□李 莉 胡 嬌
由于網(wǎng)絡技術(shù)的創(chuàng)新發(fā)展,網(wǎng)絡用戶的數(shù)量越來越多,在線廣告市場的規(guī)模不斷擴大,廣告商加大廣告營銷成為各類在線廣告平臺收入的主要來源。據(jù)統(tǒng)計,2020 年度中國在線廣告市場規(guī)模達到7916 億元,同比增長26.6%。在線廣告的蓬勃發(fā)展,為廣告平臺提供商帶來了豐厚的收益,成為廣告商挖掘更多潛在客戶的重要手段。作為流量分配的網(wǎng)絡廣告平臺,通過采取“努力”策略,一方面,可提升自身的技術(shù)水平(如數(shù)據(jù)透明),實施流量精準分配,達到保護廣告商利益和保障平臺自身信譽的雙重目的;另一方面,可依據(jù)消費者的心理特征和消費行為,提供滿足消費者需求的廣告內(nèi)容,降低消費者對廣告厭煩(例如,購物平臺根據(jù)用戶的搜索、瀏覽歷史,判斷其消費偏好,將廣告有針對性地投放到目標用戶面前)。而面對復雜的在線廣告市場,廣告商需要依據(jù)其產(chǎn)品特征、消費群體以及不同網(wǎng)絡平臺差異來選擇廣告發(fā)布平臺與展示形式以吸引消費者購買,增加廣告商收益。因此,網(wǎng)絡廣告平臺如何作出恰當?shù)摹芭Α睕Q策及廣告定價,吸引廣告商進行廣告投放,廣告商如何通過合理的網(wǎng)絡廣告平臺選擇,將潛在的消費者轉(zhuǎn)變?yōu)檎鎸嵉馁徺I者,實現(xiàn)市場效益最大化,是網(wǎng)絡廣告平臺和廣告商關(guān)心的重要問題。
伴隨著在線廣告市場的不斷發(fā)展與成熟,網(wǎng)絡廣告平臺、廣告商與消費者相互間存在直接或間接的外部性效應[1],廣告商投放廣告增加消費者的厭惡程度,會給消費者帶來負的網(wǎng)絡外部性影響;而平臺努力優(yōu)化廣告則吸引更多的消費者,會給廣告商帶來正的網(wǎng)絡外部性影響。因此,在線廣告市場參與主體如何決策已成為國內(nèi)外學者研究的熱點。
Ghose 等(2009)[2]通過實證分析指出,信譽度最高的網(wǎng)站,其廣告點擊率與轉(zhuǎn)化率也最高,并強調(diào),對于不同的廣告位,廣告平臺收取的廣告費用也有很大差異,高瀏覽率平臺收取的廣告費用要高于低瀏覽率平臺;Kumar 等(2009)[3]利用最優(yōu)控制理論分析了平臺如何最優(yōu)化地動態(tài)決策訂閱費和廣告投放量,并且發(fā)現(xiàn)動態(tài)定價只有在廣告的利潤率較低的情況下才更有效;Hao 等(2017)[4]基于平臺自身與APP 提供者分離為前提,探究了這種分離模式下平臺如何對內(nèi)容和廣告定價,以及平臺自身如何確定從這兩種收益中抽取的比例,并得出了平臺不同盈利模式下的適用條件。關(guān)于廣告優(yōu)化,Dawande 等(2003)[5]從最小廣告位置空間和最大廣告位置空間兩個角度研究了平臺廣告位置優(yōu)化的問題。有些學者開始關(guān)注廣告市場的外部性效應,其研究思路值得參考。如段永瑞、戈瑤(2019)[6]通過考慮廣告給消費者帶來的負的網(wǎng)絡外部性影響、消費者給廣告商帶來的正的網(wǎng)絡外部性影響,構(gòu)建了雙邊市場模型,研究平臺的最優(yōu)努力水平和廣告的定價策略問題。Jiménez-martínez 等(2019)[7]基于網(wǎng)絡平臺向消費者提供兩種版本的廣告服務提出了一個二級歧視定價模型,認為與免費版本的服務相比,高級版本的服務將給消費者帶來更大的網(wǎng)絡外部性,也更具吸引力。
