抽象性
本文探讨电子商务平台最优销售策略,即应用预售和即销集成模式时,分别在预售期和即销期销售新产品广告研究发现,随着广告投资的增加,电子商务平台边际效益正在下降预售期广告或即销期广告,电子商务平台可提高利润,但在同一广告效果因子下,销售期最优广告投资小一些,预售期广告利润大点在不同时期广告时,最优广告和物价策略取决于消费者对产品和广告效果因素的最大估值
开工导 言
近些年来电子商务快速发展特别是在COVID-19期间,全世界各地的电子商务零售商由于其独有优势而增加销售量。新鲜农产品电子商务占很大比例。以中国市场为例,2020年中国新电子商务交易量为560.4亿美元,预计2023年将达1231.14亿美元一号..作为一种弹性销售模式,预售在各电子商务零售商中广泛使用。2017年9月21日,T-mall预售一分钟内售出14万新毛蟹,创下中国新产业记录预售不仅受商品价格因素的影响,还受其他非物价因素(广告、质量等)[2,3..媒体渠道和信息技术开发后,广告对消费者购买决策的影响越来越大4..电子商务零售商在现实中大都采用预售集市模式,一些研究显示,整合两种模式不仅能扩大需求并减少风险,而且能有效解决高库存成本问题[2,5..
多位学者关注预售期产品定价策略、消费者行为预销时间策略举例说 Prasad等[6研究预售期和即时销售期预售价格和库存决策并相信零售商应根据消费者参数和市场参数应用不同的销售策略Xiao等[7研究卖主均衡定价策略Cheng等[8考虑先发制人策略 新闻店模型受双重营销影响上文分析最优售价策略供货商增加利润的同时 消费者变得越来越智能因此,考虑消费者行为 已经成为新研究方向 领域预售Yu等人[九九研究新产品和创新产品预售和现金销售最优决策时考虑消费者差异和消费者策略响应Lim和Tang10市场由短视消费者、前视消费者和投资者组成,探索垄断卖主预售策略,并提议投资者动态行为模型赵和斯特克11研究三餐前策略选择(非预售、中度预售和深度预售)在预售中时间是一个重要因素零售商选择预售时间准确理解市场需求是一个新问题Chew等[12讨论多级易腐化产品排序策略沙夫和斯基拉13研究时间偏好对最优价格和预售盈利效果阅读预售策略论文后,我们可以看到预售策略的研究内容相对丰富,预售模式成功应用到网上多种商品销售中,新鲜农产品应用正处在探索阶段。Maihami和Kamalabadi14研究非即时损耗项联合定价和盘点控制从竞争角度讲,He等[15分析在线畅销新产品模式Fan等[16聚焦新产品零售商的商业策略并研究动态物价策略并补充多批新农产品政策 通过收入管理动态编程模式消费者选择行为张等[17研究三大预售策略和服务努力 新鲜季节性农产品供应链新鲜农产品前期策略研究正在上升中心主要侧重于预售标价和新鲜农产品订购少数学者视广告投资为这一领域的决策变量,
简言之,少数研究同时考虑预售广告和定价并搭建新鲜农产品市场作为研究背景此外,少数学者考虑消费者行为和消费者异质对销售策略的影响
因此,基于预售和点售综合环境,本文讨论新鲜农产品电子商务零售商的定价和广告投资策略,同时考虑到消费者知识随机性考虑到大多数企业在实体环境中有限投资量,本文件研究电子商务零售商在预售期或即期销售期广告投资最优销售策略,以便为企业制定合理的销售方法提供决策参考
二叉问题表达符号解释
本文假设新农产品电子商务零售商分两个阶段销售:第一阶段是预售期,消费者可提前订购新鲜农产品二级即时销售周期,消费者可直接购买,消费者参与预售和即时销售正在获取真品产品正式上市前 即预售期 电子商务零售商可以广告产品上市后,即即即时销售期间,消费者将积极寻找新鲜农产品销售信息,销售者也可以选择依赖大需求基扩展即时销售期因此,本文研究电子商务零售商在不同时期最优定价、最优广告投资以及最优序数
本文的研究符合下列假设:(1)电子商务零售商广告投资 , ,广告效果因子 ,广告点播效果 [18号..(2)消费者数非广告产品为1根据消费者是否知道电子商务零售商预销信息,消费者划分为两类一是知情消费者比例 ,另一则为不知情消费者,其比例为 [4,19号..预售期后知情消费者比例 .3级即时销售期间产品单价 单位成本 .预售期产品单价 , ,单位成本 .预销周期结束时,电子商务零售商决定顺序量 整个销售周期考虑到新鲜农产品易腐化,电子商务零售商需要在即时销售期间投资清新成本,以确保所售产品保持一贯质量。正因如此 .(4)销售周期结束后,产品质量快速下降,需求消失,剩余值为0(5)假设消费者对产品估价 ,顺从统一分布 ,密度函数 ,分布函数 .通知消费者进市预销期 ,预售产品 ,并购买产品 点销周期 需求随机变量归并 ;密度函数 ,分布函数 .假设不失泛性 .
