主题：【原创】移动互联网经济笔记 -- 邓侃

说得透彻。

应该是各个部门角逐利益的一杆大旗～～至于里面是什么，没人关心，没人注意，核心的核心是权～～

大一统，大平台会比群狼战术创新效率高？

按照历史经验看，恐怕得不出这个结论。 可以回顾pc产业早期，美国和日本竞争的历史， 日本玩的就是通产省主导的大平台，现在可以盖棺定论日本企业后来被打的满地找牙了吧？

【4】反制 Google

时常从新闻里听到这样的句子，“某国政府某某举动，严重伤害了中国人民的感情” [1,2]。这话听着别扭。

比方说足球比赛，某队全攻全守，上半场攻势如潮，大兵压境。另一个球队步步紧逼，严防死守，下半场趁对方后方薄弱，体力衰退，回防不及，抓住机会打防守反击，最终破门得分。有没有听说输球的球队去抗议，“你们明知道我们体力不支，后防空虚，却偏偏挑我们的软肋下手。用心之毒，下手之重，严重伤害了我队球员以及广大球迷的感情”？

小到体育比赛，大到国际政治，讲究的是知彼知己，以己之长，攻彼之短。商场如赛场，哀怨保护不了自己的利益，也不能赢得竞争对手的尊敬。

我们这一章讨论 “反制 Google”，目的不是为了伤害 Google 的感情。当然 Google 的神经也没有那么脆弱。事实上，我们之所以深入分析 Google 在强大的表象之下，可能隐藏的短板，正是出于对 Google 的敬意。

上一章讲到，十年来 Priceline 凭借信息技术的优势，逐步蚕食了传统旅行社的业务，业绩蒸蒸日上，战果辉煌。但是随着信息技术的普及，众多网站纷纷仿效，挤压 Priceline 的赢利空间。更严重的是，Google 这些信息技术更为强大的公司，也开始觊觎旅行市场，大有螳螂捕蝉黄雀在后，吞噬 Priceline 这些企业的势态。

假如你是 Priceline 的高管，如何反制 Google，捍卫 Priceline 的利益呢？

1. 防守与反击。

知彼知己，百战不殆。上一章我们谈到，Priceline 有三个主要收入来源，1. 批发（Merchant），2. 代售（Agency），3. 承接广告（Advertisement），其中批发的收入占 Priceline 的总收入的 63.4%，其次是代售，占总收入的 35.7%，广告收入不到 1.0% [3]。

打个不恰当的比方，批发就像是 “黄牛”，黄牛以低价大量预订机票和酒店，待价而沽。利润来自零售价格和批发价格的落差，但是同时也承担风险，万一机票和酒店没能在有效期以前出售，损失由黄牛承担。

代售有点像 “托儿”。托儿的任务是招徕消费者，消费者直接与航空公司和酒店预订机票和客房，交易完成后，托儿向航空公司和酒店收取佣金（commission fee）。托儿不承担风险，但是托儿的利润，通常远比黄牛的利润低。

Google 和 Bing 这样的搜索引擎，能够让用户方便地找到航空公司和酒店的网站，同时在Google 和 Bing 的页面上，将来还可以方便地横向比较不同航空公司的同类机票的价格，以及同一个城市各个酒店的客房价格。基于这两项功能，搜索引擎拉近了用户与航空公司和酒店的距离。

在航空公司和酒店看来，与其依赖 Priceline 这样的 “托儿” 去招徕客源，然后支付佣金，不如花小钱在 Google 和 Bing 上投放广告，同样能够达到吸引用户的目的。Priceline 和 Google/Bing 谁更有能力吸引客户，目前难分高下。但是从人气上讲，Google/Bing 的感召力，绝非 Priceline 所能匹敌。

所以，Priceline 的三个收入来源中，被 Google 和 Bing 严重威胁的，是代售，也就是 “托儿” 这个部分，而这部分占 Priceline 总收入的 35.7%。Priceline 或许应该意识到，短时间内，自己缺乏有力的武器，去完全阻止 Google 们对于代售业务的蚕食。

