油站促销效果量化途径

文／刘 庚 张 蕾 孙 强 叶李健

◇加油站促销是一种常态化的竞争手段。 供图/刘 飞

量化油站促销效果，使用倾向匹配得分方法或控制合成方法，效果明显。

随着产业转型升级稳步推进、替代能源快速发展，我国成品油市场需求增速放缓，市场竞争愈发激烈。在此条件下，加油站各种形式的促销营销成了常态化的竞争手段。但是，不同方式的促销，效果受到较多外部因素的干扰，很难进行横向比较，无法对未来的营销策划提供经验参考。因此，对加油站的不同促销效果进行量化评价，是当前促销中亟待解决的重要问题。

加油站促销效果的分析，主要难点在于缺乏可以参考的对比“标准”，可以尝试寻找和设计合理的参考对象，以实现对促销效果的精确测量，是一种可行的量化思路。

倾向得分匹配法，主要是对研究对象的各项指标打分并计算，得分越接近的两个主体相似程度越高，并以这个相似的主体作为“标准”开展对比研究。

与其他方法相比，该方法有助于构建反事实情况，可以帮助找到与所需研究的加油站匹配的另一个加油站，或一个匹配度较高的虚拟加油站，以及模拟加油站未采取促销方案时的销量变动情况，得以进一步确定不同促销政策下加油站的提枪数、实际收入和销量平均变动情况。

具体就是，把多个加油站分为两组，有促销的是“处理组”，没有促销的是“控制组”。为了找到处理组加油站A在“不促销情况下的标准”销量，可以从“控制组”中找到一个各方面特征与A非常相近的加油站，模拟这个加油站没有采取促销策略时的销量变动情况，具体如图1所示。

图1中，现实可观测的销量变动代表在t0到t1时间段内，可以观测到的加油站的油品销量变动，潜在变化趋势，代表在t0到t1时间段该加油站的反事实结果。两者在t1时的差值，就是我们要研究的促销策略所引起的油品销量变动情况。

匹配的过程类似于找到可以对两个加油站进行打分的可量化指标。通过对“处理组”和“控制组”内的加油站进行打分，进而从“控制组”中找到与所要研究的“处理组”中的加油站得分相近的加油站进行匹配，使得在分析比较时减少因加油站个体特征和其他外部因素带来的销量变动影响。

以某省205座站为例，研究四类促销策略对柴油销量的影响。

非油品促销（买赠促销）、油非互动促销1（油满全额赠非油）；油非互动促销2（油满额/非油总价绝对折扣）；油品促销（油品满数量-单位绝对折扣）。

研究发现：不同的促销方式，对加油站成品油销量提升的效果存在明显差异。对于柴油来说，油品促销（油品满数量-单位绝对折扣）为最优的促销策略。对于92号和95号汽油来说，油非互动促销（油满全额赠非油限定）是最优的促销策略。

◇图1 平均处理效应图

合成控制方法的本质，是通过构造虚拟的控制组解决因果识别问题，分析不同的促销策略所产生的效果。由于现实中并没有较好的站点样本作为控制组来进行促销策略、促销效果的对比分析，可以在已有数据情况下对现有的某一时间段内未受政策干预的站点进行处理，构造出一个虚拟的控制组站点，确保与采用促销策略站点的其他可能会影响销量的因素保持一致，剔除外部环境变动、站点其他因素等影响，进而分析促销策略的“净”效应。

为了探索单个促销策略对站点产生的影响，本文选取了一座加油站命名为W，对其采取的促销策略A使用合成控制方法进行研究。

表2展示构成了拟合站点（95号汽油）的权重组合，共选取52个加油站进行拟合，以52个站点的加权平均值作为拟合站点（95号汽油）的替代指标。

表1 不同营销策略的效果比较

表2 拟合站点（95号汽油）的加油站权重

◇图2 实际W站点（95号汽油）和拟合W站点（95号汽油）的销量均值

结果显示，仅有3座加油站具有权重，加油站编码为Z的加油站享有拟合中的最大权重。

根据模型可以拟合站点W 95号汽油的预测销量。对比显示，预测值较接近真实情况，表明合成控制法拟合了站点油品销量在政策实施前的特征，可以用于估计促销策略A对于站点油品销量的影响。

在不采用促销策略A政策实施之前，12—14日拟合站点油品销量与实际站点油品销量路径几乎一致，但14日到15日的过渡拟合站点油品销量开始持续高于实际站点油品销量，说明合成控制法对于政策实施前的站点油品销量路径复制存在部分缺陷，但对大体研究没有影响。

促销实施15日当天，实际站点油品销量约在1000L，而拟合站点油品销量约在1400L，相差400L，下降幅度为40%，拟合站点油品销量始终高于实际站点油品销量，且差距始终存在。

两者之间存在的差距意味着相对于采用了促销策略A的加油站，没有采用促销策略A降低了加油站的油品销量。

由此得出结论，不采用促销策略A，显著降低了站点（95号汽油）的油品销量。

控制合成方法能够对单个站点的具体促销进行有效分析，数据样本量和模型运算精度决定了运算的有效性。

1234倾向匹配得分方法、控制合成方法，都是因果推断在成品油营销方面的探索性应用。从实证结果来看，有较明显的效果，可以进一步深化应用。

但是，考虑到数据本身的运算量较大，对数据采集、变量控制、图形分析等方面有较高要求，因此其自动化、系统化的发展是大规模应用的方向。

一方面，量化结果可以用于对已有促销营销的总结、分析、考核等。另一方面，可以作为新促销方案的效果预估、可行性探索等，为公司和加油站进一步营销提供量化参考。

在未来进一步深化为工程应用系统，也就是作为公司或者加油站营销分析的软件或系统产品，能够更好地符合加油站的业务操作需求。

比如，加油站或加油站管理层只需对不同的营销方式、开始结束时间进行定义，模型就可以在后台进行倾向匹配和控制合成运算，将结果直接反馈到软件界面。操作人员不需要了解模型背后的运算逻辑，就可以根据量化结果不断优化实际业务操作。同时，随着数据积累和模型逐步成熟，其准确性可以不断提升。