c2c環(huán)境下的差異化策略對服裝行業(yè)的影響研究

c2c環(huán)境下的差異化策略對服裝行業(yè)的影響研究

研究方法和模型由于cncc電子商務(wù)市場的蓬勃發(fā)展和低門檻，大量第三方參與了cncc市場，導(dǎo)致供應(yīng)商之間的競爭極為激烈。為了避免赤裸裸的價格競爭,賣家通過實(shí)施差異化策略影響買家的感受,進(jìn)而影響買家的接受價格。在制造行業(yè),廠商可以實(shí)現(xiàn)產(chǎn)品差異化,但對于C2C流通行業(yè),銷售的產(chǎn)品是同質(zhì)的,除了價格策略以外,賣家的差異化只能體現(xiàn)在附加環(huán)節(jié),如在被搜索成本、服務(wù)、風(fēng)險等方面。具體而言,賣家通過廣告、付費(fèi)等手段排在搜索列表的前面,降低被搜索成本;賣家提供“消費(fèi)者保障”和贈送禮品等服務(wù),通過增強(qiáng)服務(wù)來提高買家的滿意度;賣家也可以通過提高自己的信用以減低買家的風(fēng)險預(yù)期。在C2C環(huán)境下,賣家的哪些差異化策略會被買家認(rèn)可,進(jìn)而影響買家的購物決策行為呢?很多文獻(xiàn)已經(jīng)對C2C環(huán)境下價格(銷量)決定和買賣雙方行為進(jìn)行了理論和實(shí)證研究,國內(nèi)外多以淘寶和eBay為研究對象。理論研究主要包括拍賣機(jī)制設(shè)計、平臺政策制定、信用問題以及買賣雙方的行為對結(jié)果的影響等,如Bajari等對拍賣過程進(jìn)行結(jié)構(gòu)建模,估算在不同保留價格下拍賣者的獲利水平;Hu等探討了第三方擔(dān)保能否增加買家的初始信任;Zhang等從風(fēng)險、便利和成本的角度分析eBay上支付方式的選擇。針對信用問題,Dini等研究了eBay上的信用炒作現(xiàn)象,并從信用評分制度上提出了建議。潘勇指出淘寶上的信用炒作加重了網(wǎng)絡(luò)檸檬現(xiàn)象。實(shí)證研究主要關(guān)注賣家和買家的各種因素對成交量和成交價格的影響。Gregg等調(diào)查eBay上圖片對買家購買意愿的影響,結(jié)果表明好的圖片能增加買家信任;Houser通過調(diào)查eBay上計算機(jī)芯片價格數(shù)據(jù),發(fā)現(xiàn)賣家信用在經(jīng)濟(jì)上和統(tǒng)計上對價格有顯著的影響;Lucking-Reiley等通過搜集面值一美分的美國收藏硬幣的價格,認(rèn)為賣家聲譽(yù)對拍賣價格有顯著影響,而且相比好評,差評對價格的影響更大;崔香梅等探討淘寶上一口價交易的影響因素,指出信用仍然對銷量有正向影響。這些研究表明eBay、淘寶上賣家的聲譽(yù)(好評、差評,或兩者)對拍賣商品成交價格或成交量有顯著的影響。在搜索成本方面,Lynch等認(rèn)為,互聯(lián)網(wǎng)環(huán)境使整體的搜索成本降低了,透明的市場反而加劇了賣家之間的競爭,對于單個賣家來說,搜索成本低的賣家獲利更多。李維安、吳德勝等指出,網(wǎng)上交易市場仍存在不可忽視的搜尋成本,較高的搜索成本削弱了聲譽(yù)機(jī)制的作用,王強(qiáng)等假設(shè)C2C中搜索成本存在,研究了聲譽(yù)同搜索成本之間的相互作用關(guān)系。綜上所述,現(xiàn)有研究大多集中在C2C環(huán)境下的信用、服務(wù)對銷量(價格)的影響,沒有系統(tǒng)考慮買家的購買決策過程;對于搜索成本的作用,雖然有理論性的探討,但缺乏相關(guān)的實(shí)證研究;關(guān)于信用的研究都是從制度角度出發(fā),分析如何杜絕信用炒作現(xiàn)象,缺乏動機(jī)方面的分析。