眼下 Priceline 的能做的，或许只有试一试一些消极的措施，例如通过主动降低佣金的标准，去粘住航空公司和酒店。从长期来讲，Priceline 应该想办法扩大 priceline.com 网站对旅行者的吸引力，以便与 Google 和 Bing 争夺航空公司和酒店的广告。如何扩大网站的吸引力，留给下一章再讨论。

Priceline 如何反击 Google 和 Bing 呢？一个办法是避开 Google 和 Bing 的锋芒，靠自己的强项出击。Priceline 的强项是批发（Merchant），也就是所谓 “黄牛” 方式的创收能力。换句话说，Priceline 或许可以考虑采取有力的措施，把批发收入占总收入的份额，从 63.4%，提高到更高水平。

航空公司和酒店，通常会预先把部分机票和客房，以较低价格出售给 Priceline 这些批发商。如果不这么做，万一它们不能及时出售机票和客房，而运营成本依旧，那么闲置的机票和客房，就构成了航空公司和酒店的损失。换句话说，航空公司和酒店，以套利保值（hedging）的方式，把风险转移给了 Priceline 这样的黄牛。这样的做法，根源在于航空公司和酒店，对于市场风险的恐惧。

2. 市场风险与恐惧心理。

什么是市场风险？举个例子，2008 年初，北京奥组委根据 1984 年洛杉矶奥运会以来，以往各届奥运会的参赛人数和游客人数的历史数据推测，2008 年 8 月，北京奥运会期间，来京的境外参赛人员及普通游客，将超过 80 万人次，参见 Figure 4-1。加上国内观赛游客，奥运会将给北京带来总计 640 万的游客 [4]。 如果没有奥运，往年 8 月份，北京游客数量大约会有 400 万的规模 [5]。这样算下来，2008 年 8 月份，来北京的境外境内游客，总数将超过 1000 万人次。

Figure 4-1. Forecasting of the scale of the foreign vistors to Beijing Olympic Games, early 2008 [4].

Courtesy http://i879.photobucket.com/albums/ab351/kan_deng/Economics/Forecastingofthescaleofforeignvisit.jpg

基于上述市场预测，在 2008 年 3 月份以前，大家对 8 月份奥运期间，北京地区酒店的盈利前景，充满期待，酒店预订价格，一涨再涨。2008 年 3 月份，乐观情绪达到最高点，四星级客房平均每晚预订价格高达 2226 元 [6]。而往年 8 月份，北京四星级宾馆客房的平均价格，不超过 1000 元。

2008 年 3 月底，奥运圣火从希腊点燃，然后在全球传递。传递过程中，圣火遭遇部分西方国家的抵制。这时候，大家开始意识到，8 月份奥运期间，访问北京的境外游客数量，可能没有原先预测的那么多。到 5 月底，北京四星级客房预订价格，从 3 月份的均价 2226 元，小幅下跌到平均每晚 2185 元 [6]。

到了 2008 年 7 月份，北京旅游局调整预测，认为奥运期间境外游客只有 40 万到 45 万。比几个月前奥组委预测的 80 多万，少了一半。但是时已至此，酒店已经来不及调整房价，去吸引更多游客了。到 2008 年 8 月 8 日奥运会开幕当天，北京四星级酒店的预订率，不足 50% [7]。

50% 以上的四星级客房无人问津，酒店损失不小，这就是市场风险。除了酒店本身遭遇损失以外，还有谁分担损失，我们不得而知。

酒店或许后悔，假如 3 月份以前，狠狠心及时把奥运期间的客房，降价批发给 Priceline 这样的黄牛。如果那样做，酒店的市场风险，就被部分转移给了 Priceline 们。

酒店对市场风险的恐惧，对于 Priceline 来说，是因势利导扩大批发业务的商机，也是反击 Google 和 Bing 的突破点。

为什么扩大批发业务，能够成为反制 Google 的措施？深层的原因在于，此举改变了游戏规则。原先 Priceline 蚕食传统旅行社的业务，靠得是的信息技术，游戏规则是比拼技术实力。如果延续这个技术路线的游戏规则，那么不久的未来，Google 这些技术实力更加雄厚的公司，势必蚕食 Priceline 的现有业务。

扩大批发的对策，是以大量现金为后盾，依靠对旅行市场的预测，缓解航空公司和酒店对市场风险的恐惧。所以，批发业务能否成功，重在对旅行市场是否熟悉，重在风险保值这些金融期货的操作经验，而技术实力不是决定因素。

