考虑向上销售和渠道主导结构的BOPS定价与服务合作

范 辰，刘咏梅，陈晓红

(中南大学商学院，湖南 长沙 410083)

1 引言

移动商务的发展使销售渠道间的距离不断缩短，渠道融合成为电子商务发展的新趋势[1]。优衣库、迪卡侬等零售品牌都开设了BOPS(Buy online，pick up in store)“线上线下同步优惠，线下门店速提”的新模式，不仅为消费者提供了更快捷的服务和更好的消费体验，还可以通过将消费者引流到线下门店带来原订单之外的额外消费，这种额外消费在装饰、娱乐等体验性强，更易触发消费者“冲动消费”的品类数量更多、数额更大[2]，这为商家针对体验型产品进行向上销售提供了新的机会。向上销售是指，当消费者进行一次购买时，商家额外提供一件产品供其选购[3]。众多研究认为实体店铺所提供的服务可以有效提高产品与需求的匹配，增加消费者购买时的效用水平[4-6]，因此在BOPS模式下，商家不仅可以在线上通过“第二件半价”和捆绑销售等价格策略进行向上销售行为[7]，还可以通过提升店内消费环境、提供产品咨询和体验服务来促使BOPS消费者或陪同者对向上销售产品进行追加购买。然而，BOPS增加了线下店铺的服务成本，需要合理的激励才可以保证这种服务合作的实施；另外，价格直接决定线上利润和需求数量，过高或过低都可能损害供应链的利润。因此，研究如何确定服务水平带来更多的向上销售，如何进行BOPS产品的定价继而达到全渠道供应链最优，服务成本、消费者服务敏感度以及不同渠道结构如何影响最优决策，具有重要的理论和实践意义。

BOPS作为全渠道销售的一种实践，逐渐受到学者的关注。在实证研究方面，Pauwels等[8]，Oh等[9]，Patel[10]，Bhalla[11]，Chatterjee[12]等通过实证研究和案例分析等方法，发现产品类型、IT技术、品牌与技术整合等因素对消费者效用提升、渠道需求划分、产品配送和需求预测等方面都有积极作用。Gallino和 Moreno[5]指出BOPS的实施提高了库存信息的准确性，并能促成多品类产品的不同程度的额外消费。在建模研究方面, Gao Fei和Su Xuanming[13]从库存管理的角度得到了BOPS的适用条件, 并检验了全渠道模式对扩大消费群体的作用；Aflaki和Swinney[14]研究了面对策略型消费者时全渠道是否应采取库存整合模式的问题，并检验了库存整合的价值；Chen等[15]研究了渠道整合下的服务竞争与决策问题，并通过实验对模型进行了检验。以上研究主要是从实证和库存管理等角度分析BOPS模式, 而本文着重于价格与服务决策，为当前领域提供了新的研究角度。

与此同时，制造商所拥有的线上零售商以及线下的实体零售商必须进行合作来合理分配利润来确保BOPS的实施。在以往的线上线下渠道协调研究中，纯价格契约[16-19]、收益共享契约[20，21]、一次性转移支付契约[22]和补偿契约[4]等被广泛应用，研究发现在不同渠道结构、竞争等情形下，以上契约具有不同的协调范围，有时需多契约同时协调。本文基于现实观察采用线性补偿和批发价格契约相结合的策略：每销售一件BOPS产品，线上零售商向线下实体店铺支付一定的服务补偿，并通过向上销售产品的批发价格进一步调整利润分配。通过这种补偿，实体零售商更愿意提供在店服务，并可以通过向上销售增加销量，从而提高自身与制造商的收益。另外，渠道整合过程中最优决策受到博弈顺序的影响[23-25]，大型电商平台如天猫，苏宁等强势线上商家具有较强的定价能力，而大型实体零售店如沃尔玛、麦德龙等强势零售商的谈判能力也会极大程度地影响决策。因此，考虑制造商和零售商主导的情形符合实践的需要。

