考虑线下零售商服务成本差异的BOPS渠道整合

刘咏梅,周 笛,陈晓红

(中南大学商学院,湖南长沙410083)

1 引言

网络零售的快速发展和品类扩张挤压着传统零售企业的市场份额,面对网络零售的冲击,国内外一些品牌企业和传统零售企业开始进行变革,纷纷涉足网络零售,特别是移动互联网的普及和移动应用的创新发展,为这些企业创新业务发展模式提供了便利,线上购物线下自提的BOPS(buy online,pick up in store)等实现渠道整合的购物模式应运而生.相关实证研究表明,通过渠道整合,企业不仅可以有效减缓渠道之间的冲突,更能丰富消费者价值感知,使消费者与渠道更加匹配等[1,2].许多国内外的品牌及零售企业纷纷开始为顾客提供BOPS服务[3]：如国际快时尚品牌Zara、优衣库等统一线上线下商品价格,为消费者提供线上购买、就近门店自提的BOPS策略;而国内宝岛眼镜以线下门店为依托,结合线上网络平台,消费者可先在线上购买,而后就近门店取货,同时可享受线下专业验光、配镜指导等服务;同时像天猫、苏宁这类零售企业同样实施了BOPS.这种渠道整合模式可以充分发挥传统企业的线下优势,通过线下的专业服务、便利性和体验性优势提高企业的竞争力.

实际运作中,实现线上线下渠道间融合不仅需要克服诸多技术瓶颈,更需要供应链成员间良好的配合及协作[4].BOPS模式下,选择线上购买线下取货的消费者,与直接去线下购买的消费者一样,都会享受到零售商的服务.在现实中,为激励线下零售商,企业会对参与BOPS服务的线下零售商提供一定形式的补偿以提高其服务积极性,最常见的是单位补偿或销量转移这两种补偿策略.单位补偿指针对BOPS类订单,企业对线下零售商给予一定额度的单位补偿,如天猫超市与实体便利店进行合作时,便采取过这一策略;而销量转移即制造商将线上BOPS订单全数计入线下零售商销售业绩中,如优衣库在渠道整合进程中将线上自提类订单计入其门店销量中.在设计补偿策略时,需考虑线下零售商对于BOPS顾客的成本付出.通常线下零售商对传统顾客和BOPS顾客所付出的服务成本会有所差异,传统类顾客需要详尽的售前指导和售后服务,而BOPS类顾客往往只需提供取货、售后服务即可.并且,其服务成本差异化程度在不同产品品类间也有所不同,如眼镜、大型家具等体验品或对服务要求较高的产品,传统购买需热情详尽的售前指导和匹配的售后政策,而BOPS则只需提供售后便可,即其服务成本差异较大;而书籍、零食等搜寻品则本无需多少服务,传统购买和BOPS所付出的服务成本几乎无差异.

那么,由产品品类和消费者类型不同所引致的服务成本差异程度以及市场中BOPS消费者的多少,会如何影响品牌制造商、线下零售商的最优决策及供应链利润?同时,针对不同市场情境和产品类型,制造商又该采取哪种策略更为合适呢?探讨上述问题将极具理论意义和应用价值.

本文相关的研究包括渠道管理、补偿策略、以及BOPS领域的最新文献.在电商发展初期,便有学者研究了渠道间竞争、协调问题[5—8],也有很多学者从不同角度出发去探究渠道管理问题[9,10],申成然等[11]针对消费者网络比价行为,发现网络比价行为有损于线下零售商利益,同时设计了相应协调机制来降低该损害.作为可激励供应链中服务提供方的手段,补偿策略也一直是学术界研究热点[12—14].在零售商付出预测努力的单一供应链结构下,Taylor等[15]对比了若干补偿和退货策略;代建生等[16]运用CVar方法考察了有无单边转移支付的两类回购与成本分担契约的渠道协调、利润分配问题.BOPS作为一种新型特殊的混合渠道运营模式,目前有关的研究尚不多见,主要以实证、评述类文章为主[17,18].依据适当的市场数据集,Gallino等[3]通过实证分析了BOPS模式对供应链及成员的影响,并讨论了交叉销售和渠道转移效应;Bell等[1]认为线下体验可降低消费者对产品属性的不确定性,同时可增加总销售量和线上渠道销售量.

