胡東波 衡如丹 郭姜尚

摘要：針對O2O電商平臺利用補貼推廣策略搶占市場的情形，通過建立多智能體仿真模型，研究不同供需情境下O2O補貼推廣策略及不同參數(shù)變化對這種補貼策略的影響。結(jié)果表明：當(dāng)區(qū)域市場供需狀態(tài)由供不應(yīng)求轉(zhuǎn)變?yōu)楣┻^于求時，重點補貼對象將由服務(wù)商轉(zhuǎn)移到顧客，并且在供不應(yīng)求時的最優(yōu)補貼額度顯著小于供過于求時的補貼額度；提高新平臺用戶的平均體驗水平，可以擴大低廣告效果下平臺的市場占有率，削弱低廣告效果的不良影響，同時可以降低供過于求市場中的每單最優(yōu)補貼額；在新平臺用戶體驗水平較高時，口碑傳播對低廣告效果時的平臺補貼策略影響程度較大。

關(guān)鍵詞：O2O；補貼推廣；多智能體仿真

DOI：10.13956/j.ss.1001-8409.2016.06.22

中圖分類號：F724；F274 文獻標識碼：A 文章編號：1001-8409（2016）06-0096-08

Abstract：Under the back ground that O2O platforms use subsidy policy strategy to seize the market， multiagent simulation models are built to analyze the subsidy policies and the effects of different parameters on the strategy in different supplydemand situations in this paper. Results show that， when the market is short for supply， the key subsidies objects focus on the service providers.When the market is over supplied， key subsidies objects will be transferred to the customer and the optimal subsidies are significantly more than in the state of short for supply.In case of that advertising effects of new platforms is weak，improving the user experience of new platforms will expand market share，weaken its negative effects and reduce the optimal subsidy when the market is over supply.The influence of wordofmouth on the subsidy policy with a low advertising effect is more significant when the user experience of new platforms is at high level.

Key words：O2O； subsidy promotion； multiagent simulation

引言

隨著移動互聯(lián)網(wǎng)和智能終端的普及，O2O作為一種新型電子商務(wù)模式發(fā)展迅速，一種形式是Online to offline，消費者在線上預(yù)訂產(chǎn)品或服務(wù)并完成在線支付，然后在線下的實體店取貨或享受服務(wù)[1]，另外一種形式是Offline to Online，與前者流程相反，O2O電商平臺主要通過從商家與顧客的交易中抽取傭金或收取廣告費進行營利[2]。然而對于新進入市場的O2O平臺企業(yè)，需要與先期進入市場的平臺企業(yè)進行競爭來獲取市場份額，大部分平臺企業(yè)除了利用廣告等傳統(tǒng)促銷手段外，還采用了補貼推廣的方式來吸引顧客。但是對于補貼策略的選擇，平臺企業(yè)存在一定的盲目性，對最優(yōu)補貼額及補貼比例的確定，補貼推廣期、用戶體驗水平、顧客口碑等各種因素對補貼策略的影響等問題還沒有清晰地認識。

當(dāng)前對O2O模式的研究多集中于O2O產(chǎn)品及服務(wù)的選擇、O2O的運作模式及雙渠道零售商的定價上[3-9]。但對O2O平臺推廣策略研究較少，O2O模式下的雙渠道供應(yīng)鏈顛覆了原來傳統(tǒng)渠道的價格競爭模式，價格機制和補貼水平成為決策的關(guān)鍵要素，因此，本文運用多智能體仿真方法，建立由顧客、服務(wù)商、O2O平臺構(gòu)成的仿真模型，研究不同供需情境下O2O平臺的補貼推廣策略以及不同參數(shù)變化對這種補貼策略的影響。

1顧客與服務(wù)商交易模型

11模型基本假設(shè)

（1）區(qū)域市場中已存在一個O2O交易平臺，并先期占據(jù)了整個市場，且該平臺不會再做推廣活動；新進入的平臺需要采取廣告和補貼策略進行推廣以擴大市場占有率。

（2）當(dāng)顧客有服務(wù)需求時，只能通過O2O交易平臺發(fā)送訂單請求，且一次只在一個平臺上下單，不會同時使用兩個平臺；服務(wù)商則通過O2O交易平臺接收訂單并完成交易。

