楊蕊 馬騁

摘要：由于電子商務平臺存在競爭，構建了由一個制造商和兩個平臺組成的博弈模型，并運用Stackelberg博弈和Nash均衡，分析了不同渠道模式下的均衡定價及利潤，研究兩個平臺在同一消費市場進行銷售時的渠道均衡選擇問題。在均衡狀態(tài)下，收益分享比例較小時，隨著數據驅動營銷效率的增加，傳統平臺由于轉售模式采購成本的增加會選擇代理模式;收益分享比例適中時，兩個平臺均會選擇代理模式以追求渠道效應;收益分享比例較大時，隨著數據驅動營銷效率的增加，傳統平臺由于缺乏零售層面的競爭優(yōu)勢會選擇轉售模式。

關鍵詞：電子商務平臺;渠道模式;零售競爭;數據驅動營銷

中圖分類號：F272???????? 文獻標志碼：A

隨著大數據和互聯網技術的快速發(fā)展，基于互聯網平臺的供應鏈正進入數字化階段，世界各地出現了大量使用數據驅動營銷（DDM）的平臺。電子商務平臺如京東、天貓、攜程等，擁有大量的消費者交易和行為數據，由于天然的數據獲取優(yōu)勢，平臺的大部分營銷活動都依靠數據驅動分析[1]。數據驅動營銷以數據為驅動、技術為依托，通過平臺上消費者的歷史消費數據，分析和把握消費者需求日趨重要，為制造商制定針對性的營銷活動，最終提高消費者效用[2]。在DDM成為主流營銷方式的同時，電子商務對消費者日趨重要，制造商紛紛加入平臺進行線上銷售，使得平臺一直面臨著銷售模式選擇的問題。近年來，關于DDM的研究多側重于定量分析。例如，文獻[3]提出DDM的定義，并以17個市場的調查數據和分析為依據，表明數據驅動營銷在全球垂直市場和業(yè)務部門應用中發(fā)揮著重要作用;對供應鏈中的數據分析功能進行系統的文獻綜述，闡明DDM是數據驅動分析的重要組成部分[4];探究了數據驅動分析在未來如何影響制造和需求管理方面的發(fā)展等[5]。另有文獻從系統設計的角度探討了如何利用大數據使營銷更加精準。例如，針對產品進行排名的新型決策系統，為潛在客戶提供最適合的推薦[6] ;從點擊率預測和產品推薦方面提出了基于大數據的改進數學模型[7]。但少有文獻建立數學模型來分析DDM對決策和利潤的影響，只有Liu等[8]通過建立數學模型研究了DDM效率對平臺利潤和銷售模式選擇的影響，揭示了平臺在特定的銷售模式下是否能夠同時實現高利潤和高銷量。在DDM快速發(fā)展的同時，平臺銷售渠道模式的選擇仍然是電子商務平臺在網絡零售中的重要決策。在實踐中，銷售渠道模式的選擇分為代理模式和轉售模式[9]。如今，學術界開始從不同影響因素的角度對此進行研究。如，在零售層面需求不確定的情況下，探討生產成本如何影響平臺銷售的選擇[10];基于競爭性制造商在電商平臺銷售互補產品的供應鏈，分別在平臺提供和不提供物流服務情形下，研究制造商的銷售模式選擇和平臺的物流服務決策[11];基于風險規(guī)避與公平關切，探討了具有行為偏好的電商平臺的最優(yōu)決策問題[12];考慮到需求信息和銷售效率的上游雙重劣勢，研究網絡零售是否應引入代理模式[13];考慮消費者偏好和零售服務情況下，研究雙渠道和單一零售渠道下的閉環(huán)供應鏈系統[14];Kwark等[15]研究了在線產品評論的準確性將如何影響零售商在轉售模式和代理模式之間的戰(zhàn)略選擇。Tian等[16]研究了上游供應商競爭對中間商銷售模式選擇的影響，發(fā)現當競爭強度較高時，中間商傾向于轉售模式;當競爭強度較低時，中間商傾向于代理模式。本文建立了由一個制造商和兩個電子商務平臺組成的供應鏈，將有無DDM作為平臺之間的差異，運用Stackelberg博弈和Nash均衡，刻畫了四種不同銷售渠道模式下的均衡定價和利潤，分析了競爭對手采用不同渠道模式時平臺的渠道模式選擇，最后討論了兩個電子商務平臺的渠道均衡選擇決策。

