热线

蒙格斯智库:“拼多多”快速崛起与捆绑销售的

时间:2019-05-26 18:32

栏目介绍:“有趣的经济学”是《蒙格斯报告》公众号推出的国际前沿经济学论文评论类推文。论文一般来自《美国经济评论》(AER)、《计量经济学杂志》(ECA)、《政治经济学杂志》(JPE)、《经济学季刊》(QJE)等国际顶尖学术刊物,我们希望用通俗易懂的介绍和评论使高大上的经济学有趣起来。

导言

“拼多多”2015年9月正式上线,2017年的商品交易总额(GMV)已超过1千亿人民币,年活跃用户数达2.95亿。成立3年后,其母公司WalnutStreet Group Holding Limited即向美国证券交易委员会(SEC)递交了招股说明书。拼多多的快速崛起给阿里、京东等电商平台带去了莫大的冲击,而拼多多的“成功”在于其定价模式——不同人之间的捆绑销售(Interpersonal Bundling)。为什么不同人之间的捆绑销售会比单独销售获得更多利润?消费者的数量和评价关系分别适合哪种捆绑销售策略?参团消费的成本是否一样?

科罗拉多大学的YonGMIn Chen、香港岭南大学的Tianle Zhang联合发表在《管理科学》(Management Science)的论文《不同人之间的捆绑销售》(Interpersonal Bundling)按照成团人数要求的不同,分别研究了达到最少成团人数的跨人捆绑(IBmin),以及要求不超过最大成团人数的跨人捆绑(IBmax),前者的现实例子就是拼多多等平台,而后者的现实例子则是“最多可邀请几人分享低价”的定价机制。研究发现:在一定条件下,跨人捆绑要比单独销售利润高,跨人捆绑是一种最优的销售机制;当消费者的数量与消费者的评价是负相关时,IBmin是更好的定价模式,而当消费者数量与评价是正相关时,IBmax是更好的定价模式;高支付意愿的消费者参团成本更高。

研究背景

拼多多这个自称是专注于做C2B拼团的第三方社交电商平台在第三年的销售额就超过了一千亿。在创造销售额奇迹的同时,也伴随着商户和消费者的吐槽。拼多多是如何定价的,为什么商户会选择拼多多,为什么消费者会选择拼多多等问题激发了作者的研究兴趣。

作者搭建了一个一般化的理论框架,按照成团人数要求的不同,分别研究达到最少成团人数的捆绑销售(IBmin)以及要求不超过最大成团人数的捆绑销售(IBmax)的定价策略和利润情况,把前者作为拼多多、各种团购优惠或折扣等的现实案例,后者研究的是“最多可邀请几人分享低价”的现实案例。

研究模型

1. 模型假定

假设企业是一个垄断厂商,市场上有两类消费者,一类是对其商品评价或支付意愿低(L)的消费者,一类是对其商品评价或支付意愿高(H)的消费者。两类消费者的数量x和y是不确定的,但是我们知道各自的分布Fx(x)和Fy(y)。和分别是L和H消费者的预期数量,那么:

此时,企业的最优定价和利润额如下:

因此,如果L消费者预期数量较少,那么企业会以价格=H只卖给H型的消费者;否则,企业会以价格=L卖给所有的消费者。

2. 不同人之间捆绑销售的利润

在不同人之间的捆绑销售模式下,企业设置单一价格p,组合价格q,,消费者人数从属于集合B≡{[mi,Mi]:i=1,…n},IBmin表示最少成团人数捆绑销售,IBmax表示不超过最大成团人数的捆绑销售。

如果p=H,q=L,B至多包含两个区间,企业的目标是最大化利润,如下:

其中,G(x, y)是X, Y的联合分布函数。

求解得出捆绑销售下最大利润和最优消费人数为:

因为时,或时此时,即在这种设定下,捆绑销售的利润不低于单独销售的利润。因此企业的利润最大化问题可以变为使下式的值最大的数学问题:

经过复杂的数学推导可得,当时:

当时:

即捆绑销售的利润是优于单独销售的利润的。作者也分别推导出了IBmin和IBmax比单独销售利润更高的充分条件,以IBmin模型为例:

生产商的利润如下:

当满足时,该条件即为IBmin比单独销售利润高的充分条件。

同理得到IBmax比单独销售利润高的充分条件为。

3. 信息传递和价格歧视

企业的商品可能被一些消费者所熟知,但有些消费者不知道,在IBmin模式下,准买家会有动力将消息散播给其他的消费者。假设H类消费者中有n个知道商品信息的人,并有潜在的可能性告知k个H类消费者,且k个人中至少有i个会购买,那么潜在的H消费者共有:

此外,L类消费者均被告知企业的产品、价格以及数量,i消费者最大化自己的效用:

均衡条件如下:

在IB模式下,要获得团购折扣,消费者可能需要支付交易费用。如果H类消费者有更高的时间成本,那么他们不太可能参与。不同人之间的捆绑销售便因此成为了价格歧视的手段,就像教科书中价格歧视案例——优惠券一样。然而,IBmin有一个额外的筛选买家的功能——通过选择由于不确定性还没有达到的最小集合的大小,卖家可以进一步阻止H类消费者接收到团购券。

为了举例说明,作者考虑主模型的另一个变体,其中L类消费者参与集体购买没有成本,但是H类消费者为此而产生了交易成本t。假设t分布在上,概率密度函数为Ф(t)