本篇论文目录导航：
【题目】我国移动电子商务发展潜力探究
【第一章】从APP角度分析移动电子商务未来市场绪论
【第二章】移动电子商务相关理论基础
【第三章】移动电子商务发展现状
【第四章】移动电子商务发展前景分析
【第五章】基于Weaver-Thomas模型移动电商APP市场价值分析
【总结/参考文献】移动电子商务APP市场战略价值研究总结与参考文献
第 5 章 基于 Weaver-Thomas 模型移动电子商务 APP 市场价值分析
APP的发展对移动电子商务的发展具有重要的作用，本章对移动电子商务市场中的APP进行市场价值分析是具体的分析移动电子商务市场中APP的前景，指出未来最具有战略价值的APP,主要内容是通过构建指标评价体系，来分析五种移动APP,即娱乐类中移动视频、移动音乐和移动新闻，商务类中的移动购物，工具类中的移动搜索的市场价值前景。
5.1 指标体系的确定
移动电子商务APP综合评价指标体系构建的分析，在已有文献中，并没有关于构建移动子商务APP竞争力分析的指标体系。根据已有文献对新事物的构建原则，来确定指标体系[39-45].
5.1.1 指标体系构建原则
1. 系统性原则。指标的设置应该首先考虑移动电子商务APP所涉及到各方面的内容及其内在联系，指标之间既有相关性又有独立性。
2. 层次性原则。根据移动电子商务APP的内涵和特征结构分出指标层次，使复杂问题层次化和简单化。
3. 针对性原则。“移动电子商务APP指标的选取必须紧紧围绕其内涵展开，必须针对移动电子商务APP的实际情况建立相应的指标体系。
4. 代表性原则。要选择最有代表性的、综合性的指标，力求精简，使用尽量少的指标尽可能准确反映移动电子商务APP的特征和实际情况。
5. 科学性原则。指标能够准确地反映移动电子商务APP各个方面特征，内涵要清晰，尽可能减少主观判断。指标的选取、权重的确定，各指标的定义、规定、描述、计算与合成必须以科学理论为依据，并且要符合实际情况，具有科学性和准确性。
6. 可操作性原则。所选择的指标含义清楚明朗，概念要完善。范围要明晰精确，尽量选出行业成熟和公认的指标，保证数据的可量化和易搜集性，且在实际应用和统计监测过程中易操作。
5.1.2 指标的确定
在已有文献中，很少有关于移动子商务APP竞争力分析的评价指标体系的。
在全面了解移动电子商务APP内涵的基础上，遵循指标选择的6个原则提出衡量移动电子商务APP未来战略价值的9项指标，包括覆盖率、启动次数比例、软件质量、使用率、用户属性、下载量、市场份额、生活紧密程度、停留时间。
考虑到移动APP下载量反映移动APP总体市场的一个发展形势，故拿来作为一个衡量指标，移动APP下载量的多少，反映了未来的市场潜力。
考虑到移动APP覆盖率客观实际的映射了移动APP用户的规模，APP覆盖率来讲，APP覆盖率的高低能够很清楚的表明群体对该APP的喜爱程度大小。所以用来作为一个衡量指标，移动APP覆盖率能够折射出未来的市场用户潜力。
考虑到移动移动APP的启动次数能够反映移动APP的活跃程度，APP启动次数来讲，APP启动次数的高低能够很清楚的表明群体对该APP的使用频率高低，侧面也表示了，该APP受群体的喜欢，能够反映未来移动APP的竞争力，故拿来作为一个衡量指标。
考虑到移动APP用户属性，包括性别指数（Gi）、年龄指数（Ai）、地域分布指数（Ci）、学历指数（Ei）、职业指数（Ji）、收入指数（Ri）。也间接反映移动电子商务APP未来的前景受用户属性的影响，故拿来作为一个衡量指标。
考虑到移动APP使用率能够反映对APP体验的用户数量，能够反映APP的市场潜力，应该作为一个衡量指标。