針對我國C2C環(huán)境賣家眾多、搜索成本不容忽視的特征,本文以淘寶為研究對象,以買家的兩階段決策模型為基礎(chǔ),研究賣家被搜索成本、服務(wù)、風(fēng)險差異化策略對賣家銷量的影響。本文有兩方面的貢獻(xiàn):(1)建立了買家的兩階段決策模型,并通過實(shí)證驗(yàn)證了搜索成本在買家購物決策中的作用;(2)從差異化角度出發(fā),探討了賣家的差異化狀況和賣家信用炒作的動機(jī)。模型和假設(shè)1、買賣雙方的決定過程(1)被搜索成本csiC2C買家主要通過網(wǎng)站提供的搜索功能來選擇賣家。面對搜索列表中數(shù)量眾多且差異化的賣家(1),買家沒有精力去比較所有的賣家。根據(jù)Haubl等對買家購物行為的研究,買家會采取如下的兩階段決策過程:第一階段:買家從搜索列表W=(s1,s2,…,sn)中搜尋賣家,根據(jù)自己對搜索成本的要求,選擇合適數(shù)量的賣家放入待選集S。Brynjolfsson等研究shopbot中買家面對搜索列表的搜索行為時發(fā)現(xiàn),買家滑動滾動條和翻頁需要耗費(fèi)時間和精力的成本,并將其定義為買家的搜索成本,本文采納此種定義。Ghose指出不同買家對搜索成本的敏感度不同,買家根據(jù)自己習(xí)慣,在合適的時間停止搜索。搜索成本敏感的買家,可能只瀏覽搜索列表第一頁的上部,待選集S中的賣家數(shù)量較少;而對于搜索成本不敏感的買家,可能會下拉滾動條、翻頁很多次才停止搜索,待選集S中有很多賣家。對于每個賣家來說,由于在搜索列表中所處的位置不同,買家滑動滾動條和翻頁到賣家位置所需要的成本也不同,將此種成本定義為賣家的被搜索成本,記為csi。賣家被搜索成本越低,則越多的買家將其放入待選集S。在此階段,買家只考慮搜索成本,即賣家的被搜索成本csi是影響買家決策的唯一因素。第二階段:買家從自身的效用函數(shù)出發(fā),深度比較S中的賣家的各種特性,選擇效用高的賣家。此時,買家對S中的賣家進(jìn)行深入的信息甄別,比較S中各個賣家的差異化特征,依據(jù)自己的效用函數(shù),選擇使自己效用最大的賣家。根據(jù)Lancaster的消費(fèi)行為理論,買家在購買商品時,購買的是商品和服務(wù)之和,不僅考慮了商品本身,還考慮賣家提供的物流、配送、問詢、售后等服務(wù)。如Ba在研究B2C中買家效用函數(shù)時,把服務(wù)分成brandrecognition和service兩部分。由于C2C環(huán)境下的風(fēng)險,Bajari等在建立買家效用函數(shù)時考慮風(fēng)險對收益的影響,Strader等分析了C2C中由于風(fēng)險因素而帶來的信用的價值。借鑒以上的效用函數(shù),針對C2C的特點(diǎn),本文在設(shè)置買家效用函數(shù)時,認(rèn)為買家購買的是商品和服務(wù)的總和。除了商品本身的效用之外,還考慮買家享受的服務(wù)s,可能面臨的風(fēng)險r,以及付出的價格成本p。(2)不同時點(diǎn)的決策創(chuàng)新策略賣家為了增強(qiáng)顧客滿意度,提高銷量,根據(jù)買家的決策過程,從被搜索成本csi、價格p、服務(wù)s、風(fēng)險r等各個方面差異化,不同差異化策略影響買家不同的決策階段。賣家有些差異化策略只影響買家第一階段決策,如賣家投放廣告,參加C2C平臺提供的提高搜索列表排名的服務(wù)(如淘寶的直通車),這些策略可以降低賣家的被搜索成本,影響買家第一階段決策;而賣家有些差異化策略會同時影響買家兩個階段的決策。例如,賣家提高信用,降低價格,提高銷量的策略,不僅會影響買家的第二階段決策,也會影響賣家在搜索列表的排名,降低賣家被搜索成本,從而間接影響買家的第一階段決策。買家處于不同的決策階段,賣家不同的差異化策略對其影響不同,見圖1。