胡 培,劉自玲
(西南交通大學(xué) 經(jīng)濟(jì)管理學(xué)院,四川 成都 610031)
口碑信息影響下O2O雙渠道模式的分析
胡 培,劉自玲
(西南交通大學(xué) 經(jīng)濟(jì)管理學(xué)院,四川 成都 610031)
考慮到口碑效應(yīng)對(duì)消費(fèi)者購(gòu)買意愿的影響,選其作為影響因素,基于Hotelling模型建立了O2O雙渠道模式下消費(fèi)者效用的基本模型,求出了在口碑信息影響下的線上渠道線下渠道的定價(jià)、需求量以及利潤(rùn)的變化,并在此基礎(chǔ)上進(jìn)一步建模分析了口碑信息的影響對(duì)消費(fèi)者剩余以及社會(huì)福利的影響。研究表明,在不考慮成本因素的情況下,口碑信息對(duì)哪種渠道的利好影響程度越高,其相應(yīng)的價(jià)格、需求量以及利潤(rùn)都會(huì)較另一種渠道偏高,同時(shí)消費(fèi)者剩余以及社會(huì)福利也會(huì)隨之而升高,從而為商家進(jìn)行O2O模式中的口碑營(yíng)銷提供微觀理論基礎(chǔ)。
O2O電子商務(wù);口碑信息影響;Hotelling模型
隨著傳統(tǒng)互聯(lián)網(wǎng)以及移動(dòng)互聯(lián)網(wǎng)的不斷發(fā)展,O2O已經(jīng)不是一個(gè)細(xì)分領(lǐng)域,其市場(chǎng)越來(lái)越大,整個(gè)產(chǎn)業(yè)已經(jīng)發(fā)展到線上互聯(lián)網(wǎng)和傳統(tǒng)生活線下零售交易融合的階段,越來(lái)越多的商家看到互聯(lián)網(wǎng)的潛力以及“互聯(lián)網(wǎng)+”的趨勢(shì)和環(huán)境,逐步布局O2O戰(zhàn)略,外賣、家裝、酒店業(yè)、旅游等都已經(jīng)開(kāi)始逐步發(fā)展O2O商業(yè)模式。根據(jù)億歐網(wǎng)2016年5月5日?qǐng)?bào)道,二手車B2C+O2O一站式購(gòu)車交易服務(wù)平臺(tái)“車101”已完成1 000萬(wàn)美元A輪融資,5月6日房產(chǎn)O2O平臺(tái)愛(ài)屋吉屋對(duì)外宣布已完成1.2億美元D輪融資,電商京東于4月將“拍到家”更名為“京東大家”,以主打2小時(shí)快速配送的方式切入社區(qū)O2O服務(wù),6月16日幼教互聯(lián)網(wǎng)企業(yè)“慧沃網(wǎng)”正式對(duì)外公布了其B輪1.2億人民幣融資到位的消息,并公布了其“智慧聯(lián)盟”計(jì)劃和首批幼兒園的試點(diǎn)成果,目前不僅有各大商家紛紛布局O2O,傳統(tǒng)的教育行業(yè)也開(kāi)始涉足,未來(lái)將迎來(lái)O2O商業(yè)模式發(fā)展的黃金階段。那么根據(jù)O2O的發(fā)展模式,怎樣才能提高企業(yè)的銷售額,達(dá)到企業(yè)利潤(rùn)的增長(zhǎng)呢?
