消费者全渠道全生命周期行为与营销创新

孙阁斐

内容摘要：为应对快速发展的电子商务行业和消费升级下的市场需求，对原有产品或服务进行扩展，建立混合平台，成为多数企业的共同选择。混合平台的核心是建立自有物流，通过自有物流，企业不仅可以与用户进行多渠道对接，加强购物后与用户的沟通和互动，还能有效提升用户信任度，促成消费行为的发生，延长消费者生命周期等。可见，自有物流的构建无论是在企业全渠道的打造还是企业用户生命周期行为管理方面都有重要意义。基于此，本文重点研究混合平台下企业全渠道模型和消费者生命周期行为之间的关系，以期为企业营销创新提供新的启示。

关键词：消费者   全渠道   生命周期   营销创新

理论分析与研究假设

（一）全渠道模式下的混合平台

无论是传统流水线经营模式的企业加入平台模式的业务，还是平台型企业开始加大重资产投入整合传统流水线业务，其都是在向另一方转型，建设混合平台。对于在线零售商而言，采用自身混合平台还可以提高电子商务行业服务水平，从而提高行业准入门槛，并有效防止自身与同类型竞争对手的同质化。而如果企业没有实施混合平台策略，那么用户需要的订单则由第三方物流企业分发。这种情况下中间服务提供商就会成为客户与企业之间互动的桥梁，从而掌握用户基本信息，使用户与第三方企业共享。因此，本文提出以下假设：

H1a：企业实行混合平台策略能够显著提高产品销量。

H1b：企业实行混合平台策略能够显著提高用户购买行为。

（二）平台化、信任度与全生命周期

在新兴电子商务市场中，自有物流配送是实施混合平台模型策略的最关键环节，也是进一步优化企业全渠道模式的物资保障。但是，目前物流配送市场还未形成完善的标准化物流体系，而快递公司以加盟参与物流配送的形式，使得物流配送服务质量参差不齐。而通过构建自有物流配送服务体系，企业可以提高用户对网络购物平台的信任度。企业实施混合平台策略，可通过自有物流配送员为用户配送商品，在配送过程中配送员可以和用户进行有效沟通和互动，这种有效的互动有利于用户搜索和获取购物过程中所需信息，从而降低在线购物过程中的感知风险。

从消费者生命周期角度来看，用户信任度的提高无疑会在很大程度上增加用户第一次购买行为或复购行为发生的概率，进而达到延长客户消费生命周期、增加消费者生命周期价值的目的。因此，本文假设：

H2：用户对企业信任度的提升是混合平台服务对消费者行为产生积极影响的主要原因。

实证设计

（一）样本选择

本文选取京东公司作为研究对象，从京东公司随机抽取100万用户，其中在2009年1月到2013年12月之间至少有一次购买行为，并在已开通自有物流配送服务城市的用户有26199人，在未开通自有物流配送服务城市的用户有223856人。本文将根据用户所处城市是否开通自有物流配送服务将样本分为两组：混合平台城市用户，京东在其所在城市开通了自有物流配送服务，即用户在京东购物可以享受由京东送货员送货、货到付款和“211”配送服务;单平台城市用户，用户在京东购买自营产品以后，不能完全享受自有物流配送服务的用户。这些城市或不支持货到付款，或不由京东送货员完成“最后一公里”派送。

（二）模型构建

合成控制法。探究混合平台构建对企业产品销量和财务绩效之间关系的影响，最直接的方法就是对比实施混合平台策略与实施非混合平台策略销量的差异。本文研究中，假设观察到j+1个城市的产品销量（财务绩效），其中第1个城市构建了混合平台，而其他j个城市没有实施单平台策略，数据中包含这些城市T期的产品销量（财务绩效）。T0表示构建混合平台的月份，本文选取成都为研究对象，则T0就是2010年3月。Yit表示城市i（1，2，…，J+1）在月份t（1，2，…，T）的销量，YHit表示实施单平台策略情况下的结果，YHit表示实施混合平台策略的结果，故αit=YHit-YNit表示构建混合平台产生的效果。假设YNit是由如下模型决定：