（3）顧客和服務(wù)商在區(qū)域市場內(nèi)隨機分布，服務(wù)商需要先到達顧客所在位置才能為其提供服務(wù)。

（4）顧客和服務(wù)商只有在新平臺成功交易一次后，才可能會向小世界中的好友推薦新平臺。

（5）當(dāng)推廣期結(jié)束后，顧客與服務(wù)商選擇新平臺的機率僅依賴于新平臺的用戶體驗偏好。

12顧客與服務(wù)商交易流程

當(dāng)市場內(nèi)有新平臺進入時，會涉及到用戶的狀態(tài)變化、平臺的選擇與轉(zhuǎn)換等問題，假設(shè)原有平臺為Oa，新進入市場的平臺為Ob，服務(wù)商和顧客的狀態(tài)分為ST1，ST2和ST3。

ST1：用戶不知道新平臺Ob，只在Oa平臺上進行交易。

ST2：用戶知道Ob并在移動終端安裝了Ob的應(yīng)用，但從未使用Ob平臺。

ST3：用戶已經(jīng)在Ob平臺上進行過交易。

（1）服務(wù)商和顧客的狀態(tài)轉(zhuǎn)變機制

在區(qū)域市場中，CCi|i∈1，n與PPj|j∈1，m分別表示顧客與服務(wù)商集合。當(dāng)顧客Ci有服務(wù)需求時，首先通過O2O交易平臺下單，服務(wù)商Pj則通過O2O交易平臺接單并完成交易，顧客和服務(wù)商ST1、ST2和ST3的狀態(tài)轉(zhuǎn)變?nèi)缦拢?/p>

ST1到ST2：用戶狀態(tài)的轉(zhuǎn)變受新平臺Ob廣告效果和用戶小世界好友推薦的影響。對于廣告的影響，用戶由ST1到ST2轉(zhuǎn)變的間隔時間TT服從指數(shù)分布TT=exponentialAe，其中Ae為廣告效果，即單位時間內(nèi)顧客平均接收廣告并安裝App的次數(shù)。對于好友的推薦效果，假設(shè)所有Ci∈C與Pj∈P間存在小世界網(wǎng)絡(luò)Nl，其中l(wèi)為N中最大連接好友數(shù)。當(dāng)Ci或Pj的Ue>05時會向好友推薦Ob，Ue為用戶對平臺的體驗偏好。設(shè)好友間的平均聯(lián)系頻率為Cr，對好友的平均說服力為Co∈0，1，則Ci或Pj向好友有效推薦Ob的間隔時間為Tc=exponentialCr*Co。當(dāng)顧客和服務(wù)商接收到好友的推薦信息時，就會由狀態(tài)ST1轉(zhuǎn)變?yōu)镾T2。

ST2到ST3：此時顧客或服務(wù)商受廣告或小世界好友的推薦已經(jīng)知道了Ob，這里Ob的廣告包括使用平臺時的補貼優(yōu)惠。用戶接觸到Ob的廣告時，會有一個初始的轉(zhuǎn)化率Tr。因每個用戶對推廣補貼的偏好程度不同，Usi，Usj分別為Ci與Pj對Ob的補貼效果偏好，1-（1-Tr）（1-Usi），1-（1-Tr）（1-Usj）分別表示Ci與Pj接收到新平臺廣告宣傳時由ST2到ST3的轉(zhuǎn)變概率。

（2）顧客下單平臺的選擇與轉(zhuǎn)換機制

當(dāng)顧客產(chǎn)生服務(wù)需求時，必然涉及到Oa與Ob平臺的選擇與轉(zhuǎn)換。當(dāng)顧客Ci的狀態(tài)為ST1時，只在Oa下單；當(dāng)顧客Ci的狀態(tài)為ST2時，以概率1-（1-Tr）（1-Usi）選擇Ob下單；當(dāng)顧客Ci的狀態(tài)為ST3時，以概率1-1-Uei1-Usi選擇在Ob下單。其中，Uei為Ci對Ob的用戶體驗偏好。

當(dāng)顧客在一個平臺下單后，若等待時間過長，超過其等待限度，顧客將撤消在該平臺上的訂單請求，并在另一平臺重新下單。平臺轉(zhuǎn)換的最長等待時間Twi=exponential1Tw ，其中，Tw為平均最長等待時間。

