考虑渠道竞争和消费者行为的BOPS定价与服务合作
2018-07-26刘咏梅陈晓红
范 辰,刘咏梅,陈晓红
(中南大学商学院,湖南长沙410083)
1 引 言
电子商务的发展促进了销售渠道的融合[1],为消费者提供无缝购物体验的全渠道零售模式应运而生[2].天猫及优衣库都纷纷布局全渠道,2016年的双十一期间,优衣库便推出了“新零售体验经济”,采取线上线下同步优惠、线上下单门店速提(buy-online-and-pick-up-in-store,BOPS)政策.作为全渠道的一种重要模式,BOPS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,有效地提高消费者的需求与产品的匹配,还可以通过将消费者引流到线下门店带来额外消费,这种额外消费在装饰、娱乐等体验性强、更易触发消费者购物冲动的品类中数量更多,数额更大[3].然而,BOPS的实施也增加了线下门店的服务成本,在额外消费不大的情况下,线下门店可能没有动力提供BOPS的提货服务[4−6].与此同时,在实行BOPS之前,制造商和零售商分别控制线上和线下渠道,两者形成的竞争使价格差异形成[7],实行BOPS后一价制定价策略可能会减少激烈竞争带来的超低价、零利润等现象,但是也可能会消弭适当的竞争所带来的利好.此外,对于不同类型的产品,消费者体现出的渠道偏好和渠道转移行为将极大地影响定价和服务决策[8,9],这对实行BOPS和设计制造商与零售商之间的利润分配契约提出了挑战.
在双渠道的研究中,定价决策问题一直被广泛研究[7,10,11],其中价格与服务的共同决策已有较多研究成果[12−14].研究中大多采用制造商Stackelberg博弈和Bertrand博弈的方法刻画价格竞争对双渠道运营和管理方面的影响,并采用纯价格契约[15,16]、收益共享契约[17,18]、一次性转移支付契约[19]和补偿契约[6]等契约方式进行协调.另外,产品类型、购物动机和人口统计因素均影响跨渠道的消费者群体划分[8],Bernstein等[20],Xing等[6],丁正平等[21]等都考虑了在消费者具有搭便车行为时的渠道选择和协调策略,认为消费者的渠道转移行为可以极大地影响渠道选择、定价与服务决策.本研究在已有的双渠道研究基础上,首先建立双渠道区别定价下的决策模型,再引入BOPS一价制和线性补偿契约,对实施BOPS前后的决策和利润进行对比;进一步考虑消费者在渠道的划分和转移行为,找到供应链主体实行BOPS的帕累托改进区间,是对目前双渠道决策问题的深化研究.
BOPS作为全渠道销售的一种实践,逐渐受到学者们的关注.在渠道整合的因素方面,文献[22–26]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,认为全渠道整合具有划时代的意义.在此基础之上,Gallino等[3]收集某大型全渠道零售店的数据,更为具体地指出BOPS的实施提高了库存信急的准确性,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等[27]从库存管理的角度得到了BOPS的适用条件,并认为BOPS对扩展消费群体有积极作用;Chen等[28]研究了渠道整合下的服务竞争与决策问题,将配送时间作为在线渠道服务水平,产品可获得性作为传统零售渠道服务水平,并通过实验对模型进行了检验;Chen等[29]研究了随机需求下考虑额外消费的BOPS寄售模式的定价与库存决策问题.以上研究主要是从实证和库存管理等角度分析BOPS模式,而本文旨在定价与服务合作契约方面阐释其原理并给出适合条件,从新的方法和角度丰富此领域的文献.
综上所述,本文将着重解决两个问题:1)对于具有一定的价格竞争独立双渠道,实行BOPS一价制与服务合作模式是否能带来更高收益?2)当消费者体现出渠道选择上的异质性时,何种消费者结构更有利于制造商与零售商BOPS的实施?下文将先对相关的文献进行回顾,建立实行BOPS前后的定价与服务决策模型,在此基础上进行考虑消费者异质性对模型进行拓展,最后分析BOPS的决策和利润受渠道竞争和消费群体划分的影响,并给出商家进行BOPS全渠道整合的管理启示.
