新产品分销密度的动态优化,本文主要内容关键词为:密度论文,新产品论文,动态论文,此文献不代表本站观点,内容供学术参考,文章仅供参考阅读下载。
中图分类号:F271 文献标识码:A 文章编号:1003-207(2014)06-0069-09 1 引言 营销领域素有“渠道为王”的金科定律,这反映了营销学者以及实务工作者对营销渠道策略重要性的普遍认同。以家乐福、沃尔玛为代表的渠道模式,对下游消费者进行价格欺诈,对上游制造商索要各种营销费用,也从商业实践的角度印证了营销渠道的强势地位。因此,制造商在向市场推出新产品时,均十分重视营销渠道策略的制定。具体表现为,制造商通常都会在新产品营销计划中,明确设定新产品上市之后的渠道规模和预计销量。然而,从新产品上市后的初始分销密度,到营销计划执行结束后的最终分销密度,制造商在两者之间面临多种的渠道扩张路径选择。比如,先高速扩张,再逐步收缩规模;前期稳扎稳打,后期高速扩张;或者,振荡徘徊式的上升等等。那么,制造商如何利用既有的渠道关系,在新产品上市过程中,识别和选择最优的分销密度动态路径,进而获取最大化的销售利润,便构成了一个在营销理论和实践中均亟待解决的渠道策略规划问题。 从可观察的中国营销实践来看,存在迅速提升分销密度导致失败的企业,比如90年代的三株口服液、红桃K、旭日升,以及2005年创立却昙花一现的服装品牌PPG,恰好是因为渠道扩张过快与分销密度过大,导致制造商对渠道失去控制,进而使得销售利润支撑不足,遭遇市场失败。然而,也不乏制造商选择保守的新产品分销策略,错失市场发展的良机,反被后续的模仿竞争者所击败。比如,如今鲜有人知的万燕VCD和玉环热水器,曾经均是各自细分市场中的品牌“先驱”,但由于渠道扩张时采取了保守策略,也均成为了各自行业内的品牌“先烈”。 于是,在实际的营销决策中,新产品分销密度的规划往往存在较大的分歧,面临着莫衷一是的两难境地。本文在仔细梳理分销密度规划问题的基础上,提出基于控制理论范畴的动态优化求解思路。具体而言,将引入泛函求解极值的方法,求解新产品上市过程中分销密度的最优化路径,进而对制造商的新产品分销策略提供数理模型基础以及决策依据。 分销密度,又称为渠道宽度或者渠道密度,是指在渠道结构中归属某一分销层级的渠道商数目。因为企业的渠道结构可能存在多个层级,所以,从制造商的角度,分销密度通常是指制造商直接供货的渠道商数目。一般而言,分销密度的规划有三种策略可供选择:独家分销(Exclusive Distribution)、密集分销(Intensive Distribution)和选择性分销(Selective Distribution)[1]。Bernheim和Whinston[2]将独家分销定义为,某制造商限制其零售商或者经销商,分销其它竞争性制造商所提供的产品。Chang[3]则认为,依据渠道权力的不同,渠道商也可能限制上游制造商向其它渠道商分销产品。所以,独家分销应当分为向上型(Upward)独家分销和向下型(Downward)独家分销。 Andritsos和Tang[4]提出,如今的许多新产品,比如知名品牌的移动电话、玩具,通常会选择独家分销这种单一的销售渠道,这与以往的制造商在新产品上市之时,通常实施的选择性分销或者密集分销有很大的不同。Andritsos和Tang[4]构建了以制造商作为价格领导者的Stackelberg博弈模型,求解了促使制造商进行独家分销的前提条件。Matouschek和Ramezzana[5]认为,独家分销有利于阻止潜在竞争对手进入市场,从而使得现有渠道成员获取垄断租金,进而提升销售利润率。其研究结果显示,分销密度决定了渠道成员对渠道关系的投入,从而对渠道效率产生间接效应,因而独家分销的效率要高于密集分销或者选择性分销。所以,新产品上市应该先选择独家分销,在积累市场数据和分销经验之后,再逐渐增加分销密度。