美團外賣平臺入駐商家月銷售量的影響因素研究

朱麗軍 鄒佑林 鄭遠強

摘 要：本文對美團外賣APP上入駐商家的相關信息進行搜集，共獲取529條有效數據，使用OLS實證研究了影響美團外賣入駐商家月銷售量的關鍵因素。研究發現：評論總數及總評分對月銷售量在統計上具有顯著的正面影響;配送時間對月銷售量在統計上具有顯著的負面影響;起送價格的影響不顯著。進一步研究發現，好評、差評及包裝評分均對月銷售量在統計上具有顯著正面影響;口味評分對月銷售量在統計上則不顯著。

關鍵詞：美團外賣;入駐商家;銷售量;影響因素

引言：對于外賣平臺入駐商家而言，當前消費者質量需求越來越高、口味需求多變，要想成為一家知名商家困難重重;對于商家入駐的外賣平臺而言，比如美團外賣、餓了么、百度外賣等，平臺上入駐了成百上千的外賣商家，有些入駐商家的月銷售量高達上萬，而有的商家卻只有1單。對于消費者而言，如何在大量的入駐商家中挑選出物美價廉的產品，最有效地滿足自身基本需求，確實難以選擇。影響外賣平臺上入駐商家月銷售量的關鍵因素是什么？對于這個問題，目前國內已有的相關實證研究還不夠深入，存在諸多不足之處。

鑒于此，本文以美團外賣平臺商家為研究對象，擬通過Pathon軟件爬取500多條數據，使用OLS方法考察影響外賣平臺上入駐商家月銷售量的關鍵因素，以此來彌補當前國內現有研究文獻的不足，為人們進一步了解影響外賣平臺上入駐商家月銷售量的關鍵因素提供新認識。

一、文獻回顧

移動商務的快速發展為國內外相關領域的學者提供了眾多的研究機遇，在國內外眾多學者中，關于網絡外賣平臺發展研究主要集中在在線評價體系、產品價格及物流等三個方面進行。Ho-Dac等（2013）在研究DVD播放器的銷量與在線用戶評論之間的關系中發現，對不知名品牌而言，積極的用戶評論對其影響更大。王碧芳（2010）在研究信譽對消費者購買意愿的影響機制中發現，商家信譽的眾多指標中和消費者購買意愿關系最密切的是在線評論;Dawson等（2010）在研究服裝網引發沖動購買的因素時認為網絡促銷對網上消費者購買行為具有促進作用。Rao（1988）的研究中發現消費者對產品的熟悉程度不同，低熟悉度、高熟悉度與中熟悉度相比，價格與質量之間的關系更強。國內研究相對而言較少，較為深入的實證研究主要有江明華等（2003）等人。江明華等（2003）在研究價格促銷頻率時發現，價格促銷會對商品或服務產生正向影響，但頻繁的促銷將會不利于品牌資產。魏亞麗等（2013）與楊聚平（2014）等人都充分強調了物流配送對電子商務企業的重要性。

總之，相對國外而言，國內實證研究較少，且多從單個角度進行，對各因素進行整合方面的實證研究比較缺乏，使得現有研究在全面分析外賣平臺發展的研究支撐力度不夠。雖然也有學者對影響因素進行過綜合分析，例如張小龍（2017）在研究中曾對在線評論、產品價格以及物流因素進行過綜合分析，但仍有一些關鍵變量尚未被納入其中，鑒于此，本文以美團外賣平臺商家為研究對象，擬通過Pathon軟件并輔以人工補充的方法，共搜集500多條數據，在中國情境下實證研究外賣平臺上入駐商家月銷售量的影響因素。

二、計量模型、變量說明與數據來源

1.計量模型

本文構造以下所述的計量模型對影響美團外賣APP平臺上海口市內各外賣商家月銷售量的關鍵因素進行檢驗：

lnsale=β0+β1lnreview+β2time+β3qprice+β4total+ε ?（1）

在（1）式中，β0表示常數項，ε表示隨機誤差。由于本文中所抽取收集的529條數據集為混合截面數據，因此本文接下來首先使用OLS對（1）式進行回歸，然后運用布羅斯-帕甘（Breush-Pagan）檢驗是否存在異方差。結果表明數據不存在異方差，具有較好的質量。