1 假設與符號說明

假設兩個平臺處于完全競爭，其中一個平臺不采用數據驅動營銷，為傳統平臺P（N）;另一平臺采用數據驅動營銷，為電商平臺P（D）。借鑒需求函數模型[17]，消費者單位效用增加為ky，則市場需求函數為

pN=γ-qN-qD（1）

pD=γ-qD-qN+ky（2）

在增加消費者效用的同時，平臺需要為DDM支付相關成本，即數據收集成本和數據分析成本。借鑒文獻[18]的數據成本表達式，用f表示數據收集成本，用凸函數ly2描述DDM質量與其數據分析成本之間的關系，則DDM的平臺總成本為

F=f+ly2（3）

DDM效率可以反映每單位DDM質量的利潤與成本之比大小[8]，平臺可以通過增加單位DDM質量來提高DDM效率，則DDM效率為

z=k2/l（4）

本文的符號含義見表1。

2 模型建立與求解

本研究構建了一個基于互聯網平臺的供應鏈，由一個制造商、兩個電子商務平臺和消費者組成。在所有模型中，下標D、N、M分別代表電商平臺、傳統平臺、制造商;上標RR、PR、RP、PP分別代表RR模式、PR模式、RP模式、PP模式。兩個平臺首先決定代理模式（P）或轉售模式（R）;具備DDM的平臺P（D）決定數據驅動營銷的質量;制造商公布其批發(fā)價格;平臺或制造商確定其面向消費者的銷售量。具體時間軸如圖1所示。

電子商務平臺銷售產品主要通過四種渠道模式：RR模式、PR模式、RP模式和PP模式。具體渠道模式如圖2所示。

2.1 RR模式

兩個平臺同時選擇轉售模式。制造商和兩個平臺的利潤函數分別為

πRRM=w-cqD+qN（5）

πRRN=γ-qN-qD-wqN（6）

πRRD=γ-qD-qN+ky-wqD-ly2-f（7）

引理1 RR模式中，當z∈0，zRR時，兩個平臺同時存在于該市場。此時，平臺的均衡銷售量qRR*D和qRR*N及制造商的均衡批發(fā)價wRR*，DDM的均衡質量yRR*，平臺P（D）的均衡利潤πRR*D，平臺P（N）的均衡利潤πRR*N，制造商的均衡利潤πRR*M分別為

yRR*=14kγ-c144-49z，qRR*D=24γ-c144-49z，qRR*N=24-14zγ-c144-49z ，wRR*=872γ+c-7z3γ+4c144-49z

πRR*D=4γ-c2144-49z-f，πRR*N=γ-c224-14z2144-49z2，πRR*M=6γ-c27z-242144-49z2

證明：對式（6）、（7）中πRRN，πRRD求關于qN和qD的一階導數，聯立，得

qN=γ-ky-w3 ，qD=γ+2ky-w3

然后分別對式（5）、式（7）中πRRM、πRRD求關于w和y的導數，得

w=2γ+ky+2c4，yRR*=14kγ-c144-49z（8）

將式（8）分別代入銷售量、批發(fā)價格，得

qRR*D=24γ-c144-49z，qRR*N=24-14zγ-c144-49z，wRR*=872γ+c-7z3γ+4c144-49z（9）

由式（8）和式（9），得

πRR*D=4γ-c2144-49z-f，πRR*M=6γ-c27z-242144-49z2，πRR*N=γ-c224-14z2144-49z2

存在2πRRDy2=49z-14472<0，故當z∈0，14449時，平臺P（D）存在唯一的均衡yRR*。同時為了保證產品的價格和需求呈正值，需要滿足24-14zγ-c>0的條件，即z∈0，127。因此，當z∈0，zRR時，兩個產品同時存在于市場。