早在2010年Alex Rampell[1]在Techcrunch上首次提出了O2O的概念,這種與B2C、C2C有區(qū)別但又有聯(lián)系的電子商務(wù)開(kāi)始逐漸發(fā)展,而在此之前,Thisse和Vives(1988)[2]研究了分布在線性城市兩端的兩廠商在運(yùn)輸成本是線性的基礎(chǔ)上得出歧視定價(jià)是最優(yōu)的定價(jià)策略,這為O2O電子商務(wù)模式兩種不同渠道的定價(jià)提供了一定的理論參考。在國(guó)內(nèi),楊麗芳[3]通過(guò)分析O2O趨勢(shì)下零售業(yè)重構(gòu)顧客滿意度評(píng)價(jià)體系的必要性對(duì)在O2O經(jīng)營(yíng)模式下顧客滿意度評(píng)價(jià)指標(biāo)進(jìn)行設(shè)計(jì),內(nèi)容涉及到產(chǎn)品服務(wù)、價(jià)格、渠道和促銷,而這一系列的內(nèi)容可以歸納出顧客對(duì)O2O模式的口碑信息。馬莉婷[4]從線上線下雙渠道的角度運(yùn)用Hotelling線性模型對(duì)O2O本地生活服務(wù)類企業(yè)的定價(jià)進(jìn)行了分析,指出價(jià)格越低的商品越適合開(kāi)展O2O。鄒波[5]通過(guò)分析O2O電子商務(wù)模式中線上線下雙渠道模式的市場(chǎng)供需,運(yùn)用分類建模的方式研究了啟發(fā)式挖掘定價(jià)機(jī)制。以上學(xué)者的研究從論證O2O模式發(fā)展的必然性到從定價(jià)方面來(lái)尋求O2O電子商務(wù)的發(fā)展,為本文的模型構(gòu)建提供了理論基礎(chǔ)。
隨著電子商務(wù)發(fā)展而來(lái)的還有互聯(lián)網(wǎng)營(yíng)銷,互聯(lián)網(wǎng)口碑營(yíng)銷因其傳播效率高、傳播方式多元化、互動(dòng)性強(qiáng)、具有匿名性等特點(diǎn)在互聯(lián)網(wǎng)營(yíng)銷中也越來(lái)越重要[6]。Arndt[7]指出口碑是指信息傳遞者與信息接收者之間通過(guò)面對(duì)面或電話所進(jìn)行的溝通行為。Gelb和Johnson[8]指出通過(guò)互聯(lián)網(wǎng)傳達(dá)的信息溝通與交流也是口碑傳播的一種形式即網(wǎng)上口碑。Hanson[9]等人的研究表明隨著互聯(lián)網(wǎng)的發(fā)展,網(wǎng)絡(luò)口碑得到了國(guó)內(nèi)外很多學(xué)者的關(guān)注??诒畟鞑ブ阅苡腥绱舜蟮年P(guān)注度,在于其是影響消費(fèi)者購(gòu)買的最重要因素,Katzhe和Lazaesfeld[10]指出口碑對(duì)消費(fèi)者轉(zhuǎn)換品牌的影響力是新聞及雜志的7倍、人員推銷的4倍、廣告廣播的2倍,在促使消費(fèi)者的態(tài)度從否定、中立到肯定的過(guò)程中作用是廣告的9倍。同時(shí),Helm[11]在2000年的研究表明網(wǎng)絡(luò)口碑具有傳播范圍大、速度快的特點(diǎn),比起傳統(tǒng)的口碑傳播更能影響消費(fèi)者的態(tài)度。
國(guó)內(nèi)學(xué)者在網(wǎng)絡(luò)口碑影響消費(fèi)者決策方面也有大量的研究,金立印[12]通過(guò)實(shí)驗(yàn)法考察了網(wǎng)絡(luò)口碑信息對(duì)消費(fèi)者購(gòu)買決策的影響,分析了網(wǎng)絡(luò)口碑在口碑信息類型、傳播方向和產(chǎn)品涉入度等不同情況下表現(xiàn)出的差異。周耿和易斯琦[13]則是通過(guò)多元回歸分析了傳播者的專業(yè)強(qiáng)度、網(wǎng)站可信度、關(guān)系強(qiáng)度和感知風(fēng)險(xiǎn)對(duì)在線口碑效應(yīng)的顯著正向影響,接收者的性別對(duì)關(guān)系強(qiáng)度與口碑傳播效果之間的關(guān)系具有調(diào)節(jié)作用。郭國(guó)慶、楊學(xué)成[6]等人指出了網(wǎng)上口碑傳播的傳播途徑及網(wǎng)上口碑傳播的特點(diǎn),并以此探討了企業(yè)要開(kāi)展網(wǎng)絡(luò)口碑營(yíng)銷的應(yīng)用策略。