買家購買決策時,同時考慮收益和支付的成本。根據(jù)買家決策過程,買家收益包括:消費(fèi)商品本身的收益u0和享受的服務(wù)s,但得到收益的風(fēng)險為r。買家的成本包括:搜索成本C和商品的價格p兩部分。綜合收益和成本,買家的效用函數(shù)Utility如下:假設(shè)商品同質(zhì),即u0固定,第一階段買家付出搜索成本C,得到待選賣家集S;第二階段買家主要考察r、s和p等差異化策略,買家獲取到賣家商品價格p,根據(jù)賣家披露的信息,推測賣家的r和s。買家選擇賣家的購買決策,就是選擇使自己的效用最大的賣家的過程。2、第一階段:生長模型根據(jù)買家的兩階段決策模型和買家的效用函數(shù),分析賣家的差異化策略對買家購買決策的影響,進(jìn)而分析賣家差異化策略對銷量的影響。在第一階段,買家考慮搜索成本,賣家被搜索成本越低,越多買家將其放入待選集;在第二階段買家從自身效用函數(shù)出發(fā),主要考察賣家p、s、r差異化策略對自己效用函數(shù)的影響。需要說明的是,雖然賣家有很多差異化策略,本文從兩階段決策模型出發(fā),只考慮了csi、p、s、r四個方面。通過分析各個變量及其度量對買家兩階段購物決策的影響,得到相關(guān)假設(shè)如下:(1)第一階段:生長至低的產(chǎn)品信息促進(jìn)購買的階段這里價格考慮商品價格和運(yùn)費(fèi)之和。C2C網(wǎng)站提供按照價格從低到高或從高到低的排序,所以商品的價格會影響賣家的被搜索成本,參見圖1。買家傾向于選擇低價的產(chǎn)品,買家在選擇價格排名時會選擇價格由低到高排列。因此,在第一階段,賣家價格低,被搜索成本低,容易進(jìn)入待選集;在第二階段,賣家價格越低,買家越容易購買。其他條件相同的情況下,低價會促進(jìn)購買。在實(shí)證分析中,估計值是第一階段的間接影響和第二階段的直接影響之和。因?yàn)樵撘蛩貙呻A段的影響都是負(fù)的,我們的原假設(shè)應(yīng)該是負(fù)向影響。H1:商品價格p對賣家銷量存在負(fù)向影響。(2)被搜索成本s由于C2C中賣家眾多,賣家在搜索列表上的排名變化很快,而且沒有辦法度量,因此無法直接獲得賣家的被搜索成本。由于C2C網(wǎng)站提供收藏商品、收藏店鋪的功能,買家會將感興趣的賣家、商品放入個人收藏夾。所以,商品被收藏數(shù)、商品被瀏覽數(shù)、賣家店鋪被收藏數(shù),可以反映賣家被放入S的概率,可以作為賣家被搜索成本的指標(biāo)。被瀏覽、被收藏次數(shù)越多,說明此賣家的被搜索成本越低。根據(jù)公式1,被搜索成本低會促進(jìn)購買。因?yàn)橘u家的價格、服務(wù)和風(fēng)險等差異化策略會在其他原假設(shè)H1,H3和H4中單獨(dú)考慮,在這里沒有加入。H2a:商品被收藏次數(shù)對賣家銷量存在正向影響;H2b:商品被瀏覽次數(shù)對賣家銷量存在正向影響;H2c:店鋪被收藏次數(shù)對賣家銷量存在正向影響。(3)風(fēng)險的度量見表3C2C網(wǎng)站的信用評價系統(tǒng)就是針對風(fēng)險設(shè)計的,通過記錄買賣雙方的歷史交易記錄,可以推斷買、賣雙方的風(fēng)險。買家通常根據(jù)賣家的信用評價來對賣家的風(fēng)險做出判斷。本研究主要關(guān)注以下幾個變量:賣家信用、賣家好評率、最近一周、一個月、六個月以及六個月以前的差評。由于賣家一周差評量較少,六個月和六個月以前的差評量和信用存在嚴(yán)重的線性相關(guān)關(guān)系,而且買家更為關(guān)注最近一個月的差評,因此本研究將賣家信用、好評率和最近一個月的差評作為風(fēng)險的度量指標(biāo)。