引理1總結了RR模式下供應鏈各成員的均衡解。

2.2 PR模式

平臺P（D）選擇代理模式，平臺P（N）選擇轉售模式，制造商和平臺的利潤函數為

πPRN=pN-wqN（10）

πPRD=αpD-cqD-ly2+f（11）

πPRM=w-cqN+1-αpD-cqD（12）

引理2 PR模式中，當z∈0，zPR時，兩個平臺同時存在于該市場。此時，平臺的均衡銷售量qPR*D和qPR*N及制造商的均衡批發(fā)價wPR*，DDM的均衡質量yPR*，平臺P（D）的均衡利潤πPR*D，平臺P（N）的均衡利潤πPR*N，制造商的均衡利潤πPRM分別為

yPR*=35αkγ-c4l5+α2-49αk2，qPR*D=10γ-c5+α45+α2-49αz，qPR*N=γ-c4α5+α-14αz45+α2-49αz

wPR*=25+α5c+5γ+2γα-4aγ-c-zαγ-4c+3γ+32γ+c45+α2-49αz

πPRD=25αγ-c245+α2-49αz-f，πPRN=γ-c24α5+α-14αz245+α2-49αz2

πPRM=γ-c24α5+α-14αz-4α2-10α+50-21αz+1001-α5+α245+α2-49αz2

引理2總結了PR模式下供應鏈各成員的均衡解，證明過程與RR模式同理。

2.3 RP模式

平臺P（D）選擇轉售模式，平臺P（N）選擇代理模式。制造商和平臺的利潤函數為

πRPN=αpN-cqN（13）

πRPD=pD-wqD-ly2+f（14）

πRPM=1-αpN-cqN+w-cqD（15）

引理3 RP模式中，當z∈0，zRP時，兩個平臺同時存在于該市場。此時，平臺的均衡銷售量qRP*D和qRP*N及制造商的均衡批發(fā)價wRP*，DDM的均衡質量yRP*，平臺P（D）的均衡利潤πRP*D，平臺P（N）的均衡利潤πRP*N，制造商的均衡利潤πRP*M分別為

yRP*=35αkγ-c4l5+α2-49αk2，qRP*D=10γ-c5+α45+α2-49αz，qRP*N=γ-c4α5+α-14αz45+α2-49αz

wRP*=5+α2（a-1）（2c-γ）+3（γ+3c）-14cz-4z（1-a）（γ-c）25+α2-8z

πRP*D=α2γ-c25+α2-4z-f，πRP*N=αγ-c2525+α-2z25+α2-4z2

πRP*M=γ-c25+α35-4α-8z1-α5+α2+16z21-α45+α2-4z2

引理3總結了RP模式下供應鏈各成員的均衡解，證明過程與RR模式同理。

2.4 PP模式

兩個平臺同時選擇代理模式。制造商和平臺的利潤函數為

πPPN=αpN-cqN（16）

πPPD=αpD-cqD-ly2+f（17）

πPPM=1-αpN-cqN+1-αpD-cqD（18）

引理4 PP模式中，當z∈0，zPP，兩個平臺同時存在于該市場。此時，制造商的均衡批發(fā)價格wPP*，平臺的均衡銷售量qPP*D和qPP*N，DDM的均衡質量yPP*，平臺P（D）的均衡利潤πPP*D，平臺P（N）的均衡利潤πPP*N，制造商的均衡利潤πPP*M分別為

yPP*=2αkγ-c9-4zα，qPP*D=3γ-c9-4zα，qPP*N=γ-c3-2zα9-4zα

πPP*D=αγ-c29-4zα-f，πPP*N=αγ-c23-2zα29-4zα2，πPP*M=1-αγ-c29+3-2zα29-4zα2

引理4總結了PP模式下供應鏈各成員的均衡解，證明過程與RR模式同理。

3 渠道模式選擇

考察了在競爭對手采取代理模式或轉售模式時，平臺的渠道模式選擇。分析時只關注兩個平臺在消費市場上并存的情況。RR模式中，當z∈0，zRR時，兩個平臺同時存在于該市場;PR模式中，為z∈0，zPR;RP模式中，為z∈0，zRP;PP模式中，為z∈0，zPP。這些閾值分別為zRR=127，zPR=25+α7，zRP=55+α4，zPP=32α，其中α∈0，1，因此可知z∈0，minzPR，zPP。

