消费者服务保留效用异质性下服务网络团购质量与定价联合决策

吴一帆，朱 玲

消费者服务保留效用异质性下服务网络团购质量与定价联合决策

吴一帆，朱 玲

（华东理工大学商学院，上海 200237）

随着电子商务迅速发展，网络团购已经成为许多商家的重要经营模式。本文以最新的网络团购模式为背景，考虑消费者异质性情况下，研究服务商家应如何战略性地调整自身服务质量与团购定价决策联动以获得更好的促销效果，进而分析商家在何种情况下才能通过团购模式提高利润。通过研究消费者线下购买情形、混合购买情形与线上购买情形下商家最优服务质量和团购定价决策，发现当消费者全部线下购买时，团购策略总是较优策略；当消费者选择混合购买时，只有在异质性较大的情况下或者异质性和佣金都较小时，团购策略才是较优的。而团购价格和服务质量都随着消费者异质性提高而降低；当消费者全部线上购买且团购网站规模较小时，商家的服务质量随着异质性提高而提高；团购网站规模较大时，商家的服务质量随着异质性提高而降低。

网络团购；服务质量；消费者异质性；定价

0 引言

得益于日趋成熟的互联网及移动互联网技术，O2O（Online to Offline）商务模式能在短期内将大量线上（online）的消费者带到线下（offline）商户实体店消费，非常有效地提升商户的销售收益，团购是其中最为人所熟知的一种典型应用[1][2]。近年来，国内网络团购市场发展迅猛，智研咨询的团购市场分析报告[3]显示，2015年上半年，仅餐饮行业，全国团购市场总交易额为483.4亿元，较上年同期增长190.2%。众多企业，特别是服务性企业，将团购视为有力的营销手段纷纷参团。但是，并非所有的商家都可以从团购模式中获利。Dolakia调查研究324家在Groupon、LivingSocial、Open Table、Travelzoo和Buywithme团购平台上销售的商家，结果显示只有55%的商家通过团购模式实现盈利，而因此亏损的商家比例则高达26.6%[4]。因此，非常有必要研究商家在团购模式下的最优经营策略以帮助企业提升盈利能力。

团购模式为商户从线上带来了大量消费者，提高了短期内收益，但是，一些突出的问题也随之而来，其中营销与商家服务质量之间的矛盾尤其严重。位于美国旧金山市的一家商家在Groupon上发布的团购订单超过72000件，这迫使他们临时提高服务能力，但依然无法保障消费者的服务体验[5]。很多商户面临着同样的问题[6]，很难将团购渠道中的增量消费者转化为重复购买的存量消费，因此无法获得长期的利润回报。根据互联网数据中心DCCI发布的《中国网络团购调查报告》[7]显示，团购产品的服务质量是影响顾客购买决策的主要因素。然而，随着团购市场规模地扩大，商家服务质量缩水、团购顾客遭差别对待等问题日益凸显，引起了新老顾客对于商家的诸多不满。因此，商家如何策略性地协调服务质量与团购定价是团购模式能否成功的一个关键因素。然而，现有文献中还比较少见对该问题的系统性研究，而是聚焦于如何提高团购价格模式的有效性。

已有文献研究表明，消费者的保留效用（reservation utility）异质性对于服务产品质量和定价决策存在决定性影响[8]。因此，本文将在消费者异质前提下，考虑两个决策周期，建立商家服务质量和团购定价的联合决策模型，首先对比研究在不同消费者购买方式的情形下商户相关决策的最优解，进而分析目标市场特征，即消费者异质性大小对团购决策以及商家服务质量地影响，为商家团购决策提供管理建议。通过研究，本文发现商户的最优决策并不是简单地提高服务质量，是否参与团购以及如何策略性调整自身服务质量需要综合考虑团购网站规模、团购网站收费强度、消费者异质性等各方面的因素。

