謝　琦　邵曉峰

(上海交通大學(xué) 安泰經(jīng)濟與管理學(xué)院，上海　200052)

0　引言

2016年11月11日，天貓平臺創(chuàng)下了1 207億人民幣的交易紀錄，數(shù)據(jù)顯示，今年天貓賣家“雙十一”的備貨總額超過1 700億，考慮到歷年“雙十一”后超過30%的退貨率，預(yù)計2016年“雙十一”過后，天貓賣家將承受超過800億的庫存積壓。

我們認為，困擾“雙十一”天貓賣家的兩大問題分別是“合理確定備貨水平”及“合理定價”。“雙十一”以其低至五折的優(yōu)惠活動促進銷量，部分商品低至一折出售，但仍有大量賠本甩賣的商品在活動當(dāng)天銷售乏力，損害了品牌發(fā)展的同時也導(dǎo)致庫存過度積壓。同時，部分折扣力度較低的商品在當(dāng)天銷量供不應(yīng)求。為解決上述問題，本課題通過搜集2016年“雙十一”天貓的銷售數(shù)據(jù)及商品在線信息，運用網(wǎng)絡(luò)爬蟲及數(shù)學(xué)建模等方法就“雙十一”當(dāng)天如何根據(jù)商品的歷史銷售數(shù)據(jù)及在線信息合理備貨，合理確定當(dāng)天的折扣力度等問題進行了探究，目的在于指導(dǎo)廣大電商在購物節(jié)日中采取合理的備貨及定價策略，做到既能吸引消費者下單，又能實現(xiàn)利潤最大化。

1　理論基礎(chǔ)、變量及假設(shè)

1.1　理論基礎(chǔ)

菲利普·科特勒認為，促銷可以激發(fā)并提供新的購買動因。例如，通過增加商品所能提供的利益及改變消費者的價值感知，可達到加快購買速度、加大購買量的目的。Raghubir等提出，與日常購物相比，促銷活動融合了折扣、價格、氛圍等多方面的影響因素，影響消費者消費決策的因素與日常購買決策有顯著不同，具體表現(xiàn)為沖動性購買。Katona&Muller(1955)及Cobb&Hoyer(1986)認為，沖動性購買是事先未計劃、突發(fā)的、立即的購買行為。Spears(2006)認為，節(jié)日氛圍與促銷活動提高了顧客的預(yù)期，增加了消費者購物的興奮水平，也喚起了消費者沖動購買的意愿，這種沖動購買意愿是造成促銷期間銷量大增的主要原因。

后續(xù)的研究表明，知識不確定性(Knowledge Uncertainty,KU)也會顯著影響消費者在促銷活動中的購買行為。知識不確定性是指消費者在購買過程中需進行信息的搜集處理，如產(chǎn)品的質(zhì)量、價格、服務(wù)、優(yōu)惠情況等，這些信息都能影響消費者的決策和最終的購物行為。韓軍認為，由于折扣情況、節(jié)日氛圍及時間壓力等因素存在，促銷活動的銷量與日常銷量的影響因素存在顯著區(qū)別，如折扣情況及時間壓力會增強累計銷量對某類商品購買的正向影響，同時削弱質(zhì)量得分對某些商品的負向影響。商品其他的知識不確定性對促銷期間銷量的影響尚未得出明確結(jié)論。

1.2　變量選取及數(shù)據(jù)

1.2.1有關(guān)商品得分的變量

Judin認為，評論得分對商品銷量具有顯著的促進作用；盤英之認為商品在線得分對其銷量無顯著影響；韓軍認為，促銷活動會削弱質(zhì)量得分對銷量的促進作用。描述相符是指用戶購買后對產(chǎn)品與網(wǎng)頁介紹的相符程度做出的評價，評分區(qū)間為1～5分，1分表示非常不符合，5分表示非常符合。

1.2.2有關(guān)商品所在店鋪得分的變量

王平等認為，店鋪收藏人數(shù)在一定程度上代表店鋪的人氣及知名度，商品累計銷量與店鋪收藏人數(shù)中度正相關(guān)。高寶俊認為，店鋪得分對商品銷量有顯著的促進作用。表示商品所在店鋪得分的6個原始變量包括店鋪得分的5分比例、4分比例、3分比例、2分比例、1分比例和店鋪收藏人數(shù)。本文所使用的“店鋪綜合得分”變量由店鋪得分比例乘以對應(yīng)數(shù)值再相加得到，分值為1～5分。

