黃千芷 張韻 倪凡 顏旭 周子露

【摘 要】 隨著網(wǎng)絡(luò)的發(fā)展和市場(chǎng)的變革，我國(guó)網(wǎng)紅電商迅猛發(fā)展，眾多學(xué)者探究網(wǎng)紅經(jīng)濟(jì)發(fā)展趨勢(shì)多基于定性研究，很少有通過(guò)定量研究分析網(wǎng)紅電商變現(xiàn)能力，探究其對(duì)傳統(tǒng)電商的借鑒意義。文中聚焦于影響網(wǎng)紅電商變現(xiàn)能力的因素研究，選取30家網(wǎng)紅店鋪通過(guò)聚類分析和多元回歸分析，對(duì)不同網(wǎng)紅店鋪進(jìn)行評(píng)價(jià)和對(duì)比，從而提出有效促進(jìn)網(wǎng)紅電商發(fā)展的建議，促進(jìn)電商運(yùn)營(yíng)模式升級(jí)。

【關(guān)鍵詞】 網(wǎng)紅電商 變現(xiàn)能力 聚類分析 回歸分析

一、緒論

隨著互聯(lián)網(wǎng)的發(fā)展與去中心化時(shí)代的到來(lái)， 網(wǎng)紅利用互聯(lián)網(wǎng)媒體走入公眾視野，將龐大的粉絲群體所帶來(lái)巨大的粉絲效應(yīng)和變現(xiàn)能力，將文化價(jià)值轉(zhuǎn)化為經(jīng)濟(jì)價(jià)值，形成網(wǎng)紅經(jīng)濟(jì)。其中，網(wǎng)紅與電子商務(wù)結(jié)合所形成的網(wǎng)紅電商，利用網(wǎng)紅的流量進(jìn)行變現(xiàn)，取得了可觀的效益。自2016年初頂級(jí)網(wǎng)紅papi醬獲得1200萬(wàn)首輪投資以來(lái)，網(wǎng)紅經(jīng)濟(jì)迅速發(fā)展，資本的大量涌入進(jìn)一步推動(dòng)網(wǎng)紅電商產(chǎn)業(yè)鏈的完善。根據(jù)微博櫥窗的數(shù)據(jù)顯示，網(wǎng)紅電商的月日均交易額與累計(jì)商品數(shù)量均保持著上升趨勢(shì)。2017年第二季的累計(jì)月日均交易額超過(guò)5470萬(wàn)元，較2016年同期增長(zhǎng)了106.9%，而在售商品品類數(shù)也較同期增長(zhǎng)了171.4%，根據(jù)Analysis易觀預(yù)測(cè)，2018年網(wǎng)紅產(chǎn)業(yè)規(guī)模將達(dá)到1000 億人民幣。網(wǎng)紅電商快速發(fā)展，但其快速打版、迅速出款、小批量生產(chǎn)、后期可迅速補(bǔ)貨等個(gè)性化需求，強(qiáng)烈制約著這種新型商業(yè)模式的效率。因此，如何保障網(wǎng)紅電商的變現(xiàn)能力，促進(jìn)網(wǎng)紅供應(yīng)鏈合理化建設(shè)，從而推動(dòng)網(wǎng)紅經(jīng)濟(jì)持續(xù)發(fā)展為本文探究的重點(diǎn)。

二、模型構(gòu)建

（一）模型選取

1.聚類分析，即將物理或抽象對(duì)象的集合分組為由類似的對(duì)象組成的多個(gè)類的分析過(guò)程。為避免遺漏重要影響因素，本文在選取指標(biāo)時(shí)盡可能全面考慮相關(guān)因素，由于變量較多，變量間可能存在相關(guān)度較高的現(xiàn)象，不便于回歸分析。因此本文運(yùn)用R型聚類分析對(duì)變量進(jìn)行分類處理，獲得網(wǎng)紅店鋪相關(guān)數(shù)據(jù)的分布狀況，通過(guò)觀察每一簇?cái)?shù)據(jù)的特征，集中對(duì)特定的聚簇集合進(jìn)行分析，總結(jié)得出影響網(wǎng)紅電商變現(xiàn)能力的因素和改進(jìn)方向。