廣告商主要通過競拍的方式獲得在線廣告位,因此,廣告位的精準選擇對于廣告商尤為重要。Hsu 等(2007)[8]通過研究廣告投放效果,指出廣告商能夠從知名度較高的廣告平臺中獲得信譽支持,從而得出知名品牌的產(chǎn)品更適合在信譽度高的平臺進行廣告投放。Asdemir 等(2012)[9]對比展示次數(shù)(cost-per-thousand-impressions,CPM)定價方式下和廣告點擊數(shù)(cost-per-click,CPC)定價方式下廣告商進行廣告投放量與目標受眾的差異,分析了誤投廣告的成本以及激勵的一致性對定價方式的影響。歐海鷹(2015)[10]通過構(gòu)建網(wǎng)絡用戶之間、廣告主與網(wǎng)絡用戶之間的博弈模型,探究了商品的在線廣告投放策略選擇及網(wǎng)絡定價問題。
Pastine 等(2001)[1]認為,廣告作為一種協(xié)調(diào)工具,能對具有外部性效應的消費市場中消費者的購買決策期望具有協(xié)調(diào)作用。Cho(2004)[11]指出,網(wǎng)絡用戶感知到的廣告雜亂、以前的負面體驗等因素,都會造成對在線廣告的厭煩。Goldfarb 等(2011)[12]通過實證研究發(fā)現(xiàn),展示廣告很難達到既與網(wǎng)頁內(nèi)容相匹配而其渲染性又不令瀏覽用戶反感的目的。Xu 等(2014)[13]通過追蹤廣告點擊間的動態(tài)相互作用,研究了在線廣告的不同展示形式對購買轉(zhuǎn)化的影響。Tang 等(2015)[14]對在線廣告的內(nèi)容、形式和播放行為三個因素如何引發(fā)消費者的不同行為反應進行了實驗研究。Shen 等(2018)[15]從消費者的歷史購買行為出發(fā),研究了消費者對廣告的不同厭煩水平下最優(yōu)廣告投放策略及產(chǎn)品定價。由此可見,在線廣告的內(nèi)容和形式等因素對網(wǎng)絡用戶的消費心理有很大的影響,是廣告商制定在線廣告投放策略和定價策略過程中不可忽視的重要因素。
綜上可知,國內(nèi)外學者對在線廣告市場主體決策的研究,主要集中于完全理性假設下網(wǎng)絡廣告平臺的廣告定價問題、廣告商的廣告投放選擇及消費者行為影響等方面。但相關(guān)的研究沒有直接構(gòu)建關(guān)于網(wǎng)絡廣告平臺、廣告商和消費者三方策略交互的演化博弈模型,沒有探究三方策略選擇相互影響的內(nèi)在機理。目前,演化博弈因其能分析有限理性主體策略選擇的動態(tài)學習過程,已廣泛應用于群體行為的宏觀調(diào)控領(lǐng)域,雖然現(xiàn)有研究考慮了決策主體的有限理性,引入演化博弈來分析消費者和廣告商的策略選擇問題[10],但忽略了在線廣告市場參與主體間存在直接或間接的外部性效應。因此,為更好地刻畫網(wǎng)絡廣告平臺、廣告商與消費者群體決策動態(tài)演化過程,本文建立了一個考慮網(wǎng)絡外部性的在線廣告市場三方博弈主體的支付矩陣模型,分析不同約束條件下三方的策略選擇及均衡狀態(tài),仿真不同參數(shù)變化對演化路徑的影響,以區(qū)別于已有的研究。