1 文献综述

与本文研究问题密切相关的研究领域包括：网络团购相关研究、服务质量相关研究、消费者异质性相关研究。下面将从这几个方面对文献进行梳理和综述分析。

1.1 网络团购相关研究

网络团购平台的兴起吸引许多学者开始研究这类团购模式的经济原理。初期理论研究集中在动态定价团购模式。Kagel和Levin[9]将动态定价团购模式定义为将大量的相同物品进行拍卖，它们的价格曲线会从一个价格数量节点跳到另一个价格数量节点。Chen等[10]认为动态定价模型是鼓励所有想要购买的顾客在一定时间内联合形成虚拟团购组织，来购买他们所期望的产品。陈曦等[11]基于动态定价团购模式，在权衡顾客、商家和电子网站三方利益的前提下，构建商品交易多目标优化模型。Kauffman和Wang[12]指出动态定价团购模式有以下弊端：①模式太复杂；②团购期间跨度太长；③交易额偏低。

2008年，Groupon网站推出今日交易模式，每天只推出一款折扣产品、每人每天限拍一次。Groupon网站的新颖商业模式吸引研究者纷纷转向研究这一新兴团购模式。Dholakia和Tsabar[13]以GPM为分析对象研究加入今日交易团购给它带来的利润的变化以及对它曝光率的影响。姜璇等[14]基于团购下限和网站销售成本，研究当团购网站和商家合作推出团购时商家的最优策略。从2012年开始，Groupon网站开始取消最低团购数量限制。商家加入团购网站时只需设定团购价格和时间限制。现在大多数团购网站都采取这种团购模式。但是，由于该模式比较新颖，相关的研究还比较少见。Ni等[15]研究这类团购中的批量团购问题，将顾客分为发起顾客与跟随顾客，考虑网站与商家之间进行非合作博弈。Zhang等[16]在考虑团购正向网络效应及负向外部性的情况下比较商家不同经营策略的优劣，发现正向网络效应的作用总是高于负向外部性的效用。

网络团购的定价机制也是一个研究热点问题。Anand和Aron[17]在几种需求不确定性情况下考虑一个垄断商家提供团购产品，将团购线上拍卖（GBA）利润与传统固定价格机制（FPM）利润进行比较，以帮助商家进行决策。Jiang和Deng[18]考虑有限可得性广告和外溢效用研究商家是否应该加入团购以及如何设置团购价格和最大团购数量。白世贞等[19]基于单一定价机制，对比单个商家和单个第三方平台的自营与代理盈利模式下的协调策略，分析这两种模式下各决策变量的关系。Gao和Chen[20]基于不确定的消费者偏好以及消费状态，研究了团购定价与产能分配问题，讨论了顾客消费行为与企业退款策略对于团购决策的影响。范丽繁和王满四[21]基于Bertrand模型，研究双寡头商家的最优门店定价和团购定价。发现当双寡头商家中的一位加入团购以后，将对另一位商家利润产生不利影响，驱使两位商家都开通团购。吴翠莲等[22]构建商家投入广告、参与网络团购、同时投入广告和参与网络团购三种销售策略下的定价模型，通过比较不同策略下的决策结果探讨商家的最优销售策略选择。

1.2 服务质量相关研究

从20世纪五六十年代开始，西方市场营销学界对服务质量进行系统的研究。Levitt[23]提出，服务质量是指服务结果能否符合既定的标准的衡量。Lewis和Booms[24]把服务质量定义为一种衡量企业服务水平能否满足顾客期望程度的工具。Gronroos[25]认为服务质量取决于消费者对服务质量的期望与其实际感知服务的服务水平的对比。Oh和Parks[26]认为顾客满意度和服务质量在服务业中至关重要。Yen等[27]提出顾客在整个服务过程中的参与程度影响了顾客在遇到不满意服务时的归因。孙晓东等[28]分析同时存在质量敏感型消费者和价格敏感型消费者的双寡头企业质量和价格竞争，讨论消费者异质性对企业质量和定价策略选择的影响。