3级最优策略分析
3.1.广告预售周期投资最优决策
假设 电子商务零售商预销期广告投资 产品价格预售期间消费者需求函数如下:
电子商务零售商本阶段的利润函数如下:
即时销售期间电子商务零售商不投资广告,产品价格为 .消费者需求函数
预售期间综合广告模式下总需求 ,全部利润
等一等 ;之后
后简化如下:
从阴性黑森矩阵可见函数 联合编译函数 并 ,最优解法可用一阶条件求得
提案一何时 ,最优贴现、广告投资以及预售期利润如下:
证明 , 何时 , 显示 联合编译函数 并 ,最优解法 并 可获取 并 : 提案一显示,在预售期间,广告投资对利润的影响有限,广告投资最优其中包括广告投资 正相关联广告效果因子 ,表示电子商务零售商往往会增加广告投资,而产品对消费者的广告效果则会增加预销阶段最优贴现量逆向与二级价格成比例(点销周期),表示当即销价较高时,电子商务零售商预销周期所设定的贴现系数应小一些,可吸引更多客户当即销价下降时,电子商务零售商不必在预销期提供大打折,这也可以获取最大利润。
提议2现货销售期最优价格如下: 最优物价加增 ,即随随机变量的增加最优排序量点
证明从头导出
,最优点销周期价格可获取,并有
,显示
单调增益函数
,即最优物价加增
.
最优解决办法
取第一个阶段最优解决办法
并
.显示
单调增益函数
,即最优序量增加
.
方案2显示最优物价同需求随机变量成正相关
因何时间
增长需求增加为确保最大程度满足需求,最优排序量将相应增加电子商务零售商将提高销售价,以补偿库存增量引起的库存成本和保存成本。
3号提案点满足公式12),它是唯一最大总利润函数的极端点 即电子商务零售商在预销期投资广告时总利润有独有最大值
证明最优解法
带入总利润函数答案与0第一个衍生物并独特化,此点为最大总利润函数点
任由上方公式
.等一等
使计算方便, 并可以证明
显示
函数剖析
,也就是说
有两个解决方案if
并
已知
并
可获取性
拥有独特解决方案自
,
正函数
先增后减 后减
,最大值获取
方案3显示模型有最优解决办法,最优解决办法独特性显示电子商务零售商在预销期投资广告时可拥有最优销售策略并获取最大收入详细分析结果将在科内描述4.
3.2广告批量销售周期投资最优判定
假设 即时销售期广告成本 产品预售期售价 即时销售期间产品售价预售期需求 并点销周期 分别如下:
预售期和即期销售期的利润如下:
等一等 .
电子商务零售商在集成广告模式下当场销售总利润如下:
提案4广告策略插进点销周期时,最优打折 何时 ,最优广告投资、价格和顺序量如下:
证明最优打折
通过查找第一个衍生物获取
上
:
何时
,
并显示
联合编译函数
并
,最优解法
并
可获取
并
,并给出最优解决方案
提案4显示,在即销期间,广告投资对总利润的影响有限,有最佳广告投资,广告投资
正相关联广告效果因子
,表示当产品对消费者的广告效果增加时,电子商务零售商往往会增加广告投资
提案5我们可以证明建议5方法与建议使用法相同3.点满足公式23号),它是唯一最大总利润函数的极端点
即时销售期电子商务零售商投资广告时总利润中独有的最大值
5号提案显示,现场销售期间广告策略也有一个独特的最优解决方案广告投资置入预售期或即销期,最优解决办法存在,但前后不一。最优解决办法受多参数影响等参数确定后,可获取最优解决办法广告策略可提供解决实际问题的重要参考值
无法提供两种情况下最优解决办法的具体分析公式,但可以通过数值模拟分析,因此策略比较分析在示例分析部分描述。
4级策略分析
论文结果通过数值示例验证和进一步分析MATLAB2014数值分析参考前几次研究20码,21号上参数设置, 我们假设最大估计值 消费品 ,单位成本新鲜农产品 预售期新农产品单位成本 点销周期广告效果因子 ,初始知情消费者比 ,随机需求因子 顺从unili分布
4.1.广告策略分析
论文研究广告策略考虑消费者估值和对两个案例的比较分析考虑预售期广告投资案例,保持其他参数不变,最大消费值分别为0.5、0.8和1.0,广告效果因子的影响 最佳广告投资 图中显示一号.

