C2M平台下沉市场买家用户感知的影响因素研究外文翻译资料

C2M平台下沉市场买家用户感知的影响因素研究

摘要：C2M模式目前正处在发展阶段，但也同时面临着诸多困难和风险。未来C2M模式会更多地结合大数据和社交电商，来引入消费者端的需求，以此推动C2M的落地。借鉴京东等已有平台的操作，“反向定制模式”、小数据研究、试用福利等都是不错的选择。平台面向C段来说，针对日益增长的消费者需求，不能一昧地实现完全定制化，考虑到当前M端的产能等因素，需采用柔和的方式让个性化定制变得更加具有弹性，参考乐高的“LEGO Design byMe”计划。对类似于拼多多的C2M平台的用户研究来看，人们除了对性价比、品牌、质量等因素较为关注外，对于产品的新鲜度有着一定需求。很多C2M平台基于社交进行电商信息的病毒式传播引流，那么也可以通过这一模式进行需求的扩大，针对从众心理驱动的用户可以通过用户的自我推广带动周边人进行购买。从消费者的用户感知和用户习惯等方向出发，抓住消费的心理才可以让已有平台的用户更加愿意在该平台上活跃，从而促进用户的留存和转化。

关键词：C2M平台； 大数据； 用户感知；用户留存与转化

引用文献一：

当3A供应链遇到数字化:以京东C2M模式为例

原文作者：Ho-Yin Mak¹，Zuo-Jun Max Shen² 单位：¹Sa ̈ıd Business School, University of Oxford，²Department of Industrial Engineering amp; Operations Research University of California at Berkeley

2020年将被铭记为数字技术、大数据和人工智能的时代。以零售业为例，20年前，供应链规划决策在很大程度上是由(地理)区域、季度、(产品)类别和品牌级别的销售数据以及预测支持的，而这些数据和预测并不总是数字化的。如今，零售商在个人消费者和产品层面实时拥有更为精细和精确的数据——不仅包括购买数据，还包括搜索和点击(在线商店)数据，以及查看、关注和喜欢(社交媒体)数据。除了丰富的内容数据，从人口统计信息、社交网络连接和消费者过去的购买历史，到特定的产品属性(低至产品图像的级别)。利用现代机器学习工具，零售商现在能够识别产品和消费者属性以及购买行为之间的复杂关系。这些见解可以帮助公司沿着供应链从产品设计到制造、从销售到履行做出更明智的计划和运营决策。

为了说明C2M的想法，让我们来看看拼多多(PDD)的案例，这家中国初创公司成立于2015年，并于2018年在纳斯达克上市。拼多多的商业模式经常与Groupon对比(《财富》，2018年)，因为两者都使消费者能够以折扣价团购产品，但也有两个根本区别。首先，拼多多将团购平台与社交网络无缝结合，从而利用社交影响力来理解和塑造购买行为(例如，产品上的视频可能会变成病毒式团购)。其次，拼多多采用C2M战略，让消费者群体能够通过数字媒体与制造商直接互动，甚至订购具有定制规格的产品。一方面使制造商能够设计和生产需求有保证的合适产品，另一方面吸引消费者并以低价格满足他们的特定需求。

Lee (2004)将敏捷性定义为快速响应短期需求或供应变化的能力，以及平稳处理外部干扰的能力。为了实现敏捷性，供应链必须仔细整合物料和信息流的管理。一旦在任何阶段检测到需求/供应状态的变化，供应链就必须能够快速透明地与其他阶段共享此类信息，并做出快速反应，例如改变生产计划、重新安排装运路线、跨产品重新调整产能等。这种反应需要协作关系和愿意在供应链的各个阶段共享(通常是专有的)信息。