2 实行BOPS前后定价与服务模型
假设供应链由控制线上直销渠道的制造商和控制线下渠道的零售商组成.在不实行BOPS的情况下,制造商和零售商分别对自身渠道的产品有定价权,零售商再根据价格决定服务水平.在实行BOPS之后,制造商和零售商进行定价与服务合作,制造商先将线上BOPS消费者引流至线下,并提出向零售商支付BOPS消费者相应服务补偿的意向;线下零售商先根据BOPS消费者的数量确定单位补偿和服务水平,制造商再确定双渠道的统一零售价格.两种模式定价方式、决策顺序和决策变量均有不同,模型中的符号说明见表1.
表1 模型中的符号说明Table 1 Account for the symbols in the model
2.1 不实行BOPS情形下的定价与服务决策
根据假设可得不实行BOPS的情形下线上渠道需求为D1=(1−θ)a−b1p1+b2(p2−p1),线下渠道需求为D2=θa−b1p2+b2(p1−p2).由于渠道间存在价格竞争,渠道需求同时受到自身渠道价格和另一渠道价格的影响.由此得到制造商和零售商的利润函数为
由式(1)和式(2)可知,制造商的利润包含两个部分,一部分是将产品批发给零售商获得的利润,另一部分是在线上渠道进行独立产品销售获得的利润;零售商向到店消费者销售产品并提供服务,消费者根据服务水平进行额外消费,与此同时零售商也需付出相应的服务成本.制造商和零售商先进行Bertrand博弈,同时决定零售价格,零售商再根据零售价格确定自身服务水平.根据逆推法,获得零售商的最优服务水平与价格的关系为
将式(3)代入式(2),对式(1)与代入后的式子分别对p1,p2求导并联立求解,可获得最优价格决策;进而代入式(3),可以获得零售商最优服务水平.
结论1不实行BOPS情形下制造商与零售商的最优价格策略为
零售商最优服务水平为
结论1的证明见附录.
由结论1,分别对最优价格和服务水平求导可得当M >0且N >0时,最优价格与服务成本系数h呈正相关关系,与额外消费系数α呈负相关关系;最优服务水平与α呈正相关关系,与h呈负相关关系.
与现实情形一致,当服务成本升高时,线下服务水平降低,导致了额外消费的减少,促使零售商提高线下价格提升利润;而线上价格受到渠道竞争因素的作用,定价空间随线下渠道价格的提升而增大.当额外消费系数较大时,对整个系统均有正向作用,促使零售商提高服务水平、降低零售价格以获取更多消费者,线上定价空间受渠道竞争因素影响相应减小.
2.2 实行BOPS情形下的定价与服务合作
实行BOPS后,制造商将原线上渠道消费者引流至线下,而线下渠道潜在消费者的数量不变.根据假设可得BOPS需求为Db=(1−θ)a−b1pb,线下渠道需求为D2=θa−b1pb.制造商和零售商的利润函数为
由式(7)和式(8)可知,制造商仍将产品批发给零售商,并为每单位BOPS消费者向零售商提供T的单位补偿;而零售商除原本的销售之外,对BOPS和线下渠道消费者提供服务,促使其产生额外消费,付出相应的服务成本.制造商和零售商进行Stackelberg博弈,零售商为领导者先确定服务水平和单位补偿,制造商再确定双渠道的统一售价.由式(7)观察到,制造商进行价格决策与服务水平无直接关系,根据逆推法,获得制造商制定的最优价格与单位补偿的关系为
将式(9)代入式(8)分别对T,sb求一阶偏导数,令得到的结果为0,并联立求解,有下列结论.
结论2当3h−2b1α2>0时,实行BOPS的情形下制造商与零售商的定价和服务合作最优策略为
结论2的证明见附录.
结论2中,为使决策有意义,参数满足h(2b1c+(3−2θ)a)−2ab1α2≥0且aθ−b1c≥0.
