分析，可以得出当口碑信息有利于线上渠道时，随着有利口碑信息的影响程度越高其定价、需求量和利润也会越高，同时其定价、需求量和利润也会比线下渠道的定价、需求量和利润高，当口碑信息不利于线上渠道时，随着口碑信息影响系数减小其定价、需求量和利润会越低，口碑信息影响系数与线上渠道的价格、需求量成正相关，与线下渠道的价格、需求量成负相关。

以上结论是在不考虑线上线下销售渠道成本的情况下通过建模而得出的。在互联网深入发展的趋势下，“互联网+”已经代表了一种新的经济形态，跨界融合、重塑结构，构建良性零售业线上线下生态圈是这一时代的要求和必然，只有根据时代改变而做出改变或调整的企业才能在市场竞争中生存下来，故企业在进行O2O电子商务活动营销渠道选择时，在成本相同或者相差不远的情况下可以根据自身企业需求有目的的对销售渠道进行利好信息的口碑营销，借助口碑效应的效果，不仅可以相应提高商品的价格，同时还可以得到更多的销售量和利润。此外，在分析了口碑信息对价格、需求量及利润的影响后，本文在其基础上进一步分析了口碑信息对消费者剩余以及社会福利的影响，对旅行成本及商品固有效用取特定值1和25进行分析，可以得出随着交易的不断增加，口碑信息的影响越有利于线上渠道时，消费者剩余越大，社会总福利也在不断增长。

接下来可以考虑在O2O电子商务模式中考虑线上线下的不同成本对定价、需求量以及利润的影响进行扩展研究。同时也可以深入研究互联网+的新的经济形式下怎样找准利润点，赢得市场赢得消费者。

[1]Alex Rampell.Why online 2 offline commerce is a trillion dollar opportunity[EB/OL].http://techcrunch.com/2010/08/07/whyonline2offline-commerce-is-a-trillion-dollar-opportunity/

[2]Thisse J F,Vices X.On the Strategic Choice of Spatial Price Policy[J].American Economic Review,1988,(78):122-137.

[3]杨丽芳.O2O趋势下零售业顾客满意度评价体系构建[J].企业改革与管理,2014,(16):107-108.

[4]马莉婷.O2O本地生活服务类企业的双渠道定价策略分析[J].福建江夏学院学报,2014,(5):25-38.

[5]邹波.O2O电子商务模式下的启发式定价机制探讨[J].统计与决策,2014,(7).

[6]郭国庆,杨学成.互联网时代的口碑营销及应用策略[J].财贸经济,2006,(9):56-59.

[7]Arndt J.Role of Product-related Conversations in the Diffusion of a New Product[J].Journal of Marketing Research,1967, (4),291-295.

[8]Gelb B,Johnson M.Word-of-Mouth Communication:Causes and Consequences[J].Journal of Health Care Marketing,1995, 15(3):54-58.

[9]Hanson W A.Principles of Internet Marketing[M].Ohio:South-West College Publishing,2000.

[10]Katz E,P E Lazaesfeld.Personal Influence:The Part Played by People in the Flow of Mass Communications[M].Glencoe, IL:Free Press,1955.

[11]Helm S.Viral Marketing:Estavlishing Customer Relationships by Word-of-mouse[J].Electronic Markets,2000,10(3).

[12]金立印.网络口碑信息对消费者购买决策的影响:一个实验研究[J].经济管理,2007,(22):36-42.

[13]周耿,易斯琦.在线口碑效应的影响因素及性别差异研究[J].广东商学院学报,2013,(1).

[14]高鸿业.西方经济学（微观部分）第五版[M].北京:中国人民大学出版社,2012.

Analysis of O2O Duo-channel Mode with Word-of-mouth Influence

Hu Pei,Liu Ziling
(School of Economics&Management,Southwest Jiaotong University,Chengdu 610031,China)

In this paper,with reputation as an influence factor on the buying tendency of the consumers and based on the Hotelling model,we established the basic model of consumer utility under the O2O duo-channel mode,yielded the change in the price,demand and profit of the online and offline channels under the influence of the reputation information,and then on such basis,further analyzed the influence of the reputation information on consumer surplus and social welfare.At the end,we discussed the findings made in the analysis.

O2Oe-commerce;word-of-mouthinfluence;Hotelling model

F224.0;F713.365.1

A

1005-152X(2017)02-0085-05

10.3969/j.issn.1005-152X.2017.02.021

2016-12-28

胡培（1957-），男，重庆人，教授，博导，博士，研究方向：管理系统分析与决策、企业管理理论及应用；刘自玲（1993-），女，四川中江人，硕士研究生，研究方向：项目管理、电子商务。