考虑到APP质量属性能够反映APP的本身的好坏，优劣，如设计的结构简单性、易操作性，能够反映APP的价值，应该作为一个衡量指标。
考虑到APP市场份额能够反映APP的未来市场前景，市场份额的大小能够反映未来的市场潜力，故拿来作为一个衡量指标。
考虑到APP生活紧密程度，能够从侧面反映APP的未来市场潜力，故拿来作为一个衡量指标。
考虑到APP停留时间是一个反映用户喜欢不喜欢某项APP,侧面反映了未来市场的潜力，故拿来作为一个衡量指标。
从上述文字分析，这九项指标从不同方面反映了其市场战略价值，很容易发现各个指标之间相关性很弱，即是相互独立的，故拿来作为评价APP市场战略价值的指标体系。
各指标计算公式具体如下：
1. 移动电子商务APP的下载量（PDi）。
移动电子商务APP的下载量是通过综合分析各大应用平台中某项APP下载量占比来反映的。
2. 移动电子商务APP的使用率（PUi）移动电子商务APP的使用率数据来源于第31次移动互联网报告。
3. 移动电子商务APP的启动次数（POi）移动电子商务APP的启动次数数据来源移动互联网统计报告。
4. 移动电子商务APP的用户属性（UPi）移动电子商务APP的用户属性包括性别指数、年龄指数、地域分布指数、学历指数、职业指数、收入指数六项。数据来源移动互联网统计报告。
（1）性别指数（Gi）。性别指数=男性/女性，该指标反映移动电子商务 APP 的性别影响度，也表示实施移动电子商务 APP 的受欢迎度。如果单从男性或是女性占网民规模来讲，并不能表明某项 APP 广受男性、女性喜欢，如果采取性别指数=男性/女性，男性/女性的值趋近于 1,表明，某项 APP,男性和女性网民占的比例一半一半，可以说明该项 APP 广受男性、女性客户的喜欢，反之，则表明该项 APP 仅仅是受某以独特群体喜欢，或是男性、或是女性。
（2） 年龄指数（Ai）。年龄指数=年轻人的比例/中老年人的比例，该指标反映年龄对于移动电子商务APP的影响，也间接反映移动电子商务APP在年龄上面的支持程度。24 岁以下，25-30,31-35,,36-40,40 岁以上，单从他们占某项 APP 网民的比例来讲，只能说明某一年龄段群体对该项 APP 的喜欢程度，如果把 24 岁以下，25-30 这两阶段作为年轻人的比例，31-35,,36-40,40 岁以上这三阶段作为中老年人的比例，年龄指数=年轻人的比例/中老年人的比例，年龄指数的值越大，也就是年轻人网民规模占比远远大约中老年人网民规模的占比。年轻人是移动电子商务 APP 的重要顾客，其对中老年人对移动电子商务 APP 的态度来讲，年轻人更激进、更乐于使用，这里也不能单用年轻人作为指标，那样并不能表达出年轻人对某项 APP 的热爱程度。年龄指数是显示年轻化的指标，划定 30 为界限，年龄指数=年轻人/中老年人。
（3） 地域分布指数（Ci）。地域分布指数=城市/农村，该指标反映城乡差距对于移动电子商务 APP 的影响，也间接反映移动电子商务 APP 在城乡差距上面的受关注度。北京、上海等直辖市、港澳台、地级市、海外及其他、省会城市、县或县级市、乡镇乡村，单从这些指标占某项 APP 网民比例来讲，只能说明某地区占比对各项 APP 的影响，这并不全面，不能说明某项 APP 广受喜欢，相对来讲，城市对 APP 的喜欢或者说潜在需求都比农村的高，把北京、上海等直辖市、港澳台、地级市、海外及其他、省会城市、县或县级市五个地区统一划为城市，乡镇乡村归为农村。这里地域分布指数=城市/农村，如果地域分布指数越大，表明城市农村的占比差距就越大，能够说明某项 APP 受到城市区域的喜欢，或者说某项 APP 的潜力比较大，未来的市场前景比较好。地域分布指数实现城乡差距的指数，地域分布指数=城市/农村。
