APP下载

突破传统电商环境的“拼多多”营销策略研究

2020-02-04唐宇龙张长江

中国市场 2020年2期
关键词:社交电商拼多多营销策略

唐宇龙 张长江

[摘 要]在传统电商巨头竞争白热化的背景下,基于社交关系网络迅速成长的电商黑马拼多多平台,如何突破传统电商环境,打破传统电商发展困境,实现自身长远发展,需要明确自身市场定位及目标消费群体,从而有针对性地开展营销策略。基于以上目标,文章基于AISAS模型设计调研问卷,结合问卷调研数据的定量分析结果和定性分析结果,为拼多多平台提出较为可行的营销策略建议。

[关键词]传统电商;社交电商;营销策略;拼多多

[DOI]10.13939/j.cnki.zgsc.2020.02.123

1 引言

传统电商行业已经历近10年的高速发展,平台的产品品类和用户结构不断丰富,从而使得消费分级的趋势越发明显。但随着传统电商平台在一、二线城市(主要为互联网发达地区)增长封顶后,获客成本不断上涨,致使传统电商模式难以触及新用户,增长乏力,各大电商平台都在不断寻找新的增长点。传统电商平台主要依靠自身的平台优势获取用户流量,通过用户的主动搜索实现流量变现,类似于Google的商业模式。通过令人眼花缭乱的各类购物节,如618、双十一、黑五、双十二、蝴蝶节、女神节、年货节等购物促销节日引导用户形成“买买买”的消费观念,继而拉动用户规模和活跃度的短期增长。

不同于传统电商平台的商业模式,2015年9月成立的社交电商平台拼多多,以组团拼单的模式覆盖全品类商品,其拼团分享链接迅速刷屏朋友圈和各类微信群,曾一度火遍三线以下城市、乡镇地区。凭借在社交软件的流量裂变平台注册用户数于2017年12月达到3亿规模,全年GMV(成交总额)超1000亿元,App周活跃渗透率仅次于淘宝,名列所有电商App的第二位。

在传统电商巨头竞争白热化的背景下,拼多多是基于社交关系网络迅速成长的电商黑马,在学术领域仅能从期刊文献中搜寻到零散的相关评论分析,对其核心消费群体特征及营销策略制定暂无全面且成体系的深入研究。因此,基于对市场营销专业知识的掌握和对拼多多平台发展情况的了解,确定本论文的选题为突破传统电商环境的“拼多多”营销策略研究。

通过调研分析有助于进一步明确拼多多平台的目标市场及核心消费者的消费特征。期望能够在拼多多平台的后续发展过程中帮助其突破传统电商平台所带来的发展困境,同时也期望能够对其他社交电商平台在营销策略制定方面起到一定参考价值。

2 市场调研结果分析

2.1 调研方案的设计

由于拼多多是社交分享型电商,结合该电商模式的特点,拟定将AISAS模型中的注意、兴趣、行动、搜索、分享这五部分内容和口碑作为核心变量。其中,有关核心变量的题目内容均采用李克特五级量表的形式。

2.2 探索因子分析

通过对核心量表调研问题进行探索因子分析,在输出结果中如果出现一个题项对应多个因子的情况,且因子载荷系数值均高于0.4,说明该题项出现“纠缠不清”的现象,即“双载荷”现象,需要将该题项进行删除处理。结合旋转后矩阵结果以及基本专业知识判断需要删除的题项。

在对前四次探索性因子分析输出的结果中出现“双载荷”现象题项进行删除处理后,第五次探索性因子分析输出结果无“双载荷”现象,因而使用第五次探索性因子分析结果中的所有题项进行后续的信度和效度检验分析。

2.3 信度和效度分析

将第五次探索因子分析结果中五个因子对应的题项进行信度分析,通过Cronbachs Alpha系数值检测题项量表的信度质量,即检测样本真实回答的程度。信度分析结果如表1所示。

