《B2C、C2C市场预测报告》由会员分享，可在线阅读，更多相关《B2C、C2C市场预测报告（18页珍藏版）》请在金锄头文库上搜索。
1、2013年B2C、C2C市场预测报告北京邮电大学世纪学院 xxx摘 要本文从市场规模、供给、需求三方面预测2013年网购市场的发展状况，用时间序列法计算网购市场交易总额、个人网店数量、网店零售企业数量、网上零售总用户数量四个标准的历年数值。与实际获得数据相比两者差值绝大多数均在5%以下，表明计算数据与实际数据符合较好并给出2010年的以上四个标准的预测值为：网络购物市场交易总额9937亿元，网上零售总用户规模20847万人，网店零售企业数量规模22644家，个人网店数量规模1909万家。首先，采用时间数列分析法和Excel中的CORREL等函数计算得知B2C、C2C活跃用户数量与其市场交易总额
2、的相关系数值不稳定，说明艾瑞07-08年数据有偏差。运用绝对值增长系数法、百分比增长系数法、时间数列分析法等对其数据进行修正。对C2C网购市场，先采用绝对值增长系数法，计算出2007年C2C的活跃用户数。再用时间数列分析法得出C2C在2008-2010的活跃用户数量。接着用Excel中CORREL函数计算出C2C的活跃用户数量与C2C的市场交易金额的相关系数为0.9988。 对B2C网购市场，先用时间数列修正了2008年B2C的市场交易金额的数据。再用百分比增长系数法计算出B2C在2008-2010年的B2C的活跃用户数量。然后用Excel中CORREL函数计算出B2C的活跃用户数与B2C的市
3、场交易金额的相关系数为0.9978。最后，对艾瑞原始数据偏差进行修正，得出2013年B2C和C2C在网购市场的活跃用户数量分别为4476万人、20189万人；B2C与C2C的市场交易金额分别为1871.48亿元、8065.517亿元。并且，由时间数列分析法拟合得到二者的相关系数值高达0.99以上。关键词：时间数列分析法 绝对值增长系数法 百分比增长系数法 相关系数目 录摘 要1一、问题介绍11.1背景介绍11.2问题分析1二、符号说明2三、问题假设3四、问题分析3五、模型建立与求解45.1百分比增长系数法45.2绝对增长系数法85.3结论12六、模型评价13七、参考文献13八、附录13一、 问
4、题介绍1.1 背景介绍随着科学技术的进一步发展，网络已成为人们生活中不可或缺的一部分。自1998年，中国的第一笔网上交易成功，1999年8848等B2C网站的正式开通，中国正式进入购物网站的实际阶段；从1999到2013年12年间，中国涌现了大大小小众多B2C、C2C网站。它们伴随着中国经济此起彼伏，几经沉浮。12年的发展，一个个成功的案例和每年增长的数据都在印证中国网购市场的发展前景。在这巨大浪潮的影响下，网上购物的兴起更是给人们带来了更多的便利，同时也给新兴产业的发展投入了巨大的商机。据中国互联网络信息中心（CNNIC）发布第27次中国互联网络发展状况调查统计报告，截至2010年底，我国网
5、民规模达到4.57亿，网络购物成为增长最快的互联网应用，网购市场金额预计可达5231亿元1。1.2 问题分析电子商务发展至今已有B2C、C2C、B2B、M2C等众多商业模式，而现今针对消费者的主流网络购物只有两种模式：一种是B2C模式，即直接把商品或服务售卖给消费者的网站，中国主要的B2C网站有当当网、卓越亚马逊网、京东商城、红孩子等；另一种是C2C，即为消费者个人与个人之间进行买卖提供交易平台的网站，在中国主要有淘宝网、拍拍网、TOM易趣网。经调查，发现目前众多报告分别以B2C或者C2C的主要发展趋势为目标。而综合B2C和C2C的主要发展趋势为目标的论文对0809年出现的金融危机和自然灾害造
6、成的损失未进行专门的数据处理。本文收集网络购物兴起至最新数据，针对B2C和C2C两种模式进行对比并结合统计分析和建模，从而预测出B2C和C2C两种模式在2013年的发展状况。1二、 符号说明2003-2013年网络购物市场交易总额2003-2013年网络购物市场交易总额的预测值中国网络购物市场交易总额与其预测值的差值差值的绝对值与网络购物市场交易总额的百分比2003-2013年中国网上零售总用户规模2003-2013年中国网上零售总用户规模的预测值中国网上零售总用户规模与其预测值的差值差值的绝对值与网上零售总用户规模的百分比2007-2010年中国网上零售企业数量2007-2013年中国网上零
7、售企业数量的预测值中国网上零售企业数量与其预测值之间的差值差值的绝对值与中国网上零售企业数量的百分比2007-2013年中国个人网店数量2007-2013年中国个人网店数量的预测值2007-2013年中国个人网店数量与其预测值间的差值差值的绝对值与中国个人网店数量的百分比前一年的数值后一年的数值通用增长值三、 问题假设本文从研究的背景以及前辈们对所研究商品的特征指数中的不足出发，我们提出下列假设：1、 2013年外部经济条件一切平稳；2、 相关系数趋近于1时，数据之间必然存在一定的联系；3、 所采用数据均来自大样本数据统计采集。四、 问题分析为了得到我们需要的预测结果，首先，我们收集了电子商务
