大数据背景下电商平台信息分享策略研究

陈文行

中图分类号：F270   文献标识码：A

内容摘要：本文以由电商平台及其上游供应商组成系统为研究对象，考虑电商平台可以通过大数据分析获取市场需求信息，考察电商平台的最优信息分享策略，进而分析信息分享对产品最优定价和电商平台利润的影响。

关键词：大数据   信息分享   电商平台

问题描述

考虑市场存在一个供应商和一个电商平台，供应商通过电商平台将一种产品销往市场，如图1所示。其中，供应商决定的产品批发价格为w，电商平台决定的产品零售价格为p。

考虑市场需求的不确定性，产品需求q除了受到产品零售价格p影响外，还会受到市场不确定性因素ε的影响，且随机变量ε服从均值为零和方差为δ2的正态分布，即ε～N（0，δ2）。可以得到产品需求函数q为：

q=a-bp+ε                               （1）

在产品销售过程中，考虑电商平台直接接触消费者且拥有大量的消费者历史购买数据，因而电商平台能够通过大数据分析获得部分产品市场需求信息，假设电商平台通过大数据分析获得的产品市场需求信号为x。但电商平台获取的市场需求信号并非完全准确，因而假定市场需求信号s=ε+η，其中η～N（0， σ2），σ2表示市场需求信号的准确性，即σ2越小，表示电商平台获取的市场需求信号越准确。特别地，当σ=0时，s=ε表示电商平台获取的市场需求信息完全准确。

在大数据背景下，电商平台需要通过收集、分析消费者的消费记录以及产品浏览信息，来获取市场需求信号，因而假设电商平台信息获取成本为C。而对于供应商而言，考虑单位产生产、销售等过程中产品的边际成本为常量，因不会影响本文结果分析，故将其标准化为零。得到电商平台的期望利润函数E=[πo（p，s）│s]为：

E[πo（p，s）|s]=（p-w）（a-bp+E（ε|s））-C                （2）

在式（2）中，E（ε│s）表示電商平台获得的市场需求信号的均值;并且，根据中心极限定理可知，ε│s同样服从正态分布，即。

对于供应商期望利润而言，存在两种情况：一是当电商平台不分享其获取的市场需求信息时，供应商期望利润函数为E[πNS（w）];二是当电商平台分享其获取的市场需求信息时，供应商期望利润函数为E[πYS（w）│s]。并且，可以得到E[πNS（w）]和E[πYS（w）│s]分别为：

E[πNS（w）]=w（a-bp+E（ε））               （3）

E[πYS（w）│s]= w（a-bp+E（ε│s））               （4）

供应商与电商平台的决策过程为：首先，电商平台通过大数据分析获取产品的市场需求信号x;其次，电商平台决策是否执行市场需求信息分享策略，即决策是否将其拥有的信息分享给供应商;再次，供应商率先决策产品的批发价格w;最后，电商平台根据供应商决策的产品批发价格，确定产品零售价格p，如图2所示。

模型分析与求解

（一）未实施信息分享策略的基准情形（N）

为考察电商平台的信息分享策略，本文先考察电商平台不向供应商分享产品市场需求信息的基准情形。此时，供应商与电商平台的交易过程为：首先，供应商预期到电商平台的最优决策pN*，率先决策最优的产品批发价格wN*;然后，根据供应商给出的wN*，电商平台决策产品的最优零售价格pN*。由此，可以优化问题为：

（5）

式中：

（6）

在式（5）中，供应商与电商平台均以各自期望利润最大化为目标来进行决策。其中，供应商决策产品最优批发价格，电商平台同时决策最优产品零售价格。采用逆向归纳法，求解上述优化问题，可以得到如下命题：

命题1：在未实施信息分享策略的基准情形下，供应商和电商平台的最优定价决策wN*、pN*分别为：

命题1给出了电商平台不向供应商分享其私有信息情形下的最优定价策略。在决策过程中，尽管供应商不能准确知道电商平台获取的需求信号，但其决策的最优产品批发价格仍然会受到参数s的影响。并且，电商平台获取的需求信号越准确，供应商决策的批发价格越小，即供应商决策的产品批发价格会随着需求信号准确性的提高而降低。而对于电商平台而言，通过大数据分析获取的需求信号越准确，电商平台越会实施高价策略。最后，将命题1所得的wN*、pN*分别代入式（1）即可得到产品需求为qN*;代入式（2）和式（3）即可得到供应商和电商平台获得的利润分别为πN*O、πN*S;系统利润为πN*SC=πN*O+πN*S。

命题2：取CN=（（a+3s）δ2+aσ2）2/16b（δ2+σ2）2。当电商平台通过大数据分析来获取市场需求信息时，仅当信息获取成本小于某一阈值，即0<C<CN（C∈（0，CN））时，电商平台才会去投资获取市场需求信号。

命题2表明，电商平台并不总会通过大数据分析来获取市场需求信息，即存在可行条件。具体分析，由于电商平台获取信息的成本为C，因而当电商平台获取信息而得到的利润不能小于零，由此可以得到电商平台实施大数据分析来获取信息的临界条件。并且，潜在市场需求规模越大，电商平台实施大数据分析的动机越小，越有可能不会去获取额外的需求信息。

（二）实施信息分享策略情形（Y）

在电商平台实施信息分享策略情形下，电商平台将其获取的需求信号分享给供应商。此时，供应商期望利润函数为E[πYS（w）│s]，并以该目标函数最大化来决策产品批发价价格。交易过程为：首先，供应商率先决策产品批发价格;然后，根据供应商给出的产品批发价格，电商平台再决策产品零售价格。因此，可以得到电商平台实施信息分享策略情形下的优化问题为：