3.1 平臺P（N）的渠道模式選擇

命題1 若z∈0，zRR，平臺P（D）選擇轉售模式，則當α∈0，αRR-RP且z∈0，zRR-RP時，平臺P（N）傾向于選擇轉售模式;否則，平臺P（N）傾向于選擇代理模式，如圖3所示。

證明：令ΔπRR-RPN=πRRN-πRPN，得ΔπRR-RPN=γ-c224-14z2144-49z2-α25+5α-4z245+α2-4z2，其中，ΔπRR-RPN是關于z的四次函數。令ΔπRR-RPN=0，得24-14z2144-49z2=α25+5α-4z245+α2-4z2，對該式求解，得

zRR-RP1=-H1+H21-456-98α245+α2-360α5+α256-98α

zRR-RP2=-H1-H21-456-98α245+α2-360α5+α256-98α

zRR-RP3=H1+H21-456-98α245+α2+360α5+α256+98α

zRR-RP4=H1-H21-456-98α245+α2+360α5+α256+98α

其中，H1=122.5α5+α-96-145+α2+288α，由于z∈0，zRR，得0<zRR-RP1<zRR，zRR-RP2>zRR，zRR-RP3>zRR，zRR-RP4>zRR。令αRR-RP為zRR-RP1與z=0的交點。當α∈0，αRR-RP時，任取z<zRR-RP1代入ΔπRR-RPN，得πRRN<πRPN;任取z>zRR-RP1代入ΔπRR-RPN，可得πRRN>πRPN。當α∈αRR-RP，1時，任取z代入ΔπRR-RPN，得ΔπRR-RPN<0。

命題1表明，當收益分享比例和DDM效率較低時，平臺P（N）更傾向于選擇轉售模式。在DDM效率較低的情況下，由于制造商的批發(fā)價格w與DDM效率呈正比，w隨著DDM效率的降低而減少，因此制造商的批發(fā)價格變小，這直接降低了平臺的采購成本，減少了平臺P（N）選擇代理模式的動力。當收益分享比例較低時，平臺P（N）從制造商那里獲得的利潤分成就會減少，因此拒絕選擇代理模式。所以，為了享受較低的采購成本及避免較低的利潤分成，平臺P（N）會選擇轉售模式。在適度的收益分享比例下，由于雙重邊際化效應，RR模式下產品的價格總是大于RP模式下的價格，此時P（N）選擇代理模式比較合適。

命題2 若z∈0，minzPR，zPP，平臺P（D）選擇代理模式，則當α∈αPR-PP，1且z∈（zPR-PP，zPP）時，平臺P（N）傾向于選擇轉售模式;否則，平臺P（N）傾向于選擇代理模式，如圖4所示。

證明：令ΔπPR-PPN=πPRN-πPPN，得ΔπPR-PPN=γ-c24α5+α-14αz245+α2-49αz2-α3-2zα29-4zα2，其中，ΔπPR-PPN是關于z的四次函數。令ΔπPR-PPN=0，得4α5+α-14αz245+α2-49αz2=α3-2zα29-4zα2，對該式求解，得