1.2.3有關(guān)商品所在店鋪服務(wù)水平得分的變量

徐嘉徽認為，店鋪服務(wù)水平對高涉入度商品的銷量有顯著正向影響。任曉麗認為，店鋪服務(wù)與商品日均銷量無關(guān)。該部分變量包括物流服務(wù)和服務(wù)態(tài)度兩個原始變量，消費者購物后分別對二者評分，評分為1～5分。

1.2.4有關(guān)商品當(dāng)天的價格及折扣值的變量

本文所使用的商品價格是2016年11月11日當(dāng)天的售價。價格行為學(xué)流派認為，顧客在進行購買決策時會對產(chǎn)品的感知利益和感知成本做出比較，當(dāng)感知利益大于感知成本時，消費者得到感知價值。感知價值越大，產(chǎn)品價格的吸引力越大，消費者的購買意愿越高；反之，其購買意愿越低(Monroe,1973;Ronald et al.,2001)。學(xué)者們對促銷中商品價格的共識為價格通過影響消費者對促銷產(chǎn)品的感知價值而起作用(Manjit,1998;Lichtenstein et al.,1998;Folkes and Wheat,1995)。“雙十一”是以折扣程度為賣點的促銷活動，商品當(dāng)天的價格與日常價格相差較大，消費者的價值感知也與平常有較大差距。因此，將當(dāng)天價格和折扣力度納入自變量是必要的。

1.2.5有關(guān)商品銷量情況的變量

王平認為，累計評價對商品知名度的傳播有顯著的正向促進作用。該部分原始變量包括：(1)商品累計銷量，即商品自上架以來至2016年11月11日零點前的累計銷量；(2)日均銷量，即商品近一個月的日均銷量；(3)累計評價數(shù)，即商品上架以來至2016年11月11日零點前的累計評價數(shù)。

1.2.6有關(guān)商品差評情況的變量

Chevalier和Mayzlin認為，負面評論對于減少產(chǎn)品的銷售收入比正面評論所帶來的收入上升的效果要更顯著。有關(guān)商品所獲差評個數(shù)顯示在“商品評價”后的括號內(nèi)。

1.2.7有關(guān)商品使用期限的變量

目前，學(xué)術(shù)界還沒有關(guān)于商品使用期限對促銷銷量影響因素的研究結(jié)論。我們認為，“雙十一”是具有明顯囤貨性質(zhì)的購物節(jié)，商品使用期限可能會影響當(dāng)天銷量。因此，應(yīng)將平均使用期限作為一個重要影響因素來探究。網(wǎng)站數(shù)據(jù)顯示，生鮮、食品及化妝品的平均使用期限分別為97天、180天及365天。根據(jù)《2017年度“3.15”手機質(zhì)量關(guān)注度報告》及中國統(tǒng)計資料數(shù)據(jù)庫的數(shù)據(jù)，我們加權(quán)計算出本文所爬取到的手機家電類的平均使用期限為3.7年。周永哲等認為，珠寶首飾是具有明顯投資價值的收藏品，部分商品具有增值價值，故其使用期限可視為遠大于其余四類商品。綜上，本文所使用的五類商品的保質(zhì)期/平均使用期限從短到長依次為生鮮、食品、化妝品、手機家電、珠寶首飾。各原始變量所屬分類及其數(shù)據(jù)描述如表1所示。

表1　變量信息

1.2.8數(shù)據(jù)采集

本文使用的數(shù)據(jù)采集方案如下：分別爬取2016年10月15日0:00—4:00、11月11日20:00—24:00及12日0:00—4:00三個時間段內(nèi)參與促銷活動的商品數(shù)據(jù)。由于商品的在線信息均為動態(tài)數(shù)據(jù)，故選擇發(fā)生購物及評價行為最少的時間段進行爬取。本文共獲得初始數(shù)據(jù)29 027組，去除噪聲及異常值后可用數(shù)據(jù)為17 983組，涵蓋化妝品、食品、生鮮、手機家電和珠寶首飾五大類。字段數(shù)達20個，含3個基礎(chǔ)變量：店鋪名稱、商品名稱及URL；8個可直接應(yīng)用變量：累計銷量、當(dāng)天價格、描述相符、服務(wù)態(tài)度、發(fā)貨速度、店鋪收藏人數(shù)、差評數(shù)和評價總數(shù)；其余9個間接變量用于計算以下5個變量：當(dāng)天銷量、當(dāng)天折扣、日均銷量、店鋪評分和差評率。數(shù)據(jù)基本信息如表2所示。