以上有关渠道管理和补偿策略的研究,均从传统线上线下渠道相互竞争、冲突的角度入手,并将重点放在减少渠道冲突、实现传统双渠道协调上.同时,也鲜有文献从数学建模角度去研究渠道整合的问题.而本文基于目前市场新型BOPS运作模式,同时考虑了线下零售商在不同产品品类、不同消费者类型间服务成本存在差异这一事实,在多情境下构建模型并分析.本文的工作旨在探索线上线下渠道融合这一新的电子商务运营模式,以期丰富这一领域的理论研究,并为企业决策提供参考.

2 BOPS线上线下渠道整合模型

本文针对现实中存在的两类BOPS运作模式,即对线下零售商采取BOPS产品单位补偿和订单销量计入线下的模式,同时考虑线下零售商对不同消费者类型以及不同产品品类所提供服务的成本存在差异的事实,建立模型,并分析了BOPS类消费者比例的高低和服务成本的差异程度对各模式下供应链成员最优决策和整体利润的影响.综合考虑现实情境和研究的便利,本研究基于如下假设：

1)供应链为包含一个制造商和一个传统零售商的两层结构;

2)制造商拥有两条产品销售渠道,即线上直销和线下传统零售;

3)BOPS线上线下渠道融合下,产品在两渠道中采取同价策略;

4)对BOPS类消费者而言,为降低不便利程度其在线上下单后将完成支付,然后去线下取货来满足需求;

5)产品在单周期内生产销售,市场中的消费者在该时期内对该产品仅产生一次需求,即无重复购买.

BOPS模式下的线上线下渠道整合问题可描述如图1.

图1 BOPS模式下线上线下渠道整合Fig.1 On-line and off-line channel integration under BOPS

本文考虑制造商和零售商之间为Stackelberg博弈,制造商为领导者,零售商为跟随者,其博弈过程为：首先制造商提供一个合理的利润分配机制(补偿政策)给零售商,同时制定产品价格p;其后,零售商决定线下的服务水平s,服务s包括售前的指导说明以及产品匹配的售后政策,且一个销售周期结束,消费者需求、补偿策略都得以实现.根据购物习惯的不同,本文将消费者划分为三类[15,19,20]：

1)仅去线下传统零售渠道购买的消费者.此部分消费者的需求为Dt=λta+mts-p,其中λt表示和市场总需求相比的规模系数,而mt(mt≤1)表示线下零售商所提供的服务努力对市场扩增的影响系数.

2)BOPS类消费者.此部分消费者在线上购买并支付,但是不等待物流配送而是自行去线下零售店取货.BOPS类消费者先在线上浏览时获得了产品信息(价格、库存、门店地址等),而出于体验性目的选择去就近的线下零售商处去检视并取货.因此,线下零售商提供的服务对该类消费者也能产生一定的影响,此部分消费需求为Dp=λpa+mps-p,其中λp和mp的含义同上所述类似.且有mt≥mp＞0,即线下服务对BOPS类消费者的影响不如对仅去传统零售店购买的消费者.

3)仅去线上直销渠道购买并等待配送的消费者.其不受线下零售商服务努力的影响,此部分消费者需求令为De=(1-λp-λt)a-p.a表示市场总需求.

线下零售商服务两类消费者(BOPS、传统类)时付出的成本存在差异,对传统型消费者其单位服务成本为cs,而对BOPS类消费者则仅需θcs的服务成本,θ为相比于传统类顾客,零售商对BOPS类顾客所需付出的服务成本一致性系数θ∈(0,1).同时,为不失一般性,适量简化模型计算的复杂程度,本文假设线下零售商单位服务成本和服务水平之间的关系为cs=ks[21,22],即不考虑服务水平与单位服务成本间的边际递减效应(该假设并不会影响研究准确性),其中k(k＞0)为边际服务成本系数.

本文研究过程中涉及到的参数及其含义总结见表1(不同情境下的供应链成员利润用上标加以区分)：

表1 参数变量及含义Table 1 The parameter and Symbol

2.1 集中式决策

集中式决策是一种渠道整合理想化的情境,谋求供应链整体的利益最大化,即

将cs=ks代入式(1)后对其求统一定价p和线下服务s的决策最优解,可得到如下结论.