谨慎、协调地选择产品和供应链网络设计对于培养敏捷性至关重要。Lee (2004)讨论了像Hamp;M和Zara这样的快速时尚公司的成功例子，以及康柏不太成功的例子。以快速的方式，从产品设计阶段到上市的时间被最小化。设计师甚至在设计最终确定之前就开始订购面料，以减少漫长的供货周期；一旦来自商店的可靠的销售和需求数据在上游共享，他们就可以迅速完成设计和生产计划。以90年代的康柏为例，漫长的设计周期加上漫长的供应管道，随着新产品需求的演变，导致了刚性，最终失去了市场份额。

Lee特别指出延迟差异化是敏捷性的关键实施策略。延迟差异化的产品和供应链设计使企业能够随着需求信息的不断变化而快速改变供应路线或重新调整供应用途。Lee和Billington (1995)以及Feitzinger和Lee (1997)讨论了(现在)众所周知的惠普采用延迟策略来大大提高打印机供应链的敏捷性的案例。更一般地说，Lee和Tang (1997)对供应链中延迟差异化的成本-敏捷性权衡进行了建模，这可以通过延迟、标准化，或者模块化设计。有了这些策略，差异化点下游的供应链部分可以重新配置为一个高度响应的拉动过程，从而增强敏捷性。

在数字化时代，缩短的产品生命周期和多变的消费者口味要求供应链变得比以往任何时候都更加敏捷。幸运的是，数据分析和数字平台提供了实现敏捷性的新方法。Lim等人(2017)讨论了一个分销网络设计框架，该框架使在线零售商能够将敏捷性嵌入到履行操作中。通过集成高级需求预测、实时共享需求和库存数据以及灵活分配履行路线，在线零售商能够跨地理上分散的设施执行虚拟库存池，从而实现敏捷性而不影响效率。虽然这种策略在满填充阶段保持了推拉边界，但基于拉动的实现逻辑在地理上分散的实现网络中水平扩展，这释放了敏捷性。

数字平台还为供应链打开了新的可能性，通过整合制造和产品设计功能，将敏捷性进一步提升到上游。京东利用其零售层面的消费者数据来学习和预测消费趋势的变化，通过其供应链以数字方式提供这种预测，并让供应链不同阶段的合作伙伴采取协调行动。因此，新产品(或对现有产品的修改)的开发、制造和分销能够灵活地满足新的需求。我们将在第3节和第4节中进一步讨论这一点。

在实体供应链中，数字化能力也使供应链网络能够以前所未有的方式适应结构变化。乐高在2010年初的网络重新设计工作可以作为一个例子。由于其生产能力传统上集中在欧洲，乐高在满足亚洲和北美的强劲需求增长方面面临挑战。原因是交付周期长。为了解决这一结构性问题，乐高重新设计了其全球网络，并在中国和墨西哥增加了新工厂，专门为亚洲和北美市场服务。这种物理重新设计的重要伙伴是其对数字和数据分析能力的同步投资，这使乐高能够根据不断变化的需求预测快速调整生产计划。如果没有这一重新设计战略的数字部分，乐高将无法利用重新设计的网络缩短的生产提前期。

新产品开发过程(Krishnan and Elrich, 2001, Kavadias and Elrich, 2020)涉及公司识别和或预测消费者未满足的需求或竞争市场中的空白。京东的C2M平台通过数字化流程帮助制造商实现这一目标。首先，通过对其海量用户数据的机器学习，京东能够识别具有未实现潜力的产品属性组合。虽然这个概念并不完全是新的，但京东的方法的独特之处在于，它的模型能够为产品设计提供四维建议:潜在的产品风格/属性、潜在的价格点、潜在的买家和潜在的销售预测。也就是说，在发掘新产品设计的机会时，制造商已经知道要卖多少钱，卖给谁，预计卖多少(什么时候)，以及如何营销。

这一过程大大减少了产品设计过程中的试错需求，从而降低了产品开发成本，简化了开发和规划周期。在京东C2M平台的支持下，品牌已经能够将产品需求研究时间减少75%，新产品发布周期缩短67%。此外，一旦产品设计被制造商采用，该平台将为供应链提供一个全面的开端，因为生产、定价和分销计划可以根据这些系统预测以数字方式得出。京东还利用这一“逆向产品开发”流程，深化与上游品牌和制造商的合作关系，从而获得更高质量的定制产品、更优惠的采购成本和营销资源。