表2　數(shù)據(jù)基本信息

1.3　數(shù)據(jù)預(yù)處理

本課題所使用的數(shù)據(jù)預(yù)處理方法包括相關(guān)性分析及探索性因子分析，預(yù)處理結(jié)果如下。

1.3.1描述性統(tǒng)計及相關(guān)性分析

以食品類為例，自變量描述性統(tǒng)計及多重共線性診斷的結(jié)果顯示，有多個自變量的條件索引值>10且特征根無限接近0，說明自變量存在多重共線性，各字段數(shù)據(jù)反映的信息在一定程度上有所重疊。因此，我們選用主成分分析法進行分析建模。

表3　食品類商品自變量相關(guān)性分析

同樣，其余四類商品均在不同程度上存在多重共線性，均應(yīng)采取主成分分析法。受限于篇幅，其描述性統(tǒng)計結(jié)果不再一一列出。

1.3.2探索性因子分析及假設(shè)

食品類商品自變量相關(guān)性分析見表3。食品類探索性因子分析結(jié)果顯示，KMO=0.794、Bartlett近似卡方值=95 005.548、df=78、p值=0.000，具備因子分析的條件，可進行因子分析。然后，本文采取主成分提取法進行最大方差正交旋轉(zhuǎn)后得到了6個因子，旋轉(zhuǎn)成分矩陣如表4所示。

表4　旋轉(zhuǎn)成分矩陣a

結(jié)果顯示， 13個原始自變量均清晰地負荷在所提取的6個因子上，累計方差解釋力度達89.079%，能夠較好地代表樣本數(shù)據(jù)。因此，將13個自變量歸入6個因子是可行的。

依據(jù)6個因子所包含的自變量載荷程度及自變量的實際意義，我們將6個因子分別命名為“質(zhì)量”“知名度”“服務(wù)”“折扣值”“當(dāng)天價格”和“差評率”，并分別針對各因子提出如下假設(shè)。

Chevalier及韓軍認為，商品及所在店鋪得分對其銷量均具有顯著的促進作用，且根據(jù)購買經(jīng)驗，越貴重的商品人們將越注重其質(zhì)量。因此，提出假設(shè)H1a和H1b。

H1a：質(zhì)量得分顯著正向影響各類商品的促銷銷量。

H1b：商品均價越高，質(zhì)量得分對其銷量的影響越大。

韓軍認為，商品累計銷量與店鋪收藏人數(shù)中度正相關(guān)，且累計評價數(shù)顯著正向促進各商品知名度。根據(jù)購買經(jīng)驗，知名度對各類商品的銷量均具有顯著的促進作用，其促進作用的強弱與商品品類并無明顯關(guān)系。因此，提出假設(shè)H2a和H2b。

H2a：知名度得分對各類商品的當(dāng)天銷量均具有顯著正向影響。

H2b：知名度得分對商品當(dāng)天銷量的影響程度與商品品類無關(guān)。

以往研究關(guān)于店鋪服務(wù)水平對商品銷量的影響結(jié)論不一，數(shù)據(jù)顯示，2016年“雙十一”當(dāng)天，自助下單比例超過69%，削弱了服務(wù)態(tài)度對當(dāng)天銷量的影響。因此，提出假設(shè)H3。

H3：店鋪服務(wù)水平對“雙十一”各類商品的當(dāng)天銷量均無顯著影響。

研究表明，折扣力度的提高有利于增加消費者的價值感知。因此，提出假設(shè)H4。Ba和Pavlou認為，過高或過低的商品價格均會增加消費風(fēng)險。因此，提出假設(shè)H5a和H5b。Chevalier認為，負面評論對于減少產(chǎn)品的銷售收入比正面評論所帶來的收入上升的效果更加顯著，商品涉入度越高，消費者的購買行為越謹慎。因此，提出假設(shè)H6a和H6b。

H4：折扣力度顯著正向影響各商品當(dāng)天的銷量。

H5a：價格對當(dāng)天銷量的影響方向與商品的均價有關(guān)。

H5b：價格對均價較低商品銷量的影響方向為正，對均價較高商品銷量的影響方向為負。

H6a：差評率顯著負向影響各類商品的當(dāng)天銷量。

H6b：差評率對商品銷量的影響程度與商品的均價呈正相關(guān)關(guān)系。

隨后，本文又對其余4類商品進行了如上分析，其KMO值、Bartlett近似卡方值、df值和p值均滿足因子分析的基本要求，聚合結(jié)果與食品類商品一致，累計方差的解釋力度均在89%以上，說明分析結(jié)果具有穩(wěn)健性。