表1显示整体信度系数值为0.881,在0.8~0.9,因此说明量表信度水平非常高。

将第五次探索因子分析结果中所有题项进行效度分析,通过KMO检验和Bartlett球形检验的结果分析量表题项设计的合理性。效度分析结果如表2所示。

从表2可知,KMO值是0.866,大于0.8,并且通过Bartlett球形检验,Bartlett球形检验值(近似卡方)是1600.453(Sig.=0.000),说明本次调研问卷量表题项具有良好的结构性。

2.4 指标归类分析

由于第五次探索因子分析结果均通过信度和效度分析。因此,后续的指标归类及因子命名可以使用第五次探索因子分析SPSS输出结果。详见表3。

综上所述,本次探索因子分析共提取出五个因子,因子1和因子2分别由四个题项组成,因子3、因子4和因子5分别由两个题项组成。而且这14个题项均无“张冠李戴”或者“纠缠不清”的现象。结合因子与题项的对应关系,可以对五个因子分别命名为分享因子、兴趣因子、注意因子、行动因子和负面口碑因子。各因子的含义及与题项的对应关系,如表4所示。

2.5 聚类分析

在对样本进行聚类分析前,考虑到每个因子由不同题项组成,因此打算通过分别计算出对应题项因子载荷系数的平均值,每个因子分别使用一列最接近平均值的数据代表因子整体。本次聚类分析采用两步聚类分析法,拟定聚类数量为五个。SPSS输出结果包括模型概要图、预测变量重要性和聚类分布情况。

从图1可知,整体来看,模型拟合较为理想,可以接受。從图2可知,分享因子对于聚类建模的重要性最高,注意、行动和兴趣这3个因子的重要性较高,相对而言,负面口碑因子对于聚类建模的作用最小。从表5可知,本次聚类分析生成5个聚类类别,每个类别的样本量(N)分布是52个、45个、35个、70个和45个。相对而言,聚类类别4的样本量较多,占总样本量的28.2%;聚类类别3的样本量较少,仅占总样本量的14.1%。

2.6 聚类样本命名及聚类效果检验

在聚类效果方面,通过使用两步聚类分析法对模型质量进行判断,以及对预测变量进行重要性说明。本部分将通过方差分析对比这5类样本在5个因子的差异性,结合具体差异性对比这5类样本的特征情况,从而进行聚类样本命名。聚类样本与5个因子的方差分析汇总如表6所示。

从表6可知,五类细分市场在五个因子变量上的伴随概率P(即表中的Sig)均为0,小于0.05,通过了方差分析的检验,表明此次聚类分析得出的五类细分市场在行动、负面口碑、兴趣、分享和注意这五个维度方面均存在着显著性差异,说明本次聚类分析结果细分效果较好。

通过对平均值大小的对比分析,可以反映出各细分市场的差异,根据这些差异能够对各细分市场的特征进行描述,结合不同细分市场的特征进行细分市场的命名。为实现最终聚类中心的可视化,将表6中的数据聚类类别平均值数据导入Excel软件中,利用条件格式工具,得出表7。

结合表7的可视化呈现,通过描述出各类细分市场的客户特征,并基于其特征,对各类细分市场进行命名。各类细分市场的名称以及客户特征如表8所示。

2.7 目标市场选择

由于在设置迭代聚类时在保存框里选上了“聚类成员”,因此在SPSS软件数据视图中生成新变量QCL_1。为了使类别号更加直观易懂,根据表8细分市场描述的结果,在新变量QCL_1中设置1~5的值标签,其中1代表“口碑消费型客户”、2代表“分享消费型客户”、3代表“低效消费型客户”、4代表“高效消费型客户”以及5代表“慵懒消费型客户”。将设置好值标签的新变量进行频数统计,SPSS软件输出结果如表9所示。

