直播带货中需求预测信息共享问题研究

□文/杨雨佳

（吉林师范大学 吉林·长春）

［提要］ 本文研究在直播带货销售模式中需求信息在“主播-直播平台-品牌方”之间的共享问题，建立由主播领导的Stackelberg博弈模型，建立品牌方共享预测信息与品牌方不共享预测信息两种共享策略优化模型。研究发现：当主播努力水平较低时，品牌方收益最大；当主播努力水平较高时，品牌方的收益较低；主播的收益最高，此时品牌方选择不共享需求预测信息。

引言

由于直播平台的迅猛发展，品牌方在快手、抖音等直播平台增设销售渠道，衍生了直播带货的销售模式。如今，直播带货已经发展成为重要的销售模式之一。直播带货是通过一些互联网平台（例如：快手、抖音等）使用在线直播技术进行商品的展示、疑问解答、销售的全新销售形势，具体形式可由店铺自己开设直播间或由职业主播进行推介。在直播带货销售模式中由于需求预测信息在“主播-直播平台-品牌方”之间的共享，信息不对称成为了显著问题，因此信息分享策略的研究就有了十分重要意义。

据数据检测显示，自从直播带货兴起以来，成交额持续增加。2016年被称为“直播元年”，国内涌现出300多家网络直播平台，随着直播用户不断增多，逐渐成为“主播-直播平台-品牌方”的销售模式；随后2017年淘宝、京东发布直播达人扶持计划，为主播直播带货提供了销售平台；2018年抖音、快手等短视频平台兴起，主播带货的雏形逐渐形成；2019～2020年直播带货销售模式开始出现线下商场和实体店店员在大直播平台开启直播卖货的新征程，慢慢的企业老板、明星也走进了直播间，越来越多的人涌入了直播带货行业中。2017年直播成交额达到了310亿元，2018年成交额便达到1，820亿元，2019年成交额度达3，900亿元，2020年直播成交额便突破了9，610亿元，2021年直播成交额突破了12，012亿元。

由于“直播带货”互动性高、亲和力强，越来越多的品牌方选择与主播的直播间合作引导消费者线上购物，促使了品牌方选择直播营销模式的展开，故而直播平台、品牌方、主播之间的博弈行为成为当前研究的热点。在这类销售模式中，信息共享作为缓解供应链中信息不对称带来的问题的重要手段之一，对信息共享策略的研究具有十分重要的意义。

早在1970年，美国经济学家约瑟夫、乔治和迈克尔就提出信息不对称的相关理论，信息不对称指供应链成员私自拥有的信息，如资源、运营、成本、需求等信息以不对称的形式存在于供应链成员之间。就直播经济中的“主播-直播平台-品牌方”的销售体系而言，显然品牌方拥有的预测的需求信息比平台和主播更为准确，所以品牌方有对信息如何共享的主动权。如今，国内外已有学者关注到线上销售模式中信息不对等的相关问题。

越来越多的学者对信息共享问题进行了研究，如，Lee等早在2000年首次在供应链中提出信息共享问题，并且针对供应商和零售商的传统供应链考虑了存在信息泄露的情况下，表明了零售商纵向信息共享对分销商和制造商的影响。Liu等研究了存在竞争的多个卖家在同一平台上销售产品的信息共享策略问题，研究表明平台共享信息的策略存在着两种约束条件：（1）平台不可以把从某一个卖家的信息分享给其他卖家；（2）平台必须公平对待所有卖家，不能对任何卖家隐藏信息。赵静在电子商务和信息技术飞速发展的背景下研究了需求预测信息共享对定价和服务水平的影响，认为其影响取决于模型中参数的取值；价格竞争激烈、市场份额差异越大、服务水平竞争程度小时，有利于需求信息分享策略以及信息分享激励合同的实施。文悦等研究了网络平台销售模式中的需求信息共享策略与博弈结构决策问题。罗春林等利用不完全信息静态博弈的贝叶斯纳什均衡研究了两竞争制造商通过同一网络平台销售产品，而电商平台拥有更准确需求信息时的信息分享策略问题。艾兴政认为在风险较低的行业零售商自愿分享私有预测信息，在高风险行业制造商预测信息精度不高的条件下才有意愿获取传统渠道预测信息。石纯来的研究认为零售商与制造商共享其预测的市场需求信息有助于增加制造商和供应链利。以往文献主要在传统供应链、制造商与零售商之间以及网络平台销售模式中的需求信息共享问题，几乎没考虑到新兴起的直播带货销售中直播平台、主播与品牌方之间需求信息共享策略的研究，也没有对直播带货销售模式中的博弈结构进行分析。本文将考虑在直播带货销售背景下，品牌方拥有更多的对市场需求信息的预测是否与主播、平台共享问题以及如何共享选择，为直播带货销售模式中信息共享策略提供理论基础。