2　模型描述

2.1　回歸模型

本文以六大因子為自變量，當(dāng)天銷量為因變量，商品品類為控制變量，初步建立線性回歸模型如式(1)所示。其中，βij代表第i類商品的第j個回歸系數(shù)，εi為第i類商品回歸方程的常數(shù)項，i為表示商品類別的序號，其對應(yīng)關(guān)系如表5所示。

SalesVolumei=βi1×qualityi+βi2×popularityi+βi3×servicei+βi4×discounti++βi5×discountpricei+βi6×badreviewratei+εi

(1)

表5　i值對應(yīng)商品類別

2.2　交叉項模型

在回歸分析的基礎(chǔ)上，本文通過引入交叉項來探究影響當(dāng)天銷量的調(diào)節(jié)變量。王君珺認為，熱銷商品由于信息過載，在線信息對其銷量的影響力度顯著低于非熱銷商品。因此，引入S1=商品累計銷量×當(dāng)天折扣及S2=商品累計銷量×當(dāng)天價格兩個交叉項。王建偉認為，有差評商品和無差評商品的銷量影響因素有顯著區(qū)別，由于差評情況有較多的表現(xiàn)形式，含二分變量(其值為0、1表示有無差評)、差評率(差評數(shù)/評論總數(shù))、差評數(shù)三種。因此，引入S3、S33、S333、S4、S44、S444、S5、S55、S555共9個交叉項。交叉項表如表6所示，探究模型如式(2)所示，其中αij表示第i類商品的第j個交叉項系數(shù)：

表6　交叉項表

SalesVolumei=βi1×qualityi+βi2×popularityi+βi3×servicei+βi4×discounti+βi5×discountpricei+βi6×badreviewratei+αi1×totalsalesi×discounti+αi2×totalsalesi×discountpricei+αi3×totalsalesi×badreviewsij+αi4×qualityi×badreviewsij+αi5×discounti×badreviewsij+εi

(2)

3　實證檢驗

3.1　回歸分析

數(shù)據(jù)歸一化處理及回歸適配度檢驗結(jié)果顯示，各類商品Durbin-Waston統(tǒng)計量的取值均位于2附近，說明誤差項相互獨立，不存在自相關(guān)問題。殘差分布均勻，反應(yīng)變量服從正態(tài)分布，符合回歸前提假設(shè)。本文先對食品類商品依據(jù)2.1中回歸模型進行了回歸分析，然后對其余四類商品重復(fù)分析過程，并對所有類商品的回歸結(jié)果進行了對比分析。

3.1.1食品類商品的回歸分析

食品類回歸擬合結(jié)果如表7所示，回歸方程的R2值為83.2%，模型擬合程度較高，P值為0.000，說明回歸結(jié)果極其顯著。

表7　食品類商品模型匯總

食品類回歸結(jié)果顯示，除差評率外，其余5個因素均對“雙十一”當(dāng)天的銷量具有顯著影響。假設(shè)H6a未得到統(tǒng)計支持。其中，知名度的標(biāo)準化回歸系數(shù)高達0.911，可能的解釋是根據(jù)淘寶的商品排序規(guī)則，無論采取何種排序方式，商品順序都與商品人氣得分高度相關(guān)。郭永新認為，僅有1%的消費者會瀏覽排在第20頁之后的商品。因此，知名度作為影響銷量最重要的因素是合理的。

排在第二到五位的影響因素分別是折后價格、服務(wù)水平、質(zhì)量得分和折扣力度。與常識相悖，折后價格的影響系數(shù)為正，折扣力度的影響系數(shù)雖然為負，但其影響力在所有因素中最為微弱，這說明“雙十一”雖然是以超低的折扣吸引消費者，但與食品的絕對價格相比，消費者更注重其感知價值。因此，歷史價格較高且折扣力度較大的商品在促銷當(dāng)天更受歡迎。同時，在促銷當(dāng)天，食品買家的消費行為相對理性，沒有因為某些食品大力打折而瘋狂購買，與折扣力度相比，食品的質(zhì)量和店鋪的服務(wù)質(zhì)量對當(dāng)天銷量的影響程度更高。