在線廣告市場參與主體包括網(wǎng)絡廣告平臺、廣告商和消費者群體。考慮存在個體及群體非理性、信息不對稱等非有效性因素,多方參與主體具有利益訴求差異,在線廣告市場的有效運行取決于參與主體間行為策略的博弈。構(gòu)建在線廣告市場主體決策演化博弈模型,需要遵循一定的前提條件:1.網(wǎng)絡廣告平臺P、廣告商F 及消費者群體C 三方博弈主體作為有限理性的個體和群體進行非對稱博弈;2.考慮自身情況和未來的發(fā)展,網(wǎng)絡廣告平臺、廣告商和消費者均有兩種策略可以選擇:(1)網(wǎng)絡廣告平臺P 決定是否對平臺展示的廣告進行優(yōu)化,采取“努力”和“不努力”兩種策略的概率分別是x 和1-x。(2)廣告商F 在面對多種網(wǎng)絡平臺進行廣告投放決策時,選擇“高瀏覽率平臺”和“低瀏覽率平臺”兩種策略的概率分別是y 和1-y。(3)消費者群體C 對平臺展示的商品最終選擇“購買”和“不購買”策略,因而假設消費者群體選擇“購買”和“不購買”兩種策略的概率分別是z 和1-z。
基于上述前提條件,參考已有相關(guān)文獻[4][11][16],提出如下假設:
假設1:考慮由多個廣告商、消費者群體和網(wǎng)絡平臺構(gòu)成的雙邊市場,平臺為消費者提供免費的內(nèi)容,消費者群體閱讀廣告內(nèi)容付出的時間成本為C,同時平臺向廣告商提供廣告位并收取相應的費用,其中向“高瀏覽率平臺”收取費用P1,向“低瀏覽率平臺”收取費用P2。
假設2:假設每個廣告商最多只投放一個廣告,網(wǎng)絡廣告平臺為廣告商分配廣告展示空間的成本Sj(j=1,2,3,4),“努力”的高瀏覽率平臺吸引到廣告商的數(shù)量NA1,“努力”的低瀏覽率平臺吸引到廣告商的數(shù)量NA2,“不努力”的高瀏覽率平臺吸引到廣告商的數(shù)量NA3,“不努力”的低瀏覽率平臺吸引到廣告商的數(shù)量NA4。
假設3:平臺以努力水平e 對每個廣告進行優(yōu)化,單位努力水平使消費者對廣告厭惡程度減少β,從而廣告對消費者產(chǎn)生的負的網(wǎng)絡外部性強度δ 變?yōu)棣?βe;平臺因此吸引更多的消費者,增加廣告商收益,對廣告商產(chǎn)生正的網(wǎng)絡外部性α,平臺對每個廣告努力付出的成本為,則網(wǎng)絡廣告平臺的收益函數(shù)表示為UP=
假設4:考慮單位消費者給廣告商帶來的正的網(wǎng)絡外部性收益α、廣告費用Pi和廣告制作成本s,Nc(c=1,2,3,4)表示平臺吸引到消費者的數(shù)量,即消費者購買廣告商產(chǎn)品的市場容量,則廣告商的收益函數(shù)為UF=αNc-Pi-s。
假設5:消費者購買產(chǎn)品的實際售價R1,心理定價R2。表1 總結(jié)了本文出現(xiàn)的參數(shù)及變量的含義。
由于選擇在高瀏覽率平臺投放廣告的廣告商會分配更多的廣告展示空間,故S1>S2、S3>S4,且網(wǎng)絡廣告平臺選擇“努力”策略比選擇“不努力”策略分配的廣告展示空間更多,可知S1>S3、S2>S4。同理可知N1>N2、N3>N4;N1>N3、N2>N4;NA1>NA2、NA3>NA4和NA1>NA3、NA2>NA4。對消費者而言,當商品實際售價低于消費者心理定價時,消費者可能選擇購買;當商品售價高于其心理定價,消費者不但不會購買,還會增加對此廣告的厭惡情緒。考慮廣告對消費者產(chǎn)生的負的網(wǎng)絡外部性影響,在購買決策過程中,消費者會對比商品實際售價、心理定價以及對其廣告的態(tài)度,最后根據(jù)整體收益作出購買決策。假設消費者購買Q 單位產(chǎn)品的初始效用為V=(R2-R1)Q,R2>R1,V>0,經(jīng)網(wǎng)絡廣告平臺付出努力水平e 后,生成的消費者群體收益為Uc=VNc-C-(δ-βe)NAi,當Uc>0 時消費者群體傾向于選擇購買決策。
