基于渠道差异的生鲜零售商定价和服务策略研究

李琳 朱婷婷 范体军

(华东理工大学 商学院 运营与供应链管理研究所, 上海 200237)

0 引言

近些年来,伴随着网络零售和移动商务的发展,人们的消费观念和消费行为都发生了巨大的变化——人们搜索产品信息、选择产品和商家,以及下单都不再拘泥于单一的线上或者线下渠道,而是根据各自的个性化需求,交替地出现于线上和线下渠道。为了应对于这种变化,零售商纷纷拓展原有单一销售渠道,逐渐变身为同时拥有线上和线下销售渠道的零售商,如:原先的电商巨头亚马逊、e-bay等都纷纷开通线下实体店,而沃尔玛、苏宁、国美等线下零售巨鳄也都陆续开通了网上商城等线上购买渠道[1]。

线上和线下共存的零售渠道,极大地满足了消费者不同的购物体验需求:光顾线下实体店能够亲身体验、触摸和感受产品,享受面对面的服务,满足其体验需求,也会降低因产品功能和质量低于预期带来的退货风险;而选择线上渠道则突破了线下实体门店的地理局限,可以节省出行成本,使得消费者可以利用碎片化的时间完成产品搜索、价格比对和下单等操作。换而言之,对于消费者而言,线上和线下零售渠道具有不同的属性,因而会产生不同的服务体验,这就是渠道间的差异性。该差异性会影响消费者的渠道选择[2],改变渠道需求的挤占程度[3],引发供应商不同渠道主体间利润的重新分配。

实际上,根据零售产品类别的不同,这种渠道间的差异呈现出不同的表现方式。尤其对于生鲜品这种易腐易损的产品,渠道差异集中地表现为两个方面:消费者对于不同渠道的生鲜度感知程度,以及对零售价格的敏感度。生鲜消费者极为关注生鲜品的生鲜度(生鲜度时变,且随时间不断降低),若在线下实体店内选购,可以通过品尝和外观真实地感知实时的生鲜度,结合零售价格来进行选购;而在线上平台上,消费者无法了解实时的生鲜度,只能借助图片和评价等信息来预估生鲜度,相对而言,零售价格的波动对线上消费者的购买决定有更为直接的影响。尽管生鲜品的线上/下渠道差异在现实生活中普遍存在,但是相关的文献却比较缺乏,已有的也大多集中在渠道间零售价格的差异化[4]和退货方式的差异化上[5],鲜有针对生鲜品考虑生鲜度感知和价格敏感度的渠道异质性。

现实中,越来越多的零售商都逐渐意识到了这种线上-线下零售渠道的异质性,尝试打通线上与线下的渠道,整合各渠道的优劣势,采用多种渠道的融合方式。其中,比较常见的就是BOPS (Buy online, pick up in store,线上下单,线下自提),即消费者在线上如官网、微信小程序、app下单付款后,可以选择去线下实体店进行自提。根据研究表明,目前已有约42%的大型零售商开辟了BOPS的销售模式,提供给线上下单的顾客来选择获取产品的方式——配送或是自提,甚至可以允许顾客灵活设置自提的地址与自提的时间[6]。

BOPS这一新的线上-线下融合方式也吸引了越来越多的学者,但目前的研究大多针对一般产品BOPS模式的可行性。其中,实证研究显示,从消费者的视角来看,BOPS为消费者提供了更便捷的服务,有助于提高消费者的购买量,提升消费者的满意程度[7-9];从零售商的视角来看,BOPS模式会对零售商的需求预测、订货量、渠道需求的划分有积极的影响,还能减少电商的物流成本[10-12]。在实证关于BOPS模式的优越性以及商家提供BOPS模式动机研究的基础上,量化的研究多从决策模型着手,通过对比标准化产品在传统双渠道下的销售和BOPS服务,分析价格、服务水平及服务范围等决策[13-21],解释BOPS在传统销售模式的适用范围问题。但是模型中考虑的线上/线下渠道的主体分别为供应链的上下游企业——多为制造商的直营线下(上)渠道和代理零售商的线上(下)渠道,且并未考虑渠道间的差异性。比如:刘咏梅等认为在消费者的服务敏感度过高时不宜推行BOPS服务[13];Gao等认为滞销产品不应引入BOPS的销售模式[14];进而考虑BOPS下不同渠道主体在渠道间的竞争[15-16]、物流中断[17]、向上销售[18,19]、服务成本差异[20]和预售[21]等因素,提出零售商与制造商面向BOPS服务模式后的合作契约。