zPR-PP1=H2+H22-456α2-98α2α36α5+α-12α5+α2256α2-98α2α

zPR-PP2=H2-H22-456α2-98α2α36α5+α-12α5+α2256α2-98α2α

zPR-PP3=H2+H22-456α2+98α2α36α5+α+12α5+α2256α2+98α2α

zPR-PP4=H2-H22-456α2+98α2α36α5+α+12α5+α2256α2+ 98α2α

其中，H2=16α25+α+126α-147αα-8αα5+α2，由于z∈0，minzPR，zPP，得0<zPR-PP1<minzPR，zPP，zPR-PP2>minzPR，zPP，zPR-PP3>minzPR，zPP，zPR-PP4>minzPR，zPP。令zPR-PP1與z=zPP的交點為αPR-PP。當α∈0，αPR-PP時，任取z代入ΔπPR-PPN，得ΔπPR-PPN<0。當α∈αPR-PP，1時，任取z<zPR-PP1代入ΔπPR-PPN，得ΔπPR-PPN<0;取z>zPR-PP1代入ΔπPR-PPN，得ΔπPR-PPN>0。

命題2表明，當收益分享比例較高時，平臺P（N）渠道的選擇取決于DDM效率的大小。當DDM效率較大時，P（N）會選擇轉售模式;當DDM效率較小時，P（N）會選擇代理模式。一般情況下，當收益分享比例較大時，平臺會選擇代理模式，以獲得更大的利潤。實際上，對于具備較高DDM效率的平臺P（D），P（N）并不具備競爭優(yōu)勢，平臺P（D）可以通過數據驅動分析準確把握當前的消費趨勢，增加消費者效用，帶來大量消費需求。這就迫使平臺P（N）在DDM效率和收益分享比例較高時選擇轉售模式。

3.2 平臺P（D）的渠道選擇

命題3 若z∈0，zPR，平臺P（N）選擇的是轉售模式，那么當α∈0，αRR-PR1或α∈αRR-PR1，αRR-PR2且z∈zRR-PR，zPR時，平臺P（D）傾向于選擇轉售模式;否則，平臺P（D）選擇代理模式，如圖5所示。

證明：令ΔπRR-PRD=πRRD-πPRD，得ΔπRR-PRD=γ-c24144-49z-25α45+α2-49αz。令ΔπRR-PRD=0，得zRR-PR=3600α-165+α21225α-196α。其中，zRR-PR與z=0和z=zPR分別交于點αRR-PR1與αRR-PR2，令αRR-PR1<αRR-PR2。當α∈0，αRR-PR1，zRR-PR<0，根據函數的單調遞增性質，得ΔπRR-PRD>0;當α∈αRR-PR1，αRR-PR2，zRR-PR落在z∈0，zPR的范圍內，得當z∈0，zRR-PR時，ΔπRR-PRD<0;當z∈zRR-PR，zPR時，ΔπRR-PRD>0;當α∈αRR-PR2，1，zRR-PR>zPR，根據函數的單調遞增性質，得ΔπRR-PRD<0。令ΔyRR-PRD=yRRD-yPRD=0，則zRR-PRy=5040α-565+α21029α，其中，zRR-PRy與z=0和z=zPR分別交于點αRR-PRy1和αRR-PRy2，令αRR-PRy2>αRR-PRy1。當α∈0，αRR-PRy1時，得ΔyRR-PRD>0;當α∈αRR-PRy1，αRR-PRy2時，若z∈0，zRR-PRy，則ΔyRR-PRD<0，若z∈zRR-PRD，zPR，ΔyRR-PRD>0;當α∈αRR-PRy2，1時，得ΔyRR-PRD<0。

命題3揭示了當收益分享比例較高時，平臺P（D）傾向于選擇代理模式;當收益分享比例較低時，平臺P（D）傾向于選擇轉售模式。這是因為收益分享比例越高，平臺從制造商那里獲得的收益就越大。但當收益分享比例適中時，P（D）平臺的渠道選擇取決于DDM的大小，即較高的DDM質量會促進平臺P（D）的利潤增加，從而影響其渠道模式的選擇。當yRRD>yPRD，平臺P（D）會優(yōu)先選擇轉售模式;當yRRD<yPRD，平臺P（D）會優(yōu)先選擇代理模式。平臺P（D）可以通過設置合適的DDM質量水平影響平臺渠道模式的選擇。

