本文共字，预计阅读时间。

Part 1 目标人群分析

服务产品商家，保障其直播带货成果

直接电商生态由商家、主播（MCN）、视频与电商平台、消费者构成，是一种新兴的推广销售模式，兼具广告和销售的功能。与传统的推销等售卖模式不同，电商直播一般主要依靠主播，主播通过在在短视频等内容平台上发表内容积累人气，形成自己的粉丝，构建属于自己的流量空间与影响力，再利用自己的影响力与品牌方合作，为品牌方向受众推销产品。

图1：直播电商的一般模式

设计上，不同于传统的以单品、品类为主的呈现方式，直播电商则是以人为核心，以粉丝对主播的信任为基础，通过价格化的认同促成销售。直播带货通过消费场景塑造，氛围营造，产品试用、试吃以及大额的折扣优惠，吸引消费者最终下单。

在这样的模式中，商家是主播直播带货服务的直接购买者，因此我们的保险目标人群是购买直播带货服务的商家。

Part 2 市场需求分析

1.  直播、短视频平台流量迅速扩张

我国电子商务与互联网一样，从诞生之日起就快速迭代创新，从最早的从事B2B业务的中国化工网和从事C2C业务的“8848”等传统电商，发展到京东等现代电商，再发展到“拼多多”等社交电商，最后发展到淘宝等内容电商，而直播电商则是内容电商发展的最新阶段。目前，直播电商的市场非常广大。

根据中国互联网信息中心发布的《第46次中国互联网络发展络发展状况统计报告》（以下简称《报告》），截至2020年6月，我国网络视频（含短视频）用户规模达8.88亿，较2018年底增长1.64亿，占网民整体的94.5%，比2018年底提升7.0个百分点。其中短视频用户规模为8.18亿，较2018年底增长1.70亿，占网民整体的87.0%，比2018年年底提升8.8个百分点。

2020年，受新冠肺炎疫情影响，全国大多数人“困”在家中，由于不能走出家门，大家的娱乐方式有限，这反而给了短视频平台极大的发展机会，使得移动互联网使用人数与直播、短视频平台使用人数在疫情期间创新高。

图2：2018.6－2020.6网络视频（含短视频）用户规模使用率

直播电商兴起的大背景可以从两个方面总结，其一是随着用户数量和用户时间快速从PC迁移到移动端，在过去所常见的以主动搜索为导向的宣传广告方式效果不断衰减，面临着转型的难题，内容逐渐占了更重要的地位。在内容生态进化的过程中，出现了内容生产者，内容生产者在各种平台成长，在所有的内容生产者平台中，直播成为最成功的一个。

2.  直播带货成果显著，助力商家实现跨越式发展

李佳琦在5分钟卖光1.5万支口红，薇娅全年完成270000万元的成交量，罗永浩首场直播带货销售额超过11000万元，这些令人惊讶的数字都在表明直播带货所带来的强大的购买力，直播越来越成为品牌方拓展国内市场的重要途径。

据相关机构研究，2019年，中国直播电商行业市场规模总共为4338亿元，同时预计到2020年，中国直播电商行业规模将上升到9610亿元，这表明直播带货产业未来仍然具有较大的发展空间。在此背景下，明星、著名主持人、企业家甚至政府官员均参与到直播电商中来，希望通过这样一种便宜的渠道销售商品。

同时，一些借助直播电商发展的明星企业（如完美日记）也吸引着更多的商家将真金白银投入到直播平台，将直播作为自己的一种重要的营销方式。

图3：2016－2020年中国直播电商市场规模及预测（亿元）

3.  直播成果不稳定之痛

虽然直播市场非常诱人，但野蛮生长的市场仍然存在许多问题，如直播带货的品牌方往往希望依托主播个人的流量为自己的品牌带来销量，将营销经费投放至直播平台的品牌方往往希望能够获得相对可观的销售额，尽管这些销售数据并不一定能够使品牌方收回营销的费用。这种期待这意味着主播需要在直播时间卖出一定数量的产品，若无法卖出这些产品，则容易引起纠纷。