值得注意的是,尽管研究中关于生鲜品零售行业的BOPS模式运作较少,但是实践中却不乏生鲜巨头争先引入BOPS的例子:“永辉生活”“盒马鲜生”“百果园”等生鲜零售商,都通过增加BOPS的服务获得了不错的收益,可见生鲜行业应用BOPS服务模式有望产生新的利益增长点,亟需关注。究其原因,还是与生鲜品的易腐易损性质以及生鲜品零售渠道间的异质性密切相关,顾客因在线上下单时无法实际感知实时生鲜度,只能凭借预估来决定购买,缺乏对线上渠道的信赖,而到店自提能够让消费者在店实际感知产品,从而有效的缓解消费者对于鲜活度和安全性的不信任,提升复购率和对线上零售渠道的黏性;与此同时,较之线上订单配送所耗费的时间,以及生鲜品在该冷链配送时间段内的腐损,线下自提的服务可以凭借较稳定的冷藏和保鲜处理,降低腐损程度,提升顾客的满意度。不仅如此,BOPS服务实现了线上顾客的线下导流,生鲜零售商能够减少冷链物流成本,而且面对面地接触更多消费者,切实了解消费者的需求,便于生鲜零售商借助为“热门/火爆”生鲜品BOPS客户提供额外的线下增值服务,从而拉动其他产品需求量,进而提升销售额[18]。

鉴于此,本文从生鲜品的腐损特性及生鲜消费者的效用出发,着力刻画线上和线下销售渠道在生鲜度感知度和价格敏感度两方面的渠道差异性,面向同时拥有线上和线下渠道的生鲜零售商,研究渠道差异性对生鲜品定价策略的影响;在此基础上,剖析引入BOPS服务下生鲜品在渠道间的市场份额转移,定价策略以及零售商的利润变化,为BOPS服务模式在生鲜零售渠道中的应用提供参考;进一步,考虑针对选择BOPS的生鲜消费者提供增值服务,分析最优的零售价格以及服务水平决策,探究生鲜零售渠道的不同差异性下,引入BOPS服务模式与增值服务搭配的销售决策,从而为生鲜零售商的线上/下渠道融合实践以及销售、服务模式的选择提供必要的决策参考和建议。

1 问题描述

面向同时拥有线上和线下销售渠道的生鲜品零售商,鉴于其在现实中大多在自有的线上平台和线下实体店中实施统一价格策略(如盒马鲜生、永辉生活等),以及zhang[22]和Cattani[23]等也在其学术研究中证明了线上线下同价策略能够有效减少渠道竞争和促进渠道融合,因而本文考虑线上和线下零售价格同价的情形。且生鲜品的残值较低,二次销售的机会较小,本文亦不考虑退货的情形。

由于线上/线下的两个渠道会基于差异性的属性(生鲜度的可感知性与零售价格的影响性)来吸引各自消费者,我们首先研究该零售商在考虑生鲜品渠道差异性条件下的零售价格决策;而后分析引入BOPS模式来融合线上-线下渠道,对零售价格以及零售商利润的影响;进一步的,基于现实中生鲜零售商通过额外增值服务来增加其他商品销售额的行为,我们考虑对选择BOPS销售模式的消费者提供额外服务,以零售价格和服务努力水平为决策变量,分析该情形下的最优零售决策。通过对比三种情形下的决策、需求及利润,剖析生鲜零售渠道差异影响下,零售商融合线上-线下渠道的销售策略选择及相应的决策。