8、从发展初期至今近十几年的数据，并通过大量的数据分析、整合和提取把相关度高的数据作为相应的参数，将市场规模按总分的结构分为总体的市场规模和B2C和C2C分别的市场规模，并以供求关系来反映市场规模的大小，其中我们又以企业数量和个人网商数量作为其参数；从需求量的方向着手，我们依然采用总分的结构方式，以网购总人数为总体，分量为B2C和C2C中网购的活跃人数，得出相关系数，进一步验证我们的猜想及假设。为了方便读者理解，我们用亿图工具做出如下流程图五、 模型建立与求解5.1 百分比增长系数法我们通过艾瑞咨询数据中心的权威数据得到20012010年网络购物市场交易总额，但是由于20012002年的数据偏差较
9、大，故舍去其值。如下表所示：表5-1 2003-2013年网络购物市场交易总额与预测网络购物市场交易总额（亿元） 年份200320042005200620072008200920102013网络购物市场交易总额（亿元）39.680.9193.1312.0561.01299.72630.04980.0预测值41.3782.09162.87323.16641.181272.182524.175008.269937差值绝对值1.771.1930.2311.1680.1827.52105.8328.26百分率4.47%1.47%15.66%3.58%14.29%2.12%4.02%0.57%以2003
10、2010年4的数据5作为研究对象，通过时间序列分析法建立乘法模型，并得出相应的预测值，接着我们用算出差值的绝对值，再用算出所占百分率，以此来检验我们所做的结果与原来数据之间的误差。图5-1 网络购物市场交易总额与预测由上图可知，我们所做的预测值的曲线与实际网络购物市场交易总额的曲线基本吻合，说明两者人数基本一致。因此可以断定我们的预测是非常准确的。以上均由供求关系作为依托。那么接下来，我们将研究供与求之间的内部联系。我们在供应方以中国网上零售企业数量规模和中国个人网店数量规模作为依据。由于时间序列分析法可将实际数据与预测值进行鲜明对比等优越性，后文中我们将会多次采用同样的方法计算差值所占百分比
11、。表5-2 网上零售总用户规模中国网上零售总用户规模（万人） 年份200320042005200620072008200920102013网上零售总用户规模/万人1520208032514310550080001090014800预测值156921682996413957207903109201508820847差值绝对值49.4388.48254.8170.14220.0596.5820.18288.45百分率3.25%4.25%7.84%3.95%4.00%1.21%0.19%1.95%我们先计算出中国网上零售总用户4，再通过，用的值来检验中国网上零售企业数量规模与预测二者之间的误差。图5
12、-2 网上零售总用户规模与预测对比图由上图我们不难看出，中国网上总用户规模与其预测值基本无差异，以此证明我们的数据是精确的。表5-3 2007-2013年中国网上零售企业数量规模与预测2007-2013年中国网上零售企业数量规模与预测 年份20072008200920102013数量(家)48505460996215800预测值4315653198851496122644差值绝对值534.811071.1576.94838.69百分率11.03%19.62%0.77%5.31%我们继续沿用上面的方法，经分析得知原始数据存在一定的缺陷，本次我们删去2001-2006年中国网上零售企业数量，直接截
13、取2007-2010年的数据6作为样本。先计算出2007-2013年中国网上零售企业数量规模的预测值，再通过，用的值来检验中国网上零售企业数量规模与预测二者之间的误差。图5-3 中国网上零售企业数量规模与预测对比图由上图可知我们所得出的结果与实际基本一致，所以符合实际的要求。表5-4 2007-2013年中国个人网店数量规模与预测2007-2013年中国个人网店数量规模与预测 年份20072008200920102013数量（万家）52076010401350预测值536736.351011.591389.721909.19差值绝对值1623.6528.4139.72百分率3.08%3.11%
14、2.73%2.94%我们依旧直接截取2007-2010年中国个人网店数量规模的数据作为样本。先由2007-2013年中国个人网店数量的原始数据6计算出它的预测值，再通过，用的值来检验中国个人网店数量与预测二者之间的误差。图5-4 2007-2013年中国个人网店数量规模与预测对比由上图可知，我们所做的预测值的曲线与实际曲线基本吻合。因此可以断定我们的预测准确无误。5.2 绝对增长系数法我们首先以C2C的活跃用户规模和总体交易额作为基本参数，为了提高数值的精确度，我们截取2004-2010年的数据作为基本变量。计算过程中，我们用得出活跃用户绝对增长值和交易额绝对增长值（说明：为了文章的简洁性，设C2C活跃用户规模和总体交易额后一年的统一为，前一年统一为，活跃用户绝对增长值和交易额绝对增长值均为）。表5-5 增长值的