2.變量說明

lnsale：表示美團外賣APP上海口市內商家的月銷售量;為了消除數據偏態影響，本文在（1）式中對月銷售量sale取自然對數。

lnreview：表示用戶使用美團外賣APP下單后產生的評論總數;為了消除數據偏態影響，本文在（1）式中對評論總數review取自然對數。本文預期lnreview的回歸系數為正。

time：表示美團外賣入駐商家從準備商品到把商品配送到用戶手里整個過程所花費的配送時間。本文預期time的回歸系數為負。

qprice：表示美團外賣入駐商家的起送價格。

total：表示用戶使用美團外賣平臺在商家下單并且使用商家所提供的商品后，對商家商品的評價得分。本文預期total的回歸系數為正。

三、描述統計

表1為對（1）式中各變量的描述統計結果。在表1中，美團外賣平臺上各商家月銷售量的最大值為10000，最小值為1，均值為1138，中值為593，由此可見數據形態偏度很大。由圖1顯示，美團外賣入駐商家的月銷售量的分布偏態很大，頭部效應和長尾效應明顯。當外賣商家月銷售量sale取對數（lnsale）后，其偏態得到了有效消除，如圖2所示。因此，本文在（1）式中對因變量取對數，正是為了消除偏態影響。

在表1中，評論總數review的最大值為29569，最小值為1，均值為2234條，中值為824，由此可見該數據形態偏度很大，從圖3直觀可見，頭部效應和長尾效應十分明顯。而review取對數（lnreview）后，其偏態得到了有效消除，分布形態更接近正態分布，如圖4所示。好評與差評是總評論數中的重要組成部分。在表1中，greview表示好評，其最大值為28153，最小值為1，均值為2095，中值為735，標準差為3778;breview表示差評，其最大值為1447，最小值為0，均值為78，中值為27，標準差為135。本文隨后將進一步考察好評以及差評對美團外賣入駐商家月銷售量的影響。此外，好評的數據分布存在很大偏態，故進行對數化處理，為lngreview;由于差評存在一些零值，且數據偏態很大，為保證取自然對數后不會損失樣本觀察值數量，本文的處理方式是：對差評總數加1后，再取自然對數，即如下處理：lnbreview=ln（breview+1）。

在表1中，美團外賣平臺商家配送時間time的最大值為210，最小值為30，均值為44，中值為37，均值與中值相近，表明分布形態較均衡，因此無需進行數據處理。類似地，商家起送價（qprice）及用戶的總評分（total）的分布形態均較為均衡，因此無需進行數據處理。在表1中，ktotal表示用戶對于美團外賣入駐商家的口味評分，btotal表示用戶對美團外賣入駐商家的包裝評分，二者共同綜合構成對于美團外賣入駐商家的綜合總評分。本文隨后將進一步考察口味評分、包裝評分對于美團外賣平臺上各商家月銷售量的影響;由于ktotal和btotal的數據分布較均勻，故無需進行數據處理。

四、實證結果及分析

表2模型1為使用OLS對式（1）進行回歸得到的結果。從表2模型1可見，評論總數（lnreview）以及總評分（total）的回歸系數均為正且在統計學上顯著，表明評論總數及總評分對美團外賣入駐商家的月銷售量具有顯著正向影響。配送時間（time）的回歸系數為負且在統計學上顯著，表明配送時間對外賣商家月銷售量具有顯著負面影響。商家的起送價格的回歸系數為負但在統計上不顯著，表明商家起送價格設置的高低并不會顯著影響外賣商家月銷售量。

評論總數的回歸系數在統計上顯著為正，符合本文的理論預期，表明美團外賣入駐商家的月銷售量會受到用戶評論數量的正向影響。用戶對外賣商家的總評分的回歸系數在統計上顯著為正，符合本文預期，表明用戶對外賣商家的總評分將會正向影響外賣商家的月銷售量。

配送時間的回歸系數在統計上顯著為負，符合本文的預期，表明配送時間越長，用戶下單意愿越低，導致外賣商家月銷售量越少;這也說明用戶在選擇商家時，配送時間是一個關鍵因素，用戶更加看重時間成本，將影響消費者的下單意愿，從而影響商家的月銷售量。起送價格的回歸系數在統計上不顯著，表明起送價格不是影響商家月銷售量的關鍵因素，可能解釋的是：一方面，商家設置的起送價格是在綜合考慮所提供商品的價格后決定的，用戶一般不會出現想要進行消費而受到起送價的限制的現象;另一方面，商家會盡可能地降低起送價甚至取消起送價①，消除了用戶會因為消費額不足而無法消費的擔憂，從而吸引用戶消費。