Frazier[6]提出,制造商在进行分销密度决策时,总是在市场覆盖和渠道关系投资之间进行取舍,制造商产品的可替代性以及制造商和零售商之间信息不对称的程度,对最终的分销密度产生重要影响。Kauffman等[7]研究了本文研究命题的对称问题,即从组织购买者的角度,属于渠道商合作伙伴的供应商数目应当如何优化。Kauffman等[7]从购买者效用、信息收集以及产品评估成本的视角,针对一次性与重复性购买情景构建了供应商数目的优化方法。 然而,随着网上贸易和在线购物的发展,更多的制造商在推出新产品时,开始选择包括网络渠道在内的密集分销或者选择性分销。Coelho等[8]以及Kumar和Venkatesan[9]均认为新产品上市应当选择多样化的渠道类型和渠道数量,即采取选择性分销或者密集分销,迅速提升分销密度,让新产品触及到更多的潜在消费者,进而达到快速占领市场份额的目的。Johnson和Selnes[0]认为,就像精心设计的金融产品组合能够提供多样的投资机会一样,多元化的渠道组合能够帮助制造商触及更多的消费族群。Sharma和Mehrotra[11]认为多渠道分销存在两项主要弊端,渠道冲突的升级和渠道成本的上升,并设计了求解最优渠道组合的框架和流程。Rosenbloom[12]指出,寻求最优的渠道组合会是学术界和企业界今后面临的重要营销课题。Gensler等[13]对多渠道分销的绩效评估进行了研究。研究结论显示,多渠道分销的绩效评估存在两个重要维度,现有顾客对特定渠道的忠诚以及渠道吸引潜在顾客的能力。基于Colombo和Morrison[14]提出的品牌转换模型,Gensler等[13]测试了不同分销渠道的绩效差异。 国内学者关于分销密度的研究,主要集中在渠道权力和渠道类型的视角。张闯[15]提出,制造商和渠道商可以分别通过增加分销密度和品牌组合宽度来提升自己的渠道权力,影响制造商分销密度的主要因素包括产品类别、目标市场特性、品牌战略和机会成本。在渠道权力的作用下,渠道成员之间的合作联盟机制以及信息共享模式也得到了广泛的研究[16-17]。 赵礼强与郭亚军[18]认为,在B2C的电子商务模式下,包括多种分销类型的营销渠道系统管理是极具价值的学术研究方向。渠道类型的选择受到产品、目标市场以及利润的影响,陈明洋[19]从产品、消费者、渠道类型三个层次,构建了渠道类型选择的层次分析模型,并以图书市场为例进行了实证分析。对制造商而言,在面临强势零售商时,如何选择渠道策略,是一个棘手的问题。浦徐进[20]将渠道类型分为占优零售商、非占优零售商和直销渠道,通过引入Hotelling博弈模型,给出了制造商在不同渠道商类型之间进行优化选择的条件。 综上,既有研究分别从渠道权力、渠道关系、以及渠道类型等视角对分销密度展开了研究,研究方法包括博弈论、层次分析法以及其它实证研究技术。众所周知,在厂商博弈中取得控制主导地位,无论对于制造商还是渠道商,无疑都是至关重要的。网络渠道等新兴渠道的快速崛起和广泛应用,在拓展分销密度的学术研究视野的同时,也为分销密度的研究提供新的课题。所以,毋庸置疑的是,既有关于分销密度的营销研究对于洞悉营销渠道体系的内在机理,以及提升渠道分销的实务操作具有重要贡献。然而,就新产品分销密度的动态规划以及操作实施,既有研究依然存在如下的研究局限。 (1)新产品分销密度的策略选择,既有研究存在明显的争议。如前所述,密集分销、选择性分销和独家分销是三种定性的分销密度策略。已有研究之中,有的学者认为新产品分销应当采取密集分销策略或者选择性分销策略,进而迅速占领市场。另外一些学者则认为,新产品分销应当采取独家分销策略,增强营销渠道的控制力。可谓学术观点众说纷纭,难达一致。这导致,在新产品上市期间,究竟应当如何选择分销密度,渠道经理缺乏明确的决策依据,进而常常依靠既有经验来进行判断。