（7）

式中：

（8）

在式（7）中，供应商与电商平台均要根据需求信号来更新各自目标函数，并以此决策产品价格。其中，供应商决策产品最优批发价格，电商平台同时决策最优产品零售价格。采用逆向归纳法，求解上述优化问题，可以得到如下命题：

命题3：在实施信息分享策略情形下，供应商和电商平台的最优定价决策wY*、pY*分别为：

命题3给出了电商平台向供应商分享其私有信息情形下的最优定价策略。与未实施信息分享策略情形类似，电商平台和供应商的最优定价决策会受到需求信号的影响。但不同的是，在实施信息分享策略情形下，供应商决策的最优产品批发价格总是会随着信号准确性的增大而提高。最后，将命题3所得的wY*、pY*分别代入式（1）即可得到产品需求为qY*;代入式（2）和式（4）即可得到供应商和电商平台获得的利润分别为πY*O、πY*S;系统利润为πY*SC=πY*O+πY*S 。

命題4：取CY=（（a+s）δ2+aσ2）2/16b（δ2+σ2）2。当电商平台选择分享其获取的需求信号时，仅当信息获取成本小于某一阈值，即0<C<CY（C∈（0，CY））时，电商平台才会去投资获取市场需求信号并分享给供应商;并且，信息分享还会有利于扩展电商平台收集市场信息的可行条件，表现为：（0，CY） （0，CN） 。

命题4表明，与未实施信息分享策略情形类似，仅当电商平台获取信息的成本满足一定条件时，电商平台才会实施大数据分析来获取需求信息，并分享给供应商。然而不同的是，在信息分享策略下，电商平台获取需求信息的动机更大，表明信息分享在一定程度上能有激励电商平台去获取信息。

电商平台信息分享策略

首先分析电商平台信息分享策略对最优产品批发价格和零售价格的影响;然后，再通过比较实施信息分享策略前后的供应商和电商平台期望利润，考察电商平台信息分享策略的价值。

命题5：当电商平台实施信息分享策略时，供应商和电商平台总是会实施高价策略，提高产品价格来获取更多利润，表现为：wY*>wN*，pY*>pN*;但不同的是，信息分享对供应商最优定价决策的影响更显著，即│wY*-wN*│>│ pY*-pN*│。

命题5表明，电商平台的信息分享策略会影响供应商和电商平台的最优定价决策。具体分析，当电商平台实施信息分享策略时，供应商能够获得更准确的市场需求信息，因而会通过高价策略来获取更多利润;与此同时，更高的产品批发价格也使得电商平台的定价空间减小，提高产品零售价格。此外，比较两种情形的批发价格和零售价格差异容易发现，信息分享对产品批发价格的影响显著（│ wY*-wN*│>│ pY*-pN*│），这意味着需求信号对供应商定价决策的影响要大（相比电商平台）。

接下来，进一步分析信息分享、市场不确定性以及信号准确性对产品需求的影响。为直观考察两种情形下的变化趋势，设置参数：a=10，b=1.5，s=1，绘制图3和图4。

观察图3和图4可以发现：由于电商平台的信息分享策略会导致产品销售价格上升，因而在信息分享情形下产品需求会降低，即qY*<qN*;根据图3可知，在不同情形下，产品需求总是会随市场需求信号准确性提升而提高，表明电商平台通过大数据分析获取的需求信息越准确，电商平台越是有可能通过价格策略来提升产品需求;根据图4可知，在不同情形下，产品需求总是会随市场不确定性的增大而降低，表明市场需求的不确定性越大，产品需求越低，这也意味着电商平台通过大数据分析来获取需求信号能够缓解市场不确定性对产品需求的不利影响。

命题6：比较两种情形下供应商和电商平台获得的利润，可以得到：πY*S>πN*S，πY*O<πN*O。

证明：根据命题1和命题3，比较两种情形下的最优产品批发价格和零售价格，可以得到：

证毕。

命题6比较了两种情形下供应商和电商平台期望利润。显然，期望利润越高，信息分享策略对供应商或电商平台的吸引力就越大。当电商平台实施信息分享策略时，供应商能够获得的期望利润总是更高，表明更多市场需求信息对于供应商来说总是有利;而对于电商平台而言，当其通过大数据分析获取更多市场需求信息并分享给供应商时，电商平台并不一定能够获利。但比较信息分享策略对供应商和电商平台的影响可以知道，供应商获得的利润增量总是要比电商平台利润减少量要大，因而信息分享策略对于系统而言是有利的，能有效提升系统利润水平。为进一步考察信息分享对系统利润的影响，绘制不同情形下系统利润随σ和δ的变化曲线，如图5和图6所示。

观察图5和图6可以发现：比较两种情形下的系统利润，易知电商平台实施信息分享策略情形下系统利润总是更高（比未实施信息分享策略情形下的值），表明尽管信息分享策略对供应商和电商平台所得利润的影响存在差异，但总是有利于提升供应链系统利润;根据图5可以知道，在不同情形下，系统利润总是会随市场需求信号准确性提升而降低，表明电商平台通过大数据分析获取的需求信息越准确，反而对提高系统利润不利;根据图6可以知道，在不同情形下，系统利润总是会随市场不确定性的增大而提高，表明市场需求的不确定性越大，系统利润越高，这也意味着电商平台通过大数据分析来获取需求信号尽管能够缓解市场不确定性，但对于系统而言却不一定有利。

参考文献：

1.Chu L Y，Shamir N，Shin H.Strategic communication for capacity alignment with pricing in a supply chain[J].Management Science，2016，63（12）

2.Li X，Pan B，Law R，et al.Forecasting tourism demand with composite search index[J].Tourism management，2017（59）

3.金亮，张旭梅，但斌等.交叉销售下“线下体验+线上零售”的O2O供应链佣金契约设计[J].中国管理科学，2017，25（11）