直播带货翻车的案例屡见不鲜，除了常常出现的直播带货成果不佳，更有甚者还会出现主播欺骗品牌方的情况，如曾有报道，一名主播达到了保底销量，但累计退货率高达90%，令商家亏损30多万元。

此外，具体到某一品类、某一单品甚至某一主播来来说，该主播对该单品在该次直播带货的转化率有多少，只有该品牌方和主播（包括MCN机构）自己知悉，而对于其他品牌方来说，缺少透明的评判体系。这些不透明情况更加使得直播带货成为一个纠纷不断的领域。

如2019年10月27日，李湘的一场直播引来163万人围观，但其接受商家推广的4988元貂毛大衣一件也没卖出去，一时成为新闻。这便表明，即使明星直播观看人数非之多，仍不能转变为见购买力，甚至看似火爆的直播人气也有数据注水的可能。

直播电商是一个新兴的且发展潜力极大的市场，且品牌方在推广时面临着极大的不确定性。因此，我们的小组计划推出一款面向品牌商的保险，以分散品牌方在直播中所面临的风险。

图4：直播带货相关新闻

Part 3 产品设计——费率

1.  总体思想

在费率设计上，我们采用个性化的保费确定方式。即对于不同商家的不同商品，我们通过三个大维度，九个子维度的考虑（共9个内生性变量），结合投保人的理想销量，经过大数据计算，给出个性化的每份直播险的保费。若最终销量无法达到预期，我们将对于每份保险赔付100元，（或赔偿相应的主播直播时长，详情见赔付方式）。具体的费率维度与相关变量选取如下：

2.  大维度——商家

（1）根据商品自身属性的直播效率调整费率。此处的直播效率我们用单位播出时间带来的销量来衡量，记为e（efficiency）。对于商家提供的商品，我们可以分为食品饮料、服装、生活用品、高档奢侈品等大类。对于每个大类，我们均可计算出单位播出时间带来的销量（deltaS/deltaT）。由于各个品类的单位时间销量存在巨大差异，如食品饮料的单价更便宜，且观众对于食品饮料的价格敏感度更低，食品饮料的直播效率就会远高于高档奢侈品。即，食品饮料的e值远高于高档奢侈品。那么对于不同的品类，我们可以根据历史相似品类的数据测算出不同的e值，作为某种商品的基础销量。

（2）根据商品的品牌效应调整费率。对于观众而言，一个产品是否有质量保证是需要重点关注的问题。而是否属于知名品牌，则是对于产品质量的重要背书。这种对于产品质量的认可度，将对产品的销量产生重要影响。此处我们用品牌知名度来衡量品牌效应，品牌知名度可以用该品牌天猫店铺的月度活跃用户数量（店铺粉丝数量）来刻画，记为n。

（3）根据商品在直播间的折扣力度调整费率。价格因素也是直播间观众的重要考虑因素之一。而折扣力度指的是折扣减去的价格于原价的比值，此处我们很自然的，可以用折扣力度来描绘价格因素对于销量的促进作用，记为d。对于观众而言，若是该商品在直播间内的价格比在别处购买便宜许多，那么将会产生强烈的“不买白不买，买到就是赚到”的心理，激发观众冲动消费的欲望。因此，力度越大的折扣将带来越高的销量。

（4）根据商品是否是首次发售调整费率。根据报告显示，首次发售的商品对于观众而言具有较强的新鲜感，进而对于销量会产生首发红利。因此，可以通过构建二元变量，来刻画产品是否首发。记为f，f=1，产品是首次发售；f=0，产品不是首次发售。

3.  大维度——主播

（1）根据主播的月度活跃粉丝数调整费率。主播的粉丝数是主播带货能力的重要条件之一。而且，主播的粉丝数越高，由于羊群效应，观众倾向于认为该主播有众多粉丝背书，一定拥有更高的信誉，推荐的商品更可靠。因此，更高的粉丝数将对应更高的销量，记为m。