Google 和 Bing 会不会也去从事批发业务呢？Google 和 Microsoft，安生立命的根本是技术，依靠自己雄厚的技术能力，做别人想做，但是没有技术能力去做的事情。假如 Google 和 Bing 染指旅行市场的批发业务，无异于以己之短，攻彼之长。

3. 转移与分摊风险。

但是如何充分挖掘批发（Merchant）的潜力？在实际操作过程中，仍然会有很多麻烦。尤其是在什么时候，以什么价格，去预订批发哪些机票和客房，各自需要多少，这些分寸难以拿捏。

他山之玉可以攻石，不妨借鉴一下其它公司，是如何解决类似问题的。

Amazon 是美国最大的在线零售商，它的配送中心（Fulfillment Center）不仅分布在美国和加拿大各地，而且也分布在欧洲和东亚，例如，在中国的北京，广州和苏州，都有 Amazon 的配送中心。令 Amazon 头痛的问题是，1. 如何确定各个配送中心的库存规模？2. 每个配送中心，应该预存哪些商品，多少数量，才能保证既不脱销，又不积压？

Amazon 的解决方案是分摊风险，具体措施有二，

1. 欢迎第三方商家，在 Amazon 平台上开店。此举有两个好处，但是也有一个副作用。

a. 好处一， 第三方商家在 amazon.com 网页中，展示自己能够出售的商品，需要向 Amazon 缴纳广告费。而且，每完成一次交易，还要额外缴纳推介费 [8]。虽然这两项收费，金额不大，但是据说截至 2007 年，在 Amazon 网站上开店的第三方商家，已经超过 130 万 [9]。这样积少成多，Amazon 获利不菲。

b. 好处二，营造 Amazon 应有尽有的形象，吸引更多消费者来 amazon.com 网站购物。Amazon 消费者人气越旺，加盟的第三方商家就越多，从而形成正循环。

c. 副作用是，假如第三方商家出售的商品，在 Amazon 自己的库存里也有。消费者有可能选择在第三方商家购买，相应造成 Amazon 的库存积压。

2. 欢迎其它网站，插入 Amazon 的广告和插件。此举也是收益与风险并存。

a. 好处是，此举有利于给 Amazon 带来更多消费者，扩大销售额，加速库存周转。

b. 副作用是，Amazon 的协作经销商，分布全球，数量大约是 90 万 [9]，如此庞大的协作经销商，会放大需求波动的幅度，给配送中心带来过度压力，造成热门商品的脱销。长此以往，导致消费者流失。

Amazon 是如何即降低库存积压的风险，又避开热卖脱销的尴尬呢？

奥妙在于 Amazon Web Services （AWS），Amazon 的网络服务 [10]。在 Amazon 网页的背后，是一个庞大的云计算系统，云计算系统包含多种功能，构成大型卖场的完整的管理信息系统。例如，支付及安全保障，历史交易查询，库存管理，工作流程监控，订购队列，告示栏等等。

最初，这个大型卖场的管理信息系统，仅供 Amazon 内部使用。2002 年底，Amazon 决定把这些功能，以网络服务形式，对外开放。

正是这个开放的大型卖场的信息系统，使得 Amazon 有能力，1. 让第三方商家，在 amazon.com 网站上开设自己的商店，2. 让协作经销商，在他们自己的网页中，置入 Amazon 的广告和插件。

在 amazon.com 网页上开店的第三方商家，不仅可以在 amazon.com 网页上展示自己的商品，而且可以使用 Amazon 网络服务，管理自己库存里的商品。商家每次添加库存时，主动把添加的商品，一一上报给 Amazon。这些商品什么时候，卖出多少，库存里还剩多少，都可以通过 Amazon 网络服务，随时查阅 [11]。

表面上看，开放的 Amazon 大型卖场信息系统，给第三方商家带来了极大便利。但是第三方商家在享受便利的同时，让 Amazon 获得了信息不对称的优势。Amazon 可以随时统计每个第三方商家的库存情况，而每个第三方商家，既不了解其它商家的库存，更不清楚 Amazon 的库存。