同時,由于網(wǎng)上的口碑效應(yīng),買家傾向于從銷量更多的賣家處購買,認(rèn)為前期銷售量大的賣家風(fēng)險會更小。根據(jù)C2C的搜索列表排名方式,賣家信用和上一個月銷量都會影響賣家的被搜索成本,同時影響買家兩個階段的決策。信用和上個月銷量高,賣家的被搜索成本低;而且,買家感知到的風(fēng)險小。根據(jù)公式(1),均對本月銷量有正向影響。H3a:賣家信用對賣家銷量存在正向影響;H3b:賣家好評率對賣家銷量存在正向影響;H3c:賣家最近一個月差評對賣家銷量存在負(fù)向影響;H3d:賣家上一個月銷量對賣家本月銷量存在正向影響。(4)質(zhì)量檢驗(yàn)除了風(fēng)險之外,買家還需要考慮賣家的服務(wù)。目前,C2C網(wǎng)站推出了消費(fèi)者保障服務(wù)計劃,要求參與此服務(wù)的賣家做到“7天退換”、“正品保障”和“如實(shí)描述”等,免除買家對售后的擔(dān)憂。購買結(jié)束后,買家還可以對賣家從商品描述、服務(wù)態(tài)度和物流速度三個方面進(jìn)行評分。潛在買家購買前,會查看其他買家對賣家的評分,并據(jù)此去推測賣家的服務(wù)質(zhì)量。H4a:參加消費(fèi)者保障服務(wù)對賣家銷量存在正向影響;H4b:賣家服務(wù)評分對賣家銷量存在正向影響。(5)不確定量模型的建立買家的購物決策體現(xiàn)在賣家的銷量上。賣家的銷量多,說明賣家的差異化策略被買家接受,說明賣家的差異化策略很成功。根據(jù)以上理論綜述及提出的假設(shè),建立面板數(shù)據(jù)線性回歸方程,分析賣家的各種差異化策略對銷量的影響,基本模型形式見公式(2)。上式中,SA表示賣家一個月銷量,i表示賣家樣本,t表示第t個月,其他各變量解釋見表1。結(jié)果表明和分析1、銷售過程的統(tǒng)計與分析,同樣的數(shù)據(jù)來源可以方便本文的分析結(jié)果與已有研究作比較。為了避免其他因素對本研究造成的噪音影響,按以下原則進(jìn)一步篩選樣本:(1)由于商品同質(zhì)性的假設(shè),本研究選取淘寶上某一特定物品為研究對象。(2)為了保證收集到足夠的數(shù)據(jù),選取淘寶2010年最熱銷的家用電器類產(chǎn)品,九陽豆?jié){機(jī)(型號:JYD-P11S81)為研究對象。(3)因?yàn)殇N量少的賣家沒有被大眾買家認(rèn)可,銷售行為具有隨機(jī)性,實(shí)證中將銷量小于3的賣家剔除?？紤]到賣家銷量的虛假性(因?yàn)樘岣咪N量能提高賣家在搜索列表的排名,賣家就會制造虛假銷量,例如某賣家一次性銷售1000件豆?jié){機(jī)。由于淘寶上均為個人購買,對于豆?jié){機(jī)這種家用電器,買家通常一次購買量為1,所以,賣家的銷售次數(shù)比銷售件數(shù)更真實(shí)。),將賣家一個月銷售次數(shù)作為銷量變量。按照上述標(biāo)準(zhǔn),采用抓取和解析網(wǎng)頁的方式,以周為單位,收集淘寶上九陽豆?jié){機(jī)JYD-P11S81所有賣家的銷售量、價格、提供的服務(wù)、賣家的信用、得到的評分等相關(guān)數(shù)據(jù)。從淘寶的搜索入口,列出JYD-P11S81的所有賣家,然后抓取每個賣家的銷售記錄和每個賣家的詳細(xì)信息,于每周日12:00開始抓取。本研究抓取了2010年6月1日-2010年9月30日,共18周的交易數(shù)據(jù)。由于淘寶上很多賣家都是以月統(tǒng)計銷量,然后調(diào)整策略,所以以周為單位的數(shù)據(jù)信息變化不大,本文就采取以四周為時間窗口進(jìn)行平均、合并的方式。淘寶上九陽豆?jié){機(jī)的賣家約有7000個,在6、7、8、9月份,銷量大于3的賣家分別有444、452、421、389家。