结论1当12k(mt+θmp)-(mt+mp+k+θk)2＞0时,集中式情境中的最优产品价格和服务水平策略为

证明见附录.

考虑到现实的合理性,本文最优的价格和服务决策需满足非负,非负约束条件详见附录.将结论1得到的最优统一定价和服务水平代入原始公式(1)中,可得到最优的集中式供应链利润

由结论1可知,集中式决策下,市场中BOPS类消费者越多,最优服务水平与最优产品定价都越低;即对于同时掌握线上、线下两条渠道的企业,若市场中BOPS消费者增多,企业将同时降低服务水平和商品价格来保证利润最大化.本文推测造成这一现象的原因可能是,更多的BOPS类消费者意味着这类企业维持相同水平的服务需要付出更多的成本,因此企业往往选择降低服务水平作为应对措施,与此同时降低销售价格以避免需求的过度流失,这样所节省出来的成本可以抵消销售收入降低带来的损失．

2.2 分散式决策

1)BOPS产品单位补偿策略

BOPS产品单位补偿机制,意即对于BOPS类消费者订单,制造商将按相应的销量给予线下零售商单位补偿µ.制造商和零售商之间为Stackelberg博弈,其博弈过程为：首先制造商提供一个针对BOPS类订单的单位补偿µ,同时确定统一售价p;其后,零售商决定其线下的服务水平s.

BOPS产品单位补偿策略下,制造商和线下零售商的利润函数分别为

由k,θ,mt和mp均非负易知则可知式(6)是关于s的凹函数,故存在唯一的最优服务水平最大,最优线下服务水平为

对优化问题(10)求使得BOPS单位补偿策略下制造商利润最大的统一定价p和单位补偿µ的最优解,可得到如下结论.

结论20时,单位补偿策略下的最优产品价格和单位补偿额为

证明见附录.

在此基础可以得到BOPS单位补偿策略下的最优线下零售商、制造商利润为

说明只有当k大于某一临界值时,即线下服务水平每提高一单位所需零售商付出的边际服务成本超过某大小时,市场中BOPS类消费者逐渐增多(减少)将会使得线下零售商服务成本相应的升高(减少)的较为明显,制造商预估线下零售商为保证利润可能会因而降低(升高)服务水平,而制造商企业为保证市场整体需求和自身利润则会选择降低(提升)产品价格.而当k不满足该条件时,则无法确切判断定价与BOPS类消费者数量规模之间的关系.

说明当k超过某临界值时,面对市场中BOPS消费者增多的情形时,制造商企业将率先对产品价格进行调整,或其对产品价格的调整大小要大于对单位补偿额度的调整.本文认为该结论缘于单位补偿额度的决策会直接对线下零售商造成影响,而产品的定价权则完全属于制造商,其对线下零售商的影响也不如补偿决策来的直观,因此当边际服务成本超过某值时,制造商更倾向于通过产品价格策略的调整来保证其需求和利润.而k不满足该条件时,则无法判断定价和单位补偿二者哪个受数量规模的影响更大.

2)BOPS销量计入线下渠道补偿策略

BOPS销量计入线下渠道补偿政策,即制造商将BOPS类消费者订单销量计入线下零售商的销售业绩当中的一种利润分配机制.制造商和零售商之间为Stackelberg博弈,制造商为领导者先确定统一定价p;线下零售商为跟随者而后决定线下服务水平s,且一个销售周期结束之后,制造商将BOPS类消费者的销量转入线下零售商销量中.

因此,制造商和线下零售商的利润函数分别为

同理,对线下零售商的利润求关于服务水平s的一、二阶导数得

由k,θ,mt和mp均非负易知即式(12)关于s为凹函数,可知存在唯一的最优服务水平使得最大,最优线下服务水平为

代入公式(11),可得BOPS销量计入线下政策的最优制造商利润函数,进而有下列优化问题

对优化问题(16)求解,计算目标函数的一阶导数得

结论3将上述所求的最优产品定价和服务水平代入原始公式(11)、(12)中可得到BOPS销量全计入线下零售商策略下的最优零售商、制造商利润为

本文推测该现象的原因可能是当线下零售商的边际服务成本(如人力成本)系数较小时,意即相比传统消费者,线下零售商提供给BOPS消费者的服务一致性程度上升,其服务成本也不会显著增加,因此制造商将选择降低产品定价而从零售商处获得更大的利润;当边际服务成本(如人力成本)系数超过某一值时,服务一致性程度上升将造成线下零售商服务成本的显著变高,由于担心零售商积极性受挫,制造商将选择提高产品定价,使线下零售商的利润得以维持.