本文将从全渠道合作的角度，分别从制造商主导和零售商主导两个博弈结构的角度探讨最优定价水平、服务水平和单位补偿，并得到决策变量受参数的影响关系，继而对不同情形下的最优决策进行对比分析，最终得到在BOPS模式下进行向上销售的管理启示。

2 模型假设

观察现实发现消费者在迪卡侬通过BOPS购买运动服装和体育器材后，取货时极有可能再次购买手套、帽子或儿童玩具等装饰性或体验性较强的产品，由于消费者对此类产品的价值感知主要来源于试穿服务和体验后的附加价值，本文认为其对向上销售的产品价格敏感度很低。假设制造商拥有线上零售渠道，而线下零售商控制实体店。制造商生产两种产品，产品1为制造商在线上销售的BOPS 产品，消费者购买后到线下零售店提货并接受服务；产品2为在实体店进行销售的服务敏感型的向上销售产品，当BOPS消费者到店后将会根据其获得的服务体验选择是否购买产品2，因此产品2的销量与产品1的销量和实体店的服务正相关。参数说明如下所示：

p产品1的零售价格：制造商根据线下服务水平和单位补偿值决策。

p0产品2的零售价格：参考市场价格制定，为外生变量。

s线下服务水平：零售商根据向上销售制定决策。

T单位补偿值：零售商主导下的决策变量。

w产品2的批发价格：制造商主导下的决策变量。

η向上销售系数：零售商向单位消费者提供单位服务时造成的产品2需求增长值。

a线上潜在市场需求

c2产品2的生产成本

b产品1的价格弹性系数

c1产品1的生产成本

根据模型假设，可分别获得集中和分散决策下的供应链整体利润函数以及两主体的利润函数：

ΠS=ΠM+ΠR=(p-c1+ηs·(p0-c2))·D(p)-C(s)

ΠM=(p-c1-T)·D(p)+(w-c2)·ηs·D(p)

ΠR=T·D(p)+(p0-w)·ηs·D(p)-C(s)

以上三式中，产品1的需求D(p)=a-b·p。对于产品1，制造商和零售商的合作为单位补偿契约，而对产品2，二者则是利用批发价格契约进行利润分配。

3 决策分析

本节将对在上一节中建立的模型进行分析。首先分别对集中式和分散式供应链的利润函数进行最优化，获得集中模式下的定价、服务和单位补偿决策及相应推论，并进一步比较最优决策值和最优利润。

3.1 集中型结构下的定价与服务水平决策

集中型结构下供应链的利润为

(1)

对(1)式进行求导，得到最优定价和服务水平。如命题1所示：

命题1 当满足2h>η2(p0-c2)2b时，集中型结构下供应链的最优决策为：

(2)

那么相应的集中型结构下的供应链最优利润为：

(3)

根据命题1，得到推论1。

推论1 集中型供应链中，最优零售价格p*与向上销售系数负相关，与服务成本正相关；最优服务水平s*与向上销售系数正相关，与服务成本负相关；最优利润ΠC*与向上销售系数正相关，与服务成本负相关。

由推论1可知，当产品1的需求和实体店服务可以带来确定收益时，可以通过降低价格，提升服务水平来增加产品2的利润；而当服务成本升高时，单位服务所带来的纯利润降低，则服务水平降低，为兼顾产品1的单位利润而提高价格。此推论在分散结构下同样存在。

3.2 分散型结构下的定价与服务水平决策

现实中存在两种不同的渠道主导结构——制造商主导和零售商主导。制造商主导的博弈一般是具有较大品牌影响力和较高议价能力的企业开设线上渠道，并与实体零售商合作。零售商主导的博弈一般是具有较大的顾客基础的强势零售商，具有较强的谈判能力和服务水平，与生产和具有线上渠道的制造商进行合作。为探讨两种领导结构下的决策和利润差异，下面将分别从零售商主导和制造商主导两个方面进行单位补偿策略的分析。