由于賣家的進(jìn)入和退出,最后得到容量為647×4的非平衡面板數(shù)據(jù)。2、固定效應(yīng)模型與隨機(jī)效應(yīng)模型的選擇基于收集到的647×4個樣本的賣家的銷量數(shù)據(jù)和賣家信息,采用R軟件(2.10版)對前面構(gòu)建的初始面板數(shù)據(jù)線性回歸模型進(jìn)行估計。對于面板數(shù)據(jù)模型形式的設(shè)定,由于本文研究目的是由樣本推知總體,從理論上應(yīng)該選用隨機(jī)效應(yīng)模型。表2中的設(shè)定(1)與設(shè)定(2)分別為利用隨機(jī)效應(yīng)模型與固定效應(yīng)模型的估計結(jié)果,然后運(yùn)用Hausman檢驗(yàn)來驗(yàn)證固定效應(yīng)和隨機(jī)效應(yīng)模型何者更優(yōu)。很多學(xué)者在研究時,對所有除比例型變量之外的連續(xù)型變量均取自然對數(shù)形式,這種變換不僅與多階段消費(fèi)者決策過程的相關(guān)理論模型相符合,還可以平滑模型中變量的分布,使變量間關(guān)系趨于線性化。本文也研究了取對數(shù)情況下,隨機(jī)效應(yīng)和固定效應(yīng)的模型參數(shù),見表2中的(3),(4)。本文運(yùn)用了Hausman檢驗(yàn)來驗(yàn)證表2中的固定效應(yīng)和隨機(jī)效應(yīng)模型何者更優(yōu)。如果模型設(shè)定正確,個體效應(yīng)與各個獨(dú)立變量不相關(guān),那么這兩個模型的統(tǒng)計結(jié)果應(yīng)該一致。Hausman檢驗(yàn)結(jié)果在1%的水平上拒絕了這個原假設(shè),說明固定效應(yīng)模型表明從數(shù)據(jù)角度看選用固定效應(yīng)模型更為合適。但檢查固定效應(yīng)模型和隨機(jī)效應(yīng)模型相同參數(shù)估計值的差異情況,發(fā)現(xiàn)兩個模型對應(yīng)系數(shù)的估計值在0.01水平上沒有顯著差異。因此,選用隨機(jī)效應(yīng)模型得到的結(jié)果仍然可靠合理。各模型F檢驗(yàn)均拒絕原假設(shè),說明各模型成立;另外,取對數(shù)后R2顯著降低,說明不取對數(shù)(表2中的模型1,2)的模型擬合更好。3、信用、好評率和網(wǎng)購價格由表2銷量參數(shù)估計結(jié)果可看出,商品價格對銷量有負(fù)面影響。買家選擇C2C購物的重要原因之一就是低價。價格對買家決策兩階段都有作用,在淘寶完全競爭的市場上,價格越高,買家越不愿意購買,相反,低價會促進(jìn)購買。對于賣家的被搜索成本,計量結(jié)果表明,商品被瀏覽、收藏數(shù),店鋪被收藏數(shù)對銷量的正向影響非常顯著,說明賣家的被搜索成本是對銷量有顯著影響的。同一商品存在大量的賣家,由于買家最小化搜索成本,賣家需要把商品擺放在一個顯眼、吸引買家眼球的地方,商品只有被買家看到,才可能有銷量。這也驗(yàn)證了前文關(guān)于搜索成本和買家兩階段購物決策的假設(shè),說明淘寶上賣家的被搜索成本是不可忽視的。為了降低被搜索成本,賣家需要提高在搜索列表的排名。由于淘寶提供按照信用、價格、銷量的排序方式,部分賣家就會采取“報低價賣高價”,或利用信用炒作提高信用等方式以提高在搜索列表的排名,降低被搜索成本。信用對銷量存在正向影響,與很多學(xué)者關(guān)于淘寶的數(shù)據(jù)驗(yàn)證一致。由于C2C購物的風(fēng)險,買家通過選擇信用高的賣家來規(guī)避風(fēng)險。由于淘寶上信用值的基數(shù)較大,導(dǎo)致系數(shù)很小,見表2中的模型1,2。關(guān)于好評率,可以看到好評率對銷量無顯著影響。