从表9可知,若仅用市场规模表示市场吸引力,则高效消费型的市场吸引力最高,占总体市场规模的28.2%。其次是口碑消费型客户,占总体市场规模的21.4%。

为进一步明确拼多多在目标市场上的定位,并将拼多多的企业竞争力进行量化评估,现将新变量QCL_1案例的类别号与消费者对各社交电商平台使用情况Q5在SPSS软件中进行交叉分析。由于Q5为多选题,因此需提前将Q5进行多重响应处理。SPSS软件交叉分析输出结果如表10所示。

从表10可知,拼多多在高效消费型客户市场上最具有市场竞争力,市场份额达到60%,其次是分享消费型客户,市场份额达到58%。

因此,综合表9即细分市场的吸引力得分和表10即拼多多在细分市场上的竞争力得分,以各细分市场的吸引力得分为纵坐标,以拼多多在细分市场上的竞争力得分为横坐标,则各个细分市场由于得分不同会落入不同象限。其中,落在第一象限的市场为首选目标市场;第二象限和第四象限的为可考虑的目标市场;第三象限的市场为可舍弃的目标市场。汇总两个表格数据得出表11和图3。

从图3可知,“低效消费型客户”和“慵懒消费型客户”处于第三象限,为可舍弃的目标市场;“口碑消费型客户”和“分享消费型客户”分别处于第二象限和第四象限,为可考虑的目标市场;“高效消费型客户”处于第一象限,为首选目标市场。

3 存在的问题

尽管拼多多一路高歌猛进,但在其迅猛发展的背后,也存在着明显的问题和挑战。总结起来,主要包括以下四个方面:其一,备受诟病的货品质量、物流速度、售后服务和商家维权等问题;其二,在微信流量红利导入结束后,能否通过自身“造血”,形成持续稳定的增长;其三,商业模式能否经受住时间的考验;其四,在传统电商平台社交化转型布局后,能否继续保持增长优势。

4 营销策略建议

4.1 完善后台搭建,加大技术投入

通过2019年1月20日,拼多多官网发布的《关于“黑灰产通过平台优惠券漏洞不正当牟利”的声明》可知,拼多多平台应该完善后台搭建,加大技术投入,从而提升技术开发水平,有效地减少不必要的利润损失。也只有在自身技术开发水平提高之后,才能够充分利用云计算、大数据等技术手段,顺利保持首选目标市场的“高效消费型”目标客户的竞争优势,避免与传统电商平台产生直接用户争夺冲突,采取差异化及专一化竞争战略,全力满足“高效消费型”客户消费需求。

4.2 注重口碑效应,打造“上瘾模型”

在消费升级的趋势下,消费者将更加注重口碑。拼多多平台应该强化企业形象,重新定位平台在消费者中的地位。逐步减少在各大综艺节目进行冠名宣传费用,更多地参与公益事业承担社会责任。同时,打造“上瘾模型”顺利实现自身“造血”,不仅要多渠道导入用户流量,而且要能够将流量留在平台,形成自身“流量池”。

因此,在触发阶段,拼多多平台可以选择考虑通过小程序引流、短视频购物链接引流、豆瓣等社交购物链接引流等。在行动阶段,拼多多平台应该充分利用大数据及云计算技术,让用户进行高效率的消费,减少不必要的检索时间及思索考虑的迟疑时间。在多变的酬赏方面,拼多多平台每日签到打卡、喂养招财猫、浇水种树等社交游戏中,应该优化游戏算法,加入游戏彩蛋,提升用户的主动分享率及成功率,激发用户每天坚持打开拼多多App的欲望。在投入方面,通过开设会员身份的方式,让用户在平台消费的同时感受到实实在在的优惠,提升用户在平台的消费水平。通过连续的“上瘾循环”,让用户成为“回头客”,进而实现循环消费的终极目标,而不是依赖高昂的广告投入或泛滥粗暴的信息传播。