以上學(xué)者的研究多是注重O2O電子商務(wù)模式的研究和網(wǎng)絡(luò)口碑營(yíng)銷的研究,對(duì)于在O2O模式下的網(wǎng)絡(luò)口碑信息對(duì)O2O電子商務(wù)雙渠道影響的分析涉及較少,本文擬從這個(gè)角度出發(fā),基于Hotelling經(jīng)典模型研究在O2O電子商務(wù)模式下口碑信息對(duì)O2O電子商務(wù)雙渠道模式下的產(chǎn)品定價(jià)、需求量以及利潤(rùn)的影響。
2.1 加入口碑信息影響的O2O電子商務(wù)模型描述
如圖1所示,O2O電子商務(wù)模型主要應(yīng)用于但不局限于本地的生活服務(wù)類企業(yè),它主要適用于有線上和線下兩條銷售渠道的企業(yè),消費(fèi)者可任意選擇一條銷售渠道進(jìn)行購(gòu)買,而銷售渠道口碑信息的好壞將直接影響消費(fèi)者的購(gòu)買決定和購(gòu)買需求,從而影響該企業(yè)的產(chǎn)品定價(jià)、銷售和利潤(rùn)等,此口碑好壞信息可以是線上商品的價(jià)格相對(duì)于線下商品的價(jià)格低廉,也可以是對(duì)產(chǎn)品質(zhì)量、包裝等好壞的評(píng)價(jià)。
圖1 加入口碑信息影響的O2O電子商務(wù)模型
2.2 模型假設(shè)
(1)假設(shè)運(yùn)用O2O電子商務(wù)的商家只針對(duì)一種商品或服務(wù)的銷售,其銷售渠道分為兩種,即基于網(wǎng)絡(luò)平臺(tái)的O2O電子商務(wù)模式和傳統(tǒng)的銷售模式。
(2)商家的商品或服務(wù)的銷售量是不確定的,需要根據(jù)消費(fèi)者的效用來(lái)確定。
(3)消費(fèi)者為理性的經(jīng)濟(jì)人,只會(huì)選擇使他自身獲得效用大的渠道進(jìn)行商品或服務(wù)的消費(fèi),價(jià)格、口碑好壞都是影響消費(fèi)者決策的重要因素。
(4)為了簡(jiǎn)化處理,本文不計(jì)算成本對(duì)線上線下渠道的影響。
2.3 符號(hào)約定
基于口碑信息的影響,通過(guò)Hotelling模型對(duì)O2O模式下的商家定價(jià)、銷售及利潤(rùn)進(jìn)行分析,具體符號(hào)說(shuō)明如下:
v0:消費(fèi)者通過(guò)網(wǎng)絡(luò)在線購(gòu)買商品或服務(wù)所獲得的效用;
v1:消費(fèi)者通過(guò)傳統(tǒng)渠道購(gòu)買商品或服務(wù)所獲得的效用;
V:商品或服務(wù)的使用價(jià)值,當(dāng)該商品或服務(wù)價(jià)格為0時(shí)消費(fèi)者的效用最大;
p0:商品或服務(wù)的線上價(jià)格;
p1:商品或服務(wù)的線下價(jià)格;
t:消費(fèi)者購(gòu)買商品或服務(wù)付出的旅行成本,其現(xiàn)實(shí)意義為通過(guò)兩種消費(fèi)渠道購(gòu)買商品的成本,t越大,表示成本越高,t越小則成本越小,t>0;
θ:商品或服務(wù)兩種銷售渠道的口碑對(duì)消費(fèi)者效用的影響系數(shù),取值為[ ] 0,2,如果0≤θ≤1,則表示口碑信息的影響不利于該商品或服務(wù)的線上銷售渠道,相對(duì)來(lái)說(shuō)較有利于線下銷售渠道,反之1≤θ≤2則表示口碑信息有利于該商品或服務(wù)的線上銷售渠道;
