田能能

摘 要：以供應商和零售商組成的二級供應鏈為對象，引入大數(shù)據(jù)背景下的計算廣告，建立了微分對策模型。比較分散模式、集中模式和契約模式下的最優(yōu)決策，設計了聯(lián)合收益共享、成本共擔的雙渠道協(xié)調機制。研究表明，基于微分對策的聯(lián)合契約能夠促成大數(shù)據(jù)背景下雙渠道供應鏈動態(tài)合作廣告的協(xié)調。最后，利用數(shù)值算例的仿真對結論進行驗證。

關鍵詞：大數(shù)據(jù)；雙渠道供應鏈；計算廣告；微分博弈

中圖分類號：F273 文獻標識碼：A 文章編號：1008-4428（2018）06-0012-04

一、 引言

約翰·沃納梅克（John Wanamaker）曾提出：“我知道在廣告上的投資有一半是無用的，但問題是我不知道是哪一半。”這個問題困擾了人們一百多年，隨著大數(shù)據(jù)時代的到來，互聯(lián)網(wǎng)廣告應運而生，特別是其計算廣告有效解決了這一難題。在計算廣告中，大數(shù)據(jù)技術需要從龐雜的數(shù)據(jù)背后實時處理和分析用戶購買行為，找出更符合用戶“口味”的產(chǎn)品和服務，激發(fā)用戶消費行為，并在此過程中不斷進行調整、優(yōu)化。依托于大數(shù)據(jù)的計算廣告能夠實現(xiàn)精準匹配，提供定制化個性廣告，提高廣告的直接轉化效。本文在此基礎下研究大數(shù)據(jù)背景下雙渠道供應鏈動態(tài)合作廣告策略。

在動態(tài)合作廣告問題方面，很多學者進行了深入研究。Nerlove等建立了經(jīng)典的Nerlove-Arrow廣告模型，用微分博弈刻畫品牌商譽動態(tài)變化；Jorgensen等將廣告分為長期廣告和短期廣告，指出商譽受長期廣告影響，建立了供應鏈動態(tài)廣告合作模型；Jorgensen等假設銷量依賴于商譽和促銷活動，分析了制造商對零售商的促銷活動提供補貼和不提供補貼兩種情形，研究供應鏈動態(tài)定價和合作策略；Zhang等提出零售商可能在某些情況下?lián)碛信c制造商相同甚至更大的權力，將伙伴關系納入合作廣告協(xié)調；Chutani等及Karray等，將模型擴展至多個制造商和多個零售商的情形，研究了供應鏈動態(tài)合作策略。

綜上所述，關于供應鏈廣告的現(xiàn)有文獻大都研究傳統(tǒng)廣告對供應鏈的影響，綜合考慮大數(shù)據(jù)背景下雙渠道供應鏈廣告動態(tài)合作策略較少。鑒于此，本文研究大數(shù)據(jù)背景下，供應商投放計算廣告，進行大數(shù)據(jù)營銷，并借鑒經(jīng)典Nerlove-Arrow模型，將消費者轉化率設定為狀態(tài)變量，構建大數(shù)據(jù)背景下動態(tài)廣告微分博弈模型，研究分散模式、集中決策模式和契約模式下的最優(yōu)決策問題，為大數(shù)據(jù)環(huán)境下投入計算廣告的供應鏈雙渠道協(xié)調提供一定的指導意義。

二、 問題描述與基本假設

（一）問題描述

考慮由單一供應商（S）和單一零售商（R）組成的供應鏈系統(tǒng)，生產(chǎn)銷售一種固定生命周期的產(chǎn)品，供應商投入計算廣告，進行大數(shù)據(jù)營銷，與此同時收集到的消費者偏好信息用以質量改進。零售商通過傳統(tǒng)渠道進行銷售，同時供應商開拓網(wǎng)上直銷渠道，假設零售商在供應鏈中占主導地位，供應鏈結構如圖1所示。

