社交类电商平台优惠券使用问题分析

社交类电商平台优惠券使用问题分析

蔡梦颜 李婷婷  谢军

宿州学院商学院  安徽宿州  234000

摘要：商品与描述不符、用户体验不佳、快递物流问题、商品价格等原因可能导致社交类电商平台用户退货，同时也给社交类电商平台的运营带来相应的问题。本文通过分析社交类电商平台的优惠活动与退货之间的关系，运用逻辑回归实证分析方法阐述了社交电商平台的商品质量、用户信任、售后服务、商品曝光度等不同角度的问题导致了用户退货，影响用户使用优惠券来开展促销活动。针对社交电商平台的这些问题提出了提高商品质量、改善促销活动、提升服务质量等多个解决措施。

关键词：社交类电商平台；逻辑回归；优惠券使用；退货；商品质量

引言

社交类电商近年来逐渐兴起，越来越多的消费者选择在社交平台上购物。优惠券作为电商平台的一种促销手段，对提升销售额和吸引用户有着重要的作用。然而，在实际运营中，优惠券的使用往往会遇到一些问题，这些问题不仅影响了消费者的购物体验，也制约了电商平台的营销效果[1, 2]。

一、社交类电商平台的消费行为数据

大数据环境下，电子商务的发展如火如荼, 社交类电商以一类C2B新玩法的方式进入大众视野[3]。用户通过发起与朋友、家人、邻居等的拼团，以更低的价格拼团购买商品，致力于将娱乐社交的元素融入电商运营中，通过“社交+电商”的模式，让更多的用户带着乐趣分享实惠，享受全新的共享式购物体验。

本文选取某社交类平台近年来公开的25317条脱敏数据，包括用户的年龄、婚姻状况等自然属性和有无退货等购物行为属性，数据集的具体信息如表1所示。

社交类电商平台通常给予用户各种类型的优惠券，如满减券、折扣券、免运费券等，这些优惠券能够降低用户购买商品的成本，增加用户的购买欲望和购买量。优惠券使用情况和用户购物紧密关联，数据集中用户的自然属性方面。由于不同年龄段的用户考虑的因素不同，消费意愿存在较大差异，用户的购物次数以及金额有所不同，给调查带来较全面的观察；婚姻状况方面，未婚用户需要考虑的因素比已婚的用户少，一般情况只需要考虑自身的经济因素和需求，而已婚用户还需要另外考虑家庭的自然状况和消费需求，已婚用户消费金额也会有所下降，相比未婚用户有所收敛。

表1: 社交类电商平台的消费数据集

二、逻辑回归算法

鉴于以上数据集中存在较多布尔类型的字段数据，本文采用二元分类算法的逻辑回归探查社交类电商用户使用优惠券的行为。逻辑回归的算法可以从指标的权重分析出不同指标之间的影响关系，用直线wx+b综合评估，再用sigmoid 函数作概率评估，模型表达式为：

其中XW中的X表示变量[,]，这里添加的1用于代替b。模型对单个样本评估正确的概率为：

逻辑回归计算出类别为1的概率，并且真实值也为1 时，P表示评估正确的概率；当y= 0时，P表示评估错误的概率，1-P 是模型正确的概率。上式可合并为：

虽然社交类平台用户在获取信息上存在相互影响的状况，但各用户购物行为相互独立，即消费的样本是独立的，则总评估正确的概率为所有样本评估正确的积：

为了最大化总评估正确的概率，这里求解其损失函数-，即损失函数

理论上需要求解该损失函数的偏导趋近于0的方程，k+1个参数的偏导共k+1个方程，再联立求解，但是求k+1个非线性方程的解并不现实，这里采用梯度下降法寻找一个最优解数值，利用梯度下降法求出损失函数L(W)的偏微分梯度公式：

其中X是m*n矩阵，m是样本数，n是指标数；y、p是指标向量，P=，W是指标向量系数。根据梯度公式，经过不断迭代找出满足总评估正确的概率最大情况下的各个指标向量系数。

使用Python语言的代码实现了逻辑回归算法后，将上述社交类平台的消费数据集拆分为训练集80%、测试集20%，对训练集和测试集的X(上月使用优惠券次数、有无退货)真实值预测对应的y(有无使用优惠券)，计算回归预测的结果，得出模型在训练集上的准确率是88.03%，在测试集上的准确率是88.48%，模型在训练集和测试集的准确率相近。其中，X的系数分别是-0.974、0.391，截距是-1.704。

三、消费行为分析

按以上逻辑回归算法计算数据集各指标的相关性，用户有无使用优惠券与有无退货、上月使用优惠券次数两个指标的相关性较高，为0.14，推测认为无退货的用户对平台更为满意，会继续在平台上消费；上月使用优惠券的用户有过使用优惠券的经历，会时常关注优惠券的发放，因此具有这两个特点的用户更倾向于下个阶段使用优惠券进行消费。

经过简单的特征工程计算后，发现上述数据集中有无使用优惠券这一指标的数据存在严重不平衡，经过优化后继续探讨与其它指标之间的相关程度。

当有无退货=No时，用户过去没有退货，目标用户使用优惠券的概率是1-p 当有无退货=Yes时，用户过去退过货，目标用户使用优惠券的概率是p计算的系数。结合以上公式推导过程，对应到数据集中事件发生(p)与不发生(1-p)概率比值的对数，转换为ln(p/1-p)= -0.957，即p/1-p=exp(-0.957)=-2.6倍。所以可以说，过去没有退过货的用户在以后的优惠活动会使用优惠券的概率是过去有退过货用户的2.6倍。