x:消費(fèi)者選擇何種消費(fèi)渠道的偏好程度;
q0:商品或服務(wù)通過(guò)線上渠道的需求量;
q1:商品或服務(wù)通過(guò)線下渠道的需求量;
π0:商品或服務(wù)的線上銷售利潤(rùn);
π1:商品或服務(wù)的線下銷售利潤(rùn)。
構(gòu)建一個(gè)消費(fèi)者對(duì)線上和線下渠道偏好的Hotelling線性模型,如圖2所示。
圖2 消費(fèi)者對(duì)不同渠道偏好的Hotelling模型
圖2 橫軸表示不同的消費(fèi)者對(duì)兩種不同渠道的偏好程度,線段左端表示線上渠道,右端表示線下渠道,x代表的是消費(fèi)者選擇線上渠道的偏好程度,也就是到0點(diǎn)的距離,x越小,表明消費(fèi)者對(duì)線上渠道的偏好程度越高,x越大表明消費(fèi)者對(duì)線下渠道的偏好程度越高,同時(shí)設(shè)單位旅行成本為t,加入口碑系數(shù)θ對(duì)線上渠道的影響,則消費(fèi)者選擇兩類渠道所獲得的效用為:
通過(guò)線上渠道購(gòu)買所獲得的效用:
通過(guò)線下渠道購(gòu)買所獲得的效用為:
商家通過(guò)線上渠道獲得的利潤(rùn)為:
商家通過(guò)線下渠道獲得的利潤(rùn)為:
企業(yè)開(kāi)展O2O模式進(jìn)行銷售,分別建立了兩種渠道的消費(fèi)者效用函數(shù)后,對(duì)其進(jìn)行求解,當(dāng)兩種渠道效用相等,即v0=v1,根據(jù)商家的利潤(rùn)函數(shù)π0=p0q0,π1=p1q1,可得利潤(rùn)最大化時(shí)的價(jià)格:
根據(jù)式(7)、(8)可解出均衡時(shí)的最大利潤(rùn)為:
該模型通過(guò)對(duì)消費(fèi)者效用分析求解出該商品或服務(wù)的需求量,再通過(guò)需求量分析出商家的銷售利潤(rùn),其最優(yōu)解見(jiàn)表1。
這一部分將對(duì)以上求解得出的在口碑信息影響下O2O模式雙渠道的價(jià)格、需求量和利潤(rùn)進(jìn)行對(duì)比分析,在不考慮成本的情況下分析口碑系數(shù)對(duì)兩種營(yíng)銷渠道價(jià)格、銷量和利潤(rùn)的影響。
表1 模型的最優(yōu)解和企業(yè)最大利潤(rùn)
命題1:當(dāng)口碑信息影響有利于線上渠道時(shí),隨著有利口碑信息的影響程度越高其定價(jià)也會(huì)越高,同時(shí)其定價(jià)也會(huì)比線下渠道的定價(jià)高,當(dāng)口碑信息不利于線上渠道時(shí),隨著口碑信息影響系數(shù)減小其定價(jià)會(huì)越低,口碑信息影響系數(shù)與線上渠道的價(jià)格成正相關(guān),與線下渠道的價(jià)格成負(fù)相關(guān)。
當(dāng)0≤θ≤1時(shí),有p0*-p1
*<0,可知當(dāng)口碑信息的影響不利于線上渠道時(shí),線上渠道的定價(jià)會(huì)小于線下渠道的定價(jià)。
當(dāng)1≤θ≤2時(shí),有p0*-p1
*>0,可知當(dāng)口碑信息的影響有利于線上渠道時(shí),線上渠道的定價(jià)會(huì)大于線下渠道的定價(jià)。
命題2:當(dāng)口碑信息的影響有利于線上渠道時(shí),隨著口碑影響系數(shù)的增大其需求量也會(huì)不斷增大,同時(shí)其需求量比線下渠道的需求量大,當(dāng)口碑信息的影響不利于線上渠道時(shí),隨著口碑信息影響系數(shù)的下降其需求量也會(huì)下降,口碑信息影響系數(shù)與線上渠道的需求量成正相關(guān),與線下渠道的需求量成負(fù)相關(guān)。