命題4 若z∈0，zPP，平臺P（N）選擇代理模式，則平臺P（D）總是會傾向于選擇代理模式，如圖6所示。

證明：令ΔπRP-PPD=πRPD-πPPD，得ΔπRP-PPD=γ-c2α25+α2-4z-α9-4zα。令ΔπRP-PPD=0，得4α1-α2z+9α2-α5+α2=0，由于4α1-α2>0，故ΔπRP-PPD是關于z的單調遞增函數，求解，得zRP-PP=α5+α2-9α24α1-α2。由于zRP-PP>0，zPP，根據函數的單調遞增性質，得當z∈0，zPP時，ΔπRP-PPD<0。令ΔyRP-PPD=yRPD-yPPD=0，則zRP-PPy=5+α2-941-α，故當z∈0，zPP時，ΔyRP-PPD<0。令ΔqRP-PPD=qRPD-qPPD，即ΔqRP-PPD=γ-cα5+α5+α2-4z-39-4zα，故當z∈0，zPP時，ΔqRP-PPD<0。

由命題4可知，當平臺P（N）采取代理模式時，平臺P（D）總是傾向于代理模式。計算結果表明πRPD<πPPD，qRPD<qPPD，yRPD<yPPD。在代理模式下，平臺P（D）可以避免了轉售模式出現的雙重邊際化效應，追求更多的渠道效應，同時P（D）平臺可以通過設置較高的DDM質量（yPPD>yRPD），預測和了解消費者行為，刺激消費者需求，從而可以獲得更多的利潤。雖然較高的DDM質量會促使數據分析成本和數據收集成本增加，但相對而言，需求量增加的益處要大于成本增加所帶來的損失，所以代理模式總是平臺P（D）的明智選擇。

4 渠道模式的均衡策略

現根據兩個電子商務平臺之間的2×2博弈，探討渠道模式的均衡策略。由于不同的渠道模式提供了不同的渠道效率和定價能力，通過求解此博弈，得出平臺最終的均衡模式取決于收益分享比例α和DDM效率z，命題5描述了z和α范圍內的所有渠道均衡模式，如圖7所示。

命題5 渠道結構的均衡如下：（1）當z∈0，zRR-RP，α∈0，αRR-RP時，RR和PP模式為納什均衡;（2）當z∈zRR-RP，zPR-PP，α∈αRR-RP，αPR-PP時，PP模式為唯一的納什均衡;（3）當z∈zPR-PP，zPP，α∈αPR-PP，1時，PR模式為唯一的納什均衡。

證明：根據命題1～4的證明，αRR-RP<αRR-PR1<αRR-PR2<αPR-PP。因此當α∈0，αRR-RP，z∈0，zRR-RP時，πRRN>πRPN，πPPN>πPRN，πRRD>πPRD，πPPD>πRPD，此時RR或PP模式為納什均衡;當α∈0，αRR-RP，z∈zRR-RP，minzPR，zPP時，πRRN<πRPN，πPPN>πPRN，πRRD>πPRD，πPPD>πRPD，此時PP模式為唯一納什均衡;當α∈αRR-RP，αRR-PR1時，πRRN<πRPN，πPPN>πPRN，πRRD>πPRD，πPPD>πRPD，此時PP模式為唯一的納什均衡策略;當α∈αRR-PR1，αRR-PR2，z∈0，zRR-PR時，πRRN<πRPN，πPPN>πPRN，πRRD<πPRD，πPPD>πRPD，此時PP模式為唯一的納什均衡策略;當α∈αRR-PR1，αRR-PR2，z∈zRR-PR，minzPR，zPP時，πRRN<πRPN，πPPN>πPRN，πRRD>πPRD，πPPD>πRPD，此時PP模式為納什均衡策略;當α∈αRR-PR2，αPR-PP時，πRRN<πRPN，πPPN>πPRN，πRRD<πPRD，πPPD>πRPD，此時PP模式為納什均衡;當α∈αPR-PP，1，z∈0，zPR-PP時，πRRN<πRPN，πPPN>πPRN，πRRD<πPRD，πPPD>πRPD，此時PP模式為唯一納什均衡;當α∈αPR-PP，1，z∈zPR-PP，minzPR，zPP時，πRRN<πRPN，πPPN<πPRN，πRRD<πPRD，πPPD>πRPD，此時PR模式為唯一納什均衡。