（4） 学历指数（Ei）。学历指数=高学历/低学历，该指标反映文化程度高低对于移动电子商务 APP 的影响，也间接反映移动电子商务 APP 在文化程度高低上面的受关注度。本科、初中、高中/中专/职校/技校、大专、硕士及以上、小学及以下，单从这些指标占某项 APP 网民比例来说，只能说明某一学历对某项 APP 的影响，这并不全面，不能说明某项 APP 受学历的影响。一般来讲，高学历的一般都比低学历对 APP 的喜欢程度高，或者说，高学历的对某项 APP 的潜在需求更加坚挺。把初中、小学及以下、高中/中专职校技校划为低学历，本科、大专、硕士及以上归为高学历，这里用学历指数=高学历/低学历，如果结果越大，表明高学历更多，高学历和低学历的差距越大，能够说明某项 APP 受到学历的影响，能说明该项 APP 的潜力比较大，未来的市场前景比较大。学历指数是显示学历的高低程度的指标，学历指数=高学历/低学历。
（5） 职业指数（Ji）。职业指数=高职业/低职业，该指标反映用户工作性质对于移动电子商务 APP 的影响，也间接反映移动电子商务 APP 在用户工作性质上面的受关注度。党政机关事业单位或一般职员、工作人员/服务人员、工作管理者或一般职员、其他、无业/退休/失业/下岗、学生、自由职业/个体户/私营企业主，单从这些指标占某项 APP 网民比例来说，仅仅能说明某类职员对某项 APP 的影响，这不透彻，不能说明职业的性质对某项 APP 的影响。一般来讲，假设条件一定，党政机关失业单位或一般职员、工作管理者或一般职员、自由职业/个体户/私营企业主对 APP 的喜欢程度更强，而工作人员/服务人员、其他、无业/退休/失业/下岗对 APP 的喜欢程度更弱，这里学生，没有踏出校园，还没有正式职业，但是他们对 APP 的喜欢程度更强，这里把党政机关失业单位或一般职员、工作管理者或一般职员、自由职业/个体户/私营企业主和学生划为高职业，把工作人员/服务人员、其他、无业/退休/失业/下岗归为低职业，用职业指数=高职业/低职业，如果其值越高，表明高职业和低职业的差距更大，能够说明某项 APP 受到的职业的影响，能说明该项 APP 的潜力比较大，未来的市场比较开阔。职业指数是显示白领职业和蓝领职业的差距的指标，职业指数=高职业/低职业。
（6） 收入指数（Ri）。收入指数=低收入/高收入，该指标反映收入差距对于移动电子商务APP的影响，也间接反映移动电子商务APP在收入差距上面的受关注度。1000-1999、1000及以下、12000及以上、2000-2999、3000-3999、4000-4999、12000及以上、5000-7999、8000-11999,单从这些指标占某项APP网民比例来说，仅仅能说明某一收入群体对某项APP的影响，这不完全，不能说明收入高低对各项的影响。一般来讲，假设条件一定，这里出现了反常现象，收入越低，其网民规模占比却越高，收入越高，其网民规模占比越低，这里以5000为高收入和低收入的界限，这也符合当前的国家发展程度，把1000-1999、1000及以下、2000-2999、3000-3999、4000-4999划为低收入，12000及以上、5000-7999、8000-11999收入区段归为高收入，用收入指数=低收入/高收入，如果结果越高，表明低收入和高收入的差距就越大，能够表明某项APP受到的收入高低的影响，能说么该项APP的潜力很大，未来的需求很高。收入指数是显示收入差距的指标，收入指数=低收入/高收入。
综合上述数据，得出下面公式，考虑到性别指数、年龄指数、学历指数、地域指数、职业指数、收入指数对用户属性的影响或者说对移动电子商务APP的影响同等重要，这里取权重变量i（i=1,2…6）等于1/6.