上述决策模型的关键,是生鲜品线上及线下零售渠道的差异性刻画。本文从消费者角度出发,采用较为经典的线性效用模型[24]来描述消费者的行为,效用的影响因素中考虑了生鲜品新鲜度的作用[25,26]。但是,与一般的生鲜度效用函数不同,这里消费者感知的生鲜度实际上来源于不同的零售渠道间差异性,即线上线下渠道的生鲜度感知差异:仅有线下实体店的生鲜品购买者可以通过触摸,甚至是品尝直接感知和评估实时的新鲜度h(t),该新鲜度呈现时变的衰减趋势为生鲜农产品初始新鲜度值,η为生鲜农品在销售周期T内的新鲜度衰减速率);而线上渠道的消费者因为看不到真实状态下的生鲜产品,只能通过图片描述、消费者评价或者对于该品牌的认知预估其新鲜度,该新鲜度是消费者的心理预期值H。前者为关于时间的时变函数,而后者为常数,由于本文不考虑消费者线下品尝后线上下单购买,或者线上看中生鲜品到线下品尝后下单的情形,因而H和h(t)相互独立。不仅如此,渠道的差异性还体现在消费者对每个零售渠道上零售价格的敏感性上[27],通常我们认为线上渠道上消费者的价格敏感性要偏大,《中国新零售白皮书》中也通过数据指出网络购物者更加在意价格,因而我们考虑线下和线上渠道消费者对价格p的敏感度系数a1和a2满足a1＜a2于是,线下和线上零售渠道的消费者效用可以表示为:

其中θ为消费者对于线上销售渠道的接受程度,实证研究显示:绝大部分产品(电子音像、飞机票等有限品类除外)线上渠道销售的θ都小于1[28],故而本文沿用θ∈[0,1];V为消费者对于生鲜农产品的估值,V为[0,1]上均匀分布的随机变量。

显然,只有效用为正时,消费者才会愿意在该渠道上购买产品,即对应于(1)式和(2)式非负的临界值分别为V1=当V＞max{V1,V2}时两个零售渠道同时存在。而消费者会选择令自身效用较大的渠道进行购买,即当时,线上和线下渠道的消费效用相同,V＞V12时,消费者会去线下渠道购买,反之消费者到线上购买产品。分析V1,V2和V12,不难得到以下情形:

(1) 当V1＞V2时,显然有V2＜V1＜V12。此时V∈[V12,1],消费者会选择到线下购买;而当V∈[V2,V12]时,消费者会到线上购买,如图1所示。在销售周期T内,线下和线上的需求速率Ds和Do可以表达为 :

图1 情形1下渠道的需求分布Figure 1The demand and evaluation under case 1

(2) 当V1＜V2时,易知V12＜V1＜V2。此时,当V∈[0,V1]时,消费者不会去任何渠道购买,因为消费者在任何渠道购买生鲜都不会得到大于零的效用;其他情况下消费者都会去线下渠道购买,没有消费者到线上渠道购买,如图2所示。

图2 情形2下渠道的需求分布Figure 2The demand and evaluation under case 2

本文考虑线上和线下零售渠道同时存在的情况,所以着力针对图1的情形进行建模和分析。观察(3)式和(4)式,易知:消费者在线上和线下渠道间的生鲜度感知差异(H和)会影响两个渠道的销量,即当时,线上线下的需求量Ds,D0＞0,线上和线下渠道才能真正拥有各自的市场份额。这是因为,当H过高时,消费者对线上平台销售生鲜品的品质比较有信心,出于这种极大的信赖都会去线上购买;而当H过低时,消费者对线上渠道的信任不够,倾向于去线下感知新鲜度和购买。

正是由于这两方面的渠道间差异,即使是统一零售价,对于线上和线下零售渠道的影响也不尽相同。

性质1线上和线下渠道的总需求随着零售价格的减小而增大:其中线上的需求随着零售价格的减小而增大,线下消费者的需求随着零售价格的减小而减小。

证明:

由性质1可知,生鲜零售价的下降会刺激线上和线下的总需求量,这也解释了生鲜零售商降价的机理。在现实生活中,生鲜零售商也常常会通过降价促销来增加线上的客源,这正是由于线上线下渠道的差异性:线上消费者对于价格的敏感度更高,即使是价格的小幅下降,线上需求也会相对更明显的增加,从而直接带动总需求的增大。

性质2线下的需求随着线下生鲜新鲜度期望~h的增加而增加,线上的需求随着~h的增加而减少;反之,线下的需求随着线上消费者对生鲜的预期新鲜度H的增加而减少,线上的需求随着H的增加而增加。