由结论2可知,当3h−2b1α2>0时,满足h(2b1c+(3−2θ)a)−2ab1α2≥ 0且aθ−b1c≥0的情况下,与额外消费系数α呈负相关关系,与单位服务成本系数h呈正相关关系;与α 呈正相关关系,与h呈负相关关系.
与2.1节中的情况类似,额外消费可促进零售商提高服务水平,提升了自身利润,使其倾向于降低对制造商收取的单位补偿.制造商的对外支付降低,也选择降低价格获得更高利润.在参数组合为{a=1,b1=0.5,w=0.5,c=0.2,θ=0.5,h=3}时最优决策量与额外消费的关系如图1所示.
由图1可知,当额外消费系数逐渐增大时,最优单位补偿逐渐下降,可以为0甚至是负值,这表明制造商对零售商支付的单位补偿变为逆向(零售商需要向制造商按照引流人数进行相应支付).原因是当额外消费带来的单位收益较高时,零售商为通过BOPS带来的流量,倾向于给予制造商一部分补贴以鼓励其降低价格,增加总需求.观察到天猫超市、步步高集团等零售企业进行BOPS实践时,其线上渠道将会向线下渠道征收2%∼5%的服务费用,这与图1表示的结论一致.
图1 BOPS下额外消费系数对最优决策的影响Fig.1 The impact of additional sales on optimal decisions under BOPS
2.3 实行BOPS前后决策数值分析
由于最优决策和利润函数的解析式较为复杂,在此部分将着重采用数值模拟进行分析.采用的参数见表2.
表2 数值计算参数和取值Table 2 The parameters and value settings
图2,图3和图4分别描绘了实行BOPS前后的最优策略对比,制造商与零售商利润对比和系统总利润对比.
图2 实行BOPS前后最优策略对比Fig.2 The comparison of optimal decisions with and without BOPS
由图2可知,当额外消费较小且渠道竞争程度较高时,BOPS价格高于不实行BOPS时的两个渠道价格;而当额外消费适中且渠道竞争程度较低时,BOPS价格介于线上价格与线下价格之间;随着额外消费的增大,BOPS价格最终低于两个渠道价格.实行BOPS前后,无论参数如何变化,BOPS下的服务水平高于不实行BOPS的服务水平.额外消费越高,服务水平的提升所带来的单位利润越大,零售商会提升服务水平增加利润;对于整个系统而言,到店的消费者越多利润越高,制造商也倾向于降低零售价格吸引更多消费者.由此可知BOPS模式对于提升服务水平,扩大消费基础有积极作用.
图3 实行BOPS前后制造商与零售商利润对比Fig.3 The comparison of the manufacturer’s and the retailer’s profits with or without BOPS
由图3观察可知,实行BOPS后制造商利润显著低于未实行BOPS时的利润,相反地,零售商的利润在实行BOPS后有了显著增加.在渠道竞争较为激烈的情况下,零售商处于竞争的不利地位:首先零售商需要向制造商进货,较高的批发价格决定了其较低的销售产品单位利润;其次,零售商为获取额外消费维持利润提高了服务水平,但是又承受了一定的服务成本.实行BOPS之后,尽管制造商有产品定价权,但是零售商有单位补偿和服务决策权,单位补偿的决策抵消了批发价格带来的产品销售受益分配作用,而更大的到店需求量也使单位服务的边际效益增加.另外,一价制消除了价格竞争对零售商的不利影响,相比之下制造商原有的定价优势降低.实行BOPS重新定义了渠道间利润分配的方式,极大地改变了渠道主体的运营和管理模式.
由图4观察可知,随着额外消费系数升高,实行BOPS前后利润都有上升,但是BOPS总利润增速更大,显著高于实行BOPS前的总利润.当额外消费系数较低时,不实行BOPS的利润较高,且在竞争程度高时显著.也就是说,与实行BOPS无价格竞争的情况下相比,某些情形下保留线上线下区别定价制对系统而言更有利.