然而,新产品的市场规律又很难与以往的市场经验完全相符,这就使得制造商在规划新产品分销密度时常常茫然失措,从而被动选择不断试错(Trial and Error)的决策过程,加大了渠道风险和分销成本。本文认为这种争议产生的根源,主要存在两点原因:首先,密集分销、选择性分销和独家分销的概念,既有研究缺乏量化的标准界定;其次,对分销密度策略所持的评价依据,不同学者存在明显差异。 (2)渠道关系已经成熟的条件下,分销密度的动态优化问题,既有研究未能充分回答。众所周知,渠道关系对于制造商的分销密度具有制约性的影响作用。秉持关系营销导向的制造商,在处理渠道关系时,往往倾向于使用非强制性的渠道权力,从而能够在一定程度上控制恶性渠道冲突的发生,维持分销密度的稳定性[21]。然而,对于熟知渠道关系中“游戏规则”的制造商而言,开发和维系渠道商已经是驾轻就熟的惯例。这些制造商面临的另一个重要问题是,渠道商的数目应当控制在什么程度,才能最大化企业的销售利润?特别是在新产品上市的初期,市场数据和经验都相对缺失的条件下,如何控制分销密度的水平,成为了另外一个具有理论和现实意义的研究命题。而这个问题的深入研究,既有文献却鲜有涉及。 在为数不多的分销密度优化研究中,个别营销学者提出了分销密度静态优化的流程方法。比如,Sharma和Mehrotra[14]提出,制造商在某个时点的最优渠道分销组合,可以在收集渠道覆盖率、渠道利润率、潜在渠道冲突等数据的基础上,通过盈亏平衡分析得出。然而,新产品的上市过程本身就是一个分销密度不断变化的过程,并且这种变化轨迹在理论上存在无限多种可能性。Lin[22]认为,无视计划周期内其它时点的销售利润,仅仅对营销计划周期内的某一个时点实施优化操作,并非真正意义上的优化。所以,从制造商渠道规划的实务角度而言,分销密度的动态优化,即求解新产品上市后不同时点或时期分销密度的最优取值水平,才能真正从操作层面上帮助制造商,对新产品上市的渠道动态变化实施监控和调整。 2 研究设计 2.1 研究假设 本文的研究内容是新产品市场扩散过程中的分销密度优化问题。针对已有研究存在的局限,本文就研究范围做出如下六点设定:(1)将研究对象设定为渠道关系较强的制造商,即对这些制造商而言,分销密度是一个可以控制的变量。(2)将销售利润设定为评价分销密度策略优劣的唯一标准,旨在消除可能由于评价标准差异所导致的相悖研究结论。(3)产品价格在新产品上市的整个研究周期内是一个常数,即在本文的研究框架内,不讨论价格发生剧烈波动的情况。(4)新产品所面临的市场结构是一个垄断市场。就市场结构和新产品研发的关系而言,Romer[23]指出,实施新产品研发的企业能够获得市场垄断权,进而获取赢利机会;Tishler和Milstein[24]的研究表明,市场竞争程度达到一定取值水平之后,企业倾向于启动更多的新产品研发,而由此导致的市场垄断会带来更多的企业利润和消费者剩余。由于本文的主要研究对象是新产品市场扩散,所以本文假设企业面对的是一个垄断市场,即在该市场结构中没有竞争对手的存在和参与。(5)销售成本是销售量的二次函数,而不是一次线性函数。尽管,科特勒和凯勒[4]将销售成本简化为销售额的线性函数,并比较了制造商在自建渠道和依赖代理商两种情况下的销售成本变化(见图1)。然而,在实际的销售管理中,销售额对营销工具变量的函数往往是凹形函数[25]。比如,广告,作为最为常用的营销工具及成本,对销售额的作用呈现收益递减的效应[26]。于是,等价而言,当销售额的取值水平较低时,提升销售额所消耗的销售成本相对较少;而当销售额的取值水平较高时,提升相同销售额所消耗的销售成本则相对较大。又由于价格固定时,销售额与销售量成正比关系。所以,本文假设销售成本是销售量的二次函数[27](图1)。(6)销量是分销密度以及分销密度导数的线性函数。销量通常被认为是一个自相关的时间序列。