基于映射結(jié)構(gòu)的平臺消費者規(guī)模演化仿真

鄭 文，張 凱，焦 爽

(東北大學秦皇島分校 管理學院，河北 秦皇島 066000)

0 引言

近年來O2O(Online To Offline)平臺作為市場結(jié)構(gòu)變動趨勢，為市場經(jīng)濟提供新的研究視角.平臺引入買賣雙方交易系統(tǒng)后，市場結(jié)構(gòu)和交易關(guān)系均發(fā)生改變，平臺、銷售者和消費者三方甚至是包括物流公司等在內(nèi)的多方主體參與其中，線上虛擬交易和線下實體交易非同步進行，使得平臺之間動態(tài)演化特征日益復(fù)雜化[1].消費者作為微觀個體，不斷受到線上-線下多種因素交互作用，感知異質(zhì)性影響個體行為的作用機制，有待探討；參與者行為的微觀改變，引發(fā)平臺消費者規(guī)模的宏觀演化原理，有待分析[2].構(gòu)建基于線上-線下映射結(jié)構(gòu)的平臺消費者規(guī)模演化模型，從系統(tǒng)動力學角度出發(fā)，將虛擬交易和實體交易以消費者節(jié)點的映射關(guān)系結(jié)合起來，探討如何通過線上-線下綜合作用擴大平臺消費者規(guī)模的問題，并利用Anylogic軟件進行仿真，以期對平臺經(jīng)濟的消費者規(guī)模擴增提供有益研究視角.

1 研究現(xiàn)狀分析

傳統(tǒng)交易關(guān)系僅發(fā)生在買賣雙方之間，O2O 平臺介入市場后，平臺和物流公司的出現(xiàn)引申出新型交易關(guān)系.在這種交易關(guān)系中，平臺只負責提供信息，不提供產(chǎn)品本身，消費者在線上平臺下訂單，相關(guān)物流公司提供線下配送服務(wù).線上虛擬交易和線下實體交易通過消費者節(jié)點合為一體，消費者規(guī)模亦成為平臺經(jīng)濟的重要考量因素.在線下經(jīng)濟層面，經(jīng)由社會網(wǎng)絡(luò)的消費者行為擴散引起學者們廣泛關(guān)注.Yinxue Yi等[3]主張社會網(wǎng)絡(luò)作為信息傳播的重要載體，個體間聯(lián)系在信息傳播與消費者群體行為擴散中起關(guān)鍵作用.關(guān)于個體在社會網(wǎng)絡(luò)中存在狀態(tài)，學術(shù)界大多認為NW(Newman and Watts)小世界網(wǎng)絡(luò)以其自身特性更加符合消費者高集聚性、無標度性的特征[4].其最大特點是每一個節(jié)點都與網(wǎng)絡(luò)中或多或少的其他節(jié)點保持連接狀態(tài)，避免孤立節(jié)點存在，更加符合現(xiàn)今社會消費者的實際連接狀態(tài)[5].依據(jù)該社會網(wǎng)絡(luò)模型，諸多學者對線下消費擴散行為展開研究.嚴云峰[6]基于NW網(wǎng)絡(luò)建立節(jié)點具有記憶功能的擴散模型，指出相比于集中式狀態(tài)，消費者的隨機分布狀態(tài)有利于更好地實現(xiàn)購買行為擴散.王世龍[7]基于小世界網(wǎng)絡(luò)模型對復(fù)雜傳染進行仿真研究，發(fā)現(xiàn)行為擴散除了與路徑長度有關(guān)外，還與所連接的節(jié)點數(shù)量相關(guān).隨著平臺經(jīng)濟的發(fā)展，學者們發(fā)現(xiàn)消費擴散行為不僅存在于線下的社會網(wǎng)絡(luò)中，還存在于線上網(wǎng)絡(luò)中.王核成[8]建立線上購物擴散模型，指出線上購物行為在消費者中的擴散主要依靠口碑作用.王芳[9]則進一步基于在線評論探討平臺作用動態(tài)性、口碑效應(yīng)非一致性與正負口碑異質(zhì)性對消費者購買決策的影響.Sebastiano A.等[10]提出消費者購買概率不僅取決于消費者網(wǎng)絡(luò)內(nèi)部口碑作用，還取決于社會網(wǎng)絡(luò)外部的營銷努力，消費者規(guī)模擴增受社會網(wǎng)絡(luò)和口碑作用兩個因素綜合作用.關(guān)于線上評論引導(dǎo)力、評論回復(fù)、關(guān)系強度等方面的口碑作用也受到了學者們的一致關(guān)注[11-13].雖然已有學者指出互聯(lián)網(wǎng)時代下的消費者同時活躍在網(wǎng)絡(luò)社區(qū)和線下社區(qū)中，線上-線下網(wǎng)絡(luò)中的協(xié)同互動均可有效實現(xiàn)消費擴散[14]，已有文獻仍局限在線上或線下單一層面，未能就線上-線下綜合作用對平臺消費者規(guī)模展開研究.基于此，本文引入線上-線下的映射方法，將虛擬交易和實體交易以消費者節(jié)點的映射關(guān)系進行結(jié)合，構(gòu)建基于映射結(jié)構(gòu)的平臺消費者規(guī)模演化模型，通過Anylogic仿真對比實驗，研究線下接觸人數(shù)、線上口碑作用率以及線上-線下社會網(wǎng)絡(luò)影響率對平臺消費者規(guī)模演化的影響.