其中，i=1,2…5表示五种电子商务APP,Gi表示性别指数，Ai表示年龄指数，Ci表示地域指数，Ei表示学历指数，Ji表示职业指数，Ri表示收入指数，UPi表示用户属性。
5. 移动电子商务APP的软件质量属性（QPi）移动电子商务APP的软件质量属性，由于难于直接获得，这里从用户的角度间接反映，即用户对该APP的评价，即用户对APP的评价是五星、四星又或者是三星，数据来源行业数据。
6. 移动电子商务APP的市场份额（PMi）移动电子商务APP的市场份额，少有这方面的数据，这里从各大研究机构分析的数据整理分析出数据。
7. 移动电子商务APP的覆盖率（PCi）移动电子商务APP的覆盖率中数据来源于移动互联网的统计报告。
8. 生活的紧密程度（PLi）。
生活的紧密程度可以用，非常紧密、比较紧密、紧密、略微紧密、不紧密五项来刻化，这里用1,3,5,7,9来定量化上述定性指标值，1表示不紧密，3表示略微紧密，5表示紧密，7表示比较紧密，9表示非常紧密。
9. 移动电子商务APP的停留时间（PTi）移动电子商务APP的停留时间用所占用户停留时间的百分比来计算，统计分析整理行业数据，得出所需的值。
通过上述分析，构建覆盖率、启动次数比例、软件质量、使用率、用户属性、下载量、市场份额、生活紧密程度、停留时间 9 项指标的指标体系，经过整理、统计、分析，得出下表 5.1 五项 APP 数据指标表。
5.2 模型的确定
Weaver-Thomas 模型常常应用于战略产业、主导产业的选择上，该模型具有能够对一系列指标进行综合评价的能力，确定出最有战略价值的产业，本文就五种 APP 九项指标，为了对它们进行综合评价，这里把用于产业战略分析的Weaver-Thomas 模型应用于移动新闻、移动视频、移动音乐、移动购物、移动搜索进行战略价值分析[46-51].
5.2.1 Weaver-Thomas 模型
模型计算公式如下：
ENij指第i种APP第j项指标值（，i=1,2,…，m），m为APP总个数，（j=1,2,…，N），N为指标总个数，nqj表示第 j 项指标对应的移动电子商务战略 APP 个数，nq 为全部指标对应移动电子商务战略 APP 总个数，A 为移动电子商务战略 APP 综合排序矩阵，Aij表示第 i 种 APP 相对于第 j 项指标的排序值，其值可以正也可以负，ej表示第 j 项指标的赋权重，Bi为移动电子商务战略 APP 综合排序值。
5.2.2 数据分析处理
把上述的 5 种 APP,移动视频、移动新闻、移动音乐、移动购物、移动搜索、分别以代码的形式给出，把移动视频表号 1 来代替，移动新闻标号 2 代替，移动音乐标号 3 代替，移动购物标号 4 代替、移动搜索标号 5 代替，首先把上述整理出的数据以降序的顺序给出，并运用模型进行处理，代码见附录[52].结果如表5.2.
从上面的数据得出对于PCi指标有2个战略性APP,对于POi指标也有2个战略性APP, 对于QPi指标也有5个战略性APP,对于PUi指标也有4个战略性APP,对于UPi指标也有5个战略性APP,对于PDi指标也有3个战略性APP,对于PMi指标也有4个战略性APP,对于PLi指标有5个战略性APP,对于PTi指标有3个战略性APP.考虑到着9项指标对移动电子商务APP市场潜力同等重要的因素，这里采用权重的方式进行评均，即每个指标给以1/9的权重，算出最有竞争性APP为3个。
用打分的形式针对各个指标对各个APP进行打分，然后进行综合得分。此处打分采用以0为界，上下调理进行处置，如表5.3所示。
5.3 五类 APP 优选的结果
根据Weaver-Thomas模型的基本原理和计算模型，选取9项指标体系求算值，分别求出5个种APP对应于各项指标的WT值，结果见表5.2（五类APP系统优选Weaver-Thomas模型值表），得出战略APP总个数是3.移动集合内5项APP及综合排名结果如表5.3（移动电子商务综合排表），由表5.3可以看出，中国移动电子商务APP中移动视频、移动新闻、移动音乐、移动购物、移动搜索中排名靠前的3类APP分别是移动音乐、移动视频和移动新闻，即移动音乐、移动视频和移动新闻是最具有竞争力的APP.而移动购物排名第4名，移动搜索排名第五位，相较于其他三类APP竞争力要弱一些。
5.4 对 Weaver-Thomas 模型值的调整
从对Weaver-Thomas模型的运用可以看出此模型也是对APP发展到的历史数据选取了各经济类规模指标，效益指标进行运算求值。这样的求算结果势必造成滞后。因此我们还要对模型的数量结果进行经验分析和定性分析，来找出战略产业。从综合得分来看，移动购物排名第四，移动搜索排名第五而战略APP的数量是3个。
移动新闻已经成为了人们消费的领域，市场接近饱和，数据方面的支持分析出它的战略地位，相比较移动购物来说，从技术上的角度讲，移动购物要求的技术要更高一些，这样也是导致其没能受大众用户的喜爱，导致数据的延迟。
第四章分析中商务类APP的覆盖率和启动次数相对于社交和娱乐类APP要低很多，而且行业开发比例不高，可见其发展潜力有多巨大，商务类中的移动购物不但在国内具有庞大的用户量级，而且具有比如随时随地比价等优点。移动购物在诸多方面对传统购物做出了突破，克服了以往购物不方便的缺点，如买东西必须到实体商店等。正因为这些对传统购物的补充，投资者看好这种商务模式，而且用户也变的越来越喜欢这种新颖的购物模式。行业内知名人士指出，”将来中国的手机购物模式会迎来一个灿烂的春天，它将会成为继‘网络购物’之后，人们购物模式的又一次加强版“.