2.多元線性回歸，即兩個(gè)或兩個(gè)以上自變量的回歸，社會(huì)經(jīng)濟(jì)現(xiàn)象的變化往往受到多個(gè)因素的影響，為了系統(tǒng)地對(duì)影響網(wǎng)紅電商變現(xiàn)能力的因素進(jìn)行分析，從而有針對(duì)性地改進(jìn)網(wǎng)紅電商盈利模式，我們選擇了“多元線性回歸模型”對(duì)我們的數(shù)據(jù)進(jìn)行處理分析，通過(guò)對(duì)影響網(wǎng)紅店鋪銷售量的多個(gè)指標(biāo)進(jìn)行量化分析，可以得到較為具體的數(shù)據(jù)。

（二）指標(biāo)體系構(gòu)建

目前國(guó)內(nèi)外對(duì)于網(wǎng)紅電商變現(xiàn)能力的研究仍處于定性研究的階段，本文參考了趙占波（2013）等為代表的學(xué)者關(guān)于影響C2C電商銷量或消費(fèi)者網(wǎng)購(gòu)行為的文獻(xiàn)，遵循科學(xué)性、可比性和可操作性原則， 根據(jù)淘寶網(wǎng)銷售量公式： 銷售量=訪客數(shù)×全店支付轉(zhuǎn)化率，從店鋪運(yùn)營(yíng)、網(wǎng)紅店鋪的影響力以及產(chǎn)品這三大方面甄選因素構(gòu)建影響網(wǎng)紅店鋪銷售量的因素體系，如表1所示：

三、模型的運(yùn)行及結(jié)果分析

（一）聚類分析

為減小由于樣本量不足而導(dǎo)致的誤差，本文先對(duì)小樣本進(jìn)行初步相關(guān)性分析，分析得出部分指標(biāo)存在較強(qiáng)的相關(guān)性，可能存在將指標(biāo)聚合成一類的情況。再將15個(gè)指標(biāo)依據(jù)相關(guān)性進(jìn)行R型聚類分析，再?gòu)拿總€(gè)類中選取一個(gè)指標(biāo)作為該類的代表性指標(biāo)進(jìn)行分析。

（1）指標(biāo)聚類。變量間的相近度采用相關(guān)系數(shù)，類間相似度的計(jì)算使用類平均法：，a、b 分別為 G1，G2 中樣本點(diǎn)的個(gè)數(shù)。聚類的樹形圖如圖1所示：

根據(jù)聚類圖，本研究組從15個(gè)指標(biāo)中選取如下13個(gè)分析指標(biāo)進(jìn)行回歸分析：銷售額（Y）、關(guān)鍵詞（X1）、質(zhì)量（X2）、歷史評(píng)價(jià)數(shù)（X3）、上新頻率（X3）、商品平均成交價(jià)格（X5）、界面設(shè)計(jì)（X6）、店鋪信譽(yù)（X7）、發(fā)貨速度（X8）、促銷方式（X9）、支付方式（X10）、物流配送（X11）、網(wǎng)紅粉絲數(shù)（X14）和網(wǎng)紅粉絲活躍度（X15）。

（2）店鋪聚類。根據(jù)以上13個(gè)指標(biāo)對(duì)店鋪進(jìn)行聚類分析，樣本間的相似性采用歐式距離度量：

（p 代表的是指標(biāo)數(shù)目，維度）

聚類圖如圖2所示。

從圖像可以看出，樣本之間具有明顯的類別區(qū)分，為了盡量使得類內(nèi)部間距低于2.5我們把樣本分為12類：第1類有16；第2類的有1、6、10；第3類有5、7、13、22、23、24；第4類有4、17、18、20、21、25、27、28、29、30；第5類有8；第6類有2；第7類的有11；第8類有 14、19；第9類有3、9；第10類有15；第11類有12；第12類的有26。

（3）差別分析

為了更好地看出類與類間的差別，在此選擇4類類間距離相對(duì)較大，且樣本容量大的類來(lái)做一個(gè)簡(jiǎn)單分析。因此，選取第二類、第三類、第四類和第十類作為代表對(duì)這四類店鋪?zhàn)鲆粋€(gè)簡(jiǎn)單的特征分析。