證明:對(duì)表1中線上最優(yōu)需求量和線下的最優(yōu)需求量q0
*、q1
*分別對(duì)口碑信息影響系數(shù)θ進(jìn)行求導(dǎo)可得:
當(dāng)0≤θ≤1時(shí),有q0*-q1
*<0,可知當(dāng)口碑信息的影響不利于線上渠道時(shí),線上渠道的需求量會(huì)小于線下渠道的需求量。
當(dāng)1≤θ≤2時(shí),有q0*-q1
*>0,可知當(dāng)口碑信息的影響有利于線上渠道時(shí),線上渠道的需求量會(huì)大于線下渠道的需求量。
命題3:當(dāng)口碑信息的影響有利于線上渠道時(shí),隨著口碑信息影響系數(shù)的增大其利潤(rùn)也上升,同時(shí)其利潤(rùn)會(huì)比線下渠道的利潤(rùn)高,當(dāng)口碑信息的影響不利于線上渠道時(shí),其利潤(rùn)隨著口碑信息影響系數(shù)的減小而下降,口碑信息的影響系數(shù)逐漸有利于線下渠道時(shí),線下渠道的利潤(rùn)則會(huì)比線上渠道的利潤(rùn)高。
*隨著θ的增大而減小,即線上渠道的利潤(rùn)會(huì)隨著口碑信息影響的利好程度增加而不斷減少;當(dāng)時(shí)此時(shí)與θ成正比隨著θ的增大而增大,即線上渠道的利潤(rùn)會(huì)隨著口碑信息影響的利好程度增加而不斷增加。
當(dāng)0≤θ≤1時(shí)可知當(dāng)口碑信息的影響不利于線上渠道時(shí),線上渠道的利潤(rùn)會(huì)小于線下渠道的利潤(rùn)。當(dāng) 1≤θ≤2時(shí)可知當(dāng)口碑信息的影響有利于線上渠道時(shí),線上渠道的利潤(rùn)會(huì)大于線下渠道的利潤(rùn)。
消費(fèi)者剩余是指消費(fèi)者在購(gòu)買一定數(shù)量的某種商品時(shí)愿意支付的最高總價(jià)格和實(shí)際支付的總價(jià)格之間的差額[14],結(jié)合Hotelling模型,可得:
社會(huì)福利函數(shù)是社會(huì)所有個(gè)人的效用水平函數(shù),可以表達(dá)為消費(fèi)者剩余函數(shù)加上Hotelling模型中兩種銷售渠道的利潤(rùn)函數(shù),如下所示:
化簡(jiǎn)可得:
通過(guò)計(jì)算可以得出消費(fèi)者剩余函數(shù)CS與社會(huì)福利函數(shù)WS是關(guān)于θ的二次函數(shù),取t=1,v=25,得出消費(fèi)者剩余函數(shù)CS和社會(huì)福利函數(shù)WS的函數(shù)圖像如圖3所示。
圖3 口碑信息影響系數(shù)對(duì)消費(fèi)者剩余和社會(huì)福利的影響
由圖3可得:當(dāng)0≤θ≤1時(shí),消費(fèi)者剩余CS和社會(huì)福利WS與θ成反比,即當(dāng)口碑信息的影響不利于線上渠道有利于線下渠道時(shí),口碑信息影響系數(shù)θ越接近0,即線下渠道的口碑越好時(shí),消費(fèi)者剩余與社會(huì)福利都在不斷上升,當(dāng)口碑信息的利好程度從線下渠道逐漸偏移到線上渠道時(shí),消費(fèi)者剩余與社會(huì)福利會(huì)隨著口碑信息影響系數(shù)θ的增大而先下降后上升,特別是社會(huì)福利函數(shù),當(dāng)θ趨近于1時(shí)有最小值,當(dāng)1≤θ≤2時(shí),消費(fèi)者剩余CS與社會(huì)福利WS成正比,即當(dāng)口碑信息的影響有利于線上渠道時(shí),消費(fèi)者剩余和社會(huì)福利會(huì)隨著口碑信息的影響系數(shù)增大而不斷增大。消費(fèi)者剩余函數(shù)CS與社會(huì)福利函數(shù)WS之間成正相關(guān),隨著消費(fèi)者剩余的不斷增大,社會(huì)福利也在不斷增大,說(shuō)明在O2O模式下,當(dāng)線上渠道或者線下渠道的口碑影響利好程度越高時(shí),隨著交易的不斷進(jìn)行,社會(huì)總福利是不斷增長(zhǎng)的。