分销密度以及分销密度的变化,会对消费者的新产品购买决策产生影响,进而左右新产品的销售量[28]。其中,即期的分销密度决定了下一个时期的销量存量,而分销密度的导数决定了下一个时期的销量增量。 图1 销售成本函数 2.2 模型推导 如前所述,销售成本被假设为销售量的二次函数,令。其中C表示销售成本,S表示销售量,h是销售量为0时制造商的销售成本,a是销售量的平方对销售成本的影响系数,b是销售量对销售成本的影响系数。一般而言,当销量S的取值水平较小时,提高销量S相对容易,即制造商所付出的销售成本C相对较小;而当销量S的取值水平较大时,提高销量S相对困难,即制造商所付出的销售成本C相对较大。所以,当假设销售成本C是销量S的二次函数时,导数公式为,能够满足销售成本C对销量S的导数是销量S的增函数的关系。另外,h是大于0的实数,表示渠道有固定的成本费用,即销量S为0时,制造商也要承担一定的销售成本。并且,当销量S增加时,渠道的人员、配送以及服务的成本会随之增加,所以销售成本C也是销量S的增函数。 同样,由于销量被假设为是分销密度以及分销密度导数的线性函数,令。其中M是分销密度,α是分销密度对销售量的影响系数,M′是分销密度的导数,β是分销密度的导数对销售量的影响系数。 据此,令P是新产品的价格,销售利润π则可以表示为: 依据分销密度M的最优解公式,我们不难发现,当r的数值增大时,M*的取值会随之增加。这表明,当r的数值增大时,分销密度M的前期曲线的陡峭程度会增加。由于分销密度导数对销售量的影响系数β与r呈反比关系,所以当β的取值水平较大时,分销密度M的前期曲线较平缓,制造商应当缓慢增加新产品分销密度;而当β的取值水平较小时,分销密度M的前期曲线较陡峭,制造商应当加速增加新产品分销密度。 2.3 新产品分销密度的诊断流程 依据前面提出的研究假设以及推导的优化模型,我们能够判别新产品分销密度的动态演化是否处于最优路径,整个动态诊断流程共分为四步。第一步,收集新产品上市后一段时期内的渠道分销数据。该时序数据应当包括分销密度、销售额和销售成本。第二步,验证优化模型的假设是否成立。其中,假设5和假设6需要对时序数据进行回归分析,判断线性假设是否成立,并估计出相应的系数值。第三步,将系数值带入到推导得到的优化模型,求出分销密度的最优路径。第四步,比较实际的分销密度路径和优化的分销密度路径之间的差异,进而调整分销密度的变化速度。 图2 新产品的分销密度的诊断流程 2.4 应用算例 本研究收集了2005年3月到2010年9月,两家知名家电制造商在成都地区的多个新产品上市数据,变量包括销售利润、销售成本以及制造商直接供货的经销商数目。其中,制造商直接供货的渠道商包括一级经销商、一级代理商、大型终端卖场。于是,依据前文对于分销密度的定义,新产品分销密度就可以用制造商直接供货的渠道商数目等价表示。并根据所在行业的分销密度平均水平,将上市初期的计划分销密度设定为独家分销,上市末期的计划分销密度设定为密集分销,二者之间归属为选择性分销。由于两家家电制造商均是国内知名品牌,且都在国内建立起了一支稳定的渠道队伍。所以,本文认为这两家制造商的渠道关系能力较强,能够控制渠道商的数目,符合本文的研究假设1。 图3 新产品A的分销密度动态优化结果 另外,对于本研究所涉及的假设条件2、5和6,本文通过回归模型进行分析验证。依据产品的创新性是否满足假设条件4,筛选出两个满足研究假设的典型数据,以下简称新产品A和新产品B,回归模型的验证结果分别见表1和表2。如表所示,新产品A和新产品B的销售数据均通过了回归模型的验证,然而参数的估计值却明显不同。于是,以这两个数据作为算例样本,能够反映当参数取值存在差异的应用情景,本文所推导的分销密度最优路径解的普遍有效性。 依据营销研究的惯例,本文以周作为观测的时间周期。