随着电子商务的兴起，一些学者也开始将服务质量拓展到团购领域。沈晓萍等[29]指出如果商家提供的产品与描述不一致或区别对待团购用户等都会影响消费者对于网络团购的满意度和购买意愿。刘佳佳[30]从团购网站和餐饮企业两个主体出发，考察了其服务质量的不同维度与网站信任及消费者团购行为意向之间的关系并建立相应的模型。Ni等[15]从团购网站出发，认为网站提供的服务质量水平越高，就会有越多的人浏览商家的团购信息，但这同时会消耗团购网站更多成本。张亚军等[31]基于惰性和容忍区视角探讨了服务质量、顾客信任和转移成本对团购网站顾客忠诚的影响及作用机制。Wu和Zhu[32]通过构建两期优化模型，研究了商户采用团购策略时的质量与定价联合决策问题，但未考虑消费者异质性对于团购决策的影响机理。

1.3 消费者异质性相关研究

消费者异质性是指消费者个体之间具有不同偏好、不同风险承受能力、不同经济实力等个体差异，这些差异导致他们在购买相同服务时会表现出不同的行为。Economides[33]认为消费者支付的边际意愿具有异质性，并假设其服从[0,1]上的分布。Lim等[34]研究消费者对产品类别及品牌忠诚度的不同对促销价格、促销时间的影响，提出管理者在未来可以通过对不同类型的消费者采取不同的促销策略从而获得长期的盈利。Choudhary等[35]研究两个企业在质量和定价上的竞争，探讨了企业为何基于消费者支付意愿向不同的消费者制定不同的价格。Qi等[8]假设消费者异质性不仅体现在对于服务质量的感知，而且体现在他们对于基础产品的保留效用的评估。李凯等[36]将消费者异质性偏好引入到买方抗衡势力形成的分析框架中，构建消费者异质偏好视角下的买方抗衡势力形成模型，并在此基础上分析买方抗衡势力的市场效应。

在团购策略的相关研究中，一些学者将消费者异质性融入其模型。唐尧和马士华[37]根据消费者在到达时间和保留价格方面的异质性与时间敏感性之间的突出程度将团购市场细分为异质性市场和敏感性市场，求解不同市场中团购价格和持续时间的联合决策。Zhao等[38]认为消费者对于服务质量的感知程度具有异质性，探究初创企业是否应该通过今日交易促销方式来扩展市场。

不同于以往文献，本文的研究具有如下特色：首先，现有文献大多从营销管理的视角研究采用团购策略时的商家定价行为，忽略了其他经营决策，本文则将服务质量引入团购营销策略中构建两阶段决策模型，对服务质量和团购定价进行联合优化决策，进而分析商家的策略性服务质量决策；其次，有文献指出消费者保留效用异质性对于商家的服务和定价决策有显著影响，因此本文也将其引入团购服务和定价的联合决策中，分析团购文献中少见的异质性消费市场；最后，本文基于上述决策模型探讨了保留效用异质性对于商家团购策略、团购定价以及服务质量等决策的影响机理。

2 基本模型

在基本模型中，考虑一个商家只提供线下服务，不涉及与团购网站合作（称该策略为OS策略）。商家的经营阶段为两期：现在和将来。符号说明如下：

约束条件：

通过分析商家的服务质量和利润，可以得到如下命题：

命题1商家的服务质量会随消费者异质性提高而降低；而当未来利润的贴现因子增大时，商家则会提高服务质量。

命题1显示当商家面对的消费者偏好差异性增大时，商家会降低服务质量。这是由于随着消费者异质性地提高，消费者需求降低，商家总体的利润随之下降；但随着消费者异质性继续提高，需求虽然继续降低，但是降低服务质量所节省的成本足以弥补需求的减少而损失的收益，因此，商家利润随之提高；最后，随着消费者异质性地提高，消费者需求也有提高，同时服务质量降低，成本减少，商家利润逐渐提高。当商家更加关注未来利润的影响时，商家的服务质量会随之提高，虽然高服务质量会引起高成本，但是高的服务质量可以帮助商家吸引更多的顾客。消费者异质性与商家未来利润预期对商家服务质量和利润的影响可以通过图1表示。