當(dāng)前下單平臺為Ob時，下單后等待訂單確認的時間超過等待時間時，用戶將轉(zhuǎn)換到Oa來重新發(fā)送訂單請求；當(dāng)前下單平臺為Oa時，若Ci的狀態(tài)為ST1，此時將繼續(xù)等待不轉(zhuǎn)換平臺；當(dāng)顧客知道或用過平臺Ob時，超過等待時間，顧客將從Oa轉(zhuǎn)換到Ob重新發(fā)送訂單需求。

（3）服務(wù)商接單平臺選擇機制

當(dāng)服務(wù)商Pj的狀態(tài)為ST1時，僅從Oa接單；當(dāng)服務(wù)商Pj的狀態(tài)為ST2時，以概率1-1-Tr1-Usj優(yōu)先選擇在Ob接單；當(dāng)服務(wù)商Pj的狀態(tài)為ST3時，以概率1-1-Uej1-Usj優(yōu)先選擇在Ob下單。其中，Uej為Pj對Ob的用戶體驗偏好。

（4）服務(wù)商的平臺接單機制

服務(wù)商Pj對于顧客Ci所下訂單會首先計算單位時間收益Ej。在原有平臺Oa中，Ej=PSiTSi+TMji，PSi表示為顧客Ci提供服務(wù)的價格，TSi為服務(wù)時間，TMji為服務(wù)商Pj到達顧客Ci所處位置的時間。而在新平臺Ob中，Ej=PSi+SpTSi+TMji，Sp為新平臺對服務(wù)商的補貼。對于Oa或Ob，Pj均選擇Ej值最大的訂單。

若平臺Oa或Ob中沒有訂單，則服務(wù)商Pj經(jīng)過一個接單間隔時間TPj后重新選擇接單平臺。

（5）平臺最優(yōu)補貼決策機制

假設(shè)新平臺Ob在推廣期加大補貼推廣力度可以提高推廣期結(jié)束時的市場占有率，但當(dāng)推廣期結(jié)束后，顧客與服務(wù)商選擇新平臺Ob的概率僅依賴于用戶體驗，所以新平臺Ob的市場占有率R的理論最大值為Rt=11+μ，μ為新平臺用戶體驗均值。市場占有率R的實際最大值Ra可能受某些因素的制約，不一定能達到理論的最大市場占有率Rt。考慮補貼成本的話，能達到最大市場占有率的決策不一定是最優(yōu)決策，假定存在一個滿意度水平α，然后在滿意度α水平下通過比較分析找出最優(yōu)的補貼策略S*。

在補貼策略S中選擇2個關(guān)鍵因素π和θ，π表示平臺Ob的每單交易中對顧客和商家的補貼總額，θ表示每單補貼額π中對顧客的補貼比重。S（Sk（πk，θk）|Rk≥α·Rt）是市場占有率達到滿意水平的所有補貼策略的集合，S*即為達到滿意度水平α下的最優(yōu)補貼策略。若在滿意度水平α下，推廣期結(jié)束后的市場占有率沒有達到滿意的市場占有率，則不存在最優(yōu)的補貼策略S*π*，θ*。

2仿真模型構(gòu)建

本文運用Anylogic70進行仿真建模，分別定義了3類智能體：顧客智能體、O2O交易平臺智能體、服務(wù)商智能體。其中，顧客智能體與O2O平臺智能體定義的變量如綜合上述分析，隨著服務(wù)商數(shù)量的增加，市場由供不應(yīng)求向供過于求的狀態(tài)轉(zhuǎn)變時，最優(yōu)補貼策略由全部補貼給供應(yīng)商轉(zhuǎn)變?yōu)槿垦a貼給顧客，且在供不應(yīng)求時的最優(yōu)補貼額π*顯著小于供過于求的補貼額。

除了服務(wù)商數(shù)量m會引起供求關(guān)系的變化外，顧客數(shù)量n、顧客的平均需求間隔時間Td、顧客每次的平均服務(wù)時間Ts、服務(wù)商的平均接單時間間隔Tp、還有服務(wù)商到達客戶的速度v，這些參數(shù)的變化均會引起供求關(guān)系的改變。