第三代图书馆服务平台旨在建设一个拥有先进架构体系,具备新的资源组织和服务模式,基于云计算和规模化数据分析技术,提供传统资源服务、数字资源服务、数据服务和知识服务的新一代图书馆服务平台,其设计理念如下:
图4 实行BOPS前后系统总利润对比Fig.4 The comparison of the whole profits with or without BOPS
由以上分析可以得出,尽管BOPS可以实现渠道的整合并规避渠道竞争,使更多的消费者接触到实体店铺进行额外消费,但是相应地,渠道竞争带来的优势也被消除.由图3可知,实行BOPS对于制造商而言在利润上的益处并不显著,而零售商因此受益更多,此时,制造商实行BOPS的动机不仅仅是提升利润,还有BOPS带来的低价所导致的市场扩散的效应.更多的消费者可以进店体验,对于产品品牌建设也有积极作用.本文认为,从系统的角度而言,渠道价格竞争较弱,且能够引起较多的额外消费的产品品类更适合于进行BOPS的实践.而当条件不满足时,实行差异定价并保持双渠道的独立性更有利.
3 模型拓展
上面分析了额外消费与渠道竞争程度对于制造商零售商实行BOPS决策和利润的影响,下面将从消费者行为异质性的角度进一步探讨BOPS的定价与服务合作.上文中假设实行BOPS后,消费者将被全部引流至线下取货并体验服务,并进行一定的额外消费.但是在现实生活中,线上购物的消费者可能体现出不同的行为特征,一部分消费者选择进店提货并接受服务,也有部分消费者倾向于通过快递收货.愿意进行BOPS的消费者的数量和原始的线上线下需求划分会对到店体验的消费数量造成影响,并最终影响制造商和零售商的决策过程和利润分配.因此,本文将原线上消费群体进行划分,认为λ比例的线上消费者会转化为BOPS消费者,并着重探讨消费者行为异质性对决定是否实行BOPS的作用.
3.1 考虑消费者异质性的BOPS定价与服务合作
根据假设,结合2.2节中公式,得到线上渠道需求为D1=(1−λ)((1−θ)a−b1pb),线下渠道需求为D2=(θa−b1pch),BOPS需求为Db=λ((1−θ)a−b1pch).改写式(7)和式(8)得到制造商和零售商的利润函数如下
将式(10)和式(11)与式(7)和式(8)对比可知,有(1−λ)比例的线上消费者留在线上渠道,仅有λ比例的消费者到店,制造商向零售商支付的单位补偿也相应减少.2.2节中讨论的情形为本章模型的一个特例(即当λ=1时),当λ=0时认为渠道间没有达到整合,将不在研究范围之内.下面着重讨论λ∈(0,1]的情形.与结论2的计算方法类似,得到下列结论.
结论3当6h−α2(1+λ)2b1>0时,实行BOPS后考虑消费者异质性的制造商与零售商最优策略为
结论3的证明略.
为使结论3成立,需满足 (3−2θ)ah+(2hc−a((1−θ)λ+θ)(1+λ)α2)> 0且(8θ+(3−4θ)λ−3)a−2(1+λ)b1c>0,即当λ和θ的取值满足一定条件时才可保证BOPS下的决策量非负,否则BOPS模式将无法实施.
由结论3可知,当满足约束条件时,在BOPS消费者比例λ的任意取值下,BOPS模式线下服务水平随线下消费人群的比例增大而升高,BOPS零售价格随线下消费人群的比例增大而降低.
当线下消费人群的比例增大时,无论有多少线上消费者被转移到线下,制造商决定的零售价格总会降低,而服务水平总会提高.这是因为,当更多消费者愿意到线下购物时,产生的额外消费增多,对于系统有益,因此制造商和零售商通过降低价格、提升服务增大自身利益.单位补偿随线下消费人群的比例的变化规律无法确定,受到BOPS消费者比例和其他参数的共同影响而呈现上升或下降的关系.采用参数组合{a=1,b1=0.5,w=0.5,c=0.2,α=1,θ=0.5,h=0.9}作图5.