3 团购模型

考虑原本只提供线下服务的商家在当前经营阶段通过团购网站进行团购活动促销（称该策略为GS策略）。当商家与团购网站合作时，团购网站将从每笔交易收取固定的佣金，商家在这个基础上决定其团购价格和服务质量。但是假设商家并不改变其线下价格。引入以下新的符号：

3.1 线下购买情形

图2 消费者全部选择线下购买方式

Figure 2 Consumers all choose offline purchasing methods

约束条件：

命题2当商家采用GS策略并且线下购买方式可以给消费者带来更大效用时，

（2）随着消费者异质性提高，商家会降低服务质量；但是，未来利润的贴现因子增大，商家会提高服务质量。

从命题2可以看出当消费者全部采用线下购买方式时，与采用OS策略相比，商家会提高其服务质量，虽然高服务质量会引起高的服务成本，但是高服务质量可以吸引更多的顾客前来购买，特别是在线下购买基数增大的情况下，其作用更加明显，因此商家会提高其服务质量。同时，与OS策略下一样，当面对的消费者差异性增大时，商家将降低其服务质量。

3.2 混合购买情形

图3 消费者采取混合购买方式

Figure 3 The mixed purchasing mode which consumers adopted

约束条件：

性质3当消费者选择混合购买方式时，商家的最优团购价格和服务质量为

GS和OS策略下的利润差为

表1 商家在混合购买情况的最优策略

Table 1 Optimal strategy of merchants in mixed purchase

通过表1可以得到如下命题：

从命题3可以看出当商家面临的消费者差异性较大时，团购对于商家来说总是较好的选择。但是，当消费者差异性较小时，商家只有在网站收取的佣金较小时，才适合加入团购。如图4所示，其中阴影部分代表商家应该采取GS策略。

图4 商家团购决策

Figure 4 merchants’ group purchase decision

命题4如果GS对于商家来说是一个较优的策略，则有：

（2）消费者异质性增大，商家会相应地降低团购价格和服务质量；

（3）未来利润的贴现因子越大，团购价格和服务质量越高；

3.3 线上购买情形

约束条件：

图5 关于的参数分析

图6 消费者全部采取线上购买

Figure 6 Consumers only take online purchases

命题5当消费者采用线上购买方式时：

从命题5分析可以得知，当团购网站规模较小时，商家只有在团购网站收取佣金较低时才适合加入团购。当团购网站规模较大时，无论网站收取佣金多少，加入团购网站对于商家来说总是较优策略。另一方面，从商家线下规模角度来分析，在商家线下规模较小的情况下，面对差异性较大的消费者，加入团购网站总是较优策略；当消费者差异性较小时，只有在网站佣金较低时才适合加入团购。在商家线下规模较大的情况下，面对差异性较大的消费者，商家只有在佣金较低时才适合加入团购；但当消费者的差异性较小时，加入团购对于商家总是一个较优策略。

命题6如果GS策略是较优的策略，那么当网站收取的佣金较低（高）

时，相比OS策略下，商家会提高（降低）其服务质量。

命题7当消费者采用线上购买方式时，

图7 关于的参数分析

（2）未来利润的贴现因子越大，团购价格和服务质量越高；

与前一小节混合购买情形下不同的是，当团购规模较小时，服务质量随着异质性提高而提高；当团购规模较大时，服务质量随着异质性提高而降低。因此，当团购网站规模较小时，面对的消费群体差异性程度越高，商家所提供的服务质量越高，而且商家更倾向于在网站收取佣金较高的情况下，提高其团购价格。但是，当团购网站有了较大的规模时，面对的消费群体差异性程度越高，商家所提供的服务质量越低，而且商家更倾向于在佣金较高的情况下，降低其团购价格。这表明商家在选择合作的团购网站时应充分考虑其规模和收费强度，且与不同的团购网站合作的方式也有明显差异。