（a）服務(wù)商數(shù)量（m）（b）市場供不應(yīng)求（m=40）

（c）市場供求平衡（m=50）（d）市場供過于求（m=60）

32平均用戶體驗對補貼策略的影響

在區(qū)間[06，14]改變平均用戶體驗μ，不同市場狀態(tài)下的最優(yōu)補貼策略如圖2所示。在供不應(yīng)求的市場中，在把補貼額全部補給服務(wù)商的情況下，隨著平均用戶體驗水平μ的提高，最優(yōu)補貼策略基本沒有變化。但在供過于求的市場中，當(dāng)補貼額全部分配給顧客，隨著平均用戶體驗水平的提升，最優(yōu)補貼額逐漸下降。

33廣告效果對補貼策略的影響

在區(qū)間[0025，0100]改變廣告效果Ae，不同市場狀態(tài)下廣告效果與市場占有率之間的關(guān)系如圖3所示。在兩種市場狀態(tài)下，當(dāng)廣告效果較弱時，推廣期結(jié)束后新平臺的實際最大市場占有率低于理論最大市場占有率，且廣告效果越弱，則實際的市場占有率越低于理論市場占有率，這可以稱作低廣告效果的不良影響；當(dāng)廣告效果足夠強時，推廣期結(jié)束后實際最大市場占有率接近于理論最大市場占有率。

為檢驗在廣告效果較低時，新平臺平均用戶體驗水平對市場占有率的影響，在區(qū)間[06，14]改變新平臺平均用戶體驗水平μ，補貼分配比重θ取值為{0，05，10}，市場占有率與平均用戶體驗水平的關(guān)系如圖4所示。當(dāng)廣告效果較低時，實際最大市場占有率Rb低于理論最大市場占有率Rt，Rb/Rt的大小受μ的調(diào)節(jié)，當(dāng)μ<1時，Rb/Rt快速下降，并趨于一個固定值，即當(dāng)μ<1時，會加劇低廣告效果帶來的不良影響；當(dāng)μ>1時，Rb/Rt快速上升，實際最大市場占有率迅速接近并達到滿意的市場占有率，并趨于穩(wěn)定。即當(dāng)新平臺Ob的平均用戶體驗比原有平臺Oa高時，會降低低廣告效果帶來的不良影響。圖3不同市場狀態(tài)下廣告效果Ae與Rb/Rt的關(guān)系

市場占有率的關(guān)系

34初始轉(zhuǎn)化率對補貼策略的影響

在區(qū)間[00005，00035]改變平臺初始轉(zhuǎn)化率Tr，其與最優(yōu)補貼策略的關(guān)系如圖5所示。Tr越大，最優(yōu)補貼策略的補貼額越低，當(dāng)Tr上升至較高水平時，最優(yōu)補貼額降為0，在這種情況下，由于新平臺本身的初始轉(zhuǎn)化率很高，就不再需要進行補貼推廣。

35補貼效果系數(shù)對補貼策略的影響

在區(qū)間[0001，0010]改變補貼效果強度系數(shù)λ，其與最優(yōu)補貼額的關(guān)系如圖6所示。補貼效果系數(shù)越高，單位補貼額對用戶的吸引力越大，就會減小給用戶每單的補貼額，即補貼效果系數(shù)越大，每單最優(yōu)補貼額越小。

36補貼推廣期對補貼策略的影響

在區(qū)間[20，90]改變補貼推廣期t，廣告效果取值為{0025，02}，在兩種廣告效果下，補貼推廣期與市場占有率、最優(yōu)補貼策略和總推廣費用的關(guān)系如圖7所示。圖7a、b、c表示在Ae=0025時，補貼推廣期對補貼策略的影響，圖7d、e、f表示在Ae=02時，補貼推廣期對補貼策略的影響。

在Ae較低時，隨著推廣期的延長，新平臺的市場占有率會逐漸增加達到并超過滿意的市場占有率，最后接近理論的市場占有率；若推廣期較短，在Rb/Rt<α?xí)r，不存在最優(yōu)補貼策略，在達到滿意的市場占有率后，出現(xiàn)最優(yōu)補貼策略。當(dāng)Rb/Rt接近α?xí)r，最優(yōu)補貼額較高，推廣期內(nèi)的總推廣費用也較高，但是隨著推廣期的增加，Rb/Rt繼續(xù)增大并接近1時，最優(yōu)補貼額迅速下降，推廣期總推廣費用也隨之大幅降低，因此，在廣告效果較低時，當(dāng)不存在最優(yōu)補貼策略時，可以考慮適當(dāng)延長補貼推廣期。