当下，移动购物已然成为用户一种全新的生活体验方式，更多的用户开始青睐使用手机进行随时随地购物。国内咨询公司艾瑞咨询发布的最新数据显示，中国在2011年移动购物交易规模是114.6亿，2012年将达到482.7亿，未来几年中国移动购物市场将持续保持高速增长，2015年预计有突破2500亿的前兆。因此我们应该而且必须把移动购物也列为战略APP,即最有竞争力的APP.
5.5 移动电子商务战略 APP 的再调整
从表4.2移动电子商务APP表中可以看出社交类APP如移动IM比较常见的是我们的QQ,微博等，娱乐类APP如移动新闻是以各大门户网站主导的APP,两类APP的覆盖率、启动次数都很高，但是结合当下的市场，这两类APP基本上已过了其发展期，但并不是说其没有价值，只能说这两类APP已经基本上都已成熟，工具类APP的覆盖率和启动次数都很小，作为工具类APP虽然在我们生活中有很重要的作用，但是其市场前景不广阔。
当然本文就不考虑那些些新兴领域APP,如移动医疗APP等，这里要考虑移动游戏，作为娱乐类APP中的一种，由于其不但拥有很大的用户群体，而且市场前景广阔。
娱乐类的覆盖率和启动次数不高，且行业开发比例不高，但是娱乐类中移动游戏是应用商店中所有应用中增速最快的应用类别之一，不管是基于苹果iOS平台，还是谷歌Android平台中都处于领头羊的地位。需要特别指出的是，免费社交移动游戏的增长极为迅猛。
游戏占据当前智能手机应用经济的核心地位。咨询公司数据统计显示游戏占到排名前200位收入最高应用总数的70%.咨询公司数据还显示视频游戏在全球所创造的收入2013年将达到700亿美元，高于去年的520亿美元。移动设备占到总收入的25%,而PC部分占到39%,基于控制台的主机游戏占到35%.移动设备相较于PC和主机游戏，有一个巨大的优势，可以随时随地进行娱乐。可以看出移动游戏的市场前景巨大。
上述数据已经证明移动游戏不管对新兴的市场进入者还是对老牌的游戏巨头来说都是巨大的发展商机。移动互联网的大势不可阻挡，多家游戏公司已纷纷出手布局，鉴于移动平台的特点，到目前为止还没有哪部游戏可以统一整个市场。在一个年增长率超过45%的细分领域里，谁先占得先机，就有可能覆盖整个市场。而我们现在能看到的是，行业内的巨头纷纷布局移动游戏市场。
以上可以看出移动游戏也是移动互联网领域的翘楚，也需把他列入我们的最有战略价值的APP.综合上述分析，移动视频、移动音乐、移动购物、移动游戏是未来最具有竞争力的APP,市场前景广阔，发展潜力巨大。
5.6 本章小结
本章首先通过Weaver-Thomas模型对移动电子商务五项APP进行市场价值分析，然后结合现状调整出最具战略价值的APP,这里不考虑新兴领域APP的发展，如移动医疗等，但是对一些已经形成规模的移动游戏进行了分析。最后得出在未来的几年移动视频、移动音乐、移动购物、移动游戏是最具有市场价值的APP.