4 团购情形对比分析

综合前文的理论分析，表2总结了不同团购策略情形下的商家最优策略异同以及其变化趋势，通过对比可以进一步梳理商家在面对不同消费者群体市场时的最优策略。通过对比可以发现，在线下购买情形下，团购策略是绝对优于纯线下服务策略的，而混合购买情形或线上购买情形下，只有当消费者保留效用异质性较大或团购交易佣金较小时，团购策略才优于纯线下服务策略。这主要是由于在线下购买情形下，团购网站仅起到商家的新顾客引流作用，而新顾客并不会采用团购方式进行消费，因此商家也不需要支付团购网站相关的佣金费用。

表2 三种团购情形的对比分析

在线下购买情形下，团购策略下的最优服务质量会高于线下服务策略时的最优服务质量，而在混合购买情形和线上购买情形下，只有当交易佣金较小时，商家提供的服务质量才会高于线下策略时服务质量，否则，采用团购策略的商家反而会降低其服务质量。

保留效用异质性对于团购策略的影响则在线下购买情形和混合购买情形下表现出类似的规律，当消费者异质性增大时，商家的最优服务质量都会下降，而在线上购买情形中，只有当团购网站的规模较大时，异质性增大会导致团购服务质量降低，而如果团购网站规模较小，异质性增大会促使商家提高团购服务质量。

贴现因子对于商家决策的影响较为一致，不论是哪种情形下，当贴现因子增大时，商家都会提高团购服务质量。

由于线下购买情形下消费者不会通过团购网站进行消费，因此交易佣金对于线下购买情形下的商家决策没有实质性影响。而对于混合购买和线上购买情形，当网站提高佣金时，商家会降低团购服务质量。在网站规模较小时，商家还会同时提高团购价格，而网站规模较大时，商家则会相应地降低团购价格。

5 结语

本文研究了面向保留效用异质消费者组成的市场，服务商家的团购服务质量和定价联合决策问题。首先，在基本模型中考虑商家只经营线下服务，依据消费者效用构造需求函数并建立商家利润最大化模型，求解最优服务质量和线下一般价格。其次，商家决策是否通过团购网站进行促销，对比消费者线下购买效用和线上购买效用大小，分为三种情形来讨论。第一种情形，消费者全部转去线下购买，研究表明该情形下GS策略总是可以给商家带来更多的利润。此时，相比OS策略，商家会提高其服务质量。并且，服务质量随着消费者异质性地提高而降低；第二种情形，消费者混合购买，研究表明当消费者异质性较大时，GS策略总是可以给商家带来更多利润。但是，当异质性较小时，只有在佣金较低的情况下，GS策略才是较优的。相比OS策略，只有在佣金较低的情况下，商家才会提高其服务质量。并且，团购价格和服务质量都随着消费者异质性地提高而降低；第三种情形，消费者全部线上购买，当与商家合作的团购网站规模较小时，随着消费者异质性地提高，商家会提供较高的服务质量。当团购网站规模较大时，随着异质性地提高，商家会随之降低服务质量。这三种情形下，商家对未来利润预期越高，商家都会相应提高服务质量。通过本文研究可以发现调整服务质量以配合团购策略的实施对于企业经营尤为关键，另外，面对异质性差异大小不同的市场，也需要调整服务质量以获得最佳团购促销效果。

本文关注的是消费者异质下服务商家的服务网络团购质量与定价联合决策研究。未来的研究可以考虑以下几个方面：①考虑多个商家在网络团购中的竞争博弈模型，并考虑其竞争对于商家团购价格和服务质量以及利润的影响；②对于刚进入市场的服务商家考虑其线下价格未定，研究商家团购价格、线下价格、服务质量的最优决策；③同时考虑消费者在质量敏感性和保留效用的异质性，同时探讨多维异质性给团购服务质量与定价带来的影响。

[1] Areddy JT. Chinese Consumers Overwhelm Retailers with Team Tactics[N], The Wall Street Journal (February 28 2006).