3 渠道整合策略分析

本文第二部分,构建了相应模型来刻画目前实际活动中存在的两类BOPS模式,并将集中式情境作为参照.在对上述模型进行均衡求解的基础上,为从中得到更多管理学结论,此部分通过算例分析了BOPS类消费者比例λp/λt和线下BOPS服务成本一致性系数θ两变量的变化对供应链成员决策、供应链整体的影响.

依据模型求解的参数约束条件,其中相关参数取值见表2.

3.1 λp/λt和θ对供应链整体利润的影响

图2(a,b,c)描绘了BOPS类消费者占比λp/λt和服务成本一致性系数θ两变量对各情境下(集中式情境、BOPS单位补偿情境和BOPS销量全计入线下)供应链整体最优利润的影响.图3(a,b,c)则展示了情境间供应链最优利润的两两相互对比图.

图2 各情境供应链整体利润Fig.2 Supply chain prof i t under corresponding model

图3 情境间整体利润相互比较Fig.3 Comparison among them

表2 参数及其数值设置Table 2 The parameter and value setting

观察服务成本一致性系数对三种情境下供应链利润的影响.由图2可知,线下零售商可根据不同的市场情形和特征(与制造商合作所采取的不同渠道整合策略的特点、市场中BOPS类消费者规模)对提供给BOPS类、传统类两类消费者间的服务水平差异程度作出适当调整,从而使得渠道整合环境下供应链整体能获取更多利润.集中式和单位补偿情境下,当市场中BOPS类消费者占比较少(λp/λt≤0.3)时,线下零售商对两类消费者(BOPS类、传统类)提供同质化服务可获得更高利润;而销量全计入线下情境中,在BOPS类消费者占比较少(λp/λt≤0.4)和较多(λp/λt≥0.8)这两类市场情形下,线下零售商均宜给予两类消费者同质化的服务水平.除却上述情形,其他情况中线下零售商对两类消费者(BOPS类、传统类)均提供差异化服务水平时可令供应链获得更高利润.

观察图2中BOPS消费者占比λp/λt对供应链利润的影响.对于采取单位补偿和销量全计入策略的低θ行业(如眼镜、大型家具等)而言,BOPS类消费者在小范围的增加会让供应链获益逐渐上升,而当其规模进一步扩大时则供应链利润将逐渐走低;对于采取渠道整合策略的高θ行业(如书籍、干果等)而言,销量全计入线下策略下供应链利润伴随BOPS类消费者规模的扩大呈现先降后升的趋势,而单位补偿策略下供应链利润则始终随着BOPS类消费者规模的扩大而降低.同时,三种情境的供应链利润走势图均表明,当市场中BOPS类消费者占比较少且线下零售商的服务成本一致性系数较高时供应链的获利最高,这意味着制造商企业在初始开设BOPS服务之时,若能鼓励线下零售商同心同力,为BOPS类消费者提供较之传统型等同的服务水平,则供应链可实现最优,这一结论也从侧面说明制造商企业在全渠道整合战略中取得线下实体店、零售商的支持尤为关键,供应链双方通力合作方能实现共赢.

图3情境利润对比图表明,欲实现全渠道供应链整体利润的最优化,企业必须根据现实具体的市场情形和环境选择合适、相应的渠道整合策略.当市场中BOPS类消费者占比极少时(λp/λt≤0.1),对于较高θ行业(如书籍、干果等)采取销量全计入线下策略时能让供应链获利更多,此情形制造商企业宜采取销量全计入线下策略与线下零售商进行合作,而对于低θ行业(如眼镜、大型家具等)则采取BOPS产品单位补偿策略时供应链利润更优;随着BOPS类消费者规模增大,在0.1＜λp/λt≤0.7区间内对所有而言,实施BOPS产品单位补偿策略时供应链表现更佳;而当BOPS类消费者进一步增加,规模逐渐逼近传统类消费者时(λp/λt＞0.7),同样对所有θ而言,选择销量计入线下策略更为适当.

