数据驱动的电商赠品组合策略研究

In modern e-commerce practice, gift rewarding has been widely used by e-commerce companies as an effective marketing strategy. After receiving customers’ orders, e-commerce companies often send some gifts to these customers along with the purchased goods, which helps improve customer satisfaction and increase customer spending. However, when using the strategy of gift rewarding, e-commerce companies often face a hard problem, namely how to optimize gift assortment. This project aims to address this problem based on real life data provided by e-commerce companies. First, we use sale and operation data collected from e-commerce companies to present an empirical analysis to examine the effect of gift rewarding on customer purchase behavior and companies' performance. Second, we propose models that capture the features from empirical findings and e-commerce practice and develop algorithms for gift assortment optimization. Third, by collaborating with e-commerce companies, we conduct field experiments to examine the effectiveness of the theoretical results and develop software package to provide decision support for e-commerce companies. This research is the interface between marketing and operations management, includes some new features originating from e-commerce data and practice, and contributes to enriching the theory of marketing and operations management.

在现代电商实践中，电商赠品策略作为一种常见的营销手段被电商企业广泛应用。在接到在线订单后，电商企业将一些实用且精致的赠品连同顾客购买的产品一起运送给顾客，提高顾客满意度，刺激顾客消费。在应用电商赠品策略的实践中，电商企业普遍面临着如何优化电商赠品组合策略的难题。本项目结合电商企业的实际数据，围绕电商赠品组合策略展开三方面研究。首先，通过收集电商企业的销售和运作方面的数据，实证分析电商赠品对顾客购买行为的影响，量化赠品组合与企业收益之间的关联。然后，结合实证结论与电商实践要素，构建理论模型，并且通过理论模型的分析，设计电商赠品组合的优化算法。最后，与电商企业合作，现场试验理论结果的有效性，并尝试开发软件工具，为更多企业提供决策支持。本项目研究属于营销与运作管理的交叉领域，并基于数据考虑了电商实践的新规律和要素，项目研究具有创新性。

电商企业向消费者提供赠品来提高消费者好感度和销量。基于电商企业的实践数据，本项目围绕“量化分析电商赠品对消费者购买行为的作用并优化电商赠品管理策略”的研究议题展开了细致研究。主要研究内容和成果简述如下：.基于电商平台的历史数据，利用统计和机器学习方法实证分析了电商赠品对消费者购买频次和平均消费金额的作用，并构建受赠品影响的消费者需求函数；通过分析消费者在获得电商赠品过程中产生的移动app扫码数据，设计学习算法帮助企业学习消费者需求，并且改善供应链牛鞭效应。接着，运用凸优化、动态规划、鲁棒优化算法等理论与方法，研究了电商赠品组合和库存问题，以及相关的电商成品和半成品的库存优化问题等。最后，项目延展性地考虑了电商平台常见的大规模物流优化问题，并为这些问题的解决提供了算法支持。.基于以上研究工作，项目组获得以下结果：电商赠品可以显著提高消费者的购买频次，但对平均消费金额的作用有限，该结果表明电商赠品可以刺激消费者复购行为，并提升赠品需求；移动app扫码技术作为一种新兴的信息技术可以应用于供应链管理，帮助供应链上游企业减少库存成本，而且可以刺激传统信息技术的应用；针对相关的电商成品和半成品库存问题，项目组充分考虑了需求的自相关性，非平稳性，新品数据缺乏，和企业的风险规避行为等因素，并分析了这些因素对库存策略的影响；项目组设计的算法可以高效地求解电商平台的大规模物流问题，并提供高质量的近优解。以上研究成果不仅拓展了现有研究对电商赠品管理的探讨，并具有较好的应用示范前景，部分研究成果已处于落地阶段。