4.3 不断创新社交玩法,完善自身商业模式

拼多多平台面临着传统电商巨头平台复制成功社交電商模式的竞争和不断涌现的社交电商新模式、新社交玩法的竞争。因此,不断创新社交玩法以及完善自身商业模式,不仅有助于拼多多平台顺利巩固现有用户,而且有利于拼多多平台从其他渠道获取新用户,从而在竞争日渐激烈的环境中成功脱颖而出。

因此,拼多多平台后续发展中,应该不仅仅局限于分享社交型电商模式,而且应该勇于尝试其他发展途径,避免单一商业模式发展遭遇困境。例如,引进社区型电商版本,通过用户发帖的形式,打造意见领袖,推动商家产品销量的增加;拓展与短视频平台间的合作,在短视频好物推荐类视频中能够弹出拼多多平台的购物链接;开展购物直播业务,通过网红主播的现场直播,演示产品的使用方法及使用效果。

4.4 加强自身团队建设,提高商家监管水平

在电商法颁布实施之后,对平台监管能力有更明确的要求。因此,需要拼多多平台加强自身团队建设,完善员工培训制度、健全员工薪资制度等。从而为提高对商家监管水平打下坚实的基础,不仅有助于保持团队工作的激情,而且有利于提高员工日常工作的执行效率。

参考文献:

[1]EFRAIM TURBAN,JON OUTLAND,DAVID KING. Electronic commerce 2018: A managerial and social networks perspective [M].Springer,2017.

[2]NIR EYAL.Hooked: How to build habit-forming products [M].Portfolio Penguin,2014.

[3]斯宾塞, 哈丁, 希汉谭磊. 社交电商 : Social ecommerce[M].谭磊,译.北京:电子工业出版社,2015.

[4]菲利普·科特勒,凯文·莱恩·凯勒.营销管理(第15版·精装版)[M].何佳讯,于洪彦,牛永革,等译.上海:格致出版社,2016.

[5]克里斯·安德森.长尾理论:为什么商业的未来是小众市场[M].乔江涛,译.北京:中信出版社,2015.

[6]刘侠威.移动社交电商[M].北京:机械工业出版社,2016.

[7]孟韬,毕克贵.营销策划:方法、技巧与文案(第3版)[M].北京:机械工业出版社,2016.

[8]陈阳.基于AISAS模型的企业社交媒体营销模式研究[D].哈尔滨:黑龙江大学,2017.

[9]苏雨豪.社交电商如何突围传统电商布局——以拼多多为例[J].科学技术创新,2018:25-90.

[10]郑刚,林文丰.拼多多:在电商红海中快速逆袭[J].清华管理评论,2018(9).105-112.

[11]吕昊泽.社交电商平台“不约而同”融资IPO电商“第三极”势力崛起[J].计算机与网络,2018(10):6-7.

[12]杨焕焕.大数据环境下拼多多的发展问题研究[J].中小企业管理与科技,2018(22):14-15.

[13]丁毓.拼多多弯道超车的社交电商[J].上海信息化,2018(3):72-74.

[14]林北辰.探访“拼工厂”:这才是拼多多低价爆款的秘诀[J].公关世界,2018(7):64-68.

[15]徐庭芳,毛可馨.拼多多:一个消费降级巨头的诞生[J].中国中小企业,2018(3):57-59.

[16]蔺涛.消费市场提质扩容 消费结构优化升级[N].經济日报-中国经济网,2019-01-24.

[17]周俊.问卷数据分析:破解SPSS的六类分析思路 [M].北京:电子工业出版社,2017.

[18]陈哲.数据分析:企业的贤内助[M].北京:机械工业出版社,2013.

[19]陈哲.活用数据:驱动业务的数据分析实战[M].北京:电子工业出版社,2019.

猜你喜欢

社交电商拼多多营销策略
从心理成本角度看拼多多现象
分享经济时代下社交电商的创新型发展
拼多多“砍价免费拿”的营销策略分析