推測原因如下:一是由于淘寶上差評很少,好評率多集中在99%附近(如本研究數(shù)據(jù)集中均值為99.54%),好評率差異不顯著;第二,好評率不能反映真實(shí)狀況,如新開張的店鋪好評率都是100%,皇冠之類的才偶爾有差評。由于上述原因,買家對好評率不敏感,而是通過信用和最近一個月差評來推測賣家的風(fēng)險。實(shí)證結(jié)果也表明,最近一個月的差評(NEGM)對銷量有顯著的負(fù)向影響。買家擔(dān)心網(wǎng)上購物的風(fēng)險,除了信用之外,買家會特別關(guān)注賣家近期的行為,因?yàn)椴环u家在剛創(chuàng)業(yè)的時候很好,一定規(guī)模之后卻服務(wù)質(zhì)量下降的。賣家上個月的銷量對本月的銷量有顯著的正向影響。買家偏好購買銷量多的賣家,一方面在于規(guī)避風(fēng)險,認(rèn)為銷量多的賣家風(fēng)險小;另一方面是銷量多容易排在網(wǎng)站的前面,降低賣家被搜索成本。由于上個月銷量同時影響到買家決策的兩個階段,賣家加大了對銷量的投入,淘寶上出現(xiàn)了銷量虛假的賣家,例如某賣家為了呈現(xiàn)出高銷量,一次交易就銷售了1000件九陽豆?jié){機(jī)。值得注意的是,消費(fèi)者保障服務(wù)和服務(wù)的評分對銷量的影響與預(yù)想不一致,這幾項(xiàng)對銷量均沒有顯著影響。這說明賣家的服務(wù)差異化策略對買家不是很重要,推測有以下兩個原因:(1)淘寶上賣家的服務(wù)差異不大。由于淘寶上的賣家只負(fù)責(zé)商品的流通,而售后、維修等一律不負(fù)責(zé),導(dǎo)致賣家的服務(wù)差異化空間有限。根據(jù)本研究的統(tǒng)計數(shù)據(jù),賣家得到的評分多在4.8左右,80%的賣家加入了消費(fèi)者保障服務(wù)中的“商品如實(shí)描述”,10%的賣家加入了消費(fèi)者保障服務(wù)中的“7天無理由退換”。賣家的服務(wù)沒有很大差別,從哪個賣家購買都差不多。隨著物流的發(fā)展和順暢,淘寶上賣家之間的服務(wù)差異會越來越小;(2)由于淘寶的問責(zé)機(jī)制不健全,一旦出現(xiàn)問題,需要淘寶介入處理,買家要提供大量的證據(jù),手續(xù)繁瑣,需要花費(fèi)買家大量的時間和精力,導(dǎo)致買家對賣家的售后服務(wù)不關(guān)注,而更重視在購買前做好充分的調(diào)研。以上兩個原因?qū)е沦I家對消費(fèi)者保障服務(wù)和賣家的服務(wù)評分不在意,反而更在意風(fēng)險。綜上,實(shí)證研究結(jié)果對假設(shè)的支持情況見表3。在分析賣方差異之后，考慮信用評級1、銷售量的繼續(xù)穩(wěn)定性dini系數(shù)在數(shù)據(jù)的收集和統(tǒng)計過程中,發(fā)現(xiàn)淘寶賣家競爭非常激烈。以九陽豆?jié){機(jī)JYD-P11S81為例,在本文收集數(shù)據(jù)的過程中,賣家有7000多家,而且賣家銷量不平穩(wěn),經(jīng)常變化。銷量最多的賣家,一個月的銷量有500多件,接著就急劇下降;80%的賣家月銷量在10件以內(nèi)。借鑒Fleder等在研究推薦系統(tǒng)的多樣性時采用的度量方式,本研究中用Gini系數(shù)來刻畫銷量的分散性。Gini系數(shù)通常被用來刻畫分布地不均性,系數(shù)為0表示分布均勻,分布為1表示極端不均勻。淘寶上賣家每個月銷量的Gini系數(shù)和總銷量的Gini系數(shù)均在0.7左右,表明銷量分布的非常不均勻,見圖2。銷量除了不均勻之外,每周的變化非常劇烈。沒有賣家能連續(xù)3周銷量排行第一。