3.2 λp/λt和θ对供应链成员决策的影响

图4∼图6分别描绘了BOPS类消费者占比λp/λt和服务成本一致性系数θ对制造商产品定价p、线下零售商提供的服务水平s以及单位补偿策略下制造商给予线下零售商的单位补偿额µ的影响.

图4分别描绘了当服务成本差异中等(θ=0.5)时,各情境下产品定价p(图左)和服务水平s(图右)受BOPS类消费者占比λp/λt变化的影响.由图4可知集中式情境下的定价均高于另外两策略,产品定价都随着λp/λt的增加而下降,且单位补偿策略和销量计入线下策略下的价格十分接近.当λp/λt≤0.8时,相比单位补偿策略,制造商企业采取销量计入线下可拥有略高的定价能力;而当λp/λt＞0.8时则反之.观察服务的变化,当市场中BOPS消费者占比很少时,单位补偿策略下线下零售商的服务积极性最高,甚至超过了集中式情境;同时当线下零售商仍然提供服务(服务大于0)的情形下,相比于销量计入线下策略,单位补偿策略对线下零售商的鼓励更为直接,制造商也得到了线下更积极的回应.而随着BOPS类消费者的增多同时结合图6中单位补偿额度的逐渐减少,两种渠道整合策略下服务逐步降低至不提供服务,线下零售商表现出拒绝与制造商进行服务合作的意愿(服务为0).

图4 λp/λt对定价和服务的影响(注：θ =0.5)Fig.4 The impact of λp/λton price and service

图5 θ对定价和服务的影响(注：λp=0.25)Fig.5 The impact of θ on price and service

图6 λp/λt和θ对单位补偿的影响Fig.6 The impact of λp/λtand θ on unit compensation

图5分别描绘了当BOPS消费者占比较小(λp=0.25)时,各情境下产品定价p和服务水平s受服务成本一致性系数θ的影响.由图可知,三种情境下的定价和服务均随着θ的上升而下降(趋势较平缓);观察定价的变化可知除去θ＞0.7的情形外,制造商在销量计入线下策略下均拥有更高的定价能力;观察服务的变化,在市场中BOPS类消费者较少的情况下销量计入线下策略无法有效激励线下零售商让其与制造商进行服务合作;而较之销量计入线下策略,线下零售商在单位补偿策略下均表现出更高的服务积极性.

图6则分别描绘了单位补偿策略下,制造商给予零售商单的位补偿值µ受λp/λt和θ的影响.由图可知,单位补偿额与市场中BOPS消费者规模为负相关关系,且由图4可知线下零售商服务积极性与制造商给予的单位补偿额度直接相关;同时针对不同产品类型最优单位补偿也不同,对于θ较高的行业(如书籍、零食等),传统类顾客来店时其无需付出多少服务成本,因此线下零售商的合作积极性较高,需给予的单位补偿也较少;而随着一致性降低,即对于低θ的行业(如眼镜、大型家具等)而言,传统类顾客来店时线下零售商已需付出较大的服务成本,因此在渠道整合时制造商需给予更高的单位补偿来激励线下零售商.

4 结束语

本文针对目前市场中存在的两类BOPS策略,即对BOPS订单给予线下零售商单位补偿和BOPS销量计入线下两策略,同时考虑线下零售商为BOPS类和传统类消费者所提供的服务存在成本差异的事实,分别予以建模、求解最优均衡,研究并对比了BOPS类消费者规模和服务成本差异程度对各情境下供应链成员最优决策和整体利润的影响.针对本文研究的问题,在未来还可以做进一步的探讨：可针对Zara、优衣库等快时尚品牌实施BOPS后,线上引流至线下带动门店销量的事实进行研究,探讨额外消费在BOPS模式中的作用,不仅贴近实际也极具指导意义;其次,对比传统双渠道竞争和实施BOPS两种营销模式,探讨企业该在何时何种情形下采取BOPS更佳,从而进一步丰富对市场中O2O渠道融合的研究.

