服务质量视角下电商供应链的竞争研究

刘文敏

(南京财经大学，江苏 南京 210023)

一、引言

自2007年以来，我国电子商务快速发展，电商平台大量涌现，电商的市场规模不断扩大，前瞻产业研究院数据显示，2010～2019年，我国电子商务交易规模从4.55万亿元增长至34.81万亿元，年均复合增速达25%。随着各大电商平台的客流量和成交额逐年增加，人们的消费习惯逐渐由线下开始转向线下线上相结合，相应的供应链管理也由传统供应链转向电子商务供应链，简称电商供应链。

在大数据背景下，数据作为一种新型生产要素，为电商供应链的发展提供了新的动力和思路，大数据企业对消费者购买、点击、搜索等行为的相关数据的分析催生了大数据精准营销新模式。大数据精准营销是指大数据企业对消费者购买、点击、搜索等行为的相关数据进行分析，推断出消费者的基本信息、兴趣爱好和相应需求等信息，电商平台依据分析结果进行客户细分和精准定位，为消费者推送符合其需求的商品，提升消费者体验。目前，大数据精准营销作为一种营销手段被电商平台广泛采用，在产生了一定的促进效果的同时也由于其过度推送引起了部分消费者的反感，因此如何有效使用大数据精准营销手段是一个值得探索的问题。

我国正处于消费升级的新阶段，消费者更加注重品质和体验。对于电商供应链来说，提高服务质量是提升消费者体验的途径之一，如何提高电商供应链的服务质量，如何平衡服务质量改进的收益和成本是电商供应链关注的重要问题，也是本文研究的重点所在。电商供应链的服务质量包括电商平台的基础服务质量(包括人员、设备、环境等)、过程服务质量(平台服务的响应速度和质量)、售后服务质量(服务履行和售后)、大数据精准营销服务质量和物流服务质量。文章在大数据背景下从服务质量角度出发研究电商供应链中电商平台的竞争问题，对于提升电商平台的竞争力、提高消费者体验具有重要的理论及实践意义。

二、文献综述

相关研究文献主要为电商供应链、大数据营销和服务质量管理三类研究。

近年来关于电商供应链的研究成果十分丰富，赵菊等建立两供应商和电商平台分别采用寄售模式、批发模式和混合模式的四种可能模式下的电商平台主导的价格与服务动态博弈模型并得出均衡策略。文悦等构造了电商平台代售和自营模型。制造商通过电商平台销售和直销的多渠道电商供应链竞争模型，研究结果表明制造商和电商平台的渠道选择与渠道竞争力和渠道成本有关。戢守峰等研究了在线冷静期内消费者存在撤单行为的情况下电商配送服务的外包和自建决策，其研究结果提升了电商供应链在消费者需求不确定和成本波动环境下的应对能力。李建苗等探讨了新零售模式下第三方物流企业参与的在线零售商融资均衡与协调策略。胡劲松等从消费者角度出发，假设存在消费者参考质量效应，考虑消费者线上渠道接受度，研究了消费者行为对电商供应链上各主体决策的影响。

理论方面，大数据逐渐与管理科学和服务质量领域相融合，Su和Geunes的研究表明零售商通过将大数据应用于分析，可以实现高达15%～20%的投资回报率增长。杨扬等综述了大数据营销的概念、类型、分析方法、研究进展并预测了未来的发展方向。徐选华和马志鹏通过探索和提取公众偏好大数据背后的情感诉求，补充了公众参与大群体应急决策的方法和途径。李新明研究了第三方数据平台精准营销的收费模式问题，提出了销量收费模式，并在比较费率佣金模式和按销量收费模式的基础上提出了结合费率佣金与按销量收费的综合模式。

在服务质量方面，孙琦等从收货方质量偏好角度出发提出了一种电商配送服务质量优化模型，提高了配送的精确度。马跃如等探讨了养老服务供应链中提供商与集成商的服务质量对养老服务供应链决策的影响并分析了惩罚契约、收益共享契约的适用条件。孙淑慧和朱立龙考虑了消费者反馈机制在生产企业关于质量改进投入决策中的重要影响，构建了演化博弈模型。马德青和胡劲松研究了消费者展厅行为和参考质量效应对O2O供应链动态运营策略的影响并提出制造商对实体店的服务成本分担契约以改进供应链绩效。

综合以上研究，现有文献主要集中于电商供应链、大数据营销和服务质量管理中单一领域的研究，关于领域融合的研究较少，对大数据背景下服务质量角度的电商供应链更是少有涉及。本文将大数据精准营销服务质量作为决策变量，考虑两平台竞争的情况下改进平台的精准营销服务质量和物流质量对两平台竞争的影响，分析了电商供应链服务质量改进策略和定价策略。

三、模型阐述

考虑一个两电商平台竞争的电商供应链服务质量竞争模型，博弈方为两类群体:一方为电商平台，另一方为消费者。两电商平台同时决定价格、精准营销服务质量和物流服务质量。

(一)基本假设

1.假设平台提供不同种类的商品，不考虑商品价格，将商品的服务费用记为服务价格p。此外，平台为消费者提供基础服务、过程服务、售后服务、大数据精准营销服务和物流服务，不失一般性，将平台提供的基础服务、过程服务和售后服务成本设为0。