[2] Doukidis G, Pramatari K, Lekakos G. OR and the management of electronic services[J]. European Journal of Operational Research. 2008, 187(3): 1296-1309.

[3] 智研咨询. 2016-2022年中国团购市场深度分析与发展前景预测报告[R]. 2016, 5.

Zhiyan Consulting. 2016-2022 China Group Buying Market In-depth Analysis and Development Prospect Forecast Report [R]. 2016, 5.

[4] Dholakia U M. How businesses fare with daily deals: A multi-site analysis of Groupon, Livingsocial, Opentable, Travelzoo, and BuyWithMe promotions[J]. Working paper, 2011.

[5] Galante J. Sometimes Groupon coupons work too well[N]. Bloomberg Businessweek. 2010, 33–34.

[6] Agrawal R. Groupon was “the single worst decision I have ever made as a business owner”[R].In TechCrunch, 2011, http://techcrunch.com/ 2011/06/09/groupon-single-worst-decision/.

[7] 中国电子商务研究中心. 2010年中国网络团购调查报告[R]. 2010.

China Electronic Commerce Research Center. 2010 China online group buying survey report [R]. 2010

[8] Qi L, Chu L Y, Chen R R. Quality provision with heterogeneous consumer reservation utilities[J]. Production & Operations Management, 2016, 25(5):883–901.

[9] Kagel JH, Levin D. Behavior in multi-unit demand auctions: experiments with uniform price and dynamic vickrey auctions[J]. Econometrica, 2001, 69(2): 413-454.

[10] Chen J, Chen X, Song X. Bidder's strategy under group-buying auction on the Internet[J]. Systems, Man and Cybernetics, Part A: Systems and Humans, IEEE Transactions, 2002, 32(6): 680-690.

[11] 陈曦, 王宁宁, 樊治平. 网络团购环境下基于电子中介的商品交易优化模型[J]. 运筹与管理, 2016, 25(3):19-25.

Chen X, Wang N N, Fan Z P. Optimization model for commodity transaction based on electronic intermediary under group-buying environment[J]. Operations Research and Management Science, 2016, 25(3):19-25.

[12] Kauffman R J, Wang B. New buyers' arrival under dynamic pricing market microstructure: The case of group-buying discounts on the Internet[J]. Journal of Management Information Systems, 2001, 18(2): 157-188.

[13] Dholakia U M, Tsabar G. A startup’s experience with running a Groupon promotion[J]. Working Paper. Rice University, Houston, USA, 2011.

[14] 姜璇, 邓世名, 李沿海. 考虑线下渠道时销售商在团购网站上的最优销售策略研究[J]. 运筹与管理, 2016, 25(3):46-56.

Jiang X, Deng S M, Li Y H. Optimal strategies for selling on group-buying website with consideration of offline channels[J]. Operations Research and Management Science, 2016, 25(3):46-56.

[15] Ni G, Xu Y, Xu J, et al. Optimal decisions for fixed-price group-buying business originated in China: a game theoretic perspective[J]. International Journal of Production Research, 2015, 53(10): 2995-3005.

[16] Zhang G, Shang J, Yildirim P. Optimal pricing for group buying with network effects[J]. Omega, 2015, 63:69-82.

[17] Anand K S, Aron R. Group buying on the web: A comparison of price-discovery mechanisms[J]. Management Science, 2003, 49(11): 1546-1562.

[18] Jiang X, Deng S. Optimal strategy for selling on group-buying website[J]. Journal of Industrial Engineering and Management, 2014, 7(4): 769-784.

[19] 白世贞, 吴雪艳, 鄢章华. 基于团购供应链协调的第三方平台盈利模式研究[J]. 软科学, 2016, 30(7):133-139.

