不确定需求下全渠道运营退货策略

(1.天津大学 管理与经济学部,天津 300072; 2.天津理工大学 中环信息学院,天津 300380)

1 引言

退货问题是零售商面对的一大挑战，这在网店销售中尤为明显。合理运用退货策略是零售商规避损失并提升企业效益的重要手段之一。在商超零售行业从单渠道、多渠道逐渐向以消费体验为中心、线上线下相互融合的全渠道新零售发展的形势[1～3]下，商品退货策略也在经历着一场新的变革。许多零售商对原有退货策略进行调整并做出了新的尝试。比如，苏宁等商超，GAP、H&M等服装企业均在其网店中推出了可以将在网店购买的商品免费退回到实体店的“退货到实体店”(return-to-store，RTS)服务。

RTS全渠道退货与传统退货模式最大区别在于，顾客的购买行为与退货行为可以不在同一渠道中，整个购物过程实现了线上线下的无缝集成。RTS的“免费性”以及退货即时性是顾客考虑使用这一服务的重要原因；对于零售商而言，RTS能在很大程度上降低退货的物流费用，并能为实体店带来额外的顾客流量。然而，伴随着全渠道零售的发展，零售商在运营过程中也遇到新的疑惑：原有的部分退款策略、全额退款策略[4]在全渠道零售中是否依然适用？RTS全渠道退货模式是否一定能为企业增加利润？这些问题均是零售商在推行全渠道运营时考虑的重要问题。

全渠道运营作为一种新兴经营形态，不仅受到很多企业的青睐，而且同样得到越来越多学者的关注。现有的全渠道运营研究包括“网上购物，实体店自提(buy-online-and-pickup-in-store，BOPS)”策略[5]、“网上购物，配送到实体店(ship-to-store，STS)”策略[6]等。作为一篇全渠道运营领域具有开创性意义的论文，文献[5]在考虑顾客策略行为的情境下，分析BOPS对零售企业运营的影响。在该论文中，顾客策略行为涉及消费者的购物渠道选择问题，这与本文的消费者策略行为相近；但我们的研究关注的是“网店购买，退货到实体店”策略，即RTS，而不是BOPS。Gao和Su[7]研究了全渠道零售商通过三种信息机制向消费者提供商品信息的问题。Dzyabura和Jagabathula[8]研究了全渠道零售运营中，企业如何选择合适的网店商品在实体店进行展示的问题。这些全渠道运营相关研究所涉及的问题均不同于本文关注的全渠道运营退货策略问题。

退货策略问题一直以来受到运营管理研究人员的重视。不少学者对单一渠道零售中的商品退货问题进行了研究[9～11]。其中Su[4]建立了需求不确定且顾客对商品价值不确定时的退货策略模型，并研究了全额退货补偿和部分退货补偿对供应链绩效的影响。李建斌和李赟[12]研究了在线零售中应用无理由退货策略下的商品定价及补偿优化问题。关于多渠道零售中的顾客退货问题，也有学者开展了研究[13,14]。其中Li等[15]研究了由制造商和零售商组成的双渠道供应链中，如何有效应用退货补偿策略的问题；但此研究没有考虑需求不确定性。Akturk等[16]通过实证研究发现实施全渠道零售后，顾客网购退货到实体店的跨渠道退货行为显著存在；但此研究没有涉及全渠道退货策略相关的理论模型研究。Radhi和Zhang[17]研究了确定市场需求下，提供跨渠道退货服务零售商的商品定价策略问题，这与本文关注的不确定需求下的全渠道退货策略问题亦具有明显区别。

本文的研究创新主要体现在考虑市场不确定需求的情况下，研究全渠道RTS退货策略问题。在所研究的问题方面，本文关注的RTS退货策略，是业界新推出的一种商品退货策略，分析该策略能为零售商的退货策略制定提供理论参考。同时，在理论模型构建方面，我们考虑了市场不确定需求，在现有运营管理模型的基础上，构建尽可能贴近现实情况的数理模型。本文首先建立不确定需求下，线上线下同时销售的多渠道零售模型，然后分别考虑部分退款策略和全额退款策略下的最佳决策问题；在此基础上，针对全渠道运营中的RTS服务展开研究，并分析推出RTS服务对零售商利润的影响。

2 基础模型

本文建立在报贩模型(Newsvendor Model)基础上，同时考虑顾客策略行为。顾客以最大化个人收益为原则，策略性地选择相应渠道完成购物或退货。零售商同时在实体店和网店销售某一季节性商品，商品单位成本为c。销售开始前，零售商需确定实体店库存数量q并制定合适的退货策略。实体店销售价格为ps。假设网店为外生渠道，商品销售价格为po(满足ps>po)，成功销售单位商品可获利润w。销售期结束，商品若有剩余，假设剩余商品价值为零。Gao和Su[5]在研究全渠道零售运营BOPS策略时，也采用了这一假设。