2 基于映射結(jié)構(gòu)的平臺消費者規(guī)模演化建模

為了研究方便，本文僅考慮線上-線下消費者節(jié)點一一映射的網(wǎng)絡(luò)關(guān)系.如圖1所示，將平臺經(jīng)濟劃分為線上平臺和線下社群兩個網(wǎng)絡(luò)層次，把映射關(guān)系下的消費者抽象為網(wǎng)絡(luò)中的一個個節(jié)點，消費者之間的接觸現(xiàn)象、阻隔現(xiàn)象分別抽象為一條條連邊和小世界邊界.網(wǎng)絡(luò)內(nèi)任意一個消費者節(jié)點都有與之相對應(yīng)的線上或線下節(jié)點，當對應(yīng)節(jié)點狀態(tài)發(fā)生改變時，其狀態(tài)也會隨之發(fā)生改變，反之亦然，即兩者符合完全正相關(guān)的映射關(guān)系.

圖1 基于映射結(jié)構(gòu)的平臺消費者規(guī)模演化模型

不考慮在線商家和物流的主體作用，僅考慮消費者和平臺，將平臺內(nèi)人群劃分為潛在消費者和消費者，其中潛在消費者指平臺中存在但沒有做出購買行為的人群，消費者指已經(jīng)做出購買行為的人群.在線上網(wǎng)絡(luò)層面，平臺通過在線評論數(shù)量及質(zhì)量等口碑信息給予潛在消費者口碑作用率，通過投放廣告等獲客營銷策略加強或減弱線上社會網(wǎng)絡(luò)作用力，潛在消費者個體感知到線上平臺作用后，以有限理性狀態(tài)決定是否做出購買行為，以一定概率轉(zhuǎn)變?yōu)閷嶋H消費者.在線下網(wǎng)絡(luò)層面，早期消費者在線下NW小世界網(wǎng)絡(luò)內(nèi)部通過線下接觸、線下社會網(wǎng)絡(luò)作用力等方式進行消費擴散，以一定概率影響潛在消費者，促進剩余潛在消費者個體轉(zhuǎn)化為實際消費者.在線上-線下綜合作用下，平臺中潛在消費者不斷被社會網(wǎng)絡(luò)作用率、線上口碑作用率、線下接觸人數(shù)三重因素影響，以一定概率做出購買行為轉(zhuǎn)化為實際消費者，個體微觀變化的累積引起群體宏觀涌現(xiàn)，進而作用于平臺消費者規(guī)模.當平臺內(nèi)潛在消費者全部轉(zhuǎn)化為實際消費者時，平臺消費者規(guī)模達到飽和狀態(tài)，平臺消費者規(guī)模演化達到最優(yōu)狀態(tài).