圖3展示了四個月總銷量排名前10的賣家每個周的銷量情況。圖2和圖3,都表明淘寶市場是一個動蕩的、快速變化的市場。多數(shù)賣家不能維持穩(wěn)定的銷量,因?yàn)橘u家缺乏穩(wěn)固的競爭優(yōu)勢。由于淘寶進(jìn)入壁壘低,大量賣家蜂擁而上,導(dǎo)致市場競爭激烈,加上賣家很容易被抄襲,同質(zhì)化嚴(yán)重,所以,賣家維持領(lǐng)先地位很困難。例如,賣家發(fā)現(xiàn)參加“如實(shí)描述”的消費(fèi)者保障服務(wù)能提高銷量,80%的賣家全部采用此項(xiàng)服務(wù)。因此,在服務(wù)方面,賣家之間的區(qū)別不大,買家會隨意選擇賣家購買。在賣家差異化程度有限的市場,導(dǎo)致賣家缺乏核心競爭力。除了價格戰(zhàn)之外,賣家有效的差異化程度就剩下信用和搜索成本,賣家就會考慮提高信用,降低搜索成本,甚至進(jìn)行投機(jī)行為———信用炒作。2、快速提高信用據(jù)前模型和實(shí)證結(jié)果,賣家的信用對銷量有正向影響。根據(jù)兩階段模型分析,信用對銷量的影響也來自這兩個階段:在買家決策第一階段,搜索列表可按信用排名,賣家提高信用可以降低賣家被搜索成本;在第二階段,買家為了規(guī)避風(fēng)險,傾向于選擇信用高的賣家。由于淘寶上的買家的購買多為一次購買,而且賣家眾多,買家每次都要經(jīng)歷兩階段決策過程。這就意味著賣家提高信用,不管是在買家決策的第一階段,還是第二階段,都會使賣家更具競爭力。對于淘寶上的賣家,除了依靠誠實(shí)銷售賺取信用之外,信用炒作可以幫助他們快速提高信用。目前,信用炒作的成本很低,風(fēng)險也很低(目前淘寶沒有有效的方式來甄別信用炒作,只能通過跟蹤物流的方式),所以,很多賣家會采取信用炒作這樣一種投機(jī)方式,降低被搜索成本和買家感知的風(fēng)險,去提高自己的競爭力。在存在競爭的領(lǐng)域,競爭者們都制造差異,人為的創(chuàng)造需求,以提高消費(fèi)者的忠誠度,減少直接的價格競爭。淘寶吸引了大量的賣家,競爭非常激烈,為了避免赤裸裸的價格戰(zhàn),賣家需要通過差異化才能減小競爭,生存下去。由于淘寶處于商品流通環(huán)節(jié),淘寶上的服務(wù)模式都是標(biāo)準(zhǔn)化的,提供給賣家的差異化渠道非常少。賣家的差異化只能是賣家服務(wù)態(tài)度和促銷手段上的差異化,這些差異化缺乏粘性,買家忠誠度都很低。由于淘寶80%是個人賣家,對于像售后服務(wù),維修等具有粘性的差異化,賣家們沒有能力,也沒有精力去差異化。淘寶采用搜索列表排名只能展示賣家的摘要信息,賣家差異化的信息無法展示。淘寶讓大批量的賣家進(jìn)來,而給很少的差異化渠道,而搜索列表只能展示單一的信息,這就是淘寶目前所面臨的困境。加上淘寶上買家多是一次購買,這就使得賣家更要加大買家感興趣的投入,如信用、銷量等。很多賣家進(jìn)行信用炒作,不是為了欺詐買家,而是為了提高在搜索列表中的位置,能夠進(jìn)入待選賣家集S,從而提升商品銷量。信用炒作作為一種快捷的提高信用的方法,也就在淘寶上屢見不鮮了。整合社會資源,提供差異化渠道,增加基因表達(dá)本文以買家的兩階段購物決策模型為基礎(chǔ),以差異化渠道為視角,研究C2C環(huán)境下,賣家的差異化策略對銷量的影響,并根據(jù)實(shí)際收集的淘寶的數(shù)據(jù),分析了淘寶上賣家信用炒作的動機(jī),研究結(jié)果表明:(1)賣家的被搜索成本和信用對銷量有顯著影響,賣家之間的服務(wù)差異很小且服務(wù)對銷量無顯著影響;(2)對于賣家來說,會加強(qiáng)對買家兩階段都有作用的差異化策略,如信用和銷量。由于賣家數(shù)量眾多,第一階段的差異化更容易被認(rèn)可,第二階段的信用、服務(wù)等