顾客市场需求X是随机的，其分布函数为G。商品在消费者心目中的价值有两种可能，高价值v和低价值0，其可能性分别为θ和1-θ(0<θ<1)。在实际生活中，消费者在网上购物时，由于无法事先体验商品，所以也就无法在购物时确定商品在自身心目中的价值；但在实体店购物时，消费者得以近距离观察、触摸和体验商品，所以我们假设顾客在实体店实际看到商品之后，即可确定自身的价值类型。这也意味着，我们关注的是网店所销售商品的退货问题。若发生退货，顾客会依据零售商提供的退货策略获得相应退款。另外，现实消费中，在实体店购物的顾客能够立即取得商品；而在网上购物的顾客需要等待一段时间的物流配送才能收到商品，所以我们将顾客在网店购物获得的商品价值进行折扣处理，折扣系数η满足0<η<1，并且其值对顾客而言是已知的。顾客将在实体店和网店中，选择预期收益较大的渠道进行购物。Gao和Su[7]在研究信息对全渠道零售运营的影响时，也考虑了顾客策略性地选择最佳渠道完成购物这一行为。但他们的研究没有涉及RTS。

基础模型中，我们分别考虑部分退款和全额退款两种退货策略。

2.1 部分退款策略

顾客在网店购买商品后若发生退货行为，会给买卖双方总共造成净损失e(比如邮寄费用)。在部分退款策略下，顾客只能收回部分货款，即需承担净损失r(r≤e)，因此零售商需承担净损失e-r。假设净损失r取值由市场竞争及供需情况等多种因素共同作用决定，为外生变量。下面分别考虑顾客和零售商的决策问题。

首先考虑顾客的决策问题。根据上述假设，顾客如果选择直接到网店购物，当其价值类型为高价值时，可获收益ηv-po，否则需承担净损失r。因此，顾客直接到网店购物的预期收益为μo=θ(ηv-po)-(1-θ)r。

(1)

零售商以其总体利润最大化的方式确定实体店库存数量。

若零售商预期没有顾客光顾实体店，则将设置实体店库存数量q=0；顾客预期实体店没有商品，他们也不会光顾实体店，即αs=0。此时的均衡状态为所有顾客直接到网店完成购物，模型简化为单一渠道销售的情形。

我们重点关注不同退货策略下多渠道同时销售的均衡情形。命题1给出了部分退款策略下的均衡结果，用上角标P表示。

2.2 全额退款策略

若顾客在网店购买商品后，发现商品价值为0，则在全额退款策略下，他不会有所损失，零售商承担全部退货净损失e。在模型2.1的基础上，令顾客退货净损失r=0，此时模型即为全额退款策略。命题2给出了全额退款策略下，实体店参与销售的均衡情形，用上角标F表示。

通过与命题1对比容易发现，与部分退款策略相比，全额退款策略情况下首选到实体店进行购物的顾客比例相对较小，但实体店的供货水平Emin(X,q/(αsθ))/E(X)较大。主要原因是全额退款策略下，网店销售退货损失增加，这使得其在实体店销售商品的动机有所加强；另一方面，顾客在全额退款策略下无需担心网店购物的退货损失，因此网店顾客比例增大，进而造成首选实体店购物顾客的比例下滑。

3 全渠道运营RTS服务及其价值

(2)

零售商以最大化自身利润的方式进行决策。命题3给出了推出RTS服务后，实体店参与销售的均衡情形，用上角标R表示。

我们发现，推出RTS服务后，首选到实体店购物顾客比例与全额退款策略下实体店顾客比例相同，但三种情况中，此情形下实体店的供货水平最小。推出RTS服务后，实体店供货水平变化主要源于两方面因素：其一，RTS策略下零售商和顾客均无需承担网店退货净损失，这在一定程度上使得全渠道零售商降低了实体店库存水平；其二，有了RTS服务后，网店退货顾客会光顾实体店，从而网店中部分顾客也可以为实体店带来额外销售利润，这使得实体店库存水平又有所降低。那么，不同退货策略下推出RTS服务会如何影响零售商利润？

下面分别考虑全额退款策略和部分退款策略下，推出全渠道运营RTS服务的价值。我们用ΔRF和ΔRP分别表示全额退款策略和部分退款策略下，提供RTS服务后，零售商的利润增加值，即推出RTS服务的价值。

命题4(1)若零售商当前退货策略为部分退款：当A>B时，推出RTS服务的价值大于0，即ΔRP>0；否则，推出RTS服务的价值小于或等于0，即ΔRP≤0。其中

A=(1-θ)(s+e-r)E(X)+(θ(ps-w)-(1-θ)s)·

(2)若零售商当前退货策略为全额退款，则推出RTS服务的价值大于0，即ΔRF>0。

此处，我们得到了一个有别于直觉的研究结果。人们往往倾向于认为RTS全渠道退货策略将会提升零售商利润。但我们发现推出RTS服务不一定总能为零售商创造增值利润，某些情形下，部分退款策略会优于RTS策略。所以，如果零售商现行策略为部分退款策略，则需结合自身情况考虑是否提供RTS。部分退款策略下推出RTS服务后，零售商总体利润受两种不同方向作用力的影响：一方面，与部分退款策略相比，推出RTS服务后，较少的人首选到实体店购物，此时若在实体店销售商品能比在网店销售获得更高收益，那么实体店顾客的减少则会使零售商商品销售收益下降。另一方面，顾客选择RTS，零售商和顾客均不必再承担额外净损失，这会使得零售商总体利润有所增加。当RTS对零售商利润的正向影响较大时，可考虑提供此服务；否则，采用部分退款策略对零售商是最为有利的。