3.2.1 零售商主导下的单位补偿契约

在零售商主导的结构下，零售商首先根据自身利润确定单位补偿T和服务水平s，再反馈给制造商；制造商根据T和s再确定产品1的零售价格p和批发价格w。观察(4)式可知制造商利润是批发价格的一次函数，故零售商决策不会影响制造商的批发价格决策水平，在此部分将批发价格设为已知。根据逆推法，先对制造商的利润对价格p分别求一阶与二阶导数，利润函数及导函数如下：

ΠM=(p-c1-T)·D(p)+(w-c2)·ηs·D(p)=(p-c1-T+(w-c2)ηs)(a-bp)

(4)

(5)

(6)

对(6)式进行对单位补偿T和服务水平s的决策，得到命题2。

命题2 当满足4h>η2(p0-c2)2b时，零售商主导模式下的最优决策为：

(7)

那么相对应的渠道间最优利润为：

(8)

根据命题2，得到推论2。

3.2.2 制造商主导下的批发价格契约

在制造商主导的结构下，观察(9)式并简单分析可以得出：当制造商首先进行产品1价格和产品2批发价格决策后，零售商获得价格信息后的利润函数为单位补偿T的一次函数，其服务决策因而在此将单位补偿设为已知。为协调渠道关系，制造商将采用批发价格契约，根据自身利润确定产品2批发价格w和产品1零售价格p，再传达零售商处；零售商根据w和p再确定相应的服务水平s。根据逆推法，先对零售商的利润对服务水平s分别求一阶与二阶导数，利润函数及导函数如下：

(9)

(10)

(11)

对(11)式进行对产品2批发价格w和产品1价格p的决策，得到命题3。

命题3 当满足4h>η2(p0-c2)2b时，零售商主导模式下的最优决策为：

(12)

那么相对应的渠道间最优利润为：

(13)

观察命题3，当产品2的批发价格为其零售价格和生产成本的中间值，其单位利润在两个主体间平分。此时制造商不会因为产品2单位利润过低而提升产品1价格、损失销量，也不会因为产品2的单位利润较高而盲目降低产品1的价格，因此制造商从自身利益出发制定适中的批发价格。分析以上最优决策和利润，得到推论3。

推论3表明，制造商提供的单位补偿越大，其进行BOPS的成本就越高，从而提升产品1价格维持利润；零售商得到单位补偿越大，产品1带来的利润越高，从而降低了产品2利润的影响力，减弱了提供服务并促进向上销售的动机。为直观阐述利润分配，取参数a=1,b=1,h=0.5,c1=0.5,c2=0.2,p0=0.8,η=0.6作利润对比图。

图1 制造商主导下主体间利润与单位补偿的变化图

图1显示，随着单位补偿增大，制造商利润下降，并逐渐趋向于0。这是由于制造商直接支付给零售商的总补偿额增大，且价格升高造成需求降低，使得其利润呈指数型下降趋势。零售商利润先生后降，并逐渐趋近于0。零售商获得的单位补偿增大的同时，也抑制其服务水平，最后使得利润降低。制造商和零售商博弈关系可以极大的影响决策的变化，从而影响了最终利润的大小。在下一节，我们将详细讨论在集中型、零售商主导型和制造商主导型三种结构下的决策和利润对比。

4 决策与收益对比分析

4.1 不同主导结构下决策与不同主体利润数值分析

设置参数a=1，b=1，h=0.5，c1=0.5，c2=0.2，p0=0.8，得到三种结构下价格和服务决策，以及不同主体利润对比随向上销售系数η和单位补偿T的关系如图2、图3所示。