在Ae較高時，隨著推廣期的延長，新平臺的市場占有率會迅速接近理論的市場占有率，最優(yōu)補貼額逐漸降低，但總的推廣費用變化不大，說明推廣期長短對推廣成本沒有影響，但考慮到推廣的時間效應(yīng)，盡可能在短期內(nèi)迅速占領(lǐng)市場，因此，可以采用在較短的推廣期內(nèi)提高每筆交易的補貼額的措施。圖7補貼推廣期對補貼策略的影響

37口碑傳播對補貼策略的影響

在用戶的小世界網(wǎng)絡(luò)中，影響口碑傳播的因素分別為：個體的最大好友連接數(shù)l、平均聯(lián)系頻率Cr、平均說服力Co，用戶向好友推薦的前提是基于對平臺的體驗水平。此外口碑傳播的強度與好友數(shù)、聯(lián)系頻率、平均說服力的關(guān)系如表3所示，在聯(lián)系頻率、平均說服力不變的情況下，好友數(shù)越多，則口碑傳播強度越大；聯(lián)系頻率和平均說服力對口碑傳播強度的影響與之相同，在聯(lián)系頻率和好友說服力不變的情況下，選取小世界網(wǎng)絡(luò)連接數(shù)，分析其對補貼策略的影響。

口碑傳播受廣告效果和新平臺的平均用戶體驗水平的影響，在區(qū)間[0，5]改變網(wǎng)絡(luò)連接數(shù)l，廣告效果Ae分別取值為{0025，01}，平均用戶體驗取值為{06，14}，在廣告效果和新平臺平均用戶體驗處于高低兩種水平下，網(wǎng)絡(luò)連接數(shù)與市場占有率和最優(yōu)補貼額的關(guān)系如圖8所示，圖8a、b表示在Ae=0025時，用戶口碑對推廣策略的影響，圖8c、d表示Ae=01時，用戶口碑對推廣策略的影響。

在Ae水平較高時，低用戶體驗水平下的網(wǎng)絡(luò)連接數(shù)的增加對實際的市場占有率幾乎沒有影響，雖然會引起最優(yōu)補貼額的波動，但影響有限。但在高用戶體驗水平下，隨著網(wǎng)絡(luò)連接數(shù)的增加，實際的市場占有率會趨于理論的市場占有率，最優(yōu)補貼額也迅速下降，并趨于穩(wěn)定。當(dāng)新平臺的用戶體驗水平較高時，口碑傳播對補貼策略有一定影響，并且對在Ae水平較低時的影響強度要高于對在Ae水平高時的影響，這有助于彌補新平臺低廣告效果的不良影響。因此，當(dāng)新平臺具有高用戶體驗水平時，尤其在廣告效果較低的情況下，可以利用用戶的口碑傳播擴大市場占有率，如強化O2O平臺應(yīng)用中的分享功能與機制，以達到節(jié)省補貼推廣費用的目的。

4結(jié)論

本文運用多智能體仿真方法對O2O平臺補貼推廣策略及其影響因素進行了研究，得到結(jié)論如下：

（1）考慮到市場內(nèi)的供求關(guān)系，當(dāng)服務(wù)市場由供不應(yīng)求的狀態(tài)轉(zhuǎn)變?yōu)楣┻^于求的狀態(tài)時，新平臺補貼策略實施的重點將由商家轉(zhuǎn)移到顧客。同時，在兩種市場狀態(tài)下提高新平臺用戶的平均體驗水平，都會擴大新平臺的市場占有率，但在供不應(yīng)求的市場中，提高新平臺的平均用戶體驗水平不會對最優(yōu)補貼策略造成較大影響；但在供過于求的市場中，提高新平臺的平均用戶體驗水平會降低每單的最優(yōu)補貼額。