Amazon 利用信息不对称的优势，把众多第三方商家的库存，暗中组织成缓冲市场需求波动幅度的工具，并且以此调整自己的库存的种类和数量。这样一来，Amazon 把库存积压和热卖脱销的风险，暗中转移和分摊给了众多的第三方商家。

4. 实际效果。

以上是理论推测，从 2002 年，Amazon 推行开放型大型卖场的举措以来，实践的成效如何？ Amazon 历年的季度财报中，没有说明 Amazon 依靠自有库存获得的销售额和利润，也没有说明第三方商家的销售额和利润 [12]。但是，我们可以通过相关数据，大致推测这些数据。

Figure 4-2. The income and cost of Amazon since 1997 [12].

Courtesy http://i879.photobucket.com/albums/ab351/kan_deng/Economics/AmazonIncomeandCost1997to2010.png

参见 Figure 4-2，Amazon 在 2002Q1 的总销售额是 8.47 亿美元。由于 2002 年初，Amazon 还没有开放卖场信息系统，不存在第三方商家的介入，所以这个销售额，是 Amazon 完全自主的销售额。

假定配送中心规模的扩大，与 Amazon 依靠自有库存所获得的销售额的增长成正比，那么我们就可以用配送中心的增长幅度，来推测 Amazon 自主销售额的成长。从 2002Q1 到 2010Q1，Amazon 配送中心的成本开支，从 0.90 亿美元增长到 5.46 亿美元，所以，2010Q1 Amazon 配送中心的规模，大致是 2002Q1 的规模的 606% （5.46 / 0.90 = 606%）。按照这个增长幅度，2010Q1 Amazon 自主销售额大致是 51.33 亿美元 （606% x 8.47 = 51.33）。

根据 Amazon 的季度财报 [12]，2010Q1 Amazon 的总销售额是 71.31 亿美元。如果从中扣除 Amazon 自己的销售成果 51.33 亿美元，那么剩下的 19.98 亿美元，是第三方商家的销售额。也就是说，第三方商家的销售额，占 Amazon 总销售额的 28% （19.98 / 71.31 = 28%）。虽然 28% 离传说中的 40% 有差距 [13]，但是仍然是一个惊人的数字。

或许有人会质疑，虽然第三方商家拉动了 Amazon 的总销售额，但是销售额不等于利润，第三方商家不一定给 Amazon 带来可观的利润。

2002Q1 Amazon 的毛利（Income from Operations）是 2.23 亿美元，这是 Amazon 完全依靠自主销售所获得的毛利。假如仍然根据配送中心规模的增长，来估算毛利的增长，那么到了 2010Q1，Amazon 依靠自主销售所获得的毛利大致是 13.51 亿美元（606% x 2.23 = 13.51）。而实际上 2010Q1 Amazon 的总毛利是 16.30 亿美元，总毛利与 Amazon 自主毛利的落差是 2.79 亿美元（16.30 - 13.51 = 2.79），占总毛利的 17%。这是第三方商家贡献给 Amazon 的毛利，规模相当可观。

开放卖场信息系统，导致运行成本，硬件购置成本，以及软件开放成本的增加。从 2002Q1 到 2010Q1，这三项信息系统成本的总和，从 0.56 亿美元，增加到了 3.66 亿美元。假如仍然根据配送中心规模的增长，来估算 Amazon 自身对信息系统的需求，那么 2010Q1，满足 Amazon 自身需求的信息系统成本，大致是 3.39 亿美元（606% x 0.56 = 3.39）。剩下的 0.27 亿美元，服务于第三方商家。也就是说，平均每投入 1 美元给开放的卖场信息系统，Amazon 获利 10 美元（2.79 / 0.27 = 10）。

5. 启示录。

Amazon 通过开放卖场信息系统，吸引第三方商家在 amazon.com 网站上开店，不仅使 Amazon 成为全球最大的网络卖场，而且暗中转移和分摊了，由于市场需求的波动造成的，库存积压的损失，以及热卖脱销导致用户流失的风险。风险转移和分摊的诀窍，在于 Amazon 获得了信息不对称的优势。

对于 Priceline 来说，如果也仿效 Amazon 的做法，把自己的预订机票和客房的信息系统，对外开放，就可以转移和分摊批发预订机票和客房的风险，既缓解了航空公司和酒店对于市场风险的恐惧，又巩固了 Priceline 自己在机票和客房批发的龙头地位。

对于中国携程来说，开放信息系统的做法，得益更多。例如很多酒店虽然有各自的网站，但是它们的支付系统和客房库存统，使用不便，甚至无法使用。如果能够吸引这些酒店在携程网站上开店，那么就可以极大巩固这些酒店与携程的合作粘性。

Reference,

[1] 不要再来伤害我 -- 那些“伤害中国人民感情”的国家.