將類中各樣本的各項(xiàng)指標(biāo)求均值作為類的坐標(biāo)（p 維，p 代表的是指標(biāo)數(shù)目），處理后結(jié)果如圖3所示：

（4）結(jié)果分析

從圖中可以大致獲取的信息包括：

1）第二類店鋪相較于其他類型店鋪，更具網(wǎng)紅店鋪的特征：依靠粉絲流量變現(xiàn)。其銷量高的原因可能和網(wǎng)紅的粉絲數(shù)以及粉絲活躍度有很大關(guān)系；

2）第三類店鋪的銷量可能和關(guān)鍵詞的數(shù)量多有關(guān)，并且如果能夠 高店鋪信譽(yù)，銷量可 能會(huì)有更大的 升空間；

3）第四類店鋪屬于價(jià)格較高，并且其他各項(xiàng)指標(biāo)不突出，發(fā)展較為一般的類型； d.第十類店鋪的銷量和店鋪信譽(yù)及物流配送水平有一定的聯(lián)系。

4）第四、十類店鋪相較于第二類，更具有傳統(tǒng)服裝電商的特點(diǎn)：較少地依托于粉絲流量，更多的依托于服務(wù)質(zhì)量、產(chǎn)品質(zhì)量來(lái)升競(jìng)爭(zhēng)力。

（二）多元回歸分析

在結(jié)合對(duì)指標(biāo)進(jìn)行聚類分析的結(jié)果之后，本文采用多元線性回歸分析的方法對(duì)假設(shè)進(jìn)行驗(yàn)證，將數(shù)據(jù)進(jìn)行回歸，得到回歸方程如下：

Y=0.0590388-0.122330*+0.378473*+0.418752*+0.514874+0.222938*+0.105074*+0.222765*+0.130633*+0.197505*-0.935772*+0.040116*+0.189404*+0.099249

通過(guò)檢驗(yàn)擬合優(yōu)度、F檢驗(yàn)、t檢驗(yàn)，得出有部分的解釋變量之間的相關(guān)系數(shù)較高，存在著多重共線性，因此進(jìn)行逐步回歸后，對(duì)不符合t檢驗(yàn)的參數(shù)予以剔除，得出的回歸方程：

Y=0.369250+0.545496*+0.353597*-0.734726*

通過(guò)檢驗(yàn)可得出商品平均成交價(jià)格（）、店鋪信譽(yù)（）和物流配送（）對(duì)銷售量（Y）有顯著的影響。即在其他條件不變的情況下，商品平均成交價(jià)格每上升1單位，即會(huì)對(duì)銷售量產(chǎn)生0.545496單位的影響；其他條件不變的情況下，店鋪信譽(yù)的指數(shù)每上升1單位，即會(huì)對(duì)銷售量產(chǎn)生0.353597單位的影響；其他條件不變的情況下，物流配送每上升1單位，即會(huì)對(duì)銷售量產(chǎn)生-0.734726的影響。

（三）結(jié)果分析

（1）物流配送對(duì)網(wǎng)紅店鋪銷量的負(fù)向影響最為顯著，銷量越多物流服務(wù)水平越低。受淘寶網(wǎng)物流服務(wù)質(zhì)量的評(píng)分法則的影響，每家店鋪初始評(píng)分均為5分，隨后通過(guò)消費(fèi)者打分進(jìn)行計(jì)算。由于消費(fèi)者對(duì)物流配送的評(píng)價(jià)標(biāo)準(zhǔn)和對(duì)得分的感知不同，銷量越多出現(xiàn)低分的可能性越大，物流服務(wù)質(zhì)量評(píng)分越低。

（2）商品價(jià)格對(duì)網(wǎng)紅店鋪的銷量有顯著的正向影響。一般情況下消費(fèi)者的認(rèn)可價(jià)格受到感知質(zhì)量影響，感知質(zhì)量越高消費(fèi)者的認(rèn)可價(jià)格越高，網(wǎng)紅店鋪滿足消費(fèi)者的個(gè)性化需求，且30家店鋪平均成交價(jià)為100-600元左右，在消費(fèi)者可接受價(jià)格范圍內(nèi)，其傾向于用更高的價(jià)格購(gòu)買更高質(zhì)量的產(chǎn)品。