互聯(lián)網(wǎng)向各行各業(yè)地深入推動(dòng)了O2O的飛速發(fā)展,本文在傳統(tǒng)O2O模式中加入了口碑信息對(duì)銷售渠道的影響,經(jīng)過(guò)基于Hotelling模型對(duì)O2O雙渠道模式進(jìn)行建模求解分析,可以得出當(dāng)口碑信息有利于線上渠道時(shí),隨著有利口碑信息的影響程度越高其定價(jià)、需求量和利潤(rùn)也會(huì)越高,同時(shí)其定價(jià)、需求量和利潤(rùn)也會(huì)比線下渠道的定價(jià)、需求量和利潤(rùn)高,當(dāng)口碑信息不利于線上渠道時(shí),隨著口碑信息影響系數(shù)減小其定價(jià)、需求量和利潤(rùn)會(huì)越低,口碑信息影響系數(shù)與線上渠道的價(jià)格、需求量成正相關(guān),與線下渠道的價(jià)格、需求量成負(fù)相關(guān)。
以上結(jié)論是在不考慮線上線下銷售渠道成本的情況下通過(guò)建模而得出的。在互聯(lián)網(wǎng)深入發(fā)展的趨勢(shì)下,“互聯(lián)網(wǎng)+”已經(jīng)代表了一種新的經(jīng)濟(jì)形態(tài),跨界融合、重塑結(jié)構(gòu),構(gòu)建良性零售業(yè)線上線下生態(tài)圈是這一時(shí)代的要求和必然,只有根據(jù)時(shí)代改變而做出改變或調(diào)整的企業(yè)才能在市場(chǎng)競(jìng)爭(zhēng)中生存下來(lái),故企業(yè)在進(jìn)行O2O電子商務(wù)活動(dòng)營(yíng)銷渠道選擇時(shí),在成本相同或者相差不遠(yuǎn)的情況下可以根據(jù)自身企業(yè)需求有目的的對(duì)銷售渠道進(jìn)行利好信息的口碑營(yíng)銷,借助口碑效應(yīng)的效果,不僅可以相應(yīng)提高商品的價(jià)格,同時(shí)還可以得到更多的銷售量和利潤(rùn)。此外,在分析了口碑信息對(duì)價(jià)格、需求量及利潤(rùn)的影響后,本文在其基礎(chǔ)上進(jìn)一步分析了口碑信息對(duì)消費(fèi)者剩余以及社會(huì)福利的影響,對(duì)旅行成本及商品固有效用取特定值1和25進(jìn)行分析,可以得出隨著交易的不斷增加,口碑信息的影響越有利于線上渠道時(shí),消費(fèi)者剩余越大,社會(huì)總福利也在不斷增長(zhǎng)。
接下來(lái)可以考慮在O2O電子商務(wù)模式中考慮線上線下的不同成本對(duì)定價(jià)、需求量以及利潤(rùn)的影響進(jìn)行擴(kuò)展研究。同時(shí)也可以深入研究互聯(lián)網(wǎng)+的新的經(jīng)濟(jì)形式下怎樣找準(zhǔn)利潤(rùn)點(diǎn),贏得市場(chǎng)贏得消費(fèi)者。
[1]Alex Rampell.Why online 2 offline commerce is a trillion dollar opportunity[EB/OL].http://techcrunch.com/2010/08/07/whyonline2offline-commerce-is-a-trillion-dollar-opportunity/
[2]Thisse J F,Vices X.On the Strategic Choice of Spatial Price Policy[J].American Economic Review,1988,(78):122-137.