图5 线下消费者比例对单位补偿的影响Fig.5 The impact of offline consumer scale on rebate
3.2 考虑消费者异质性的实行BOPS前后决策对比与分析
由于最优决策和利润函数的解析式较为复杂,在此部分将着重采用数值模拟进行分析.采用的参数如表2所示.
表2 数值计算参数和取值Table 2 The parameters and value settings
根据计算需满足(3−2θ)ah+(2hc−a((1−θ)λ+θ)(1+λ)α2)> 0且(8θ+(3−4θ)λ−3)a−2(1+λ)b1c>0的λ和θ取值范围,作出制造商和零售商实行BOPS前后的利润和系统总利润对比图(图6和图7).
由图6可知,制造商利润和零售商利润随线下消费者比例的增大呈现相反的变化趋势,制造商利润上升,而零售商利润下降,甚至随着线下消费者比例的增多降为负值.这是因为价格降低使得零售商的利润不断压缩,尽管有单位补偿起到利润分配的作用,但较高的服务水平也导致了成本过高的情形.对比实行BOPS前的利润,发现制造商在线下消费者比例较高,且BOPS消费者较高时适合采用BOPS的形式;零售商在线下消费者比例相对较低,且BOPS消费较高时适合采用BOPS形式.BOPS消费者的增多对于制造商和零售商都有利,且存在使两者均实现帕累托改进的线下消费者比例的区间.
图6 消费者比例对实行BOPS前后制造商与零售商利润的影响Fig.6 The impact of consumer segmentation on the manufacturer’s and the retailer’s profits with or without BOPS
消费者比例对实行BOPS前后总利润的影响如图7所示.由图7可知,与零售商面临的情形类似,当线下消费者比例较低且BOPS消费者比例较高时,对整个系统而言实行BOPS是有利的.
图7 消费者比例对实行BOPS前后总利润的影响Fig.7 The impact of consumer segmentation on the whole profit with or without BOPS
通过价格、服务和单位补偿等决策值分析制造商和零售商之间的利润分配,结合前文所得的实行BOPS的约束条件,本文认为,当线下消费者比例和BOPS消费者比例均较低时BOPS无法实施,即对于一些标准化产品或消费者倾向于送货到家的产品(如零件、办公产品等)实行BOPS无利可图;当线下消费者比例较高时,如粮油、日常生活用品等,无论原有线上消费者是否愿意进行线下取货,实行BOPS都不具优势;只有当线上线下消费群体比例平衡,且有更多线上消费者愿意到线下取货时(对应产品如运动服装、书籍、玩具等),BOPS能够给商家带来更高的利润.对于制造商和零售商,适当的线上线下消费者比例可以提供帕累托改进的空间,且BOPS消费者比例的增加也总是对系统有益.商家可以根据自身产品属性选择是否进行BOPS实践,并通过多种途径如信急技术手段和提供到店补贴等方式吸引消费者找到合适的店铺取货,提升BOPS消费者体验来增加收益.
4 结束语
BOPS实现了线上线下渠道的整合,使消费者获得了无缝的购物体验,并能在一定情况下为商家带来帕累托改进,是否进行BOPS实践取决于原本的竞争条件、消费群体划分和产品属性等因素.本文为商家进行BOPS的实践提供了决策参考,并对全渠道模式的实施给出了管理启示.但是,本文在方法和研究范畴上仍具有局限性.首先,由于获得的最优策略解析解较为复杂,在决策与利润对比上着重采用数值分析的方法,所获得的结论具有一定的参数依赖性.其次,文章假设消费者在不同渠道的需求划分是已知值,而未能细致刻画消费者根据自身效用在渠道间进行的选择和转移行为.另外,仅在价格和服务两个因素考察了BOPS实施前后的对比,而未纳入库存等其他相关因素影响.基于此,下一步将把消费者效用理论和BOPS运营中其他的相关因素加入研究当中,得到更为科学和有指导性的结论.