Bai S Z, Wu X Y, Yan Z H. Study on profit model of third-party platform with supply chain coordination of group-buying on web[J]. Soft Science, 2016, 30(7):133-139.

[20] Gao F, Chen J. The role of discount vouchers in market with customer valuation uncertainty[J]. Production and Operations Management, 2015, 24(4): 665-679.

[21] 范丽繁, 王满四. 基于Bertrand模型的双寡头商家的团购定价策略[J]. 系统工程, 2016(4):62-69.

Fan L F, Wang M S. Group buying pricing strategy for duopoly merchants based on Bertrand model[J]. Systems Engineering, 2016(4): 62-69.

[22] 吴翠莲, 王谦, 田歆,等. 基于网络团购与广告投入的商家销售策略选择问题研究[J]. 管理评论, 2016, 28(11):235-244.

Wu C L, Wang Q, Tian X.Group-buying or advertising? Research on the selection of sales strategy[J]. Management Review, 2016, 28(11):235-244.

[23] Levitt T. Production-line approach to service[J]. Harvard business review, 1972, 50(5): 41-52.

[24] Lewis R C, Booms B H. The marketing aspects of service quality[J]. Emerging perspectives on services marketing, 1983, 65(4): 99-107.

[25] Gronroos C. A service quality model and its marketing implications[J]. European Journal of marketing, 1984, 18(4): 36-44.

[26] Oh H, Parks S C. Customer satisfaction and service quality: a critical review of the literature and research implications for the hospitality industry[J]. Hospitality Research Journal, 1997, 20: 35-64.

[27] Yen H J, Gwinner K P, Su W. The impact of customer participation and service expectation on Locus attributions following service failure[J]. International Journal of Service Industry Management, 2004, 15(1): 7-26.

[28] 孙晓东, 田澎, 赵藜. 消费者异质下基于质量-价格竞争的定价策略选择[J]. 系统管理学报, 2013, 22(3):349-357.

Sun X D, Tian P, Zhao L. Consumer heterogeneity and pricing strategies: A quality-price competition model[J]. Journal of Systems & Management, 2013, 22(3):349-357.

[29] 沈晓萍, 蔡舜, 徐迪. 服务类网络团购消费者购买意愿的实证研究[J]. 管理工程学报, 2016, 30(4):160-165.

Shen X P, Cai S, Xu D. Empirical research on consumers' purchase intention of service online group-buying[J]. Journal of Industrial Engineering and Engineering Management, 2016, 30(4):160-165.

[30] 刘佳佳. 餐饮团购服务质量与消费者团购行为意向关系研究[D].南京:南京师范大学, 2013.

Liu J J. Research on the relationship between the quality of catering group purchase service and the intention of consumers' group purchase behavior--based on the mediating role of website trust [D]. Nanjing: Nanjing Normal University, 2013.

[31] 张亚军, 张金隆, 陈江涛. 团购网站顾客忠诚影响因素的实证研究[J]. 软科学, 2015,29(9):107-112.

Zhang Y J, Zhang J L, Chen J T. Empirical study of influential factors on customer loyalty for group-buying websites[J]. Soft Science, 2015,29 (9):107-112.

[32] Wu Y, Zhu L. Joint quality and pricing decisions for service online group-buying strategy [J]. Electronic Commerce Research and Applications, 2017, 25: 1-15.

[33] Economides N. Quality choice and vertical integration[J]. International Journal of Industrial Organization, 1999, 17(6):903-914.

[34] Lim J, Currim IS, Andrews RL. Consumer heterogeneity in the longer-term effects of price promotions[J]. International Journal of Research in Marketing, 2005, 22(4): 441-457.

[35] Choudhary V, Ghose A, Mukhopadhyay T, et al. Personalized pricing and quality differentiation[J]. Management Science, 2005, 51(7): 1120-1130.

[36] 李凯, 苏慧清, 刘智慧. 基于消费者异质性偏好的零售商抗衡势力研究[J]. 中国管理科学, 2016, 24(9):53-63.