為了確認模型（1）是否存在異方差，本文使用布羅斯-帕甘（Breush-Pagan）檢驗，檢驗結果顯示卡方值為2.46，P=0.117，說明模型不存在異方差，數據具有較好的質量。進一步，我們使用穩健OLS（robust OLS）對模型（1）進行回歸，結果如表2模型2所示。從模型2可見，評論總數（lnreview）以及對商家的總評分（total）的回歸系數在統計上顯著為正，配送時間（time）的回歸系數在統計上顯著為負，起送價格（qprice）的回歸系數為負在統計上不顯著。因此結果具有較好的穩健性。

五、結論與討論

研究表明，評論總數及總評分對美團外賣入駐商家月銷售量具有統計上顯著的正面影響;配送時間對美團外賣入駐商家月銷售量具有統計上顯著的負面影響;起送價格的影響在統計上不顯著。包裝評分對美團外賣入駐商家月銷售量在統計上具有顯著正面影響，此外，口味評分在統計上不顯著，由于每個人對于食物的口味喜愛偏好不同，作為體驗型產品的餐飲類，用戶將會更加傾向于去實地體驗后做出自己的判斷，相對而言對于其他人對食物口味的評分采納意愿更低。反之，食物的包裝對于每個人而言，其評判標準都是類似的，包裝越精致越特別將會增加用戶的新鮮感，從而側面提升用戶的產品滿意度，增加用戶的購買意愿。齊宇（2017）在研究電商行業的可持續發展過程中表明，網絡購物環境中包裝的功能體現在產品形象展示和產品保護方面，這也從側面驗證了產品包裝評分對于消費者購買意愿的正向影響作用。

對于商家而言，要想在現階段大量涌入外賣平臺的眾多競爭對手中脫穎而出，獲得大比例的市場份額，本文提出以下幾點策略：第一，始終堅持“以客戶為中心”，做好客戶反饋的回復策略，特別要重視對于差評的回復方式及態度，將不利客戶轉變為潛在的優質客戶，提升自身商家信譽度;第二，注重產品包裝質量，增加包裝誠意，注重人性化、質感化包裝設計，提升客戶包裝滿意度。此外，本研究過程中數據具有一定的局限性，未來研究可以搜集多目的地來源數據進行探討。研究所考慮的影響因素已較為豐富，但仍有一些關鍵變量值得去進一步的研究考察，例如入駐商家的品牌形象、優惠力度、廣告投入等。期待后續開展的實證研究能夠進一步深入探索，為未來網絡外賣平臺的發展以及入駐商家持續健康發展提供更具參考性的建議。

注釋：

①在搜集的樣本中，商家名為“大尚龍蝦”的起送價格為0元。

參考文獻：

[1]Hodac N N， Carson S J， Moore W L. The Effects of Positive and Negative Online Customer Reviews： Do Brand Strength and Category Maturity Matter？[J].Journal of Marketing，2013，77（6）：37-53.

[2]王碧芳.C2C交易中賣家信譽對顧客購買意愿的影響機制研究[D].浙江工商大學，2013.

[3]Dawson S， Kim M. Cues on apparel web sites that trigger impulse purchases[J].Journal of Fashion Marketing & Management，2010，14（2）：230-246.

[4]Rao A R， Monroe K B. The Moderating Effect of Prior Knowledge on Cue Utilization in Product Evaluations[J]. Journal of Consumer Research，1988，15（2）：253.

[5]江明華，董偉民.價格促銷頻率對品牌資產的影響研究[J].管理世界，2003（07）：144-146.

[6]魏亞麗，趙鵬宇.淺析電子商務發展中最后一公里存在的問題[J].現代商業，2013（21）：156.

[7]楊聚平.以用戶為中心“最后一公里”配送模式研究[D].對外經濟貿易大學，2014.

[8]張小龍.外賣O2O平臺入駐商家銷量的影響機制研究[D].哈爾濱工業大學，2017.

[9]齊宇，鄭喆.基于可持續發展理念的網購包裝設計研究[J].設計，2017（22）：120-121.

作者簡介：朱麗軍（1996- ），女，碩士研究生，研究方向：互聯網企業人力資源管理;鄒佑林（1995- ），男，碩士研究生，研究方向：互聯網企業戰略管理;鄭遠強（1965- ），男，碩士，教授，研究方向：人力資源管理