YNit=δt+θtZi+λtμi+εit                （1）

式中，δt是對所有城市时间固定效应，Zi包含城市i不受混合平台建立影响的可观测变量，μi则是对于城市i不可观测的固定效应，εit是误差项，假设其均值为L。同时，本文考虑（J×1）维权重矩阵W=（w2，…，WJ+1）T，满足对于任意j，都有wj≥0，并且为w2+…wJ+1=1。用W作为权重矩阵，合成结果变量：

另有一个向量组W*=（w*2，…W*J+1）T满足：

（2）

双重差分摸型。首先进行二元logit回归分析，计算客户偏好分数，然后将每个混合平台城市用户与单平台城市用户进行匹配，结果如表1所示。在匹配之前，混合平台城市用户购买行为平均值与单平台城市用户购买行为平均值之间的差异显著。匹配后，二者之间几乎没有显著差异。

如图1和图2所示，匹配前混合平台城市用户倾向得分分布与非混合平台城市用户倾向得分分布之间的差异显著，经过匹配后，二者分布曲线几乎完全重合。说明在构建混合平台前，两组用户的可观测购买行为相似。

利用用户在近5年间的面板数据，本文通过如下模型考察混合平台建立对用户购买行为的影响：

Outcomeit=μi+α1*HPi*AFTERt+α2*HPi+α3*AFTERt+Wt+εit                （3）

式（3）中，i表示个体用户，t表示时间，在本文中按照月份为单位。Outcomeit表示t时期客户i的月购买行为数据，如果用户在给定月份没有发生购买行为，则赋值为0。μi表示个人用户的固定效应，HPi表示用户i是在混合平台组。建立混合平台的时间趋势主要通过AFTERt来反映。Wt表示有关季节因素和其他时间变量的控制变量，εit代表独立同分布的高斯随机分布。交互项HPi*AFTERt是处理效应，建立混合平台对用户购买行为的影响可以通过交互项系数来实现。

实证分析

（一）实证分析结果

城市层面结果。本文以成都市为例，研究混合平台策略的实施对城市销量的影响。为了能够全面反映研究成果，本文共选择以下11个匹配的预测变量：总销量、月销量、總用户数、PC用户数、国民生产总值（GDP）、拥有电话人数、人均收入、总人口数、人口密度、社会零售总额和公路里程数。

实施混合平台策略以后，2010年3月-9月销售额上涨额度低于20万元，涨幅约为32%;2010年9月后，成都市销售额开始快速上涨，但合成成都的销售额变化不大，因此成都与合成成都的销量差距逐步拉大。二者之差表示相对于单平台的成都，实施混合平台策略提高了成都的销售额。从图3中可以看出，如果京东在成都没有实施混合平台策略，2013年12月成都地区销售额仅81万元，与成都地区实际销售额相差约54万元，实施混合平台策略后销售额涨幅约为67%。

为了更加清楚和直观观察建立混合平台对于成都销量的影响，本文还计算了建立混合平台前后真实成都和合成成都销量均值的差额。从趋势上看，混合平台的建立大大提升了京东在成都地区的销量，提升程度也随着时间推移而变得更加显著。

个体层面结果。在控制人口统计特征及相关时间因素的前提下，本文对双重差分模型进行估计，分析结果见表2。表2第一列显示，混合平台构建对于用户购买额度有显著正向影响，与单平台策略相比，用户购物额度提高了7.7%;从第二列的结果可以看到，混合平台的构建能够显著提高用户购买次数，平均增加0.031次，结合表1展示用户月均购物次数，混合平台的构建能够显著提高用户购物次数，增幅约5.1%;第三列表明，混合平台构建能够显著提高用户购买产品次数0.077次，增幅高达2.9%。