Li K, Sui H Q, Liu Z H. A research of retailer's countervailing power based on heterogeneity consumer preference[J]. Chinese Journal of Management Science, 2016, 24(9):53-63

[37] 唐尧, 马士华. 网络团购下的定价与持续时间决策[J]. 管理科学学报, 2015, 18(9):12-23+85.

Tang Y, Ma S H. Decisions on pricing and timing in online group buying[J]. Journal of Management Sciences in China, 2015,18(9): 12-23+85.

[38] Zhao M, Wang Y, Gan X. Signalling effect of daily deal promotion for a start-up service provider[J]. Journal of the Operational Research Society, 2014, 23(7): 25-39.

[39] Tsay A A, Agrawal N. Channel dynamics under price and service competition[J]. Manufacturing & Service Operations Management, 2000, 2(4):372-391.

Joint quality and pricing decisions for service online group-buying with heterogeneous consumer service reservation utilities

WU Yifan, ZHU Ling

(School of Business, East China University of Science and Technology, Shanghai 200237, China)

With the rapid development of e-commerce, online group-buying has become the main business model for many service providers. These sellers promote products through group-buying websites with relatively low online prices to attract more new customers, which help them broaden their markets. However, some prominent problems follow, especially the conflict between the service quality and marketing strategy. Therefore, the group-buying strategy cannot necessarily guarantee the long-term profit for the seller. It is very important to study whether and how the seller should implement its group-buying strategy, i.e., how to adjust the group-buying price and service quality.

In this paper, we study the seller’s joint quality and pricing decision for online group-buying under the condition that consumers are heterogeneous in their service reservation utilities, which depend on their personal needs or disposable incomes. We analyze the conditions under which a seller could benefit from the group-buying strategy by comparing the group-buying strategy (GS) and offline strategy (OS), in addition to discussing optimal decisions concerning service quality and online price. Based on consumer buying behavior, we analyze different scenarios, namely pure offline channel scenario, mixed channel scenario, and pure online channel scenario. We investigate the seller’s optimal service quality and group-buying price and obtain the following results:

1) In the pure offline channel scenario, GS is always more profitable for the seller, and the seller will improve its service quality compared with OS.

2) In the mixed channel scenario, GS will be a better strategy when the heterogeneity is relatively large, or the heterogeneity and the trading commission are both relatively low. Moreover, group-buying price and service quality both decrease with the consumer heterogeneity. Compared with OS, the seller will improve its service quality only when the trading commission is relatively low.

3) In the pure online channel scenario, GS will be a better strategy only when the trading commission is relatively low if the group-buying website scale is small. The seller’s service quality will increase with the heterogeneity. Otherwise, the seller’s service quality will decrease with the heterogeneity and GS is always a better strategy regardless of trading commission.

4) By analyzing these three scenarios, we can find that future discount factor’s impact on the seller’s decision is consistent which means the seller will always improve the service quality if it cares more about the future benefit.

Overall, our findings provide valuable insights for the seller who considers adopting a group-buying strategy. It is crucial to adjust the service quality to align with the online group-buying price when the target market differs in its consumer heterogeneity.

Online group-buying; Service quality; Consumer heterogeneity; Pricing

2017-01-25

2017-11-13

Supported by the National Natural Science Foundation of China (71471062, 71431004), the Shanghai Pujiang Talents Plan (17JPC023) and the Fundamental Research Funds for the Central Universities

C93；F274

A

1004-6062(2020)01-0094-011

10.13587/j.cnki.jieem.2020.01.011

2017-01-25

2017-11-13

国家自然科学基金资助项目（71471062、71431004）；上海市浦江人才计划（17JPC023）；中央高校基本科研业务资助项目

吴一帆（1982—），男，湖北武汉人；华东理工大学商学院副教授，博士，硕士生导师；研究方向：运营与供应链管理。

中文编辑：杜 健；英文编辑：Charlie C. Chen