3 仿真分析

3.1 參數(shù)設(shè)定

基于上述模型，設(shè)定平臺內(nèi)總?cè)藬?shù)N為1 000人，最初狀態(tài)下全部為潛在消費者，受到社會網(wǎng)絡(luò)作用率、線上口碑作用率和線下接觸人數(shù)相關(guān)因素影響后以一定概率轉(zhuǎn)化為消費者.分別對影響因素進行不同參數(shù)設(shè)定，以消費者人數(shù)增多衡量平臺消費者規(guī)模正向演化，以消費者人數(shù)擴增速率衡量平臺消費者規(guī)模正向演化速度，利用Anylogic仿真平臺進行仿真實驗，對設(shè)定的1 000位理性消費者行為擴散過程進行模擬.根據(jù)仿真模擬結(jié)果，選擇性地截取第16到20時間段的數(shù)據(jù)進行分析，具體參數(shù)設(shè)計如表1所示.

表1 相關(guān)因素仿真參數(shù)設(shè)置

3.2 線上-線下社會網(wǎng)絡(luò)影響率仿真對比結(jié)果與分析

社會網(wǎng)絡(luò)影響率是指潛在消費者個體對線上及線下社群網(wǎng)絡(luò)感知后做出購買行為的概率，這一傳播過程主要是指外部廣告和其他大眾媒體的傳播[15].這里的社會網(wǎng)絡(luò)影響率與消費群體外部平臺屬性信息及策略信息有關(guān)，并不考慮與消費者口碑相關(guān)，它代表的只是大眾媒體的外部力量.依據(jù)上述參數(shù)設(shè)定，在接觸人數(shù)為50、口碑作用率為0.04條件下，選取0.005，0.011，0.022三個社會網(wǎng)絡(luò)影響率進行了對比實驗，截取第16到20時間段，如圖2所示.

圖2 基于不同社會網(wǎng)絡(luò)影響率的平臺消費者規(guī)模演化曲線圖

在模型演化初期和末期，三條曲線均顯現(xiàn)為差距很小，較為接近狀態(tài).演變初期，三條曲線的社會網(wǎng)絡(luò)影響率基數(shù)均較小，作用于潛在消費者使其轉(zhuǎn)化為消費者的現(xiàn)象并不明顯，三者差距較小.演化末期，經(jīng)由初期社會網(wǎng)絡(luò)作用率引起平臺內(nèi)早期消費者出現(xiàn)以及中期接觸人數(shù)、口碑作用率和社會網(wǎng)絡(luò)作用率的內(nèi)外部因素綜合作用，越來越多的潛在消費者做出購買行為轉(zhuǎn)化為消費者，使此時平臺內(nèi)消費者人數(shù)接近于總?cè)藬?shù)，平臺消費者規(guī)模演化趨近于最優(yōu)狀態(tài).

在模型演化中期，三條曲線間隔呈現(xiàn)出先擴大后縮小的趨勢.由于演變初期社會網(wǎng)絡(luò)影響率并未引起消費者人數(shù)大量增加，此時平臺內(nèi)仍存在著大量潛在消費者.當潛在消費者人數(shù)對于平臺消費者規(guī)模演化不構(gòu)成限制因素時，在口碑作用率與接觸人數(shù)相同的情況下，影響潛在消費者轉(zhuǎn)化的決定性因素就是社會網(wǎng)絡(luò)作用率.隨著時間步推進，由社會網(wǎng)絡(luò)影響率引起消費者人數(shù)不斷累積，三條曲線間距不斷擴大.當消費者人數(shù)累計到一定數(shù)量時，受平臺內(nèi)潛在消費者人數(shù)限制，外部社會網(wǎng)絡(luò)對于平臺消費者規(guī)模演化作用率開始減弱，三條曲線間距開始縮小.