除了大数据分析，京东C2M平台还从事“小数据”研究，以深入了解新产品发布。在产品发布之前，京东能够精确定位特定的目标消费者群体，并推出模拟产品试验(例如，A/B测试)。来自这种小规模但高针对性的实验的反馈有助于京东更深入地了解新产品的购买行为和消费者偏好，

验证需求和定价预测，并优化购买体验。

与传统流程相比，C2M逆向产品开发框架在适应性和一致性方面提供了加强供应链的潜力。首先，利用其庞大的在线交易量来了解消费者趋势，京东获得了检测(即时预测)和预测消费者需求结构变化的关键能力。C2M框架使这些见解能够实时渗透到整个供应链中。因此，京东不仅能够通过调整面向消费者的运营来应对这些变化，还能将新产品推向市场。通过跨越公司边界的数字化协同操作，这些新产品高度整合，迅速到达消费者手中。通过直接向制造商提供终端消费者的见解，京东还为制造商提供了强有力的激励，以协调其与下游参与者的开发、生产和营销努力，从而加强供应链的一致性。

产品试用是当今市场营销活动中的必备项目。它们促进了制造商和消费者之间的沟通——前者了解消费者对产品的偏好和反馈，后者了解制造商产品的特性和价值。试用活动对于吸引新客户和留住现有客户至关重要。由于产品试用的宝贵性质，它们必须针对最佳受众，以实现回报最大化。

京东的产品试用平台旨在准确识别试用活动的目标消费者。基于过去的消费者购买数据，京东能够根据用户背景(用户画像)、购买行为(行为画像)以及他们对相关产品类别和品牌的亲和力来标记消费者。京东产品试验平台的一个关键创新是，它将供应链运营整合到产品试验的规划中。例如，在按地理位置选择目标客户时，平台不仅评估目标地理市场的转化和学习潜力，还评估物流影响(即配送中心的库存可用性、运输成本和交付周期)。制造商还可以在平台上实时监控试用产品的分发，以及对客户转化的详细、多维度的反馈。

传统上，定制系统往往是一种只适用于有限产品类别的利基供应链配置。尽管按订单生产模式的优势显而易见，即更好地满足消费者的需求，减少对需求预测的依赖，但其缺点也很明显，包括交付周期长。数字化整合的供应链找到了克服这些不足的新方法。就JC2M平台而言，大数据驱动的预测支撑着供应链每个阶段的运营规划。即使在按订单生产的环境中，这种集成的计划流程也可以在下订单之前准备上游制造(例如，在制品库存的计划)和下游配送(例如，装运批次的计划)，并通过实时动态分配生产和装运能力来简化操作。一旦订单得到确认，这种能力使供应链大大缩短了交付周期。

如第3.1节所述，京东利用其海量消费者数据和机器学习技术，为制造商开发、升级和定制产品提供建议。这有助于供应链灵活应对不断变化的消费者需求。

最近，京东C2M与一家家电品牌合作，完成了一项关于定制新冰箱的市场研究。通过挖掘京东的交易数据，该研究强调了对冰箱市场的一些关键见解。特别是，尽管市场在数量上保持稳定增长，但消费者需求正朝着规格升级和价格下降的方向发展。在规格升级的四个方面检测到强烈的消费者偏好:外观设计/风格(例如，偏好多门设计和不锈钢面板)、容量(例如，300升及以上)、额定能量和制冷模式(例如，风冷系统)。与此同时，京东发现，消费者在冰箱产品上的平均支出比前一年有所下降，单价正在向中端移动。从地域上看，市场集中在中国的一、二线城市。由于一线城市(如北京、上海)居住空间较小，对大容量(不超过300升)、多门机组的需求相对较小；而在住房成本较低的城市，对这种单元的需求很高。对定制升级的需求也在增长，例如智能控制、微结晶、气味净化和湿/干储存。