两个新产品的市场销售数据的观测周期均是30周,新产品A在第0周的分销密度是10,第30周的分销密度是53,产品价格是2000(元);新产品B在第0周的分销密度是8,第30周的分销密度是48,产品价格是388(元)。两个新产品的价格在观测周期内,均未发生变化,满足研究假设3。 在对新产品A的分销密度最优路径进行求解之前,本文首先通过回归分析对销售量函数和销售成本函数两个重要假设条件进行了验证。如表1所示,新产品A的销售数据符合本研究的假设条件,分销密度最优解所需的参数均通过了显著性检验。于是,本文可以将新产品A的参数估计值,代入到分销密度的最优求解公式,得到新产品A的分销密度优化结果(图2)。如图2所示,新产品A的分销密度最优路径呈S型,在新产品A上市的初期和末期存在明显的上升,而在上市期间的中段,基本处于取值水平的维持状态。并且,与S型的最优分销密度路径相比,制造商在新产品上市初期的实际分销密度取值水平过低,而在新产品上市后期的实际分销密度取值水平过高。这种分销密度路径的差异,导致了在新产品上市的绝大部分时期内,优化后的分销密度所对应的销售利润,均明显高于制造商获得的实际利润。数值计算的结果表明,新产品A上市后,制造商的实际销售利润总和是8,075,700元,优化后的销售利润总和则高达10,382,000元,销售利润总和增长了200多万元。所以,分销密度的优化结果能够改善制造商的实际分销密度路径,提升制造商的销售赢利水平。 图4 新产品A的分销密度优化路径关于参数β的敏感性分析 图5 新产品B的分销密度优化结果 另外,依据分销密度的最优解公式,分销密度导数对销售量的影响系数β,是影响变量r的重要参数,进而对分销密度最优解的形态产生重要作用。于是,对于得到的新产品A的分销密度优化解,本文以参数β的取值水平的变化为基准,进行了分销密度最优路径改变的敏感性分析。计算结果显示,如果增加β的取值水平,新产品A的分销密度的最优路径会逐步收敛,最终趋于一条连接起始分销密度和终点分销密度的直线(图3)。这表明,分销密度最优路径对参数β的取值比较敏感。当β的取值较大,即分销密度的导数对销售量的影响程度较大时,新产品A的制造商可以采取直线式或者近似直线式的分销密度扩张路径。 同样,本文在对新产品B的分销密度最优路径进行求解之前,也通过回归分析对销售量函数和销售成本函数两个重要假设条件进行了验证。如表2所示,新产品B的销售数据的线性拟合程度较好,符合本研究的假设条件,分销密度最优解所需的参数均通过了显著性检验。于是,我们将新产品B通过回归模型检验的参数估计值,代入分销密度的最优解公式,得到新产品B的分销密度优化结果(图4)。如图4所示,新产品B的分销密度最优路径呈倒U型,在新产品B上市的初期,分销密度应当迅速提升,然后维持在一个较高的水平,最终在上市的末期下降到预定的水平。并且,与倒U型的最优分销密度路径相比,在新产品上市的整个周期中,制造商的实际分销密度取值水平明显过低。这种分销密度路径的差异,导致了在新产品上市的绝大部分时期内,优化后的分销密度所对应的销售利润,均明显高于制造商获得的实际销售利润。数值计算的结果表明,新产品B上市后,制造商的实际销售利润总和是5,042,200元,优化后的销售利润总和则高达18,462,000元,销售利润总和增长了1300多万元。 图6 新产品B的分销密度优化路径关于参数β的敏感性分析 于是,虽然与新产品A对比而言,新产品B的参数估计值存在很大差异,但这种差异仅仅反映在分销密度最优路径解的形态变化之上,并不影响优化结果对新产品B销售利润的提升作用。 同理,对于得到的新产品B的分销密度优化解,本文以参数β的取值水平的变化,进行了分销密度最优路径改变程度的敏感性分析。计算结果显示,如果增加β的取值水平,新产品B的分销密度的最优路径会显著性的降低取值水平,逐步收敛于一条连接起始分销密度和终点分销密度的直线(图5)。