2.消费者对大数据精准营销服务的接受水平不一，假设消费者对大数据精准营销服务的接受度为θ，θ∈[0，1]，即大数据精准营销服务的有效性。θ越趋近于0，表明消费者对大数据精准营销服务的接受度越低，大数据精准营销服务的效果越差；反之，消费者对大数据精准营销服务的接受度越高，大数据精准营销服务的效果越好。

3.假设平台是理性的，以自身收益最大化为目标。

4.市场中仅存在这两个电商平台，电商平台通过提高服务质量来获得更大的市场份额，假设两电商平台占有相同的初始市场份额。

(二)模型参数说明

相关模型符号给定如表1所示。

表1 决策变量及符号、参数

(三)模型构建

平台的成本包括两部分:固定成本和平台努力提高大数据精准营销服务水平与物流质量所产生的额外成本。由于服务质量发生变化时，固定成本不受影响，因此在模型中，令固定成本为0。在这种情况下，平台的额外成本可以写成:C＝cΔs＋cΔl，cΔs和cΔl分别表示平台提高大数据精准营销服务水平和物流质量的成本。决策模型如下:

为了便于下面的讨论，设置c＝c＝c。通过对上述优化模型的求解，得到最优调整度A与服务价格p的关系。

四、均衡分析

(一)服务质量改进策略

考虑电商供应链中两电商平台竞争模型，两电商平台具有以下可供选择的策略:①两电商平台均不改进服务质量；②一个电商平台选择提高服务质量，另一平台不提高服务质量；③两电商平台均提高服务质量。由于市场中仅存在这两个电商平台，电商平台通过提高服务质量来获得更大的市场份额，我们可以得到表2所示结果。

表2 博弈结果

由式(3)可知，平台服务价格、提高服务质量后所占的市场份额敏感度和对手平台的服务质量改进水平对平台服务质量改进水平具有正向影响，服务质量的改进成本对平台服务质量改进水平具有负向影响。结论表明，电商平台在决定服务质量的改进水平时，应综合考虑平台服务价格、提高服务质量后所占的市场份额敏感度、对手平台的服务质量改进水平和服务质量的改进成本等因素。

(二)服务价格pi与最优调整度Ai之间的关系

根据模型求解，我们得到了服务价格p与最优调整度A之间的关系，由式(2)可知，大数据精准营销服务水平和物流质量的提升会影响平台的市场份额和定价。显然，电商平台要想提高服务定价，就必须适当提高大数据精准营销服务水平和物流质量，以适应新的服务价格水平。以上结论表明:高价格并不一定意味着需求和利润的下降。在服务价格上涨的情况下，电商平台应在获得最佳利润的基础上，适当提高服务质量。也就是说，服务质量和服务价格要相互匹配。

(三)大数据精准营销服务的有效性分析

由A＝θΔs＋Δl可知，电商平台的总体服务质量改进水平还与大数据精准营销服务的有效程度参数θ有关，θ越趋近于1，提高大数据精准营销服务质量的效果越好，平台就更愿意提高大数据精准营销服务质量，反之θ越趋近于0，就说明消费者对于大数据精准营销服务越反感，平台会选择不提高大数据精准营销服务质量或适当降低其使用水平。所以平台应对大数据精准营销服务的有效程度给予关注。物流服务质量则与电商平台的总体服务质量呈正相关，只需平衡改进成本。此外，从最优调整度A与服务价格p之间的关系式可以看出大数据精准营销服务的有效程度参数θ与服务价格呈正相关，这说明大数据精准营销服务效果越好，即消费者更愿意接受大数据精准营销服务，平台就可以制定更高的服务价格，反之平台就要谨慎考虑大数据精准营销服务的应用水平，这与实际情况相符合。

五、结论和启示

本文从服务质量管理的角度，运用博弈论分析了服务质量改进对电商平台经济效益的影响，建立了基于服务质量的电商供应链竞争模型，证明了电商供应链关于服务质量改进的竞争是典型的囚徒困境问题，只能参与并同时提高服务质量，总结了服务质量调整度与服务价格之间的关系以及论述了大数据精准营销服务的有效性对于服务质量提升水平和服务价格的影响。

研究结果表明:第一，基于服务质量的电商供应链竞争模型可以帮助电商平台决定其最优服务质量。电商平台在竞争对手不重视服务质量提高的情况下，适当地提高自己的服务质量，就能达到经济效益最优的目标。且这个电商平台服务质量的提高将会带动整个市场服务质量的提高。第二，在服务质量竞争过程中，由于市场占有率和运输成本的双重压力，服务质量提高到一定程度，很难获得最优利润。那么企业要想达到最优利润的目标，就必须提高服务价格。另一方面，如果服务价格与服务质量不匹配，电商平台的市场份额将急剧下降。第三，我们身处大数据时代，大数据营销带来了巨大经济效益的同时也带来了一定的负面影响，电商平台要密切关注消费者对于大数据营销服务的接受度，服务质量水平始终符合市场需求才是平台运营的长久之道。