迄今为止，京东、阿里巴巴和拼多多等中国科技公司是引领C2M模式的大平台。这些公司处于某种独特的地位，因为它们在地理和工业上靠近大量的消费者市场和制造业基地。这并不是说C2M完全是中国的战略。大约十年前，乐高提供了一项定制服务，名为“LEGO Design byMe”，允许消费者用软件数字化创建自己的乐高套装并订购。该计划于2012年终止，原因是定制流程的运营效率低下。乐高现在提供了一个不同的项目，被称为乐高创意，向消费者征集数字设计创意。乐高不允许消费者订购这些套装，而是允许其他消费者投票，只生产最受欢迎的套装。这种策略保留了“LEGO Design byMe”计划中消费者驱动的设计元素，但克服了其操作效率，因为投票系统充当过滤器，确保为选定的生产设计提供足够高的需求量。虽然这些战略对乐高来说相当独特，乐高经营着从产品设计到零售的垂直整合供应链，但它们展示了非中国和非零售供应链也可以从C2M的创新中受益。

最近的事件，包括新冠肺炎疫情事件，已经引起公司重新思考他们的全球供应链网络设计，未来的供应链将至少部分地从目前高度集中的东亚地区分散开来，这是有可能的。与此同时，中国科技巨头也在寻求在全球范围内拓展电子商务。因此，我们期望C2M在未来几年成为一个真正的全球现象。这将带来新的挑战，因为地理距离的增加(更长的物理交付周期)和消费者文化的异质性(预测需求的困难)将是C2M运营中需要克服的重要障碍。

外文文献出处：Ho‐Yin Mak, Zuo‐Jun Max Shen. When Triple‐A Supply Chains Meet Digitalization: The Case of JD.coms C2M Model[J]. Production and Operations Management, 2020.

引用文献二：

电子商务中C2M模式下平台的利润分配机制

原文作者：Bie Yifei 单位：School of Art and Design Wuhan University of Technology Wuhan, China

下沉用户正经历着从数量到质量的追求升级的过程，除了注重产品的性价比、品牌、质量等外，这个群体对质量、体验、新鲜度的要求越来越高，逐渐摆脱了早期低层次的饥渴，但这与实用性并不矛盾，

剩余内容已隐藏，支付完成后下载完整资料

C2M平台下沉市场买家用户感知的影响因素研究

摘要：C2M模式目前正处在发展阶段，但也同时面临着诸多困难和风险。未来C2M模式会更多地结合大数据和社交电商，来引入消费者端的需求，以此推动C2M的落地。借鉴京东等已有平台的操作，“反向定制模式”、小数据研究、试用福利等都是不错的选择。平台面向C段来说，针对日益增长的消费者需求，不能一昧地实现完全定制化，考虑到当前M端的产能等因素，需采用柔和的方式让个性化定制变得更加具有弹性，参考乐高的“LEGO Design byMe”计划。对类似于拼多多的C2M平台的用户研究来看，人们除了对性价比、品牌、质量等因素较为关注外，对于产品的新鲜度有着一定需求。很多C2M平台基于社交进行电商信息的病毒式传播引流，那么也可以通过这一模式进行需求的扩大，针对从众心理驱动的用户可以通过用户的自我推广带动周边人进行购买。从消费者的用户感知和用户习惯等方向出发，抓住消费的心理才可以让已有平台的用户更加愿意在该平台上活跃，从而促进用户的留存和转化。

关键词：C2M平台； 大数据； 用户感知；用户留存与转化

引用文献一：

When Triple-A Supply Chains Meet Digitalization: The Case of JD.comrsquo;s C2M Model

Keywords: Consumer-to-manufacturer, Triple-A supply chain, Digitalization, Agility, Adapt- ability, Alignment, Online retail

