网红经济背景下影响网红电商变现能力的因素探究

黄千芷 张韵 倪凡 颜旭 周子露

【摘 要】 随着网络的发展和市场的变革，我国网红电商迅猛发展，众多学者探究网红经济发展趋势多基于定性研究，很少有通过定量研究分析网红电商变现能力，探究其对传统电商的借鉴意义。文中聚焦于影响网红电商变现能力的因素研究，选取30家网红店铺通过聚类分析和多元回归分析，对不同网红店铺进行评价和对比，从而提出有效促进网红电商发展的建议，促进电商运营模式升级。

【关键词】 网红电商 变现能力 聚类分析 回归分析

一、绪论

随着互联网的发展与去中心化时代的到来， 网红利用互联网媒体走入公众视野，将庞大的粉丝群体所带来巨大的粉丝效应和变现能力，将文化价值转化为经济价值，形成网红经济。其中，网红与电子商务结合所形成的网红电商，利用网红的流量进行变现，取得了可观的效益。自2016年初顶级网红papi酱获得1200万首轮投资以来，网红经济迅速发展，资本的大量涌入进一步推动网红电商产业链的完善。根据微博橱窗的数据显示，网红电商的月日均交易额与累计商品数量均保持着上升趋势。2017年第二季的累计月日均交易额超过5470万元，较2016年同期增长了106.9%，而在售商品品类数也较同期增长了171.4%，根据Analysis易观预测，2018年网红产业规模将达到1000 亿人民币。网红电商快速发展，但其快速打版、迅速出款、小批量生产、后期可迅速补货等个性化需求，强烈制约着这种新型商业模式的效率。因此，如何保障网红电商的变现能力，促进网红供应链合理化建设，从而推动网红经济持续发展为本文探究的重点。

二、模型构建

（一）模型选取

1.聚类分析，即将物理或抽象对象的集合分组为由类似的对象组成的多个类的分析过程。为避免遗漏重要影响因素，本文在选取指标时尽可能全面考虑相关因素，由于变量较多，变量间可能存在相关度较高的现象，不便于回归分析。因此本文运用R型聚类分析对变量进行分类处理，获得网红店铺相关数据的分布状况，通过观察每一簇数据的特征，集中对特定的聚簇集合进行分析，总结得出影响网红电商变现能力的因素和改进方向。

2.多元线性回归，即两个或两个以上自变量的回归，社会经济现象的变化往往受到多个因素的影响，为了系统地对影响网红电商变现能力的因素进行分析，从而有针对性地改进网红电商盈利模式，我们选择了“多元线性回归模型”对我们的数据进行处理分析，通过对影响网红店铺销售量的多个指标进行量化分析，可以得到较为具体的数据。

（二）指标体系构建

目前国内外对于网红电商变现能力的研究仍处于定性研究的阶段，本文参考了赵占波（2013）等为代表的学者关于影响C2C电商销量或消费者网购行为的文献，遵循科学性、可比性和可操作性原则， 根据淘宝网销售量公式： 销售量=访客数×全店支付转化率，从店铺运营、网红店铺的影响力以及产品这三大方面甄选因素构建影响网红店铺销售量的因素体系，如表1所示：

三、模型的运行及结果分析

（一）聚类分析

为减小由于样本量不足而导致的误差，本文先对小样本进行初步相关性分析，分析得出部分指标存在较强的相关性，可能存在将指标聚合成一类的情况。再将15个指标依据相关性进行R型聚类分析，再从每个类中选取一个指标作为该类的代表性指标进行分析。

（1）指标聚类。变量间的相近度采用相关系数，类间相似度的计算使用类平均法：，a、b 分别为 G1，G2 中样本点的个数。聚类的树形图如图1所示：

根据聚类图，本研究组从15个指标中选取如下13个分析指标进行回归分析：销售额（Y）、关键词（X1）、质量（X2）、历史评价数（X3）、上新频率（X3）、商品平均成交价格（X5）、界面设计（X6）、店铺信誉（X7）、发货速度（X8）、促销方式（X9）、支付方式（X10）、物流配送（X11）、网红粉丝数（X14）和网红粉丝活跃度（X15）。