（3）店鋪信譽(yù)對(duì)網(wǎng)紅店鋪的銷量有正向影響。店鋪信譽(yù)評(píng)價(jià)有利于幫助消費(fèi)者甄選賣家，消費(fèi)者相信信譽(yù)良好的網(wǎng)紅店鋪產(chǎn)品質(zhì)量較高，從而形成購(gòu)買意愿并發(fā)生購(gòu)買行為。同時(shí)店鋪信譽(yù)會(huì)形成口碑效應(yīng)，信譽(yù)越高、評(píng)價(jià)越好的店鋪更容易引發(fā)消費(fèi)者的從眾行為，進(jìn)而產(chǎn)生購(gòu)買傾向。

四、對(duì)策及建議

基于對(duì)網(wǎng)紅店鋪銷量的影響因素研究，對(duì)我國(guó)網(wǎng)紅電商未來(lái)展方向出以下建議：

（1）高服務(wù)水平和產(chǎn)品質(zhì)量。產(chǎn)品和服務(wù)的質(zhì)量是店鋪經(jīng)營(yíng)的核心環(huán)節(jié)，保證高質(zhì)量的產(chǎn)品和服務(wù)能夠取得顧客的信任，進(jìn)個(gè)產(chǎn)生口碑效應(yīng)和重復(fù)購(gòu)買。賣家在交易前雙方的 溝通之中，應(yīng)注意掌握溝通技巧，引起買家好感，積極促成交易。建立消費(fèi)者數(shù)據(jù)庫(kù)，細(xì)分消費(fèi)市場(chǎng)，采取“個(gè)性化營(yíng)銷”方式，建立多款式、上新快、低庫(kù)存的私人定制式生產(chǎn)線，以占據(jù)網(wǎng)絡(luò)零售的優(yōu)勢(shì)地位。

（2）密切關(guān)注店鋪淘寶動(dòng)態(tài)評(píng)分。購(gòu)買者一般對(duì)低于預(yù)期的購(gòu)買經(jīng)驗(yàn)?zāi)娣葱睦磔^為嚴(yán)重，這時(shí)會(huì)出現(xiàn)評(píng)分過(guò)低的情況。賣家通過(guò)對(duì)物流配送評(píng)分的監(jiān)控，及時(shí)改善物流服務(wù)水平，具體方式有更換物流服務(wù)公司、加快發(fā)貨時(shí)間等。同時(shí)可加強(qiáng)與購(gòu)買者的溝通，減少非理性差評(píng)的概論，并通過(guò)返利等方式激勵(lì)購(gòu)買者做出購(gòu)買好評(píng)。

（3）采用多種定價(jià)策略。網(wǎng)紅店鋪可以通過(guò)低價(jià)策略在細(xì)分品類中打造爆款，吸引流 量，累積口碑。此外通過(guò)高定價(jià)打造一系列凡勃倫商品，打造出店鋪高質(zhì)量、高品味的形象。

（4）重視網(wǎng)紅在“前端”的意見領(lǐng)袖作用。網(wǎng)紅店鋪與普通淘寶店鋪的最大區(qū)別在于網(wǎng)紅能夠以自身魅力在社交平臺(tái)上吸引大量流量。在保證商品和服務(wù)質(zhì)量的前下，網(wǎng)紅應(yīng)注重自身營(yíng)銷，打造自身品牌，培養(yǎng)粉絲群，建立起穩(wěn)定且持續(xù)的客戶關(guān)系。

（5）充分利用多渠道營(yíng)銷。網(wǎng)紅店鋪可以通過(guò)多種社會(huì)化媒體平臺(tái)，增強(qiáng)消費(fèi)者互動(dòng)，實(shí)施多渠道宣傳推廣，以適應(yīng)消費(fèi)者多渠道、碎片化的購(gòu)物方式。