（2）根据主播平时带货的商品和承保商品的差异度调整费率。主播的日常带货决定了主播的粉丝年龄层，而承保商品若与日常带货的商品属性差异过大的话，可能产生与年龄层不匹配的问题。如平时的推广商品属于保健类产品，主播的粉丝年龄层中老年居多，而让该主播销售年轻人的服装，将难以产生预期效果。因此，该差异将影响产品的预期销量，记为diff。

（3）根据主播历史带货能力调整费率。为了衡量主播的带货能力，我们定义直播转化率c=销量/粉丝数。通过平台的历史数据，我们很容易得到该主播历史的直播转化率。历史的转化率越高，则该主播大概率懂得如何做好营销推介工作。因此，我们有理由相信在推荐新商品时，历史直播转化率高的主播将比历史直播转化率低的主播拥有更好的销量。

4.大维度——平台

（1）根据直播时长调整费率。此处将直播时长记为t。商品推介的直播时长越长，对于观众的暴露度就越高，那么将更有利于观众了解该商品，激发观众的购买意愿。因此，更长的直播时长预期会带来更高的销量。

（2）根据直播日期调整费率。当直播日期处在双十一、双十二、六一八等节日时，商品的推介能搭上购物节的便车，对于销量将有很强的促进作用。我们将日期变量记为h，通过分析淘宝全年的交易量分布，我们可以赋予不同的日期不同的h值。如在消费节附近时，h的值将更大，平常工作日的h值将更小。

基于以上三个大维度，九个子维度的变量刻画，我们可以依托于淘宝平台的历史大数据，对预期销量进行科学的预测。此处我们不妨简单的列举一个公式作为例子。由于我们分析认为各个维度的变量与最终的销量之间是存在正向促进作用的，那么我们不妨将各个维度相乘；而在各个维度内部，对于连续变量，用历史数据进行最小二乘法回归拟合估计，对于二元变量，用历史数据进行Logistic回归估计参数。

如上式估计，我们可以得到基于历史数据的预期销量均值。当在淘宝的平台上构建算法时，可以引入机器学习算法，容易得出销量的概率分布。而该保险允许商家随意输入理想的销量X，我们通过计算达不到该销量的概率（累积密度函数F）：

由上可以得出预期的赔付金额。在此金额上增加一定的费用，用以覆盖必要成本（三大费用等），并产生一定收益。

举例而言，如果我预期某次直播商品推介的均值销量为5000，且给出了该商品销量的累积密度函数，商家愿意购买10份理想销量为6000的保险。通过累积密度函数，我们计算出销量小于6000的概率为55%，也就是预期每卖出一份保险需要赔付55元。假设运营成本为营收的13%，公司了希望的利润率为7%。那么保费将定为55+13+7=75元/份。若出险，则每份赔付100元。如此设计，通过大数定律，我们能在概率意义上实现7%的利润率。

Part 4 购买方式

与直播电商平台合作

当商家在直播电商平台与主播签订协议时，会自动弹出是否购买直播险的选择框，并且支持商家方手动输入理想的销售量，经过（一）费率设计中的结合大数据的计算，我们可以根据商家理想销售量的不同得出差异化的保费（按份）。目前淘宝已经推出定位为内容营销服务平台的阿里V任务，为品牌和商家提供直播内容营销服务。在平台大数据的支持下，可通过互联网技术，提高该险的个性化定制水平，激发商家对于该险的购买意愿，触达更多的客群并将其转化为客户。

Part 5 出险判断

在合同中确定的保险期及服务内，在当场直播结束后，根据平台统计的销售数据，若最终销售量未达到保单合同中确认的预期销售量，则确认出险，依据（四）的赔付方式进行赔付后，保险责任终止。

由于下列原因造成的销量无法达到预期销量，公司不承担给付保险金的责任：一、商家未虚假夸大其产品功效的；二、商家产品价格剧烈波动欺骗消费者的；三、商家不配合主播进行直播前期筹备的，发生以上情形，本合同终止，公司在扣除手续费后，退还部分保险费用。