差評率對當(dāng)天的食品銷量無顯著影響，與高寶俊所得結(jié)論一致，可能的原因是差評通過調(diào)節(jié)其他自變量對當(dāng)天銷量構(gòu)成影響，這一點將在后續(xù)交叉項分析中進行探究。

表8　食類商品回歸系數(shù)a

食品類商品的回歸方程如式(3)所示：

SalesVolume1=682.29×qualityi+27199.049×popularityi+693.758×servicei-605.926×discounti+823.026×discountpricei+2896.528

(3)

3.1.2對比分析

考慮到商品類別的差異可能導(dǎo)致回歸系數(shù)及顯著性不同，本文對其余四類商品分別進行了上述回歸分析。由于“雙十一”是以折扣力度為賣點的購物節(jié)，為探究各類商品的折扣力度對銷量的邊際效應(yīng)，本文將折扣力度的彈性系數(shù)與回歸系數(shù)一并顯示在表9中。

表9　“雙十一”所有商品回歸系數(shù)及折扣力度彈性系數(shù)a

注：括號內(nèi)為彈性系數(shù)。

結(jié)果顯示，質(zhì)量對于所有商品的當(dāng)天銷量均有顯著的促進作用，其影響力與商品均價排名基本一致，假設(shè)H1a和H1b得到支持。其中，珠寶首飾類系數(shù)是化妝品類的6倍，可能的解釋是購買珠寶首飾類商品的消費者需要承擔(dān)的購物風(fēng)險較大，故對“質(zhì)量”因素尤為看重。

知名度對所有商品的銷量均具有顯著影響，其系數(shù)大小與商品涉入度呈反比，假設(shè)H2a得到支持，H2b未得到統(tǒng)計支持。商品涉入度是指商品對消費者的重要程度。高寶俊認為，高涉入度商品的消費者更傾向于參考自身及身邊朋友的使用經(jīng)驗決定購買行為，商品在線信息對其購買決策的影響力有限。珠寶首飾及手機家電等商品對消費者的重要性要高于食品、生鮮類商品，此結(jié)論與高寶俊所得一致。

折扣力度顯著負向影響當(dāng)天銷量，假設(shè)H4得到支持，且影響力大小與商品的均價排名完全一致，可能的解釋是，折扣值相同時，高價商品比低價商品的價格變動更大，會更有力地刺激對價格變動敏感的消費者購買。

當(dāng)天價格負向影響均價較高的商品，正向影響價格較低的商品，假設(shè)H5a和H5b得到支持。這說明消費者更傾向于購買適中價格的商品，與Ba和Pavlou所得結(jié)論一致。

除手機家電類之外，服務(wù)水平對其余商品的當(dāng)天銷量均具有顯著正向影響，假設(shè)H3未得到支持。

差評率僅對珠寶首飾及手機家電類商品具有顯著負向影響，假設(shè)H6a及H6b均未得到支持。

彈性系數(shù)的研究結(jié)果顯示，5類商品的彈性系數(shù)均顯著影響當(dāng)天銷量，且其絕對值基本與其平均使用期限負相關(guān)。彈性系數(shù)表示折扣力度每提升1%，當(dāng)天銷量所能提高的百分比。這說明，對手機家電、化妝品這類使用期限較長的商品，加大折扣力度可較大幅度地提升其當(dāng)天銷量，而對于生鮮、食品等保質(zhì)期較短的商品，消費者購買上限較低，折扣力度每提高1%對銷量增加的影響比較有限。

3.2　交叉項分析

3.2.1食品類交叉項分析

交叉項回歸結(jié)果如表10所示，僅有S2、S33、S444和S555四個交叉項對當(dāng)天銷量起到了顯著的調(diào)節(jié)作用。

表10　食品類商品“雙十一”銷量調(diào)節(jié)變量對照表

3.2.2對比分析

按照上述研究方法，本文又對其余四類商品進行了調(diào)節(jié)效應(yīng)的回歸驗證，所得結(jié)果如表11所示，“+” “-”分別代表調(diào)節(jié)方向的正負。

表11　所有類別商品交叉項驗證結(jié)果

調(diào)節(jié)變量結(jié)果解釋如下：

S2：當(dāng)天價格是累計銷量對當(dāng)天銷量影響的正向調(diào)節(jié)變量?？赡艿慕忉屖牵M者對于熱銷商品的認同感較強，該類商品價格變動較小時，消費者對商品的信任程度越高，此類商品較低的折扣力度有利于引起消費者對商品的認同感，刺激銷量。