The 2020rsquo;s will be remembered as the era of digital technology, big data, and artificial intelligence. Take the retail industry as an example. Two decades ago, supply chain planning decisions were largely sup- ported by sales data and forecasts at the (geographic) regional, quarterly, (product) categorical, and brand levels, which were not always digitalized. Today, retailers possess much more granular and precise data at the individual consumer and product levels in real time, not only on purchases, but also searches and clicks (on online stores), and views, follows and likes (on social media); in addition to a wealth of contextual data, ranging from demographic information, social network connections and past purchase history of consumers, to specific product attributes (down to the pixel level of product images). Employing contemporary machine learning tools, retailers are now able to identify complex relationships between product and consumer attributes, and purchase behavior. These insights can help firms make better informed planning and operations decisions along the supply chain, from product design to manufacturing, and from sales and fulfillment.

To illustrate the C2M idea, consider the case of Pinduoduo (PDD), a Chinese startup founded only in 2015 and went public on NASDAQ in 2018. PDDrsquo;s business model is often compared to Grouponrsquo;s (e.g., Fortune, 2018), in that both enable consumers to group-buy products at discount prices, but with two fundamental differences. First, PDD seamlessly marries the group buying platform with social networks, and thus takes advantage of social influence in both understanding and shaping purchase behavior (e.g., a viral video on a product could turn into viral group purchases). Second, PDD employs a C2M strategy by enabling consumer groups to interact directly with manufacturers over digital media, and even order products with tailor-made specifications. This enables manufacturers to design and produce the right products with a guaranteed demand on the one hand, while engaging consumers and fulfilling their specific needs at low prices on the other.

Lee (2004) defines agility as the ability to respond to short-term changes in demand or supply quickly, and to handle external disruptions smoothly. To enable agility, it is essential for a supply chain to carefully integrate the management of material and information flow. As soon as changes in demand/supply status are detected at any stage, the supply chain must be able to quickly and transparently share such information with other stages, and come up with quick maneuvers in response, such as changing production plans, rerouting shipments, repurposing capacity across products, and so on. Such responses necessitate collaborative relationships and willingness to share (often proprietary) information across stages of the supply chain.

Careful and coordinated choice of product and supply chain network designs is integral to fostering agility. Lee (2004) discussed the successful example of fast fashion companies like Hamp;M and Zara, and the less successful example of Compaq. In fast fashion, time-to-market time is minimized from the product design stage. Designers start ordering fabric even before the designs are finalized, to mitigate long supply lead times; once reliable sales and demand data from stores are shared upstream, they quickly finalize designs and production plans. In the case of Compaq in the 90rsquo;s, a long design cycle combined with a long supply pipeline led to rigidity as demand for new products evolved, and eventually lost market share.

Lee specifically pointed out delayed differentiation as a key implementation strategy for agility. Product and supply chain designs with delayed differentiation enable firms to quickly reroute or repurpose supplies as demand information evolves over time. Lee and Billington (1995) and Feitzinger and Lee (1997) discuss the (now) well-known case of Hewlett-Packard employing the postponement strategy to vastly improve the agility of its printer supply chain. More generally, Lee and Tang (1997) model the cost-agility trade-off of delayed differentiation in a supply chain, which can be achieved through postponement, standardization, or modular design. With these strategies, the segment of the supply chain downstream from the point of differentiation can be reconfigured as a highly-responsive pull process, which empowers agility.

In the digitalization era, shortened product life cycles and fickle consumer tastes call for supply chains to become more agile than ever. Fortunately, data analytics and digital platforms offer new ways to implement agility. Lim et al. (2017) discuss a distribution network design framework that enables online retailers to embed agility into fulfillment operations. By integrating advanced demand forecasting, real-time sharing of demand and inventory data, and nimble allocation of fulfillment routes, an online retailer is able to perform virtual pooling of inventory across geographically-dispersed facilities, and thereby achieving agility without jeopardizing ef

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[595751]，资料为PDF文档或Word文档，PDF文档可免费转换为Word