一、问题描述

本文研究的相关问题主要有：对直播平台销售模式的研究，对品牌方的预测信息共享策略的研究。在参与直播销售模式中有三大类主要成员，分别为：为消费者提供产品的品牌方、为品牌方提供销售平台的直播平台以及为消费者和品牌方提供服务的主播。由于需求信息在“主播-直播平台-品牌方”之间的共享，本文研究的销售模式模型中，主播的直播间不需要从品牌方手里购进商品，只是充当一个售货员的角色，但是主播精心经营的直播账号吸引了大量的粉丝，提供了一部分消费者，同时主播经营直播间付出一定的努力成本，要收取一定的佣金。直播平台只是给品牌方和消费者提供一个交易的平台，从中收取一部分佣金。品牌方为消费者提供商品的供应商，由于市场竞争的持续变化，对市场需求信息的预测变得不明确，这样品牌方就会做大量的市场调研，获取较为准确的市场需求预测信息。因此，品牌方拥有是否把自己收集的信息与直播平台和主播共享的决定权以及如何共享的策略选择权。

通过建立由主播领导的Stackelberg博弈模型，分别建立了品牌方不共享预测信息与品牌方共享预测信息两种共享策略的优化模型。由于在主播、直播平台和品牌方所组成的销售模式中，品牌方的市场需求预测信息共享策略的选择会影响博弈结构的选择。本文在“主播-直播平台-品牌方”这种销售模式中讨论信息共享策略的选择问题。

二、符号说明和模型建立

在只考虑一个品牌方（R）、一个直播平台（P）、一个主播直播间（S）构成的销售系统，消费者通过主播的吸引介绍，再通过平台下单购买，再由品牌方发货送到消费者手中，完成交易；品牌方拥有需求信息的预测，且有两种共享策略：不共享、都共享。

（一）需求函数。在网络直播销售模式中，主播的努力推广产品的程度——主播努力水平也是一个十分重要的营销因素，比如在直播开始之前对商品做大量的了解调查以及以短视频的形式对产品进行推广、介绍吸引消费者。构建价格和努力水平需求函数为：

其中，a为市场需求，b为价格敏感系数，R为商品价格，k为主播的努力参数，g为主播的努力水平。

借助艾兴政、Li等和文悦的研究，假设市场潜在需求a是随机的，其a=a0+ε，ε为产品市场不确定部分，期望为0，方差δ；品牌方的市场预测为f=a+β，其中β表示误差，期望为0，方差为γ，其中，f为品牌方私有预测信息。根据Li等的研究：

（二）符号说明。（表1）

表1 符号说明一览表

（三）由主播领导的Stackelberg博弈模型。

品牌商不共享信息：

品牌商共享信息：

对（1）和（2）进行求解，在主播领导下的Stackelberg博弈模型，得到两种共享策略下的最优解以及最优利润，如表2所示。（表2）

表2 Stackelberg博弈模型最优解及最优利润一览表

三、需求信息共享策略选择

比较两种信息分享策略得到：

由此可见，在直播带货“主播-直播平台-品牌方”销售模式中，相对于主播而言，品牌方与主播共享信息时的预期利润始终要高于品牌方不与他共享信息的情况；而对直播平台而言，品牌方与直播平台共享信息时的预期利润低于品牌方不与直播平台共享信息；而对品牌方自身而言，品牌方与其他成员共享信息时的预期利润要低于品牌方不与其他成员共享信息。因此，品牌方不会选择将需求信息共享给平台和主播的策略，他会选择不与供应链其他成员共享需求预测信息的分享策略。