（2）在新平臺的廣告效果較低，推廣后實際市場占有率小于α滿意度水平下的市場占有率的情況下，在該滿意度水平下不存在最優(yōu)補貼策略，且廣告效果越弱，實際的市場占有率越低，這可以稱作低廣告效果的不良影響。此時若想找到一個最優(yōu)補貼策略，需要降低滿意度水平；當(dāng)廣告效果足夠大時，推廣期結(jié)束后的實際最大市場占有率接近理論最大市場占有率并存在最優(yōu)補貼策略：在供不應(yīng)求的市場中把補貼費用全部分配給服務(wù)商，在供過于求的市場中把補貼費用全部分配給顧客。同時，在廣告效果較低時，提高新平臺的平均用戶體驗水平，可以提高新平臺的市場占有率，使其達到滿意的市場占有率。

（3）在新平臺的廣告效果較低時，延長推廣期可以使實際市場占有率達到滿意水平下的市場占有率，此時存在最優(yōu)補貼策略。同時，新平臺也可以提高廣告效果，縮短推廣期，以同樣的推廣費用迅速占領(lǐng)市場。

（4）新平臺的初始轉(zhuǎn)化率越大，最優(yōu)補貼額越低，當(dāng)初始轉(zhuǎn)化率達到很高水平時，最優(yōu)補貼額降為0，在這種情形下，由于平臺本身的初始轉(zhuǎn)化率已經(jīng)很高就不再需要進行補貼推廣。

（5）補貼效果系數(shù)越大，即單位補貼額對用戶吸引力越大，新平臺進行補貼推廣時的每單最優(yōu)補貼額越低。

（6）在新平臺具有高用戶體驗水平時，口碑傳播會對補貼策略產(chǎn)生影響，且對低廣告效果時的補貼策略影響程度更大。因此，在平臺具有高用戶體驗水平，尤其是同時處于低廣告效果的情況下，可以充分利用口碑傳播，如強化O2O平臺App應(yīng)用中的分享功能與機制，以彌補低廣告效果的不良影響，節(jié)省補貼推廣費用。

在上述結(jié)論中，本文僅考慮了區(qū)域市場中新平臺企業(yè)采用補貼推廣策略的情形，但在實際的市場競爭中，存在多個企業(yè)同時采取補貼策略進行競爭博弈的情況，并且用戶會同時選擇多個平臺進行操作，未來可以對這些問題進行進一步研究。

參考文獻：

[1]盧益清， 李忱. O2O商業(yè)模式及發(fā)展前景研究[J]. 企業(yè)經(jīng)濟， 2013， （11）： 98-101.

[2]陳佑成， 郭東強. 基于多案例分析的中國O2O商業(yè)模式研究[J]. 宏觀經(jīng)濟研究， 2015， （04）： 14-22.

[3]Bravo R， Hem L E， Pina J M. From Online to Offline through Brand Extensions and Alliances [J]. International Journal of E-Business Research， 2012， 8（1）： 17-34.

[4]Chu J， Arce-Urriza M， Cebollada-Calvo J， et al. An Empirical Analysis of Shopping Behavior Across Online and Offline Channels for Grocery Products： The Moderating Effects of Household and Product Characteristics[J]. Journal of Interactive Marketing， 2010， 24（4）： 251-268.

[5]Phang C W， Tan C， Sutanto J， et al. Leveraging O2O Commerce for Product Promotion： An Empirical Investigation in Mainland China[J]. IEEE Transactions on Engineering Management， 2014， 61（4）： 623-632.

[6]劉鵬. 020本地生活服務(wù)電子商務(wù)模式研究[D].北京郵電大學(xué)， 2012.

[7]Gallino S， Moreno A. Integration of Online and Offline Channels in Retail： The Impact of Sharing Reliable Inventory Availability Information[J]. Management Science， 2014， 60（6）： 1434-1451.

[8]Grewal D， Janakiraman R， Kalyanam K， et al. Strategic Online and Offline Retail Pricing： A Review and Research Agenda[J]. Journal of Interactive Marketing， 2010， 24（2）： 138-154.

[9]Hua G， Wang S， Cheng T C E. Price and Lead Time Decisions in Dual-channel Supply Chains.[J]. European Journal of Operational Research， 2010， 205（1）： 113-126.

[10]吳曉志， 陳宏， 張俊. 考慮在線補貼的零售商水平O2O供應(yīng)鏈協(xié)調(diào)[J].