表1 參數(shù)及變量的含義
基于前提條件和模型假設,構(gòu)建網(wǎng)絡廣告平臺、廣告商和消費者群體三方博弈主體支付矩陣,如表2 所示。
表2 網(wǎng)絡廣告平臺、廣告商和消費者群體三方演化博弈支付矩陣
根據(jù)上述模型假設,假定網(wǎng)絡廣告平臺采取“努力”策略時的期望收益為Ex,采取“不努力”策略時的期望收益為E1-x,群體平均期望收益為。則有:
復制動態(tài)方程是在演化博弈問題研究中,針對某一特定策略在種群內(nèi)適應性程度或者是被采用的頻數(shù)的動態(tài)微分方程[17]。具體來說,采用某一策略收益較低的博弈主體方會改變自己的策略,轉(zhuǎn)而模仿具有較高收益的另一策略,所以種群內(nèi)采用不同策略的成員比例就會產(chǎn)生變化,選擇某一特定策略成員比例,隨時間t 變化的速度與其成員比例和選擇特定策略收益超過平均期望收益之差成正比[18]。由(1)和(3)式可知,網(wǎng)絡廣告平臺采取“努力”策略的復制動態(tài)方程為:
同理,假設廣告商選擇“高瀏覽率平臺”投放廣告的期望收益為Ey,選擇“低瀏覽率平臺”投放廣告的期望收益為E1-y,平均期望收益為。
廣告商策略選擇的復制動態(tài)方程為:
同理,假設消費者群體選擇“購買”策略時期望收益為Ez,選擇“不購買”策略時期望收益為E1-z,平均期望收益為。
消費者群體策略選擇的復制動態(tài)方程為:
1.演化博弈均衡點求解
網(wǎng)絡廣告平臺、廣告商和消費者群體三方策略選擇的復制動態(tài)方程(4)、(5)和(6)聯(lián)立得三方復制動態(tài)系統(tǒng)如下:
依據(jù)Friedman 提出的方法[19],微分方程系統(tǒng)的演化穩(wěn)定策略(ESS)可由該系統(tǒng)的雅克比矩陣的局部穩(wěn)定性分析得到,由式(7)得到該三維動態(tài)系統(tǒng)的雅克比矩陣為:
令P(x)=0,P(y)=0,C(z)=0,通過對(7)式進行求解可以得到局部均衡點:E1(0,0,0),E2(1,0,0),E3(0,1,0),E4(0,0,1),E5(1,0,1),E6(1,1,0),E7(0,1,1),E8(1,1,1)。依據(jù)演化博弈理論,滿足雅克比矩陣的所有特征值都為非正時的均衡點,為系統(tǒng)的演化穩(wěn)定點(ESS)。
2.均衡點的穩(wěn)定性分析
為驗證上述理論分析的正確性,探究考慮了網(wǎng)絡外部性的在線廣告主體決策演化博弈模型中各參數(shù)變化對系統(tǒng)演化的影響,本文運用Matlab2019a 軟件,進一步對以探索網(wǎng)絡廣告平臺、廣告商與消費者群體策略選擇的動態(tài)演化過程進行數(shù)值仿真。參考以往文獻[5]并考慮模型的假設和約束,設置如下參數(shù):e=0.5,k=0.55,β=0.45,α=2,s=1,δ=1.5,C=1,V=0.5。仿真過程中,除被分析參數(shù)外,其余參數(shù)保持初始值不變。