图2 不同结构下主体间价格与服务决策对比图

图3 不同结构下主体间利润对比图

观察图2可知，当向上销售系数较高，单位补偿较小时，产品1在制造商主导时的零售价格低于零售商主导时的价格。当T=0时，制造商主导下和零售商主导下的服务水平曲线重合；当T=a/b-c1时，服务曲线变为0，与x轴重合。随着T的增大，制造商主导下的服务水平降低，随向上销售系数的变化幅度减小，说明当制造商愿意为BOPS消费者多支付服务费用时，零售商的单位利润升高，再进行向上销售的动机减弱，因此服务热情降低。

观察图3可知，当向上销售系数较高，单位补偿较小时，制造商主导下的自身利润高于零售商主导下时的利润。而当单位补偿处于中间水平，且向上销售系数较高时，制造商主导下的零售商利润高于零售商主导下时的利润，且优势范围随着向上销售系数的增大而增大。存在向上销售系数和单位补偿区间，制造商和零售商在制造商主导时的利润高于零售商主导 时的利润。

4.2 三种结构下的供应链利润对比

观察图1发现当T=0时制造商主导下的供应链总利润最高，下文中将直接将T=0时的制造商主导下的利润与零售商主导和集中结构下的供应链利润进行对比。三种情形下的供应链总利润为：

(14)

(15)

(16)

经过计算和对比得到推论4：

推论4 当单位补偿T=0且满足2h>η2(p0-c2)2b时，三种情形下的利润大小关系为ΠC*>ΠML*>ΠRL*。

采用与上一部分相同的参数获得三种结构下供应链总利润随向上销售系数的变化趋势和对比图。

图4 不同结构下供应链总利润对比图

图4所示，当单位向上销售较少时，制造商主导下的供应链总利润与集中结构差异很小，而零售商主导下的利润与两者差异较大。随着单位向上销售的增加，三者都不同程度增大，双重边际化效应在零售商主导下的作用更强。当零售商有较高定价权时，产品2的批发价格失去了调节作用，使利润损失增大，加剧了双重边际化效应。回顾图3可知，当向上销售系数和单位补偿满足一定条件时，制造商和零售商在制造商主导下的利润均高于零售商主导下的利润，就是由于制造商主导下的供应链效率较高，降低了部分损耗，对制造商和零售商的利润提升均有裨益。

5 结语

本文在渠道整合的背景下，考虑了“线上下单，线下取货”的BOPS模式的定价与服务决策。BOPS模式为商家进行向上销售提供了契机，渠道间的合作也在一定程度上激励了实体店的服务质量提升。在不同的渠道主导情境下，单位补偿契约和批发价格契约分别对最优决策和利润造成了不同的影响。在制造商领导的情境下，由于供应链具有更高合作效率，制造商和零售商的利润均有可能高于其在零售商领导下的情形。本研究仍有进一步拓展的空间。为更好的拟合现实，多产品定价问题应受到更高的关注。另外，考虑多制造商或多零售商的竞争问题将为BOPS全渠道模式实践提供更多的管理启示。

附录1

附录1 命题证明

命题1证明：求得(6)式中p和s的Hess矩阵为：

分别求出p和s的一阶导函数为：

求解方程组即得最优决策值，则命题1得证。命题2、3证明与命题1相似。

附录2 推论证明

推论1证明：当2h>η2(p0-c2)2b时，

则推论1得证。

推论4证明：当T=0且满足2h>η2(p0-c2)2b时，

则推论4得证。

[1] 郭燕，王凯，陈国华. 基于线上线下融合的传统零售商转型升级研究[J]. 中国管理科学, 2015, 23(11): 726-731.

[2] Gallino S， Moreno A. Integration of online and offline channels in retail: The impact of sharing reliable inventory availability information[J]. Management Science, 2014, 60(6): 1434-1451.

[3] Aydin G， Ziya S. Pricing promotional products under upselling[J]. Manufacturing & Service Operations Management, 2008, 10(3): 360-376.

[4] Xing Dahai， Liu Tieming. Sales effort free riding and coordination with price match and channel rebate[J]. European Journal of Operational Research, 2012, 219(2): 264-271.

[5] Shin J. How does free riding on customer service affect competition?[J]. Marketing Science, 2007, 26(4): 488-503.