此外，本产品只考虑商家某产品在当次直播的最终销量，不保障商家后续因顾客退货而导致的损失。

Part 6 赔付方式

1.  现金方式

当场直播结束后，符合出险判断的情况下，公司会审核当场直播的现场情况，并在5个工作日内作出最终核定，并在10个工作日内以现金形式通过相关支付平台履行赔付责任。

2.  直播分析报告

与此同时，公司将依据大数据平台出具一份直播分析报告，内容包括基础的直播数据、直播观众互动文本分析、商品-主播适配性分析以及直播带货业务改进建议，从以帮助商家在未来更好地对产品进行改进，并帮助商家完善自身的营销计划，更好地赋能商家，构建直播电商的良好生态。

3.  与平台其他主播优先合作

此外，平台将针对本保险提供第二种赔付方式。商家可以放弃以现金形式获得赔付，公司将依靠大数据为商家提供一份新的推荐合作主播名单，并以更高序列向主播推荐商家产品，商家可以放弃现金赔付并以折扣低现的方式与更多平台主播进行未来直播合作。

Part 7 场景和营销分析

1.  场景分析

本产品即适用于希望在参与电商直播、促进产品销售业绩的同时能够规避销售不及预期、总体亏损风险的商家，能够有效地降低其损失风险，本产品可以主要与淘宝等电商直播平台进行对接，将本产品作为签订带货合同时的一个可选附加项。

2.  营销分析

本产品主要与淘宝等电商直播平台进行对接，因此在进行宣传和推广时可以充分借助平台自身流量，在商家签订合同前进行充分的宣传。例如在淘宝直播入口设置保险介绍及最高赔付金额等引人注目的广告，点击即可阅读保险具体的赔付规则。

除此之外，还可以利用电商网站的专业营销平台。以淘宝为例，阿里V任务平台是阿里巴巴集团推出的内容营销服务平台，能够为品牌和商家提供全域的内容营销服务，提供从内容生产、分发到品牌数据资产经营的一体化服务平台。因此本产品可利用此平台进行营销。

为提示客户本产品的存在，在商家在阿里V任务平台上填写合作需求时可以将本产品作为可选附加项，在明显的地方列出，类似在淘宝购物时提交合同处设置类似运费险式提醒，设置是否需要购买的选项等，使得商家能够对于本产品有较深刻的印象，提高其购买的可能性。

3.  营销模式

本产品主要由商家进行自行购买，因此针对商家主要的营销模式如下：

首先，在产品刚推出还未建立起知名度时，可以推出限时免费的活动，给予部分商家体验本产品的机会。在期限过去之后，对于第一次参与电商直播的商家，也可以考虑提供一次超低价购买本保险的机会，购买选项在合同签订前进行显示，以低价获取其注意力，提高初次购买比例，并在出现商家亏损的时候进行快速审核、及时赔付，赢得商家的信任。

第二，可以考虑提供包含多次保险的产品，在逐步建立客户信任之后，提供以一定折扣购买3次、5次赔付的保险套餐，逐步增加产品丰富性。

除此之外，在“618”、“女神节”、“双十一”等电商平台进行大促期间，直播的频次和产品品类会明显增加，考虑到联系主播进行直播的品牌数量会出现大幅增长，此时也可以进行一定促销和抢购活动，推出限量低价险、抽奖赠送单次免费保险、低价为原客户进行续险等有吸引力的营销活动，保持客户粘性并逐步扩大客户群体。

（文/清华大学五道口金融学院2020级硕士生闵瀚诚、潘利君、王璐、胡正肇东）

[Source]

本文系未央网专栏作者发表，属作者个人观点，不代表网站观点，未经许可严禁转载，违者必究！首图来自图虫创意。

本文为作者授权未央网发表，属作者个人观点，不代表网站观点，未经许可严禁转载，违者必究！首图来自图虫创意。

本文版权归原作者所有，如有侵权，请联系删除。首图来自图虫创意。