四、算例分析

算例分析的目的在于借助数字数值对本文结论进行验证分析，以更直观地对结论进行分析，我们对相关参数进行赋值,a0=15，b=2，k=2。基于前文的计算结果，运用matlab软件对以上结果进行画图分析得到图1～图6。（图1～图6）

图1 品牌方信息不共享时c对主播获得利润的影响

图6 品牌方信息共享时c对品牌方获得利润的影响

对应图1、图3、图5分析品牌方不共享预测信息时，主播的努力成本c对主播和直播平台预期利润的影响都是随着c的增大而增加；而品牌方的预期利润随着c的增大而减少；当c较小时，品牌方的预期利润最大；当c较大时，主播和平台预期利润最大。

图3 品牌方信息不共享时c对平台获得利润的影响

图5 品牌方信息不共享时c对品牌方获得利润的影响

对应图2、图4、图6分析品牌方共享预测信息时，主播的努力成本c对主播和直播平台的预期利润的影响都是随着c的增大而增加；而品牌方的预期利润随着c的增大而减少；当c较小时，品牌方的预期利润最大；当c较大时，主播的预期利润最大。

图2 品牌方信息共享时c对主播获得利润的影响

图4 品牌方信息共享时c对平台获得利润的影响

五、结论及展望

随着直播带货模式的发展与普及，供应链成员之间信息流通存在不对称、不平衡等问题，所以信息如何共享的博弈研究成为解决这类问题的关键，促使供应链成员的收获效率得到根本的提升。

（一）结论。本文对“主播-直播平台-品牌方”的直播带货销售模式中需求信息共享策略和最优策略的选择进行了比较分析。建立了由主播领导的Stackelberg博弈模型以及博弈下“不共享”和“都共享”的分享策略的最优化模型，经过计算求解得各方利润。

研究了品牌方不共享和都共享的需求预测信息策略，得到结论：（1）对于主播而言，品牌方不共享信息时的预期利润低于品牌方共享信息，而对直播平台和品牌方而言，不共享信息时的预期利润要高于品牌方共享信息。因此，品牌方会选择不共享需求预测信息策略。（2）不论品牌方不共享或都共享预测信息，主播的努力成本c对主播和直播平台预期利润的影响都是随着c的增大而增加；而品牌方预期利润随着c的增大而减少；不共享的策略下当c较小时，品牌方预期利润最大；当c较大时，主播和平台预期利润最大；而共享的策略下当c较小时，品牌方的预期利润最大；当c较大时，主播的预期利润最大。

（二）研究局限与展望。本文研究的局限性体现在：（1）只考虑了品牌方不共享和都共享的两种策略选择，没有考虑到只与主播共享信息和只与直播平台共享信息对各方利益的影响以及共享策略的选择。（2）只考虑了主播的努力影响，还可以考虑直播平台的努力影响。

直播、电商的发展势不可挡，还有一些方面需要注意：（1）打造专业性的直播带货团队，有利于面对大众市场的普适需求，但目前主播群体缺乏监管机制，无法对各类的带货主播进行细致的了解和试用。在未来的研究中可以着手于监管机制的研究，进一步推动供应链成员信息共享机制的完善。（2）完善平台管理机制。在媒体时代，不同的平台管理机制为带货直播提供了不同的机会，但也增加了网络监管带来的困难，为了平衡流动媒体直播行业的生态，我们必须严格调查和打击数据欺诈行为，果断粉碎流量泡沫。越来越多的中小企业正在探索新的路线。对于一些中小型供应商来说，电子商务平台门槛越来越高，国内越来越激烈的竞争使得他们的发展面临严重的障碍，再依靠第三方平台发展将面临重重阻碍，如何建立平台管理机制将成为下一个重要研究对象。（3）对于品牌方来说，应不断丰富商品形式，满足消费者的多样化购物需求。自疫情爆发以来，传统的电子商务已经通过直播和在线流媒体进行探索和改进。可以从品牌方角度考虑如何建立商品多样化机制，推动供应链的完善。