（二）机制探索

下文将探究混合平台构建如何通过信任影响用户购买行为，并提出几种可能的解释，最后通过实证数据验证这些可能性是否成立。

不同支付方式的影响差异。表3汇报了使用双重差分模型估计建立混合平台对于自营产品货到付款订单和在线支付订单的影响。从第一列可以看出，建立混合平台对于用户采用货到付款方式购买产品的金额有显著正向影响，平均提高额度到达24.2%;但是第二列结果说明，对于采用在线支付方式购买的产品而言，用户的购物金额没有显著改变。对于用户购物次数而言，建立混合平台能够显著提高用户采用货到付款方式购买自营产品次数0.107次，提升达176%;但对于采用在线支付方式购物次数而言，则下降了53%。同样，对于购买产品数量而言，建立混合平台能够显著提高用户采用货到付款方式多购买0.194个产品，提升达74%;而采用在线支付方式则少购买0.08个产品，下降了3%。

建立混合平台对采用在线支付进行的购物行为，没有显著影响或者没有显著正向影响，说明仅通过自有配送员并不能影响用户对平台的信任;建立混合平台对采用货到付款支付进行的购物行为有显著正向影响。

不同用户的影响差异。为了发现潜在的差异化影响，对样本进行中位数分割，将用户分成一个“重度购买用户”组和“轻度购买用户”组。本文将公式进行修改，加入建立混合平台效应与用户分类的交互项：

Outcomeit=μi+α1*HPi*AFTERt+α2*HPi+α3* HPi+

α4*HPi+AFTERt*HBi+α5*HPi* AFTERt+Wt+εit             （4）

其中，HBi表示用户是否是重度购买者，当用户总购物超过中位数时，HBi=1，否则为0。本文的假设是：如果混合平台能够提高用户对平台信任进而影响用户购买行为，那么建立混合平台对于较低信任程度的用户影响更大。

利用式（4）对混合平台销量提升效应与用户购买程度的交互作用进行估算，结果见表4。第一行表示混合平台构建对用户三类购买行为的主效应估计结果为稳健。第二行表示混合平台构建的主效应与用户组的交互效应，数据显示混合平台构建与用户购买产品次数之间没有显著关系，然而该交互项与用户购物金额、购物次数之间都存在显著负相关关系。

不同城市的影响差异。根据公开的客观数据，本文将电子商务发展指数较高的省份命名为电商发达省份，其他城市为电商发展中省份，并使用式（5）估计电商发展成熟度对于建立混合平台效应的影响：

Outcomeit=μi+α1*HPi*AFTERt+α2*HPi+α3*AFTERt+α6*HPi*AFTERt*DOSi+α7* DOSi*AFTERt+Wt+εit         （5）

其中，HPi表示用户所属省份是否是电商发达省份，若在电商发达省份， HPi=1，否则为0。本文的假设是：如果混合平台能够提高用户对平台信任进而影响用户购买行为，那么建立混合平台对于较低信任程度的用户影响会更大。

表5展示了使用式（5）估计得到的结果。第一行显示了建立混合平台对用户三类购买行为有显著正向影响，结论较为稳健。第二行显示了建立混合平台的主效应与是否电商发达省份的交互效应，该交互项对于用户购物金额、购物次数和购买产品数量都存在显著负向影响。

混合平台通过信任对购买行为的影响。本文从混合平台建立信任后的结果角度出发，分析如果建立混合平台能够提高用户对企业的信任，用户具体购买行为的变化。

不同购买品类的影响。本文将用户购买的产品按其所述类别分成五大类：数码产品、食品健康与珠宝、服饰与箱包、家居百货和虚拟产品。将用户购买这五类产品购物金额和购买产品次数作为因变量，进行双重差分模型估计建立混合平台对于用户购买不同品类的影响。

表6结果显示，建立混合平台对于用户购买食品健康与珠宝的影响最大，其次为购买数码产品。