[6] 田林，徐以汎. 基于顾客行为的企业动态渠道选择与定价策略[J]. 管理科学学报, 2015, 18(8): 39-51.

[7] Chen Ming， Chen Zhilong. Recent developments in dynamic pricing research: Multiple products, competition, and limited demand information[J]. Production and Operations Management, 2015, 24(5): 704-731.

[8] Pauwels K， Leeflang P S H， Teerling M L，et al. Does online information drive offline revenues?: only for specific products and consumer segments![J]. Journal of Retailing, 2011, 87(1): 1-17.

[9] Oh L B， Teo H H， Sambamurthy V. The effects of retail channel integration through the use of information technologies on firm performance[J]. Journal of Operations Management, 2012, 30(5): 368-381.

[10] Patel C. Successful service retail channel expansions: The roles of technical and brand integration[J]. Industrial Marketing Management, 2014, 43(1): 102-112.

[11] Bhalla R. The omni-channel customer experience: Driving engagement through digitisation[J]. Journal of Digital & Social Media Marketing, 2014, 1(4): 365-372.

[12] Chatterjee P. Causes and consequences of ‘order online pick up in-store’shopping behavior[J]. The International Review of Retail, Distribution and Consumer Research, 2010, 20(4): 431-448.

[13] Gao Fei， Su Xuanming. Omnichannel retail operations with buy-online-and-pickup-in-store[J].Management Science, 2016,63(8):2478-2492.

[14] Aflaki A， Swinney R. Omnichannel retail and inventory integration with strategic consumers[R]. Available at SSRN 2842182, 2016,

[15] Chen K Y， Murat K， Özalp Ö. Dual sales channel management with service competition[J].Manufacturing & Service Operations Management, 2008, 10(4): 654-675.

[16] Chen Jing， Zhang Hui， Sun Ying. Implementing coordination contracts in a manufacturer Stackelberg dual-channel supply chain[J]. Omega, 2012, 40(5): 571-583.

[17] Chiang W K， Chhajed D， Hess J. Direct marketing, indirect profits: A strategic analysis of dual-channel supply-chain design[J]. Management Science, 2003, 49(1): 1-20.

[18] Liu Yongmei， Ding Chunjie， Fan Chen，et al. Pricing decision under dual-channel structure considering fairness and free-riding behavior[J]. Discrete Dynamics in Nature and Society, 2014, 2014:1-10.

[19] 赵礼强，徐家旺. 基于电子市场的供应链双渠道冲突与协调的契约设计[J]. 中国管理科学, 2014, 22(5): 61-68.

[20] Xu Guangye， Dan Bin， Zhang Xumei，et al. Coordinating a dual-channel supply chain with risk-averse under a two-way revenue sharing contract[J].International Journal of Production Economics, 2014,147: 171-179.

[21] Cai Gangshu. Channel selection and coordination in dual-channel supply chains[J].Journal of Retailing, 2010, 86(1): 22-36.

[22] Zhang Pan， Xiong Yu， Xiong Zhongkai. Coordination of a dual-channel supply chain after demand or production cost disruptions[J]. International Journal of Production Research, 2015, 53(10): 3141-3160.

[23] Wu C H， Chen C W， Hsieh C C. Competitive pricing decisions in a two-echelon supply chain with horizontal and vertical competition[J]. International Journal of Production Economics, 2012, 135(1): 265-274.

[24] 赵金实，段永瑞，王世进，等. 不同主导权位置情况下零售商双渠道策略的绩效对比研究[J]. 管理工程学报, 2013, (1): 171-177.

[25] 潘可文，王要玉，唐丽，等. 基于供应链竞争的零售商主导型渠道的契约协调研究[J]. 中国管理科学, 2015, 23(11): 617-623.

[26] Taylor T A. Supply chain coordination under channel rebates with sales effort effects[J]. Management Science, 2002, 48(8): 992-1007.