证明:

性质2与实际相符,当线下生鲜的新鲜度较高时,消费者都会去线下购买,从而导致线上的需求量减少;当消费者对于线上生鲜的预期新鲜度较高时,消费者都会去线上购买,从而导致实体店的客流量减少。

2 模型建立

2.1 未提供BOPS下的生鲜定价决策模型 (策略1)

考虑生鲜零售商拥有独立的线上和线下销售渠道,且不提供BOPS服务(线上订单的线下自提),线上的消费者只能选择由商家配送,此时以零售价p1为决策变量的生鲜零售商总利润为:

需要说明的是,本文研究聚焦于生鲜品多渠道零售中的服务选择和相应的定价决策,着力考虑和对比因渠道选择差异所带来的配送服务成本差异(Ct:生鲜农产品的单位配送成本,仅存在于线上购买并选择配送的情形下)。本文站在零售商的视角,仅考虑配送成本由零售商承担的情形(即包邮),该项成本会影响零售商的零售价格决策。与Ct相比,其他的进货/保管成本不随渠道的差异而变化,不影响模型和后续的分析,故而上述利润表达式(5)式中并未将其体现,后式亦同。

性质3未提供BOPS服务时,生鲜最优零售价随着线上消费者对于生鲜预期新鲜度H、单位配送成本Ct的增加而增加。

由性质3可知,当线上消费者对生鲜新鲜度预期较高时,消费者会愿意支付更高的价格,生鲜零售商会借此提高零售价,获得更高利润。类似的,当生鲜的冷链物流配送成本比较高的时候,零售商也会相应的提高零售价来弥补成本的付出。结合性质1,将(6)式代入(3)式和(4)式,不难发现,H和Ct对于线上和线下渠道的影响是截然不同的:对线下渠道,H和Ct值的增加会借由零售价格提升的作用来扩大需求量;而对线上渠道而言,Ct成本的增加尽管可以借由零售价格的提升来弥补,但是会压缩线上的需求量,H值的增加尽管会拉动零售价格的提升,但是对线上需求的影响还要依赖渠道间零售价敏感度差异值δ2,若δ2＜a2,H值的增加会带来更大的线上需求量,反之则会对线上需求量带来反作用。

实际上,面对高配送成本的问题,零售商可以通过提供BOPS服务,允许消费者自提来减轻压力。

2.2 BOPS下生鲜定价决策模型(策略2)

生鲜零售商提供BOPS服务后,线上的消费者会根据个人的偏好及地理位置带来的便捷性,自行选择获取生鲜品的方式。需要说明的是,根据“盒马鲜生”“世纪联华”等的实践,BOPS自提是由店员拣选打包后交由顾客自提,并非由顾客到店后自行挑选,所以并不会因BOPS模式导致线上-线下渠道生鲜度感知差异δ1的变化,相对更直接的影响在于零售商承担的配送成本。

假设依然选择配送的消费者比例为ρ(ρ≤1),而去线下自提的消费者比例为1-ρ(通过线上订单历史数据的分析可得),此时零售商只要承担ρ比例消费者的配送成本(本文只考虑配送成本由零售商承担的情形,因而零售商提供BOPS服务的动机之一就是减少配送成本的压力;而该项压力会转变为零售价格某种程度地转嫁给消费者,所以消费者选择BOPS的动机一方面在于便捷,另一方面也是避免相应成本的付出)。此时,以零售价p2为决策变量的生鲜零售商利润为:

类似于性质3,也获得了在BOPS服务下最优零售价决策的性

性质4引入BOPS 的服务后,最优零售价随着线上消费者对于生鲜品预期新鲜度H、单位配送成本Ct以及选择配送的消费者比例ρ的增加而增加。

注意到,在BOPS的具体实践中,盒马鲜生、永辉生活等生鲜零售商,通常会对前来自提的顾客提供增值服务,如:告知消费者店内其他产品的打折或优惠政策、为消费者提供咨询服务等,以增加其他产品的销售额。下一节将考虑该情形之下生鲜零售商的最优零售价格和服务水平的决策模型,以此来判断“BOPS+增值服务”对零售商最优价格以及利润的影响。