命題5表明，平臺的渠道均衡決策取決于收益分享比例的大小和DDM效率的高低。當收益分享比例相對較低時，若DDM效率低，則RR和PP是納什均衡，否則，PP是納什均衡。當收入分配比例適中時，PP模式是唯一的納什均衡。當收益分享比例高時，若DDM效率較高，則PR模式為納什均衡，否則，PP是納什均衡。

當收益分享比例相對較小時，平臺為了獲取更多利潤應該會傾向于轉售模式。但是受DDM效率的影響，當DDM效率較高的情況下，兩個平臺會同時選擇代理模式（PP）。這是因為批發(fā)價格會隨DDM效率增加而增加，使平臺采購產品成本增加，采購成本帶來的費用高于收益分享比例較小所帶來的損失，即DDM效率的影響高于收益分享比例的影響，此時代理模式是最明智的選擇。當收益分享比例適中的情況下，平臺選擇代理模式可以避免雙重邊際化效應，從而獲得更好的渠道效應;當收益分享比例較大的情況下，平臺應該更傾向于代理模式的選擇。這意味著平臺可以從制造商手上獲得更多的利潤收益，但是受DDM的影響，當DDM較高的情況下，PR是唯一的納什均衡。這是因為DDM依托大數據可以精準捕捉消費者的喜好，刺激銷售量的激增，具備DDM的平臺P（D）具備較大的競爭優(yōu)勢，平臺P（N）為避免零售層面的競爭，選擇轉售模式是最明智的選擇。

5 結論

本研究建立四種模式，分別刻畫了四種不同渠道模式下的均衡定價和利潤，探討兩個平臺的渠道均衡選擇決策。在均衡狀態(tài)下，平臺的渠道均衡決策取決于收益分享比例的大小和DDM效率的高低。即，當收益分享比例較小時，隨著DDM效率的增加，平臺P（N）由于轉售模式采購成本的增加會傾向于選擇代理模式;當收益分享比例適中時，兩個平臺都會選擇代理模式以追求渠道效應;當收益分享比例較高時，隨著DDM效率的增加，DDM能更精準地捕捉消費者的偏好，刺激銷售量的激增，平臺P（N）由于缺乏零售層面的競爭優(yōu)勢會選擇轉售模式。

參考文獻

[1]CHOI T M， WALLACE S W， WANG Y L. Big data analytics in operations management[J]. Production and Operations Management， 2018， 27 （10）： 1868-1883.

[2]COHEN M C. Big data and service operations[J]. Production and Operations Management， 2018， 27 （9）： 1709-1723.

[3]BRAVERMAN S. Global review of data-driven marketing and advertising[J]. Journal of Direct， Data Digital Marketing Practice， 2015， 16（3）： 181-183.

[4]ARUNACHALAM D， KUMAR N， KAWALEK J P. Understanding big data analytics capabilities in supply chain management： Unravelling the issues， challenges and implications for practice[J]. Transportation Research Part E—Logistics and Transportation Review， 2018， 114： 416-436.

[5]WEI J H， LU J， ZHAO J. Interactions of competing manufacturers′ leader-follower relationship and sales format on online platforms[J]. European Journal of Operational Research， 2020， 280（2）： 508-522.

[6]CALI S， BALAMAN S Y. Improved decisions for marketing， supply and purchasing： Mining big data through an integration of sentiment analysis and intuitionistic fuzzy multi criteria assessment[J]. Computers & Industrial Engineering， 2019， 129： 315-332.