另外，提供RTS服务是优于使用全额退款策略的，因此，原先实行全额退款策略的零售商可以考虑在现有策略基础上，提供全渠道运营RTS服务。

4 数值算例

此部分我们将通过数值算例，研究全渠道运营RTS的价值变化规律。此处假设顾客需求服从均值为μ、标准差为σ的Gamma分布，一些相关研究[23,24]也使用了此分布。算例中参数取值情况如表1所示。在算例参数中，po的取值为0.9ps，这是考虑到现实世界中网店商品的价格往往会稍低于实体店相同商品的价格；此外，顾客在网店购物发生退货行为给买卖双方造成的总损失e的取值为0.3c，这是考虑到现实生活中，该损失值一般与商品成本呈一定的正相关性，同时又会明显小于商品单位成本c。

在不同的顾客需求分布下，实施不同退款保证策略的零售商推行全渠道运营RTS的价值如图1所示。通过图1我们发现，对于正在实行部分退款策略的零售商，当顾客分布比较集中(较小σ/μ)时，提供RTS服务可能会给零售商带来利润损失；在其他情形下，推行RTS服务则会增加零售商总体利润。所以，实施部分退款策略的零售商在进行退货策略转变决策时则需视情况而定，因为策略转换有可能会给零售商带来净损失(如图1(a)ΔRP<0部分所示情形)。

表1 数值算例参数及取值情况

图1 当σ/μ=0.1(a)、σ/μ=0.5(b)、σ/μ=0.9(c)时，RTS的价值

图2 当σ/μ=0.1(a)、σ/μ=0.5(b)、σ/μ=0.9(c)，且s=0时，RTS的价值

对于实行全额退款策略的零售商而言，提供RTS服务则一直能为零售商带来利润增量。因此，目前正在应用全额退款策略的零售商可以考虑，将商品退货阶段进行线上线下无缝集成，实施RTS全渠道退货策略。并且，通过数值算例我们发现，低价值顾客比例越高、顾客需求分布越分散(σ/μ较大)，这种策略转换带给零售商的利润增加值越大。

下面忽略额外销售利润s对RTS服务价值的影响(即令s=0)，其余参数保持不变，验证上文理论模型研究所得结论是否发生实质性变化，结果如图2所示。通过对比图1和图2，我们发现在存在s的情况下RTS服务价值会更大。但是，命题4所得结论并未发生实质性变化：全额退款策略下推出RTS服务价值始终大于零，而部分退款策略下推出RTS服务的价值依然可能为负值。这说明命题4所得结论具有较好的鲁棒性。

5 结论与启示

本文对不确定需求环境下，线上线下同时经营的零售商的退货策略进行了理论模型研究。顾客在实体店购物可以通过观看、体验等方式感知商品价值，而网上购物则面临商品感知价值的不确定性。同时，零售商面对的市场需求是不确定的。在此环境下，零售商合理安排实体店库存，并制定最佳的退货策略。研究表明：第一，对于目前使用的是部分退款策略的零售商而言，推出RTS全渠道退货服务不一定能带来新增利润。通过数值算例分析我们发现，在一定条件下，顾客需求分布越集中，推出RTS服务后零售商总体利润降低的可能性越大。第二，正在使用全额退款策略的零售商若推出RTS服务，则不会出现利润下降的情况。第三，除了利润方面的影响外，推出RTS服务还会降低实体店的均衡库存数量。其中全额退款策略下，实体店供货水平最大；RTS策略下，实体店供货水平最小。

由此得到零售商全渠道退货策略制定方面的启示：实施部分退款策略的零售商在考虑实施全渠道RTS策略时，要充分评估RTS对其利润的正反两方面影响，当推出RTS带给零售商的退货损失减少量大于其可能带给零售商的商品销售利润减少量时，可以考虑推出此服务；而实施全额退款策略的零售商则可放心推出RTS服务，此服务对其而言往往是有利的。另外，零售商在进行退货策略调整时，也需同步对库存安排进行调整。

本文研究也存在一定的不足之处：顾客在实体店购物时，可以预先感知商品价值，基于此，本文假设实体店销售中不存在商品退货问题(这样有利于我们重点关注网购商品的退货问题)。但实际生活中，实体店销售退货也是一定程度上存在。今后的研究中，可同时考虑实体店销售存在一定比例退货的情形。另外，本文假设网店渠道是外生的；假如在网店渠道内生的情况下，本文所得结论是否依然成立有待进行后续研究。