2.3 “BOPS+增值服务”下的定价及服务水平决策模型(策略3)

本节考虑基于策略2 ,生鲜零售商的线下实体店对BOPS的消费者提供增值服务(比如介绍、试吃、推荐等)。由于在现实诸多实体店提供BOPS服务的实践中,通常是在服务台(收银台)或者专门开辟的柜台,提供给BOPS顾客自提的服务,自提的产品也是售货员去货架上拣选的商品,所以自提点和卖场内部本身是区分开的,故而在自提点提供增值服务并不会造成“服务歧视”[19],目的只是为了吸引BOPS顾客光顾卖场。此增值服务尽管不会改变其对于原产品的效用(效用函数的影响因素包括零售价格和消费者对于生鲜新鲜度的预期),但会通过该服务的努力水平,s3,引导部分BOPS顾客进入卖场体验其他生鲜品,并依一定的销售转化率α变为对其他产品的销售额[18]。与此同时,生鲜零售商也会因采取的增值服务付出一定的成本,因而,对自提的消费者做销售努力后,生鲜零售商的利润为:

其中p3为策略3下的零售价格为努力成本,k为服务成本系数。分析(9)式,易知,由Hessian阵大于等于0,易知当,存在最优零售价和最优服务水平使得零售商利润最大,即体现在价格敏感性上渠道间的差异性δ2存在阈值条件,策略3存在最优解。

性质5最优零售价随着单位配送成本Ct、服务成本系数k以及线上消费者对于生鲜预期新鲜度H增加而增加,随销售转化系数α的增加而减少。

性质6最优额外销售的服务水平随着转化系数α的增加而增加,随着服务成本系数k的增大而减少。

性质5和性质6都和实际相符,当服务成本系数k过高,或当为消费者提供增值服务后不能很好的转化为销售额(α降低)时,零售商应适当的提高的价格。与此同时,当服务成本过高和转化系数α过低时,零售商也会减少其努力程度以避免入不敷出。

3 模型比较

对比以上三个策略下决策模型的结果,由表1可以看到生鲜零售商采取策略1、策略2、策略3后的最优零售价、各渠道需求以及总需求的变化。

表1 三个策略下最优决策、需求的对比Table 1Comparison among 3 strategies

首先对比表1中三个策略下的线下需求Ds、线上需求Do以及总需求的变化,有如下定理所示:

定理1

1)基于策略1 ,引入BOPS后(策略2),总需求增加了其中线上的需求增加了,线下需求减少了

2)基于策略2,生鲜零售商引入BOPS服务且给自提的消费者提供增值服务(策略3)时,消费者对原来品种生鲜品的需求量增加了其中线上渠道的消费者对该生鲜的需求量增加了线下实体店的消费者对该生鲜的需求减少了因为增值服务,策略3将会增加(1-ρ)αs3Do的其他产品销售额。

定理1说明,BOPS服务的引入,从整体来看,增加了消费者总需求量;对于线下实体店和线上渠道来说,BOPS的引入将消费者从实体店往线上引流,显著增加线上消费者的需求量。针对线下实体店,策略3通过为自提的消费者提供增值服务,进一步增加了线下其他生鲜品种额外的销售量。

接着,我们比较表格1中三个策略下最优零售价,可得到如下定理:

定理2策略1、策略2、策略3的最优定价满足:。

证明:得证。

定理2说明,BOPS以及对自提消费者进行增值服务的策略会带来一系列零售价格的下调,结合定理1不难得知,这种价格的下调可以有效扩大渠道的总销售量。回顾传统的生鲜电商,线上与线下渠道没有融合,最大的运营困境来源于冷链配送成本巨大,而在生鲜行业激烈的价格战下,被迫以远低于最优价格的零售价进行销售,造成入不敷出,而策略2和策略3不仅可以在一定程度上通过允许自提来缓解冷链配送成本压力,即使是在价格战的情境下,最优零售价格的压力可以转变为需求总量的增长,有助于改善生鲜电商的运营困境。

进一步,通过比较三个策略下的最优利润,可得如下定理:

定理3策略1、策略2、策略3的最优利润满足:

由第2节可知,线上和线下零售渠道的差异性表现为感知新鲜度差异δ1和零售价格敏感度差异δ2,且δ1在一定的阈值范围内才能使得两个渠道共存;同时,由3.3可知,当δ2≤时,策略3的增值服务才能带来利润增值。在此前提下,定理3指出,增加BOPS服务以及给自提的消费者提供增值服务都能带来利润增值,究其原因,定理1和性质2显示,策略2和策略3下零售商会减少配送成本压力,下调零售价格,刺激总需求量,策略3更会进一步地带动其他品类产品的销售,进一步提升利润。

关于渠道间差异性参数对于利润的影响,我们得到如下的性质(其中,Δ2-1,Δ3-2分别表示策略2和1,策略3和2的利润差值):

定理4三个策略下的最优价格都随着δ2的增大而增大,各策略之间的利润差值Δ2-1,Δ3-2都随着δ2的增大而减小。

定理4说明,当渠道间价格敏感差异δ2增大,零售商不论采取何种策略,生鲜的零售价格会相应的上调,且策略2和策略3在利润方面的优越性也会受限。换句话来说,当不同渠道的消费者对于价格敏感的差异十分大时,零售商没有足够大的利润驱动力去进行销售策略的调整,反过来,当消费者面对透明公开的零售价格,渠道间的价格敏感性差异度较小时,生鲜零售商更应该提供BOPS服务,或者为自提的消费者提供增值服务来缓解生鲜品生鲜度的差异性。

4 数值分析

为了验证上述决策模型的结果,进一步地剖析渠道差异性对策略效果的影响,我们分步骤地开展多组试验并进行分析。首先,基于已有关于线上/线下渠道决策数值试验的基本数据[18,19],我们按照如下表2的参数生成设置,随机生成了50组数值,求解定价决策模型,得到了三个策略下的最优零售价格、服务水平决策,以及相应的需求份额、利润值。为了便于说明,表3陈列了第一组的结果。

表2 数值试验参数的随机生成设置Table 2Parameters setting in the instances

表3中,策略1、策略2和策略3下的最优零售价分别为0.6,0.58和0.578,即随着生鲜零售商引入BOPS服务,以及为自提的消费者提供额外服务,最优零售价格都会不断地下调,与定理2的结论一致;在需求方面,不断下调的零售价格会刺激需求量,策略1、策略2和策略3下的总需求不断增加的(2.000＜ 2.100＜ 2.109),其中最主要归功于线上需求的明显提升(1.500＜ 1.700＜ 1.717),与定理2的结论相符;而在利润方面,策略3的利润最高,其次是策略2(1.086＞1.082＞1.050),验证了定理3的结论。

表3 三个策略下最优价格以及需求量Table 3The optimal price and corresponding demand

接下来,我们着力探求渠道间的差异度指标(δ1和δ2)对于零售商不同销售方式以及相应决策、利润的影响。注意到δ1=b2H-b1~h,即影响δ1的参数主要有三类:生鲜品的生鲜度敏感系数b1(b2)、销售周期T内产品实际的平均新鲜度~h,线上消费者对生鲜度的心理预期H;同时,δ2=a2-θa1,影响价格敏感度差异指标δ2的参数主要两类,一个是各渠道的价格敏感性系数a1,a2另一个是消费者对于线上渠道的接受程度θ。因而,我们分别从三个可能影响δ1取值的角度,以及两个可能影响δ2取值的角度,开展灵敏度分析。针对表2随机生成的50组参数,分别变动b2,~h和H(对应于δ1的敏感度分析),以及a2和θ(对应于δ1的敏感度分析),我们进行了对比和分析,以下以表3对应的基本数据为例,详细阐述敏感度分析中揭示的趋势。

