基于在线评分和网络效应的应用软件定价策略

发布时间：2022-10-05 10:03 热度：

　　刘洋，廖貅武

　　摘要:在线评分可以为用户提供更多的产品信息，同时评分人数的多少也会影响用户效用。以APPStore、AndroidMarket等平台上的应用软件为研究对象，以信息产品定价理论和博弈论为理论基础，通过建立两阶段的经济学模型，研究在线评分机制和信息产品网络效应的共同作用下垄断应用软件开发者的最优产品定价策略。研究结果表明，当软件质量低于用户事前期望、评分传递的质量信号较真实时，若网络效应强度较小，则软件定价应先高后低;若网络效应强度较大，则前期应该低价，甚至免费，以吸引更多用户，后期高价获利。当软件质量不低于用户事前期望、评分会限制高质量软件的信号传递时，用户只能通过评分推测软件质量等于其期望质量，因此最优质量策略等于用户期望质量。最后，探讨评分区间的局限性和弊端，软件开发者需要通过平台推广等策略提高用户的支付意愿，达到利润最大化。

　　关键词:在线评分;网络效应;应用软件质量;定价策略

　　中图分类号:F713.36文献标识码:A

　　doi:10.3969/j.issn.1672-0334.2013.04.006

　　文章编号:1672-0334(2013)04-0060-10

　　1引言

　　随着互联网和信息技术的发展，在线评论和评分机制对消费者网购决策的影响越来越大[1-2]。目前以Amazon和taobao等为代表的购物网站、以Ctrip和Douban等为代表的第三方服务评论网站以及以AppStore和AndroidMarket等为代表的应用软件下载平台都提供在线评论和评分功能。大多数消费者认为，相对商家的广告和其他手段传递的产品信息，在线评论和评分传递的信息更可靠[3-4]。从消费者的角度而言，在线评论和评分具有大规模、低成本和易获得等特点[5]，利用在线评论和评分信息可以使消费者在网购前更好地了解产品的质量和商家的信誉[6]，减少产品质量的不确定性和搜索成本，做出更准确的决策;从商家的角度而言，商家可以利用在线评论和评分制定不同的营销策略、有效传播产品信息等[7]。但与其他产品的在线评论和评分不同，针对应用软件的在线评论有如下两方面的特殊性。①实物产品在线评论一般只影响其销量[8]，而由于软件产品的开发周期较短，开发者可以通过在线评论了解用户需求，从而有针对性地制定软件开发策略[9]，因此应用软件的在线评论不仅影响其销量，还会影响其质量;②作为网络产品，应用软件的下载量产生的网络效应能够直接影响用户的下载意愿，而软件开发者的定价策略是能否利用网络效应使自身利润最大化的关键。因此，在线评论和网络效应特征对应用软件开发者的定价策略至关重要。

　　2相关研究评述

　　随着互联网的发展，在线评论和评分已成为消费者获取产品信息的重要来源和软件开发者定价的重要依据。在线评论和评分的广泛应用吸引了大量的国内外研究者，同时网络数据的易获得性使研究者能够更直接地通过数据检验其结论。现有研究中，一些学者关注评论与销售量的关系。Chevalier等[8]通过Barnes&Noble和Amazon.com两个售书网站的数据证明，两个网站的图书销量差异与其在线评分差异呈正相关;Ye等[10]利用Ctrip网站的数据证明用户在线评论与旅馆收益之间的关系。在明确了在线评论对产品销售量的显著影响后，另一些学者从在线评论的特征出发，研究不同评论特征与销售量的关系。龚诗阳等[11]研究在线评论数据发现，考虑评论的内生性后，网络口碑中评论分数对销量无影响，而评论数量对销量的影响显著;李健[12]研究在线手机评论发现，评论数量和商品关注度对在线手机销量有显著影响。这也是本研究探讨网络效应对应用软件定价的影响依据之一，网络效应来自于产品的使用数量，而使用数量与在线评论的影响直接相关。不同消费者由于其情感倾向、认知偏差和自选择特性等因素，导致其对待同一产品的态度有所不同，这就是消费者的异质性特征。郝媛媛等[13]以电影行业为研究对象，研究不同情感倾向的影评对电影票房收入的影响以及各情感等级的评论影响效应差异;李宏等[14]研究在线评论的负面因素对消费者满意度和购买选择的影响;宋晓兵等[15]以电影评论为对象，研究得出网络口碑的论据质量和网络社区可靠性都会对消费者的产品态度产生正向影响;卢向华等[16]从网络口碑的数量、评分和负面点评率三方面量化网络口碑为产品销售收入带来的价值。

　　3模型设定和基本假设

　　本研究假设一个APPStore上的垄断软件开发者，在考虑网络效应和评分机制的情况下如何决定软件质量水平，并通过产品发布后的定价策略达到利润最大化。根据消费者购买经验产品的特点，消费者在购买前会通过产品广告、相关品牌的消费经验和类似产品的期望质量等诸多因素形成关于该产品的事前期望质量[32]，因此用户下载新应用软件前也会对其质量有一个事前期望[33]。

