7月15日Carlos Fernández-Loría 等在Information Systems Research上发文Evolution of
Referrals over Customers’ Life Cycle: Evidence from a
Ride-Sharing Platform摘要：在线平台经常要求用户推荐朋友以换取报酬。本文阐述了在客户的整个生命周期中，推荐产生和推荐价值是如何随着服务使用、体验水平和过去的推荐行为而变化的。我们的分析基于一个纵向数据集，该数据集包含了拼车平台上40万用户一年来的交易和推荐行为。我们数据集的丰富性使我们能够解决以前研究的两个缺点：建模动态行为（即，过去和未来推荐之间的关系）和考虑跨用户的未观察到的异质性。我们的结果显示，当用户最近频繁使用该服务时，他们会进行更多的推荐。例如，用户每周不使用该服务时，推荐的可能性会降低9%。此外，随着用户对服务的经验越来越丰富，他们会进行更多高价值的推荐。与第一次使用该服务时相比，前10%最有经验的用户的推荐生成和推荐价值高出18%以上。最后，随着用户进行更多的推荐，他们更有可能没有可以推荐该服务的朋友，导致未来的推荐减少。用户进行第一次推荐后，再次推荐的概率降低了78%以上，后续推荐的价值平均降低了19%。结果表明平台应考虑根据推荐生成和推荐价值随时间的演变情况来定制他们的推荐计划。7月14日 吴志樵等在《中国管理科学》上发文《活跃度与补贴对O2O平台需求的影响机理及优化策略》摘要：研究了商家活跃度和补贴水平对O2O（Online to Offline）平台需求的影响机理及用户需求随机下平台如何制定补贴策略的问题。首先，依托百度外卖（饿了么）实际运营数据特征，考虑商家活跃度和补贴水平下，构建时间序列与多元回归相结合模型，来有效识别活跃度与补贴带动用户需求的影响机理，结果表明，商家活跃度及补贴优惠能够有效带动用户需求。其次，进一步结合O2O用户即时需求与订单价格呈现的非线性相关特性，构建平台、商家、用户参与的序贯博弈模型，分析平台最优活跃度水平及最优补贴策略。结果表明，为获取总体收益最大，平台应依据商家交叉网络强度差异化实时调整补贴策略，进而灵活调控用户弹性。关键词：数据赋能；即时需求；网络效应；活跃度；补贴策略；7月13日 潘小军在《中国管理科学》上发文《基于工业互联网平台的增值服务收费模式研究》摘要：工业互联网平台的增值服务一方面能提高制造商的大规模定制化水平及产品质量，从而提高需求，另一方面也可以提高效率而降低生产制造成本。本文构建包含一个工业互联网平台、一个制造商和一个零售商组成的三级供应链博弈模型，求解基于使用量收费和订阅收费模式下的最优决策。分析不同定价模式下增值服务敏感系数、成本节约系数对供应链成员决策和利润的影响，并对两种定价模式下的最优决策进行了比较。研究结果表明：存在平台增值服务效率的取值区间，当服务效率在不同的区间时，平台和制造商将选择订阅收费模式或按使用量收费模式。当平台增值服务效率适中时，平台和制造商都选择订阅收费模式。当平台增值服务效率较低（高）时，平台（制造商）选择基于使用量收费模式，而制造商（平台）选择订阅收费模式。
本期责任编辑：吕昊屹 罗文超
©️版权声明：数字经济周刊版权归属数字经济与商业模式课题组所有。
本公众号由中国科学院大学经济与管理学院数字经济与商业模式课题组维护，我们将致力于追踪数字经济与商业模式创新研究与实践最新进展，提供高质量的公立研究机构第三方洞察观点。
“数字经济与商业模式”公众号依托国家自然科学基金重大项目“数字经济中数据要素有效使用与消费者保护”研究，由项目负责人乔晗教授课题组运维，致力于追踪数字经济与商业模式创新研究与实践最新进展，分享课题组成员的最新研究成果，提供高质量的公立研究机构第三方洞察观点。欢迎共同交流探讨！
投稿、意见，请直接回复或发信debm_ucas@163.com