均衡點為E4(0,0,1)演化穩(wěn)定點需要滿足的條件為:(P2-)NA2-S2<P2NA4-S4,αN3-P1<αN4-P2,即在三方博弈演化過程中,廣告商選擇“低瀏覽率平臺”時,網(wǎng)絡廣告平臺采取“不努力”策略的收益大于采取“努力”策略的收益,且當網(wǎng)絡廣告平臺“不努力”時廣告商選擇“低瀏覽率平臺”投放廣告的收益大于選擇“高瀏覽率平臺”投放廣告的收益。將參數(shù)分別設置為:S1=20,S2=15,S3=10,S4=5,N1=10,N2=8,N3=6,N4=4,NA1=4,NA2=3,NA3=2,NA4=1,P1=10,P2=5,將網(wǎng)絡廣告平臺采取“努力”、廣告商選擇“高瀏覽率平臺”和消費者群體“購買”策略的初始比例都設置為0.5,通過Matlab2019a 軟件對演化路徑進行仿真,結(jié)果如圖1 所示。左圖三維演化路徑x軸、y 軸和z 軸分別代表網(wǎng)絡廣告平臺、廣告商和消費者群體三方策略選擇的比例,圖中顯示演化路徑的終點為(0,0,1)點;右圖二維演化路徑橫縱軸分別代表策略調(diào)整的時間和策略選擇的比例,圖中顯示消費者群體以最快的時間(t=2.5)到達均衡狀態(tài),廣告商以較快時間(t=5)到達均衡狀態(tài),而網(wǎng)絡廣告平臺以最慢的時間(t=50)到達均衡狀態(tài)。由圖1 可知,網(wǎng)絡廣告平臺隨著消費者群體購買比例的上升,其付出努力的概率出現(xiàn)短暫的增加,當消費水平穩(wěn)定之后平臺的努力比例呈現(xiàn)下降趨勢,最終到達均衡。可見,當消費者趨向于購買策略這一過程,對廣告商與網(wǎng)絡廣告平臺產(chǎn)生正的網(wǎng)絡外部性影響越來越大,網(wǎng)絡廣告平臺就越愿意付出努力改進廣告以吸引更多的廣告商。隨著平臺付出努力成本的增加,當它超過平臺利用付出努力提高銷量獲得的收益時,平臺積極努力的概率將逐漸降低。
圖1 演化穩(wěn)定點E4(0,0,1)三維和二維演化路徑
均衡點E7(0,1,1)為演化穩(wěn)定點需要滿足的條件為:(P1-)NA1-S1<P1NA3-S3,αN3-P1>αN4-P2,即廣告商選擇“高瀏覽率平臺”時,網(wǎng)絡廣告平臺采取“不努力”策略的收益大于“努力”策略的收益,且當網(wǎng)絡廣告平臺“不努力”時廣告商選擇“高瀏覽率平臺”投放廣告的收益大于選擇“低瀏覽率平臺”投放廣告的收益。將參數(shù)分別設置為:S1=20,S2=15,S3=10,S4=5,N1=10,N2=5,N3=4.5,N4=4,NA1=6,NA2=5.5,NA3=4.5,NA4=1,P1=6.5,P2=6;三方博弈主體策略選擇的初始值都設置為0.5,通過Matlab2019a 軟件對演化路徑進行仿真,結(jié)果如圖2所示。左圖三維演化路徑顯示演化的終點為(0,1,1)點;右圖二維演化路徑顯示廣告商以最快的時間(t=1.2)到達均衡狀態(tài),消費者群體以較快的時間(t=2)到達均衡狀態(tài),而網(wǎng)絡廣告平臺以較慢的時間(t=12)到達均衡狀態(tài)。當廣告商選擇“高瀏覽率平臺”投放廣告,較大的消費者市場容量促使網(wǎng)絡廣告平臺愿意采取“努力”策略吸引消費者購買,進而給廣告商帶來正的網(wǎng)絡外部性效應。當廣告商與消費者群體趨向于穩(wěn)定狀態(tài)后,網(wǎng)絡廣告平臺的邊際努力效果逐漸降低,最終三方博弈系統(tǒng)趨向穩(wěn)定狀態(tài)(0,1,1)。