（2）店铺聚类。根据以上13个指标对店铺进行聚类分析，样本间的相似性采用欧式距离度量：

（p 代表的是指标数目，维度）

聚类图如图2所示。

从图像可以看出，样本之间具有明显的类别区分，为了尽量使得类内部间距低于2.5我们把样本分为12类：第1类有16；第2类的有1、6、10；第3類有5、7、13、22、23、24；第4类有4、17、18、20、21、25、27、28、29、30；第5类有8；第6类有2；第7类的有11；第8类有 14、19；第9类有3、9；第10类有15；第11类有12；第12类的有26。

（3）差别分析

为了更好地看出类与类间的差别，在此选择4类类间距离相对较大，且样本容量大的类来做一个简单分析。因此，选取第二类、第三类、第四类和第十类作为代表对这四类店铺做一个简单的特征分析。

将类中各样本的各项指标求均值作为类的坐标（p 维，p 代表的是指标数目），处理后结果如图3所示：

（4）结果分析

从图中可以大致获取的信息包括：

1）第二类店铺相较于其他类型店铺，更具网红店铺的特征：依靠粉丝流量变现。其销量高的原因可能和网红的粉丝数以及粉丝活跃度有很大关系；

2）第三类店铺的销量可能和关键词的数量多有关，并且如果能够 高店铺信誉，销量可 能会有更大的 升空间；

3）第四类店铺属于价格较高，并且其他各项指标不突出，发展较为一般的类型； d.第十类店铺的销量和店铺信誉及物流配送水平有一定的联系。

4）第四、十类店铺相较于第二类，更具有传统服装电商的特点：较少地依托于粉丝流量，更多的依托于服务质量、产品质量来升竞争力。

（二）多元回归分析

在结合对指标进行聚类分析的结果之后，本文采用多元线性回归分析的方法对假设进行验证，将数据进行回归，得到回归方程如下：

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

通過检验拟合优度、F检验、t检验，得出有部分的解释变量之间的相关系数较高，存在着多重共线性，因此进行逐步回归后，对不符合t检验的参数予以剔除，得出的回归方程：

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

通过检验可得出商品平均成交价格（）、店铺信誉（）和物流配送（）对销售量（Y）有显著的影响。即在其他条件不变的情况下，商品平均成交价格每上升1单位，即会对销售量产生0.545496单位的影响；其他条件不变的情况下，店铺信誉的指数每上升1单位，即会对销售量产生0.353597单位的影响；其他条件不变的情况下，物流配送每上升1单位，即会对销售量产生-0.734726的影响。

（三）结果分析

（1）物流配送对网红店铺销量的负向影响最为显著，销量越多物流服务水平越低。受淘宝网物流服务质量的评分法则的影响，每家店铺初始评分均为5分，随后通过消费者打分进行计算。由于消费者对物流配送的评价标准和对得分的感知不同，销量越多出现低分的可能性越大，物流服务质量评分越低。

（2）商品价格对网红店铺的销量有显著的正向影响。一般情况下消费者的认可价格受到感知质量影响，感知质量越高消费者的认可价格越高，网红店铺满足消费者的个性化需求，且30家店铺平均成交价为100-600元左右，在消费者可接受价格范围内，其倾向于用更高的价格购买更高质量的产品。

（3）店铺信誉对网红店铺的销量有正向影响。店铺信誉评价有利于帮助消费者甄选卖家，消费者相信信誉良好的网红店铺产品质量较高，从而形成购买意愿并发生购买行为。同时店铺信誉会形成口碑效应，信誉越高、评价越好的店铺更容易引发消费者的从众行为，进而产生购买倾向。