在表3对应的基本数据基础上,令b2在[4,6]上变动,~h于[0.45,0.55]变动,H在区间[0.8,0.9]上变动,三个策略间利润差值的变化如图3、图4和图5。图中显示,无论是哪个参数的原因带来δ1的增大,都会加大三个策略之间的利润差。换而言之,渠道间生鲜度感知差异δ1越大,BOPS服务以及相应增值服务对利润提升的贡献就越大,生鲜零售商更有必要提供BOPS服务以及相应的服务努力。同时,图3中利润增值曲线随着δ1的增大,呈现更为显著的增幅,说明消费者对生鲜度的敏感性参数会借由渠道间的生鲜度感知差异δ1发挥更为直接的影响。与上述实验类似,在零售实践中也可以通过三个角度来改变的渠道间生鲜度感知差异δ1,进而选择更有利的渠道服务,获取更大的利润:零售商着力维护线上渠道生鲜品销售页面信息的完整性,优化商品详情的描述、图片,提升消费者对于生鲜品新鲜度的预期,借由H值的提升来改变δ1;零售商着力打造“极鲜”“冷链直达”等高端生鲜线上销售渠道的形象,吸引更多对生鲜品质有较高敏感程度的消费者光顾,借由b2的提升来改变δ1;越是易腐损的生鲜品(腐损率η高),线上线下渠道间新鲜度感知差异值δ1越大(~h越小),更需要生鲜零售商关注销售渠道和相应服务的优化。

图3 改变b2调整δ1Figure 3Effect of δ1 by changing b2

图4 改变~h调整δ1Figure 4Effect of δ1 by changing ~h

图5 改变H调整δ1Figure 5Effect of δ1 by changing H

类似地,在表3对应的基本数据基础上,图6和图7分别针对两种δ2变化的原因实施敏感度分析:图6令a2在[3,3.9]上变动,图7是通过θ在[0.8,0.9]上变动来判断差异性指标对于零售商利润差值的影响。显然,随着δ2的增大,策略间利润的差值会减少,即BOPS服务的优越性会被削弱,与定理4的结论完全一致。对比图6和图7,不难发现,敏感系数a1,a2借由渠道间价格敏感度差异δ2,能产生更为直接和显著的影响效果(图6利润增值的下降幅度大于图7利润增值的下降幅度)。相应地,随着人们消费观念的改变和消费主体的变更,生鲜线上渠道的认知度越来越高(θ越大),人们对于线上、线下渠道同价的认同度越高(a2越小,a1越大),渠道间零售价格的敏感度差异δ2也会越来越小,生鲜零售商更需要关注不同销售渠道的选择,以及对应销售服务的类别,更好地融合线上和线下渠道,获取更高的利润。

图6 改变a2调整δ2Figure 6Effect of δ2 by changing a2

不仅如此,观察图3—图7,可知利润差值均为正值,即不论渠道间差异大小,策略2优于策略1,策略3优于策略2。

图7 改变θ调整δ2Figure 7Effect of δ2 by changing θ

5 结论

本文从生鲜零售中,线上平台和线下实体店共存的现状出发,以生鲜消费者的视角,剖析了线上线下渠道的差异,具体定义了新鲜度感知差异和价格敏感度差异两个差异度指标,在差异度指标的阈值范围内,考虑了三种销售策略:未引入BOPS、引入BOPS服务以及为自提的消费者提供增值服务,构建了以最优价格和最优服务水平为变量的决策模型,通过对比各策略下的最优价格、需求以及最优利润,可以得到如下结论:

(1)借助BOPS服务来进行一定的线上-线下融合,以及基于此的增值服务策略,会带来一系列的零售价格下调,并借此提升生鲜零售商的利润。

(2)引入BOPS服务来进行一定的线上-线下融合,会增加生鲜零售商的线上线下的总需求,其中线上的需求会增加,线下的需求会减少,但是辅之以增值服务则能够有效地刺激线下实体店其他类型产品的需求,缓解线下的压力,带来进一步的利润提升。

(3)不同的差异度指标对于生鲜零售商的利润影响不尽相同,不论是不同渠道的新鲜敏感度b1(b2),还是线下的新鲜度~h和线上心里预期新鲜度H的变化引起的差异度指标δ1的变化,δ1越大,生鲜零售商引入BOPS和为自提消费者提供增值服务带来的利润增值越大;反之,不论是线下线上消费者价格敏感度的a1(a2),还是消费者对于线上渠道的接受程度θ引起的差异度指标δ2的变化,δ2越小,生鲜零售商引入BOPS和为自提消费者提供增值服务带来的利润增值越大。

本文在建模时只考虑了BOPS服务对于生鲜零售商配送成本的影响,在以后的研究中还可以考虑BOPS服务对于消费者复购率以及好评率等的影响。