圖2 演化穩(wěn)定點E7(0,1,1)三維和二維演化路徑
均衡點E8(1,1,1)為演化穩(wěn)定點需要滿足的條件為:(P1-)NA1-S1<P1NA3-S3,αN1-P1>αN2-P2,即解釋為:廣告商選擇“高瀏覽率平臺”時,網(wǎng)絡廣告平臺采取“努力”策略的收益大于“不努力”策略的收益,且當網(wǎng)絡廣告平臺“努力”時廣告商選擇“高瀏覽率平臺”投放廣告的收益大于選擇“低瀏覽率平臺”投放廣告的收益。將參數(shù)分別設置為:S1=20,S2=15,S3=10,S4=5,N1=12,N2=10,N3=8,N4=6,NA1=4,NA2=3,NA3=2,NA4=1,P1=10,P2=8;同樣將三方博弈主體策略選擇的初始值都設置為0.5,通過Matlab2019a 軟件對演化路徑進行仿真,結(jié)果如圖3 所示。左圖三維演化路徑顯示演化的終點為(1,1,1)點;右圖二維演化路徑顯示網(wǎng)絡廣告平臺和消費者群體以較快的時間(t=1)到達均衡狀態(tài),而廣告商以較慢的時間(t=3.5)到達均衡狀態(tài)??梢?,當網(wǎng)絡廣告平臺趨向于采取“努力”策略時會吸引更多的消費者購買,廣告商基于消費者購買產(chǎn)生的收益和一定的廣告支付費用進行網(wǎng)絡平臺投放決策選擇,最終趨向于穩(wěn)定狀態(tài)。
圖3 演化穩(wěn)定點E8(0,1,1)三維和二維演化路徑
1.改變參數(shù)k、e 時網(wǎng)絡廣告平臺策略選擇的演化路徑
在其他參數(shù)值不變的情況下,將k 和e 的值分別設置為:k=0.55、e=0.5,k=0.55、e=1,k=1、e=1,k=2、e=1,k=3、e=0.5,k=4、e=0.8,此時網(wǎng)絡廣告平臺策略選擇的演化路徑如圖4 所示。演化結(jié)果顯示,當平臺單位努力的成本系數(shù)從0.55 逐漸增大到2 時,網(wǎng)絡廣告平臺策略選擇逐漸從“努力”策略轉(zhuǎn)向“不努力”策略;當k 和e的值越大或越小,演化路徑趨向于0 或1 的速度就越快,到達均衡點的時間也越短;平臺付出努力的成本系數(shù)越大,平臺愿意付出的努力水平就越低。對網(wǎng)絡廣告平臺而言,其付出努力的目的是為了促進銷售量上升,進而吸引更多的廣告商進行廣告投放,在有限理性視角下,平臺是否采取“努力”策略,在很大程度上取決于其付出努力的成本與收益之間的差值,隨著平臺努力成本的增大會減弱其積極努力的動機。
2.改變參數(shù)α 時廣告商策略選擇的演化路徑
在其他參數(shù)值不變的情況下,將α 的值分別設置為:α=0.5,α=1,α=2,α=4,α=8,此時廣告商策略選擇的演化路徑如圖5 所示。演化結(jié)果顯示,隨著廣告商受到的網(wǎng)絡外部性影響程度逐漸增大,廣告商選擇“高瀏覽率平臺”投放廣告的速率在不斷加快,到達均衡點的時間就越短,這表明較大的網(wǎng)絡外部性效應促進了廣告商的廣告投入。隨著值越來越小,當α<2 時,網(wǎng)絡外部性為廣告商策略調(diào)整所產(chǎn)生的正向作用逐漸減小,廣告商逐漸傾向于選擇“低瀏覽率平臺”投放廣告,降低廣告成本。
