基于大数据的众筹项目成功影响因素分析——以淘宝众筹为例

□梁 睿 金玮佳

2018年9月，国务院下发《关于推动创新创业高质量发展打造“双创”升级版的意见》，旨在进一步激发民众创业热情。在经济转型升级与政策利好不断的背景下，全社会掀起了创新创业的浪潮。随着互联网金融普惠理念的传递，众筹这种创新型融资模式走进创业者视线。众筹在我国的发展体现出了较强的实践性、适用性，在金融活动的本质上体现了互联网精神，具有极强的标杆意义。本文以众筹理论为基础，围绕淘宝众筹“造点新货”平台采集数据进行统计分析、模型构建，得出较好的项目推广、出众的项目设计是众筹项目能够成功的重要因素的结论。

一、基于淘宝众筹平台“造点新货”众筹项目变量选取与检验

(一)平台与研究变量的选取。众筹一般分为四类：回报类、债权类、股权类和捐赠类。考虑到四类众筹模式在我国发展的行业现状以及监管与法律政策环境，选取回报类众筹作为研究对象，结合前期研究调查中受访者参与情况，最终选择淘宝众筹平台“造点新货”进行数据采集。“造点新货”(原淘宝众筹)是阿里旗下唯一众筹平台，其商业模式为卖家将具有创新创意的未面市新品，或正在设计中且有能力、有资质成型的项目方案，通过平台以众筹的方式向全网消费者筹资，项目方案的最终落地后以商品回报的方式回馈支持者。本文在借鉴国内外相关研究成果基础上，运用八爪鱼采集“造点新货”众筹平台11,676条数据，结合前期在大众参与众筹行为意愿及众筹行业监管政策相关研究，选取5个输入变量和1个输出变量。各变量的具体含义如下。

1.项目类别(Z1)。定义为筹资项目所属类别，众筹平台上项目类别包括科技类、食品类、动漫类、设计类、公益类、娱乐类、影音类、书籍类、游戏类、其他类共10类。该分类变量分别用1～10表示。

2.筹资目标(Z2)。定义为项目创始人希望能够为其项目筹集到的资金数额。该数值型变量用金额数表示。

3.点赞数(Z3)。定义为项目在众筹社区中参与评论的数量。众筹项目可被分享到大部分国内知名的社交网站，并吸引社交网站用户群体参与评论。该数值型变量用点项目喜欢数表示。

4.支持人数(Z4)。定义为项目的出资人数。该变量为数值型变量。

5.介绍视频(Z5)。定义为项目内容介绍页面是否包括视频。该分类变量用1、0表示。

6.已筹金额(Y1)。定义为项目在众筹期限内获得外部投资。该数值型变量用金额数表示。

(二)变量检验。第一步，为考察失败与成功项目之间的差异，对数值型变量进行单变量ANOVA检验。在显著性水平α=0.05的情况下，发现Z2、Z3、Z4在项目结果中存在显著性差异；在以已筹金额为因变量，对筹资目标、点赞数、支持数三个数值型因子进行单变量ANOVA检验的过程中，发现需要进行变量对数转换，将数值型变量转换为lgZ2、lgZ3、lgZ4、lgY1。第二步，对分类型变量相关性检验。利用卡方检验来研究分类型变量Z1、Z5相互是否存在联系。根据卡方检验结果，P值=0.00，具有统计学意义，说明比较资料之间有显著差异。

(三)模型的构建及结论。

1.模型的构建。本文采用比较简单的曲线直线化拟合操作，即直接拟合Y=b0+b1X+b2X2形式的方程，随后将视频、类别、支持人数、筹资目的、点赞数五个变量同时纳入方程，直接进行模型的参数设计。

表1 系数a

通过对回归方程拟合情况的描述，得出本案例中拟合的模型决定系数高达72.2%，拟合效果理想。此外，德宾-沃森统计量为1.562，独立性应当没有问题。对模型进行方差分析的结果显示，F值为6046.780，P值小于0.05，所以该模型具有统计意义，用于预测因变量是有价值的。

表1给出了回归方程中常数项、回归系数的估计值和检验结果，得出回归方程如下：

2.结论。通过对“造点新货”的大数据分析，构建了影响众筹项目能够成功与否的已筹金额预测模型，得出结论如下：能筹集到的资金与筹资目标、点赞数、支持人数、是否有视频结果成正相关，但项目类别与结果相关性较低，点赞数相对其他因子要对筹资结果的影响更大，支持人数的影响仅次于点赞数，筹资目标的影响位居第三。

二、助力众筹项目成功的建议对策

根据分析结论，可以提出以下对应的建议：一是点赞数能够反映该众筹项目能否被更多的潜在项目支持者浏览，较高的点赞数主要来源于大量的支持者能够在社交平台上浏览到该项目，因此众筹项目发起人和众筹平台让更多潜在支持者可以了解并支持项目，这是有助于众筹项目成功的第一步。二是支持人数大多来自于浏览并点赞用户的转化，因此项目发起者在众筹项目产品设计与计划书描写中应当精益求精，提高转化率。三是淘宝众筹平台中单个项目的筹资目标往往较低，但仍有许多融资目标低的项目未能全额募集，原因为支持人数较少。能够成功募集资金的项目，往往有分工明确的团队组织、借助网络途径进行大量推广以挖掘潜在支持者，利用潜在支持者制造羊群效应，吸引更多支持者的进入。