[7]BESBES O， GUR Y， ZEEVI A. Optimization in online content recommendation services： Beyond click-through rates[J].M&SOM-Manufacturing & Service Operations Management， 2016， 18 （1）： 15-33.

[8]LIU W H， YAN X Y， LI X，et al. The impacts of market size and data-driven marketing on the sales mode selection in an Internet platform based supply chain[J]. Transportation Research Part E—Logistics and Trunsportation Review， 2020， 136：101914.

[9]HAGIU A， WRIGHT J. Marketplace or reseller？[J]. Management Science， 2015， 61（1）： 184-203.

[10] WU C Q， PETRUZZI N C， CHHAJED D. Vertical integration with price-setting competitive newsvendors[J]. Decision Science， 2007， 38（4）： 581-610.

[11] 田晨， 盧靜會， 魏杰.基于電商平臺的互補產品物流服務和銷售模式選擇研究[J].工業(yè)工程與管理， 2021， 26（2）： 188-195.

[12] 楊殿玲， 王炬香.電商平臺風險規(guī)避與公平關切下供應鏈最優(yōu)決策研究[J].青島大學學報（自然科學版）， 2019， 32（3）： 92-101.

[13] YAN Y C， ZHAO R Q， XING T T. Strategic introduction of the marketplace channel under dual upstream disadvantages in sales efficiency and demand information[J]. European Journal of Operational Research， 2019， 273（3）： 968-982.

[14] 馮爽玲， 牟宗玉.消費者偏好和零售服務下雙渠道閉環(huán)供應鏈決策及協調研究[J].青島大學學報（自然科學版）， 2020， 33（1）： 103-113.

[15] KWARK Y， CHEN J Q， RAGHUNATHAN S. Platform or wholesale？ A strategic tool for online retailers to benefit from third-party information[J]. MIS Quarterly， 2017， 41（3）： 763-786.

[16] TIAN L， VAKHARIA A J， TAN Y，et al. Marketplace， reseller， or hybrid： Strategic analysis of an emerging e-commerce model[J]. Production and Operations Management， 2018， 27（8）： 1595-1610.

[17] CAI G S， DAI Y， ZHOU S X. Exclusive channels and revenue sharing in a complementary goods market[J]. Marketing Science， 2012， 31 （1）： 172-187.

[18] GHOSHAL A， KUMAR S， MOOKERJEE V. Dilemma of data sharing alliance： When do competing personalizing and non-personalizing firms share data[J]. Production and Operations Management， 2020， 29（8）： 1918-1936.

Research on Channel Equilibrium Strategy of E-commerce

Platform under Data-driven Marketing

YANG Rui， MA Cheng

（School of Business， Qingdao University， Qingdao 266061， China）

Abstract：

Due to the competition of e-commerce platform， a game modelwas constructed， which was composed of one manufacturer and two platforms. Equilibrium pricing and profit under different channel modes were analyzed by using Stackelberg game and Nash equilibrium. The channel equilibrium choice of the two platforms was studied in the sales process of the same consumer market. When the proportion of revenue sharing in the equilibrium state is small， with the increase of data-driven marketing efficiency， the traditional platform will select the agency selling mode due to the increased procurement costs in the reselling mode. When the revenue sharing proportion is moderate， the two platforms will select the agency selling mode to pursue channel efficiency. When the revenue sharing proportion is large， with the increase of data-driven marketing efficiency， the traditional platform will select the agency selling mode due to the lack of competitive advantage at the retail level.

Keywords：

E-commerce platform; channel mode; retail competition; data-driven marketing

收稿日期：2021-07-11

基金項目：

教育部人文社科基金（批準號：18YJC630119）資助;山東省自然科學基金面上項目（批準號：ZR2020MA024）資助;山東省社科規(guī)劃項目（批準號：20CSDJ16）資助。

通信作者：

馬騁，男，博士，教授，主要研究方向為優(yōu)化理論和供應鏈管理。E-mail：mc_0812@163.com

2727501186394