[3]楊麗芳.O2O趨勢(shì)下零售業(yè)顧客滿意度評(píng)價(jià)體系構(gòu)建[J].企業(yè)改革與管理,2014,(16):107-108.
[4]馬莉婷.O2O本地生活服務(wù)類企業(yè)的雙渠道定價(jià)策略分析[J].福建江夏學(xué)院學(xué)報(bào),2014,(5):25-38.
[5]鄒波.O2O電子商務(wù)模式下的啟發(fā)式定價(jià)機(jī)制探討[J].統(tǒng)計(jì)與決策,2014,(7).
[6]郭國(guó)慶,楊學(xué)成.互聯(lián)網(wǎng)時(shí)代的口碑營(yíng)銷及應(yīng)用策略[J].財(cái)貿(mào)經(jīng)濟(jì),2006,(9):56-59.
[7]Arndt J.Role of Product-related Conversations in the Diffusion of a New Product[J].Journal of Marketing Research,1967, (4),291-295.
[8]Gelb B,Johnson M.Word-of-Mouth Communication:Causes and Consequences[J].Journal of Health Care Marketing,1995, 15(3):54-58.
[9]Hanson W A.Principles of Internet Marketing[M].Ohio:South-West College Publishing,2000.
[10]Katz E,P E Lazaesfeld.Personal Influence:The Part Played by People in the Flow of Mass Communications[M].Glencoe, IL:Free Press,1955.
[11]Helm S.Viral Marketing:Estavlishing Customer Relationships by Word-of-mouse[J].Electronic Markets,2000,10(3).
[12]金立印.網(wǎng)絡(luò)口碑信息對(duì)消費(fèi)者購(gòu)買決策的影響:一個(gè)實(shí)驗(yàn)研究[J].經(jīng)濟(jì)管理,2007,(22):36-42.
[13]周耿,易斯琦.在線口碑效應(yīng)的影響因素及性別差異研究[J].廣東商學(xué)院學(xué)報(bào),2013,(1).
[14]高鴻業(yè).西方經(jīng)濟(jì)學(xué)(微觀部分)第五版[M].北京:中國(guó)人民大學(xué)出版社,2012.
Analysis of O2O Duo-channel Mode with Word-of-mouth Influence
Hu Pei,Liu Ziling
(School of Economics&Management,Southwest Jiaotong University,Chengdu 610031,China)
In this paper,with reputation as an influence factor on the buying tendency of the consumers and based on the Hotelling model,we established the basic model of consumer utility under the O2O duo-channel mode,yielded the change in the price,demand and profit of the online and offline channels under the influence of the reputation information,and then on such basis,further analyzed the influence of the reputation information on consumer surplus and social welfare.At the end,we discussed the findings made in the analysis.
O2Oe-commerce;word-of-mouthinfluence;Hotelling model
F224.0;F713.365.1
A
1005-152X(2017)02-0085-05
10.3969/j.issn.1005-152X.2017.02.021
2016-12-28
胡培(1957-),男,重慶人,教授,博導(dǎo),博士,研究方向:管理系統(tǒng)分析與決策、企業(yè)管理理論及應(yīng)用;劉自玲(1993-),女,四川中江人,碩士研究生,研究方向:項(xiàng)目管理、電子商務(wù)。