圖4 改變參數(shù)k、e 時網(wǎng)絡廣告平臺策略選擇的演化路徑
圖5 改變參數(shù)α 時廣告商策略選擇的演化路徑
3.改變V 值時消費者群體策略選擇的演化路徑
在其他參數(shù)值不變的情況下,V 的值分別設置為:V=0.01,V=0.25,V=0.5,V=1,V=2,此時消費者群體策略選擇的演化路徑如圖6 所示。演化結(jié)果顯示,隨著消費者初始心理收益逐步增大,消費者群體趨向于穩(wěn)定“購買”狀態(tài)的速度就越快;當V<0.5 時,消費者群體愿意選擇“購買”策略的概率逐漸降低。這表明消費者心理定價的高低對其策略選擇具有決定性作用。消費者傾向于選擇初始心理定價較高且相對實際定價獲得心理收益較大的商品,這表明廣告商有必要借助在線廣告的宣傳效應適當提升網(wǎng)絡用戶群體對未購買商品的心理定價,既能擴大該商品的網(wǎng)絡定價范圍,又可增加消費者的心理效用。
圖6 改變V 值時消費者群體策略選擇的演化路徑
本文以博弈主體有限理性為假設前提,運用演化博弈理論建立了網(wǎng)絡廣告平臺、廣告商與消費者群體之間的三方博弈模型,系統(tǒng)分析了在線廣告市場三方參與主體策略調(diào)整的過程,并結(jié)合數(shù)值仿真考察了不同主體策略行為的演化路徑及相關(guān)因素對其策略選擇的影響。研究結(jié)果表明:在一定的條件約束下存在多重演化穩(wěn)定策略;在給定參數(shù)值和初始值情況下,網(wǎng)絡廣告平臺采取“努力”策略時三方達到演化均衡的時間明顯快于“不努力”策略時的演化均衡時間;分別改變參數(shù)值對三方策略調(diào)整的時間及演化路徑均有一定的影響。
1.廣告商需要和網(wǎng)絡廣告平臺建立可靠的合作關(guān)系。首先,要通過平臺的監(jiān)管獲取有效的消費者市場容量,確定市場潛在的網(wǎng)絡外部性強度,進而選擇最佳的廣告投放策略,否則一味地增加廣告投入并不一定會帶來預期的收益。其次,在網(wǎng)絡廣告活動中,廣告平臺的努力水平及瀏覽率高低都直接決定廣告活動的效果與收益,廣告商需要參考自身需求選擇合適的網(wǎng)絡廣告平臺進行廣告投放。
2.平臺需要優(yōu)化廣告運營管理,降低“努力”運作的成本,增強“努力”效果。根據(jù)仿真分析,網(wǎng)絡廣告平臺采取“努力”策略時三方達到演化均衡的時間明顯快于“不努力”策略時的演化均衡時間??梢?,平臺為廣告商投放的廣告作出努力,通過優(yōu)化廣告內(nèi)容及形式,推送與消費者相匹配的廣告等方式對促進廣告市場的穩(wěn)定是必要的。因此,一方面平臺應通過自身數(shù)據(jù)管理、信息技術(shù)等能力的優(yōu)化創(chuàng)新,降低其努力運作的成本;另一方面平臺應根據(jù)不同廣告商需求制定合適的“努力”策略,考慮“努力”成本的影響,平臺可以對廣告位適當采取差別價格以獲取收益。
3.消費者心理定價高低對其購買決策有很大影響。在產(chǎn)品定價方面,建議廣告商通過適當提升產(chǎn)品在線廣告的宣傳質(zhì)量與定向播放的精準程度來提升未發(fā)生購買行為的網(wǎng)絡用戶對商品價格的心理價格,既有助于擴大該商品的網(wǎng)絡定價范圍,又能為不同時間下的不同定價組合提供更大的空間,實現(xiàn)品牌與收益雙贏。