这表明,当销售量对分销密度的导数十分敏感时,即分销密度的导数对销售量的影响程度较大,新产品B的制造商同样应当依据直线形态来选择分销密度扩张路径。 3 研究结论与策略建议 基于上述的模型求解推导以及实际的应用算例,本文得到如下关于分销密度动态优化的研究结论以及策略建议。 (1)本文所推导的分销密度动态优化公式,能够在假设设定的研究情景下,诊断分销密度的动态演化路径,进而调整分销策略,最大化新产品的销售利润。依据本文提出的动态优化方法,制造商能够突破关于分销密度策略的定性描述,不再局限于密集分销、选择性分销、独家分销等分销密度策略的概念性认知,而是能够针对新产品上市的整个商业周期,实施定量的分销密度计划。具体来讲,制造商在监控新产品的分销密度时,可以基于新产品上市初期的历史销售数据,估计出动态优化模型所需的相关参数,然后借助分销密度的动态优化公式,就可以判断新产品的实际分销密度,是否严重偏离最优动态路径,从而有效的降低制造商的渠道风险与渠道成本。从应用算例的演算结果来看,最优分销密度路径所对应的新产品销售利润,明显大于制造商实际获得的新产品销售利润,也能够有效的提升制造商的渠道赢利水平。 (2)依据分销密度最优解的参数取值的差异,分销密度的动态优化路径存在不同的形态。新产品A和新产品B两个实际销售数据显示,制造商均采用了逐步提高分销密度的稳健型渠道策略。也就是说,制造商在推出这两个新产品时,都先采用独家分销,然后根据市场反馈信息,逐步过渡到选择性分销和密集分销。然而,从新产品A和新产品B两个数据样本的应用演算实例来看,这种分销密度策略并非最优策略。演算结果显示,新产品A的分销密度的最优路径呈现为S型,新产品B的分销密度呈现为倒U型。这说明,新产品A在上市初期应当迅速建立选择性分销策略,保持一段时间之后,过渡到密集分销策略。而新产品B在上市初期则应当迅速建立起密集分销策略,同样保持一段时间之后,在末期缩减分销密度。据此推测,随着参数取值的进一步变化,分销密度还可能表现为更多的差异化形态。因此,制造商在向细分市场推出新产品时,应当依据市场测试得出的不同参数取值,选择相应的最优分销密度扩张路径。 (3)分销密度导数对销量的影响系数,是确定分销密度最优路径形态的重要参数。企业的市场营销实践以及创新扩散的动态模型表明,消费者在进行新产品购买决策时,产品品牌和口碑效应同时产生重要影响[29]。并且,新产品上市过程中的品牌效应与口碑效应,分别对应于新产品分销密度对销量的影响系数,以及分销密度导数对销量的影响系数。从本文应用算例的计算结果来看,当分销密度导数对销量的影响系数增大时,新产品分销密度的最优路径会逐步收敛到一条直线。所以,如果消费者的购买决策对新产品的分销密度不敏感,而对分销密度的变化率非常敏感时,表明新产品在细分市场中的品牌影响力较弱,但口碑效应具有显著影响。此时,制造商应当选择直线式的分销密度扩张路径,即依据新产品的市场反馈信息,逐渐提升分销密度数量,最终实施密集分销。 4 结语 本文研究结论的成立依赖于一些重要的假设条件。比如,制造商在渠道关系中具有主动权,即制造商可以控制分销密度的动态变化;其次,新产品面对的细分市场是一个垄断市场,其中没有竞争对手的参与。 所以,当制造商不能控制新产品上市后一定时期的分销密度,即新产品的分销密度是一个不可控的变量,制造商应当如何对分销密度进行动态优化,依赖于后续的分销渠道优化研究。另外,当两个或者多个制造商同时向某一细分市场推出新产品时,其中某个制造商应当如何制定最优的分销密度路径,需要后续研究将竞争性的市场结构纳入到本文的分析框架之中。 修订日期:2013-02-18标签:销售成本论文; 市场营销论文; 分销策略论文; 渠道分销论文; 渠道销售论文; 销售策略论文; 分销模式论文; 动态模型论文; 市场策略论文; 优化策略论文; 销售利润率论文; 导数论文;