本文對(duì)網(wǎng)紅電商現(xiàn)狀分析發(fā)現(xiàn)了許多問(wèn)題，同時(shí)也給出了一些對(duì)策建議。網(wǎng)紅電商盈利模式與傳統(tǒng)模式相比，既存在流量大、個(gè)性化等優(yōu)點(diǎn)，同時(shí)也存在質(zhì)量、服務(wù)水平等方面的不足。網(wǎng)紅經(jīng)濟(jì)是否會(huì)成為未來(lái)經(jīng)濟(jì)發(fā)展趨勢(shì)仍有待商榷，但網(wǎng)紅電商盈利模式的改進(jìn)，加之政策支持，對(duì)網(wǎng)紅經(jīng)濟(jì)未來(lái)的發(fā)展具有一定的推動(dòng)作用。

【參考文獻(xiàn)】

[1] 趙占波，孫魯平，蘇萌. C2C中產(chǎn)品瀏覽量和銷量影響因素的對(duì)比研究[J]. 管理科學(xué)，2013，26（01）：58-67.

[2] 黃立志，梁霄. 當(dāng)前我國(guó)網(wǎng)紅經(jīng)濟(jì)現(xiàn)象式微[J]. 中國(guó)商論，2016（20）：8-10.

[3] 王強(qiáng)，陳宏民，楊劍俠. 搜尋成本、聲譽(yù)與網(wǎng)上交易市場(chǎng)價(jià)格離散[J]. 管理科學(xué)學(xué)報(bào)，2010，13（05）：11-20.

[4] 曾勇，魏明俠，岳鶴.在線消費(fèi)影響因素分析[J].河南工業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版）， 2006，（01）：8-10

[5] 閆強(qiáng)，王君珺.不同熱度搜索型產(chǎn)品的在線評(píng)論對(duì)銷量影響的實(shí)證研究[J].中國(guó)管理科學(xué)，2013，（S2）：406-411

[6] 付靜莎. 基于軟集合理論的C2C網(wǎng)商銷售量影響因素及指標(biāo)體系研究[D].重慶交通大學(xué)，2016.

[7] 潘勇.網(wǎng)絡(luò)“檸檬”環(huán)境下消費(fèi)者行為與抵消機(jī)制——基于信息經(jīng)濟(jì)學(xué)的視角[J].管理評(píng)論，2009，21（10）：41-51.

[8] 林莉，丁洪福.網(wǎng)絡(luò)環(huán)境下消費(fèi)者購(gòu)買意愿影響因素分析[J].中國(guó)商貿(mào)，2010（02）：14-15.

[9] Akerlof BGA. The Market for "Lemons"： Quality Uncertainty and The Market Mechanism[J]. Quarterly Journal of Economics， 2013， 84（3）： 488-500.

[10] Hsieh M T， Tsao W C.Reduing perceived online shopping risk to enhance loyalty： a website quality perspective[J].Journal of Risk Research，2014，17（2）：241-261

作者簡(jiǎn)介：黃千芷（1997-）、女，浙江溫州，中南財(cái)經(jīng)政法大學(xué)，物流管理專業(yè)，本科2015級(jí)，研究方向：網(wǎng)紅電商和柔性供應(yīng)鏈。

張 韻（1997-）、女，江蘇常州，中南財(cái)經(jīng)政法大學(xué)，物流管理專業(yè)，本科2015級(jí)，研究方向：互聯(lián)網(wǎng)家裝供應(yīng)鏈。

倪 凡（1998-）、女，湖北襄陽(yáng)，中南財(cái)經(jīng)政法大學(xué)，物流管理專業(yè)，本科2015級(jí)，研究方向：網(wǎng)紅電商和柔性供應(yīng)鏈。

顏 旭（1997-）、女，廣東佛山，中南財(cái)經(jīng)政法大學(xué)，物流管理專業(yè)，本科2015級(jí)，研究方向：網(wǎng)紅電商和柔性供應(yīng)鏈。

周子露（1997-）、女，安徽合肥，中南財(cái)經(jīng)政法大學(xué)，財(cái)務(wù)管理專業(yè)，本科2015級(jí)，研究方向：網(wǎng)紅電商和柔性供應(yīng)鏈。