由圖2和圖3可知，契約協(xié)調機制下的消費者轉化率高于分散狀態(tài)下的消費者轉化率，契約機制下的供應商收益、零售商收益均高于分散狀態(tài)下的相應收益。

圖4 契約下供應商和零售商利潤隨σs和σr的變化趨勢

圖4驗證了命題4的正確性，說明供應鏈成員的利潤隨著渠道權利的增大而增大。圖4是契約下供應商和零售商獲得的利潤隨σs和σr的變化趨勢，x軸、y軸分別為供應商和零售商在供應鏈渠道中的影響力和相對的談判議價能力，z軸為供應商和零售商在契約機制下各自的利潤，由圖4可說明供應鏈成員的利潤隨著渠道權利的增大而增大。

表1給出了不同傳統(tǒng)渠道新增市場份額占雙渠道比例下的最優(yōu)契約參數(shù)及供應商和零售商最優(yōu)收益變化。例如當傳統(tǒng)渠道新增市場份額占雙渠道比例η=0.36時，此時由聯(lián)合協(xié)調契約的充分條件，可解得零售商的廣告合作比例及質量改進參與程度為0.35、0.35。此時協(xié)調前的供應商和零售商最優(yōu)利潤分別為7567.83元和6428.103元，協(xié)調后的供應商和零售商最優(yōu)利潤分別為7823.66元和7003.71元，由此可見通過聯(lián)合契約協(xié)調可以明顯增加供應鏈成員企業(yè)利潤，并且供應鏈的總體利潤也從13995.94元變?yōu)?4827.36元，供應鏈系統(tǒng)帕累托改進明顯。

六、 結語

文章針對大數(shù)據(jù)背景下單一供應商和零售商組成的雙渠道供應鏈，考慮供應商在大數(shù)據(jù)背景下投入計算廣告及質量努力水平對消費者轉化率的影響，構建了消費者轉化率變化的微分方程和網(wǎng)上直銷渠道、傳統(tǒng)渠道的不同需求函數(shù)，在這種情況下并通過Stackelberg博弈比較了分散決策模式和集中決策模式下供應商的最優(yōu)計算廣告投入水平、最優(yōu)質量努力水平和最優(yōu)收益，發(fā)現(xiàn)集中決策模式下的供應鏈收益明顯優(yōu)于分散決策情形。通過契約機制設計使得分散決策模式下的最優(yōu)計算廣告投入水平、質量努力水平等于集中決策模式下最優(yōu)計算廣告投入水平及質量努力水平，使之等于集中決策時的供應鏈整體最優(yōu)收益，以實現(xiàn)雙渠道供應鏈協(xié)調的最終目的。因此本文設計了成本共擔契約、利潤分享契約，通過契約參數(shù)設計可以實現(xiàn)雙渠道協(xié)調，實現(xiàn)雙渠道供應鏈的整體收益最優(yōu)化。最后通過算例仿真驗證了文章相關結論。

另外，文章考慮的是單一供應商和零售商的大數(shù)據(jù)背景下計算廣告投入水平及質量努力水平對消費者轉化率的影響，在此基礎上建立的微分對策模型，研究對象為單一品種的兩級供應鏈雙渠道動態(tài)合作廣告協(xié)調，因此如何考慮多品種的多級供應鏈的雙渠道動態(tài)合作廣告協(xié)調機制將是下一步值得研究的方向。同時，大數(shù)據(jù)背景下的互聯(lián)網(wǎng)廣告與傳統(tǒng)廣告很多情況下是并存的，下一步可綜合考慮這兩種情形。

參考文獻：

[1]Lynch C. Big data： How do your data grow？[J]. Nature，2008，455（7209）：28-29.

[2]紀文迪，王曉玲，周傲英.廣告點擊率估算技術綜述[J].華東師范大學學報（自然科學版），2013（3）：2-14.