(a)

(b)
图一号显示当消费者对产品估值高时,广告投资随广告效果因子的增加而增加提高最大值后,产品估值大于销售价的消费者比例会提高广告效果因素大时显示广告可有效提高消费者对新鲜农产品的需求电子商务零售商应增加广告投资
图一号显示,在同一广告效果系数下,现货销售期最优广告投资大于预售期这表明,当场销售期间广告需要支付更多费用这是因为预售期因价格折价而增加需求,所以没有必要投资过多广告成本
4.2利润比较分析
广告投资时间会影响利润图2显示广告投资在不同周期对利润的影响(前期销售期和即时销售期)。

(a)

(b)
图2显示当预售期没有广告投资时,即销期的利润大于预售期,但总利润较低广告投资后,即销期利润和预销期增加广告投资增加后,预售期利润逐步接近即销期,总利润大增
图2(b) 显示以下内容(1) 广告放入预售期时,总利润随广告投资的增加而增加并趋于稳定,表明广告投资总利润增加范围有限,边际收益下降与建议一致一号.(2) 当广告贴上即销周期时,总利润首先增加,然后通过广告投资下降,表明广告超额投放即销周期将造成利润损失3)随着广告投资的增加,广告预销期总利润大于点销期总利润
利润函数受多种因素影响,其中需求随机因素不可控制因此,我们将预售期广告总利润同即销期广告总利润同需求随机因数变化作比较,图中显示3.

图3显示显示(1)需求随机因子 ,预售期广告总利润和即销期广告总利润一定范围需求不确定性可增加电子商务零售商的收入,但如果不确定性太大,电子商务零售商将无法估计顺序量,从而造成一些损失。(2)从盈利功能趋势可以看出,预销期广告总利润和即销期广告总利润有最优利润点,即销期广告总利润经验证建议3并5上头的论文3级需求随机因子 ,电子商务零售商应选择投资收银期广告成本此时,利润大增需求随机因子 ,电子商务零售商应选择投资预销期广告成本此时,他们能获得更多利润
4.3物价排序比较分析
为了研究广告投资对最优价格和最优顺序量的影响,本文件画出最优价格和最优顺序量随广告投资变化的影响,如图所示4.

(a)

(b)
图4显示显示(1)在预售期广告中,物价和最优排序量随广告投资增加而提高广告投资增加 电子商务零售商成本增加 物价增加 需求增加(2)广告投资小时,如果选择将广告放入现金周期,则现金周期产品最优定价比预销周期高。广告投资大时,如果选择将广告放入现金周期,则现金周期产品最优定价比预销周期低。3级广告投资增加,无论是预销期或即销期,产品序数增加,即产品需求增加,但消费者需求增加预销期
5级结论
依据预售和点销综合销售模式,本文根据消费者是否了解电子商务零售商预销信息、考虑消费者产品估值、在电子商务零售商预销广告或点销广告审议下分别构建收入函数并分析广告投资最优策略、新农产品电子商务批量定价通过模型解析和数值分析两种模式获取下列结论,希望为新农产品电子商务零售商在电子商务环境中的实际市场运营提供基础
结论如下:(1)电子商务零售商通过广告投资预销期和即销期提高总利润广告投资需求增长有限,最佳广告投资需要根据广告效果因素调整不确定范围需求可增加电子商务零售商的利润与固定销售量相比,当销售量不确定时电子商务零售商的利润更高然而,当这种不确定性变得过大时,它会损耗零售商。电子商务零售商应正确看待需求不确定性电子商务零售商在预售期广告时需要执行相应的贴现活动受双重营销方式影响,消费者需求增加,利润增加(4) 需求随机因子复元>0电子商务零售商应选择投广告成本需求随机因子复元<0电子商务零售商应选择预付广告成本(5) 广告投资小时,如果选择点销周期内广告,点销周期内产品最优定价应比预销周期高广告投资大时,如果选择点销周期内广告,点销周期内产品最优定价应比预销周期低(6) 广告投资增加后,预售期广告总利润大于现金销售期
可从以下方面对本文件展开进一步研究:(1)本文只考虑单电子商务零售商的销售策略,进一步研究可考虑竞争环境中预售物价问题(2)本文只考虑消费者风险偏爱中性案例,进一步研究可分析消费者风险偏爱不同案例3级多研究者完成算法优化22号复杂不确定商业环境下还存在一些问题,可在今后研究中加以考虑
数据可用性
研究期间生成或使用的所有数据、模型和代码均在文章内提供
利益冲突
作者声明他们没有利益冲突
感知感知
这项工作得到了中国自然科学基金会Grant No/General/General/General/General/General/General/General/General/General/General/General/General/General/General/General/General/General/General/General/General/General/General/Gener71471073和中央大学基础研究基金CCNU19TS078