　　本研究沿用Chen等[7]对体验型产品消费者的分类，将应用软件用户划分为早期用户和普通用户两种类型。早期用户在应用软件发布后的第一阶段进入市场，根据事前信息决定是否下载;普通用户在第二阶段(早期用户购买后)进入市场，根据事前信息、早期用户评分和第一阶段下载量等因素决定是否购买。

　　4模型构建和分析

　　软件开发者通过在类似APPStore的平台上提供付费应用软件下载服务获利，用户根据其效用是否大于其保留效用ur选择是否下载，只有当用户效用ui不小于保留效用ur时才会选择下载。令每一阶段用户的保留效用ur=0，则早期用户当且仅当u1=q～-tx-p1

　　≥0时下载软件，即x≤q～-p1t

　　。令x1=q～-p1t，表示当用户偏好与软件类型不匹配程度为x1时，用户选择是否下载软件是无差异的。因为x表示用户偏好与软件类型的不匹配程度，满足0～1的均匀分布，当x稍微小于x1时，此用户即可获得大于零的效用，从而选择下载软件。因此偏好与软件类型的匹配程度在[0，x1]的用户都会选择下载[18，20，22]，即第一阶段需求D1=x1=～q-p1t。同理，第二阶段需求D2=E(q～|R)-p2+αD1t。

　　表1给出本研究的全部符号及其含义。

　　5进一步讨论

　　上述命题给出在存在评分机制和网络效应的情况下，软件开发者可以在一定条件下通过决定软件质量和两阶段价格达到利润最大化。评分机制可以使用户在下载前更好地了解产品的质量信息，如前所述，当前各大电子商务网站(如360buy、Amazon和APPStore等)都利用评分功能传递产品的质量信息，本研究也证明在一定的假设条件下(消费者质量同质性)评分机制能传递产品的真实质量，但评分机制本身对软件开发者是否有利有待进一步分析。

　　6算例分析

　　本研究通过上述命题给出考虑在线评分R的情况下软件开发者面对不同的网络效应强度α和不同程度的单位质量成本系数h时的最优决策。为了更为直观地观察不同网络效应强度α和单位质量成本系数h下软件开发者最优决策的变化趋势，本研究利用算例展示。令q～=0.500，t=0.700，如图1～图4所示。

　　7结论

　　在线评分是用户获取产品信息的重要渠道，本研究以应用商店的应用软件为研究对象，以信息产品定价理论和博弈论为理论基础，建立两阶段的经济学模型，研究在线评分机制和信息产品网络效应的共同作用下垄断应用软件开发者的最优产品定价策略。研究结果表明，①当单位质量成本系数较大，软件开发者应该选择低于用户事前期望的软件质量，此时评分小于1。同时如果网络效应强度较小，为了获利更多，软件开发者应该在第一阶段选择较高的价格;如果网络效应强度较大，利用网络效应扩大需求，软件开发者应该降低第一阶段价格，甚至通过免费策略吸引用户。②当单位质量成本系数较小，软件开发者应该选择等于用户事前期望的软件质量，此时评分等于1。如果不存在网络效应，则两阶段价格一样;若存在网络效应，则软件开发者应该降低第一阶段价格，扩大需求;若网络效应强度较大，软件开发者可以在第一阶段免费，通过吸引更多用户达到利润最大化。③评分区间的存在限制了软件开发者提高产品质量的积极性。当软件质量等于用户事前期望质量评满分，若继续提高质量，则评分不改变但开发成本增加。当单位质量成本系数较低时，软件开发者的最优选择是制定高于用户事前期望的软件质量，但评分区间限制了高质量软件的开发，使软件开发者不能达到利润最大化的同时用户也不能得到高质量的应用软件。本研究认为，软件开发者可以制定高于用户事前期望的高质量软件，同时通过平台推广、赠送积分、附加服务等营销手段提高用户效用，扩大需求，则可能提高利润甚至达到利润最大化。

　　本研究还存在如下不足之处。①本研究仅探讨在线评分和网络效应对软件开发者的质量选择、定价策略和用户效用的影响，将软件开发者与平台合并看待，忽略了平台提供商的作用;②当前应用软件市场竞争激烈，本研究从垄断软件开发者的角度进行研究，忽略了在线评论对竞争市场的影响。因此，下一步研究将致力于在线评论平台提供商运营策略的影响，将在线评论对垄断市场的影响扩展到竞争市场中，研究在线评论对竞争软件开发者定价和开发策略的影响。同时采用第三方软件平台的数据，通过实证方法检验本研究相关结论。

　　参考文献:

　　[1]GodesD，MayzlinD，ChenY，DasS，DellarocasC，PfeifferB，LibaiB，SenS，ShiM，VerleghP.Thefirm'smanagementofsocialinteractions[J].MarketingLetters，2005，16(3/4):415-428.

　　[2]马艳丽，胡正明.2006～2011年在线评论研究:主题分析和趋势展望[J].经济与管理评论，2012，28(6):69-75.