(http://www.fangkc.cn/2008/12/donot-hurt-chinese/)

[2] 中国人民是全世界最坚强的. (http://www.arctosia.com/archives/511)

[3] Priceline SEC filing 10-Ks.

(http://yahoo.brand.edgar-online.com/Default.aspx?companyid=3671&formtypeID=7)

[4] 论 2008 北京奥运与酒店策略.

(http://www.govyi.com/lunwen/2009/200901/285847_2.shtml)

[5] 北京奥运的总投入与总收益，2008年7月29日.

(http://hi.baidu.com/cangyan/blog/item/67e6eb1ff46db30c304e15f1.html)

[6] 北京奥运旅游收入将达 4 亿美元，宾馆房价渐回落.

(http://2008.sohu.com/20080716/n258174105.shtml)

[7] 北京奥运酒店遇冷，为上海世博会预警.

(http://www.traveldaily.cn/article/23699.html?hl=%E4%B8%8A%E6%B5%B7%E4%B8%96%E5%8D%9A)

[8] Selling on Amazon. (http://www.amazonservices.com/content/sell-on-amazon.htm)

[9] Introduction to Amazon.com's affiliates and third-party sellers.

(http://en.wikipedia.org/wiki/Amazon.com#Third-party_sellers)

[10] Amazon Web Service. (http://aws.amazon.com/)

[11] How it works, when selling on Amazon.com

(http://www.amazonservices.com/content/sell-on-amazon.htm?id=hm2&ld=AZSOAFSLNAVAS)

[12] Amazon SEC filing 10-Qs.

(http://yahoo.brand.edgar-online.com/Default.aspx?companyid=7235&formtypeID=13)

[13] Amazon third party sellers.

(http://en.wikipedia.org/wiki/Amazon.com#Third-party_sellers)

由此想到开发和开放网站API的好处不仅可以是借助第三方业务伙伴和用户的创意来业务创新和吸引用户；而且如果运作得当，在商业上也有巨大的好处，实在是网站“居家旅行，杀人灭口”之必备呀。

一点疑问：除非这些网店和Amazon有类似数据共享之类的协议，否则Amazon即使在技术上可以看到这些数据（暂且假设没有加密），也会面临商业或者法律上的风险吧？

也许还应该考虑配送中心的规模效应（Economy of scale)。那样的话，所获得的毛利应该 > 13.51 亿美元（606% x 2.23 = 13.51）。

事实上，Amazon 目前已经开放了自己的配送中心，供第三方商家使用。

但是配送中心有多少第三方商家的库存，这些数据都找不到。

在缺乏这些确凿数据以前，能做的只能是“粗略大致”的估算了，非常粗略，权当参考。

相同产品，Amazon和第三方商家的定价策略有什么不同？不知道楼主有没有研究？

下载200K BYTE

上传20K BYTE

每秒

服务有个时效性，商品可以靠时间来削峰填谷，多了就放库存里等着。机票酒店房间一定时间内卖不出去就完蛋了。供应链和IE里的很多人在做类似于机票的定价系统，这方面的研究几十年来一直有人在做，据我所知，现在的一个方向是把顾客的期望和小聪明也放入这个系统。

online的旅游服务零售商还是有空间活着的，而且会活得不错。Google杀不死它们，就像它们杀不死本地开店的offline旅游服务零售商一样。

给几个例子？

常见的，机票或者酒店房间价格随时间变化有个变化趋势。这个趋势即所谓的定价，因为实际上定的并不是一个价格，而是一个关于时间和剩余供给的函数，p(t，s)。如果消费者知道这个趋势，那么就会影响他们的购买决策，从而影响到剩余供给。定价方必须把这个影响放入定价决策内，产生一个新的关于时间的价格函数。