社會網(wǎng)絡(luò)影響率作為平臺內(nèi)早期消費者的發(fā)生器以及貫穿始終的作用因子，與平臺消費者規(guī)模演化呈明顯正相關(guān)關(guān)系.同時，由于平臺內(nèi)各因素綜合作用，在不同時間段，社會網(wǎng)絡(luò)影響率變化對于平臺消費者規(guī)模演化的影響程度也不盡相同.

3.3 線下接觸人數(shù)仿真對比結(jié)果與分析

接觸人數(shù)是指在特定時間段潛在消費者線下所接觸到的消費者數(shù)量.消費者通過線下接觸這一渠道將商品信息傳遞給潛在消費者，而且在社會網(wǎng)絡(luò)中，消費者遠不止接觸一個潛在消費者，接觸人數(shù)越多，可能做出購買行為的人也就越多.在消費者接觸潛在消費者的這一過程中，潛在消費者以一定概率感知到商品信息，然后以有限理性狀態(tài)做出可能購買行為，即接觸人數(shù)越多，理論上可能做出購買行為的潛在消費者越多，平臺消費者規(guī)模正向演化可能性越大.依據(jù)上述參數(shù)設(shè)定，在社會網(wǎng)絡(luò)影響率為0.011、口碑作用率為0.04條件下，選取10，25，50三個接觸人數(shù)，截取第16到20時間段，如圖3所示.

圖3 基于不同接觸人數(shù)的平臺消費者規(guī)模演化曲線圖

在模型演化初期，三條曲線非常貼近.此時，較小的0.011社會網(wǎng)絡(luò)影響率作用于潛在消費者，使其轉(zhuǎn)化為消費者的現(xiàn)象并不明顯，導(dǎo)致平臺內(nèi)早期消費者出現(xiàn)是極為緩慢的；0.04口碑作用率使得即使平臺內(nèi)顯現(xiàn)了少量早期消費者，其通過線上口碑作用實現(xiàn)潛在消費者快速轉(zhuǎn)化為消費者的可能性也是很小的.因此，在這個階段接觸人數(shù)差異并未造成平臺消費者規(guī)模演化曲線明顯分隔.

在模型演化中后期，僅有接觸人數(shù)不同的三條平臺消費者規(guī)模演化曲線出現(xiàn)了不斷擴大的間隔.由于初期平臺內(nèi)消費者人數(shù)較少的情況經(jīng)由時間步推移不斷得到改善，受到社會網(wǎng)絡(luò)影響率作用而出現(xiàn)的消費者不斷累積.當平臺內(nèi)早期消費者累積到一定程度時，來自于群體內(nèi)部口碑作用成為平臺消費者規(guī)模演化主要推動力，口碑作用影響人數(shù)滿足公式：受到口碑影響消費者數(shù)量=消費者*接觸人數(shù)*(潛在消費者/總?cè)藬?shù))*口碑作用率.此時平臺內(nèi)潛在消費者人數(shù)眾多，接觸人數(shù)差異會更為直觀地反映到受口碑作用消費者人數(shù)變化，并隨著時間步推進愈加明顯.由接觸人數(shù)不同所引起消費者人數(shù)差距經(jīng)由較大口碑作用率、較小社會網(wǎng)絡(luò)影響率與時間推進而被不斷拉大，平臺消費者規(guī)模演化差異愈加明顯.

對比接觸人數(shù)與社會網(wǎng)絡(luò)影響率兩圖可以看出，雖然接觸人數(shù)發(fā)生作用時間在社會網(wǎng)絡(luò)影響率之后，但一旦平臺內(nèi)早期消費者出現(xiàn)并積累到一定數(shù)量，接觸人數(shù)對平臺內(nèi)潛在消費者轉(zhuǎn)化為消費者從而實現(xiàn)平臺消費者規(guī)模演化的影響遠大于社會網(wǎng)絡(luò)作用率.