四、对策及建议

基于对网红店铺销量的影响因素研究，对我国网红电商未来展方向出以下建议：

（1）高服务水平和产品质量。产品和服务的质量是店铺经营的核心环节，保证高质量的产品和服务能够取得顾客的信任，进个产生口碑效应和重复购买。卖家在交易前双方的 沟通之中，应注意掌握沟通技巧，引起买家好感，积极促成交易。建立消费者数据库，细分消费市场，采取“个性化营销”方式，建立多款式、上新快、低库存的私人定制式生产线，以占据网络零售的优势地位。

（2）密切关注店铺淘宝动态评分。购买者一般对低于预期的购买经验逆反心理较为严重，这时会出现评分过低的情况。卖家通过对物流配送评分的监控，及时改善物流服务水平，具体方式有更换物流服务公司、加快发货时间等。同时可加强与购买者的沟通，减少非理性差评的概论，并通过返利等方式激励购买者做出购买好评。

（3）采用多种定价策略。网红店铺可以通过低价策略在细分品类中打造爆款，吸引流 量，累积口碑。此外通过高定价打造一系列凡勃伦商品，打造出店铺高质量、高品味的形象。

（4）重视网红在“前端”的意见领袖作用。网红店铺与普通淘宝店铺的最大区别在于网红能够以自身魅力在社交平台上吸引大量流量。在保证商品和服务质量的前下，网红应注重自身营销，打造自身品牌，培养粉丝群，建立起稳定且持续的客户关系。

（5）充分利用多渠道营销。网红店铺可以通过多种社会化媒体平台，增强消费者互动，实施多渠道宣传推广，以适应消费者多渠道、碎片化的购物方式。

本文对网红电商现状分析发现了许多问题，同时也给出了一些对策建议。网红电商盈利模式与传统模式相比，既存在流量大、个性化等优点，同时也存在质量、服务水平等方面的不足。网红经济是否会成为未来经济发展趋势仍有待商榷，但网红电商盈利模式的改进，加之政策支持，对网红经济未来的发展具有一定的推动作用。

【参考文献】

[1] 赵占波，孙鲁平，苏萌. C2C中产品浏览量和销量影响因素的对比研究[J]. 管理科学，2013，26（01）：58-67.

[2] 黄立志，梁霄. 当前我国网红经济现象式微[J]. 中国商论，2016（20）：8-10.

[3] 王强，陈宏民，杨剑侠. 搜寻成本、声誉与网上交易市场价格离散[J]. 管理科学学报，2010，13（05）：11-20.

[4] 曾勇，魏明侠，岳鹤.在线消费影响因素分析[J].河南工业大学学报（社会科学版）， 2006，（01）：8-10

[5] 闫强，王君珺.不同热度搜索型产品的在线评论对销量影响的实证研究[J].中国管理科学，2013，（S2）：406-411

[6] 付静莎. 基于软集合理论的C2C网商销售量影响因素及指标体系研究[D].重庆交通大学，2016.

[7] 潘勇.网络“柠檬”环境下消费者行为与抵消机制——基于信息经济学的视角[J].管理评论，2009，21（10）：41-51.

[8] 林莉，丁洪福.网络环境下消费者购买意愿影响因素分析[J].中国商贸，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

作者简介：黄千芷（1997-）、女，浙江温州，中南财经政法大学，物流管理专业，本科2015级，研究方向：网红电商和柔性供应链。

张 韵（1997-）、女，江苏常州，中南财经政法大学，物流管理专业，本科2015级，研究方向：互联网家装供应链。

倪 凡（1998-）、女，湖北襄阳，中南财经政法大学，物流管理专业，本科2015级，研究方向：网红电商和柔性供应链。

颜 旭（1997-）、女，广东佛山，中南财经政法大学，物流管理专业，本科2015级，研究方向：网红电商和柔性供应链。

周子露（1997-）、女，安徽合肥，中南财经政法大学，财务管理专业，本科2015级，研究方向：网红电商和柔性供应链。