S33：差評率是累計銷量影響商品當(dāng)天銷量的正向調(diào)節(jié)變量?？赡艿慕忉屖牵钤u率較高時，購物決策會加大對累計銷量的依賴程度，只有累計銷量高到一定程度，才能抵消差評率對消費者的影響；對于差評率水平較低的商品，消費者會額外關(guān)注除累計銷量之外的其他因素，如服務(wù)質(zhì)量、折扣力度等。

S444：差評數(shù)是質(zhì)量得分對當(dāng)天銷量的負向調(diào)節(jié)變量?？赡艿慕忉屖牵唐凡钤u數(shù)越多，消費者對商品與實物相符程度的期待值越低。商品質(zhì)量得分不是購買決策最重要的決定性因素，消費者此時會更加關(guān)注服務(wù)、價格、性價比、折扣力度等其他因素；高質(zhì)量得分是消費者購買差評數(shù)較少商品的重要原因，質(zhì)量得分會對該類商品的銷量產(chǎn)生較強影響。

S555：差評率是折扣力度對當(dāng)天銷量影響的負向調(diào)節(jié)變量。可能的解釋是，折扣力度較大的商品，消費者的感知價值較高，較高的感知價值會提高消費者對于差評數(shù)量的接受程度。

圖1　交叉項調(diào)節(jié)示意圖

4　結(jié)論

本文使用2016年天貓“雙十一”的銷售數(shù)據(jù)，以當(dāng)天銷量為因變量，以主成分分析所得的六大因素為自變量，結(jié)合分組回歸及交叉項探究等方法，進行了回歸分析，模型的平均解釋力度為62%。所得結(jié)論總結(jié)如下：

(1)知名度是促銷中影響所有商品銷量最重要的因素，其影響力度隨商品涉入度的提升而降低。這說明高涉入度商品的賣家促銷時應(yīng)著重考慮消費者可接受的折扣水平。

(2)質(zhì)量及折扣力度對當(dāng)天銷量的影響程度隨商品均價的提高而提升。這說明促銷當(dāng)日，出售均價較高商品的賣家應(yīng)在可接受范圍內(nèi)加大對質(zhì)量得分較高商品的折扣力度。

(3)對珠寶類商品，服務(wù)水平對銷量的影響程度超過了當(dāng)天價格及折扣力度。這說明在促銷當(dāng)日，珠寶首飾類賣家應(yīng)著重提高服務(wù)的及時性和專業(yè)性。

(4)價格對珠寶首飾類、手機家電類及化妝品類商品當(dāng)天銷量的影響方向為負且影響力度遞減，對食品類的影響方向為正。這說明促銷活動中，消費者更傾向于購買價格適中的商品，與商品所屬類別無關(guān)。經(jīng)營高價商品的賣家應(yīng)在自身可接受范圍內(nèi)壓低價格，經(jīng)營低價商品的賣家應(yīng)在綜合折扣力度及質(zhì)量得分的基礎(chǔ)上，在一定范圍內(nèi)降低折扣力度。

(5)差評率僅對珠寶首飾及手機家電類商品的當(dāng)天銷量有顯著負向影響。這說明，經(jīng)營這兩類商品的賣家備貨時應(yīng)考慮差評率的限制。

(6)調(diào)節(jié)變量的探究結(jié)果顯示：價格水平、差評率及差評數(shù)是當(dāng)天銷量的調(diào)節(jié)變量。這說明經(jīng)營熱銷商品的商家應(yīng)使該商品的當(dāng)天價格集中在適中區(qū)間內(nèi)；差評率較高商品的商家備貨時應(yīng)更多參考累計銷量；差評數(shù)高于平均水平的商品賣家應(yīng)加大折扣力度，以提升商品的感知價值。

本研究也存在一些局限：(1)網(wǎng)絡(luò)爬蟲在爬取數(shù)據(jù)的過程中由于網(wǎng)絡(luò)環(huán)境等客觀原因，出現(xiàn)了部分數(shù)據(jù)丟失的情況，導(dǎo)致原始數(shù)據(jù)的可利用率較低，可能對結(jié)論有輕微影響；(2)促銷當(dāng)日賣家的策略是多因素博弈的過程，本研究沒有細致到針對每一種特質(zhì)的商品均給出合理的策略，后續(xù)有待深入研究。