3.4 線上口碑作用率仿真對比結(jié)果與分析

線上口碑傳播是指感知到商品信息的消費者和潛在消費者之間存在非正式人際交流，在線上平臺發(fā)布交流產(chǎn)品信息，存在于購前和購后兩個階段.購前階段潛在消費者會受到線上口碑作用影響從而以一定概率產(chǎn)生購買行為，購后階段消費者會通過線上口碑傳播途徑將商品信息傳遞給其他潛在消費者，促進平臺消費者規(guī)模演化.線上口碑作用率是賦予口碑傳播相對明確數(shù)值，即潛在消費者在受到消費者口碑作用后做出購買行為的概率.依據(jù)上述參數(shù)設(shè)定，在社會網(wǎng)絡(luò)影響率為0.011、接觸人數(shù)為50的前提下，選取0.015，0.03，0.045三個不同的線上口碑作用率，截取第16到20時間段圖像，如圖4所示.

圖4 基于不同口碑作用率的平臺消費者規(guī)模演化曲線圖

在模型演化初期，三條曲線并無明顯差別，由于線上口碑作用率在平臺內(nèi)產(chǎn)生影響依賴于早期消費者出現(xiàn).而在演化初期，受到0.011社會網(wǎng)絡(luò)影響率影響，平臺內(nèi)早期消費者出現(xiàn)是極為緩慢的.在這個階段，社會網(wǎng)絡(luò)影響率對潛在消費者轉(zhuǎn)化為消費者影響較大，不同口碑作用率設(shè)定并無明顯的影響.

在模型演化中后期，僅有口碑作用率不同的三條平臺消費者規(guī)模演化曲線出現(xiàn)了明顯間距.經(jīng)由社會網(wǎng)絡(luò)作用率影響以及時間步推移，平臺內(nèi)消費者數(shù)量得到了充分的積累，在平臺內(nèi)潛在消費者數(shù)量仍然較多，不構(gòu)成限制因素時，線上口碑作用率與線下接觸人數(shù)結(jié)合而成的口碑作用可以很好地發(fā)揮作用，成為平臺消費者規(guī)模演化主要動力.

線上口碑作用率作用時間在社會網(wǎng)絡(luò)影響率之后，但一旦平臺內(nèi)早期消費者出現(xiàn)并積累到一定數(shù)量，那么由線上口碑作用率與線下接觸人數(shù)兩者的組合機制對平臺消費者規(guī)模演化產(chǎn)生的影響遠大于社會網(wǎng)絡(luò)影響率.同時，潛在消費者感知到的線上口碑作用率在模型演化中后期對平臺消費者規(guī)模演化具有明顯影響，與線下接觸人數(shù)對平臺消費者規(guī)模演化影響具有相似之處.

4 結(jié)論

本文引入線上-線下的映射方法，將虛擬交易和實體交易以消費者節(jié)點的映射關(guān)系進行結(jié)合，建立基于線上-線下映射結(jié)構(gòu)的平臺消費者規(guī)模演化模型，在此基礎(chǔ)上仿真對比分析社會網(wǎng)絡(luò)作用率、線下接觸人數(shù)、線上口碑作用率三重變量對于平臺消費者規(guī)模演化的影響.研究發(fā)現(xiàn)：外部社會網(wǎng)絡(luò)作用率、線上口碑作用率及線下接觸人數(shù)均對平臺消費者規(guī)模演化起正向促進作用，但線上-線下協(xié)同作用的社會網(wǎng)絡(luò)作用率主要促進早期消費者出現(xiàn)，線上口碑作用率和線下接觸人數(shù)則對平臺后期發(fā)展作用顯著.然而，本文只考慮線上-線下消費者節(jié)點完全正相關(guān)的一一映射關(guān)系，忽視了一對多、多對一等其他映射關(guān)系，未來將圍繞多樣映射關(guān)系進一步研究.