参考文献:

[1]Bell D,Gallino S,Moreno A.Inventory showrooms and customer migration in omni-channel retail：The effect of product information.http：//www.msi.org/conferences/presentations,2014.

[2]Burdin T.Omni-channel retailing：The brick,click and mobile revolution.http：//www.cigid.com,2013.

[3]Gallino S,Moreno A.Integration of online and off l ine channels in retail：The impact of sharing reliable inventory availability information.Management Science,2014,60(6)：1434—1451.

[4]Yadav M,Pavlou P.Marketing in computer-mediated environments：Research synthesis and new directions.Journal of Marketing,2014,78(1)：20—40.

[5]Iyer G.Coordinating channels under price and nonprice competition.Marketing Science,1998,17(4)：338—55.

[6]Tsay A,Agrawal N.Channel conf l ict and coordination in the e-commerce age.Production and Operations Management,2004,13(1)：93—110.

[7]张汉江,甘 兴,赖明勇.最优价格与回收努力激励的闭环供应链协调.系统工程学报,2015,30(2)：201—209.Zhang H J,Gan X,Lai M Y.Coordination of closed-loop supply chain with the optimal price and recycle effort incentive contract.Journal of Systems Engineering,2015,30(2)：201—209.(in Chinese)

[9]许 垒,李勇建.考虑消费者行为的供应链混合销售渠道结构研究.系统工程理论与实践,2013,33(7)：1672—1681.Xu L,Li Y J.On supply chain mixed channel problem considering consumer behavior.Systems Engineering：Theory&Practice,2013,33(7)：1672—1681.(in Chinese)

[10]刘家国,周 笛,刘咏梅,等.搭便车行为影响下制造商渠道选择研究.系统工程学报,2014,29(6)：813—823.Liu J G,Zhou D,Liu Y M,et al.Research on manufacturer’s channel selection based on free-riding.Journal of Systems Engineering,2014,29(6)：813—823.(in Chinese)

[11]申成然,熊中楷,晏 伟.网络比价行为下双渠道定价及协调策略研究.中国管理科学,2014,22(1)：84—93.Shen C R,Xiong Z K,Yan W.Pricing and coordination research of dual-channel supply chain under price comparison.Chinese Journal of Management Science,2014,22(1)：84—93.(in Chinese)

[12]Krishnan H,Kapuscinski R,Butz D.Coordinating contracts for decentralized supply chains with retailer promotional effort.Management Science,2004,50(1)：48—63.

[13]Chiu C H,Choi T M,Tang C S.Price,rebate,and returns supply contracts for coordinating supply chains with price-dependent demands.Production&Operations Management,2011,20(1)：81—91.

[14]Xing D,Liu T.Sales effort free riding and coordination with price match and channel rebate.European Journal of Operational Research,2012,219(2)：264—271.

[15]Taylor T,Xiao W.Incentives for retailer forecasting：Rebates vs.returns.Management Science,2009,55(10)：1654—1669.

[16]代建生,孟卫东.销售努力和风险厌恶下供应链的回购契约.系统工程学报,2015,30(4)：519—529.Dai J S,Meng W D.Buy-back contracts of a supply chain with a risk-averse retailer exerting sales effort.Journal of Systems Engineering,2015,30(4)：519—529.(in Chinese)

[17]吴锦峰,常亚平,潘慧明.多渠道整合质量对线上购买意愿的作用机理研究.管理科学,2014,27(1)：86—98.Wu J F,Chang Y P,Pan H M.Impact of multichannel integration quality on online purchase intention and its mechanism.Journal of Management Science,2014,27(1)：86—98.(in Chinese)

[18]Bell D,Gallino S,Moreno A.How to win in an omnichannel world.MIT Sloan Management Review,2014,56(1)：45.

[19]Petruzzi N,Dada M.Pricing and the newsvendor problem：A review with extensions.Operations Research,1999,47(2)：183—194.

[20]AgrawalV,SeshadriS.Impactofuncertaintyandriskaversiononpriceandorderquantityinthenewsvendorproblem.Manufacturing&Service Operations Management,2000,2(4)：410—423.

[21]Kumar N,Ruan R.On manufacturers complementing the traditional retail channel with a direct online channel.Quantitative Marketing and Economics,2006,4(3)：289—323.

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