在建立的逻辑回归模型中，上月使用优惠券次数系数为0.413，有无使用优惠券的取值为Yes或No。那么可以做出如下假设：当上月使用优惠券次数=0时，用户上月没有使用优惠券，目标用户使用优惠券的概率是1-p；当上月使用优惠券次数=1时，用户上月使用过优惠券，目标用户使用优惠券的概率是p 计算的系数，结合以上公式推导过程，对应到数据集中事件发生(p)与不发生(1-p)概率比值的的对数，转换为ln(p/1-p)=0.4，即p/1-p=exp(0.413)=1.12倍。所以可以说，上月使用过优惠券的用户在以后的优惠活动会使用优惠券的概率是上月没有使用优惠券用户的1.12倍。

经过以上对比分析可以发现，过去有无退货对使用优惠券的影响(2.6倍)，比上月使用过优惠券(1.12倍)大得多，影响用户是否会使用优惠券最大的因素是用户是否退过货，所以应该对退过货的用户进行深入研究，找出是由于哪些方面的原因导致了用户退货，针对造成退货的原因改进，减少用户的退货量，进而提高用户使用优惠券的概率，来达到提高销量、销售额的目的。

四、退货的原因

社交类电商平台用户退货的原因可能很多，像用户不小心误购、购买后发现并不需要，一些常见原因还包括：商品与描述不符、用户体验不佳、快递物流问题、价格原因等，但本文认为主要还是平台运营中存在的商品质量问题、缺乏售后服务等问题，造成了用户退货，影响用户使用优惠券，进而影响到商品的促销活动(图1)。

图1:平台存在的问题及其影响

（一）平台商品的质量不稳定

当前，社交类电商平台为消费者提供了更为便捷的购物体验，但是，线上市场面临严重的信息不对称的难题，这类平台的商品质量却存在着一定的不稳定性[4]。社交类电商平台上的商品是来自于社交网络上的商家，这些商家在质量上没有一定的标准，难以保证商品稳定的质量。在购买社交类电商平台上的商品时，消费者需要仔细阅读商品描述，确认商家的资质，以及了解商品的真实质量，尽量避免买到劣质商品。

（二）消费者缺少足够的信任

社交电商平台提供了以友谊为基础的折扣，以及定制的推荐，帮助消费者节省购物费用。但是，社交电商平台中参与的消费者大多彼此不认识，信息不对称，容易产生信任问题，受虚假信息误导，或购买的商品质量不佳。

（三）缺乏售后服务

社交类电商平台上的售后服务机制不健全，缺乏有效的售后服务管理措施，导致售后服务质量无法得到保障，难以满足消费者的需求，消费者无法得到及时、有效的售后服务。商家在社交类电商平台上提供的售后服务也不能得到有效的监督和管理，消费者的投诉和建议很难得到及时的反馈，消费者难以获得有效的售后服务。在社交类电商平台上，商家和消费者之间的缺乏直接沟通，也会对售后服务产生不利影响，消费者往往无法及时获悉售后服务信息，导致售后服务效果受到影响。

五、社交类电商平台的发展建议

（一）提高商品质量

社交类电商平台提高商品质量，可以通过完善商品质量管理体系，实施精准营销，提高商品的质量和服务，提升用户体验，提高商品销售量、提升社交类电商平台知名度及影响力，提高商品销售量。

完善商品质量管理体系是社交类电商平台提高商品质量的基础，需要建立完善的商品质量检测系统，以便在商品上市前对商品的质量进行全面检测，确保商品质量达到要求，为消费者提供安全、高品质的商品。

（二）改善促销活动

社交类电商平台的发展为消费者提供了更多的购物选择，使消费者有了更多的选择权。为满足消费者的需求，社交类电商平台应加强促销活动，吸引消费者加入社交类电商平台。运营过程中，社交电商平台首先应尽量让消费者能够知道参与拼团的其他消费者的真实身份，看到他们真实的评价和信息。其次，提供可靠的支付服务，确保消费者的支付安全。此外，社交电商平台应该提供有效的售后服务，确保消费者能够获得有效的补救措施，防止拼团引诱行为。最后，提供专业的咨询服务，协助消费者了解拼团的规则，以及如何避免交易风险。

（三）提升服务质量

社交电商平台应当从提升用户体验、加强服务培训等方面着手，提升社交类电商平台的服务质量。平台和商家应当注意加强售后服务管理，建立完善的售后服务体系，提供及时、有效的售后服务，提升消费者的满意度。

加强售后服务也是重要的一点。售后服务是指商家为消费者提供的售后服务，包括售后咨询、售后保修、售后更换服务等。社交类电商平台应当加强售后服务，及时解答消费者的售后咨询，为消费者提供及时、贴心、周到的售后服务，为消费者解决售后问题，提高消费者的满意度，提高商品的质量。

结论

综上分析，本文认为社交电商平台需要重视在发展中出现的问题，并根据解决对策进行改善。通过对策的实施，期望能够建立一个公平、透明、便捷的社交电商平台，为消费者提供优质购物体验。

参考文献

[1]刘洋,高茜.中国社交电商发展的现状与建议[J].中国市场,2019,No.992(01):189+193.

[2]王莹.我国社交电商典型模式分析与展望[J].现代营销(信息版),2019(04):220-221.

[3]杨焕焕.大数据环境下拼多多的发展问题研究[J].中小企业管理与科技(上旬刊),2018(08)：14-15.

[4]王景河,王阳,石媚.社交电商平台拼多多盈利模式存在的问题及对策[J].哈尔滨师范大学社会科学学报,2020,11(02):62-69.

基金项目：2023年国家级大学生创新创业训练计划项目(项目编号：202310379052)，省级大学生创新创业训练计划项目(项目编号：S202310379001)，2023年度省级质量工程项目：新文科背景下数据科学课程群建设研究(“四新”研究与改革实践项目)