基于边际服务的在线零售商退货及定价策略研究-陈芝.pdf

《基于边际服务的在线零售商退货及定价策略研究-陈芝.pdf》由会员分享，可在线阅读，更多相关《基于边际服务的在线零售商退货及定价策略研究-陈芝.pdf（3页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、营销与服务M arketing and Service84 管理现代化DOI: 10. 3969/ j. issn. 1003- 1154. 2017. 02. 025基基于边际服务的在线零售商退货及定价策略研究 陈 芝 张 梦 刘小红(湖南大学工商管理学院,湖南 长沙 410082)摘要针对大数据服务对在线零售商退货及定价影响,运用Stackelberg和Bertrand理论构建动态竞争博弈模型。研究发现:在线零售商价格和需求受边际服务成本影响,大数据服务成本系数、退货率与价格正相关;零售商对价格竞争策略的偏好与大数据服务成本有关。关键词在线零售;大数据服务;退货;定价中图分类号F713.

2、365 文献标识码A 文章编号1003- 1154(2017)02- 0084- 03基金项目国家社科基金后期资助项目基金项目“多项目管理方法及其应用研究” ( 13FGL005) 。目前,国内外已有部分学者研究了大数据服务在网络零售中的应用。刘志超等 1分析了大数据在电商中的应用,结合电商企业服务模式三维分析模型,得到个性化导购、垂直细分领域以及数据产品服务三种新型电子商务服务模式。陈原等 2研究了大数据对淘宝网电子商务模式创新,得出大数据服务下运营模式和客户关系管理创新帮助商家改进服务。陈敬贤等 3采用Hotelling模型,探讨了降低顾客退货店铺服务战略均衡分析,研究表明商家服务战略选择

3、受产品差异性和退货率影响。基于此,本文在大数据服务背景下,探讨Stackelberg(斯坦克尔伯格)主从定价和双方同时行动的Bertrand(伯特兰德)定价策略下,某个允许退货的在线零售商投资大数据服务引起零售价格变动及边际服务成本对收益和定价决策影响,为竞争环境下在线零售商定价提供决策依据。一、问题描述与模型(一)问题描述与假设假设两个零售商销售同质商品,双方不独立,各自零售价格将影响双方需求。若某个零售商投资大数据服务,也将影响双方需求。投资大数据服务要花费一定成本。参考Ofek和M iklos 4的研究,假定大数据服务水平为s,单位成本CS = 12 hs 2 ,则 c s为边际服务成本

4、。假设零售商提供商品有匹配和不匹配两种状态,令商品不匹配概率为 ,则匹配概率为1- ,顾客购买不匹配自身偏好商品时,商家给予退货,该假设符合实际。(二)需求函数与利润函数假设零售商1投资大数据服务,参考林志炳等 5的研究,需求是关于价格和服务的线性函数,则需求函数为:q1 = a- b1 p 1 + u( p 2 + v) ; q2 = a- b2 ( p 2 + v) + up 1 。a为市场总需求; b1 , b2为零售商自身价格对市场需求敏感程度; u为零售商相互替代程度; s为零售商1大数据服务水平; v为单位服务水平带来的产品价值增值。投资大数据服务大数据服务精准获取顾客偏好,降低顾

5、客退货,但需花费一定成本。基于此,假设k为单位服务水平对降低退货率贡献程度,满足0 M 3 ,零售商2最优价格增加,但其增加幅度小于零售商1; cs/ sN 2时,双方价格均提高,且零售商1需求减少,零售商2需求增加。其中:N 1 = 4b1b2r ks- 2u2r ks- 2b2uv( 2b1b2 - u2 ) sN 2 = 4b1b2ur ks- 2u3r ks- 6b2u2v+ 8b1b22v( 2b1b2 - u2 ) usN 3 = 4b1b2r ks- 2u2r ks+ 2b2uv( 2b1b2 - u2 ) s N 4 = N 2性质2说明,当 cs/ s N 2时,价格增加给需

6、求增加带来的抑制作用大于大数据服务的促进作用。(三)不同竞争结构下定价策略比较大数据服务下,对Bertrand和Stackelberg价格竞争策略下零售商最优价格和利润比较分析,可得:结论1:两种不同价格竞争策略下在线零售商价格与大数据服务成本成正比。证明:由命题1,在Bertrand竞争策略下:dpB*1dh 0,dpB*2dh 0;由命题2,在Stackelberg竞争策略下: dpB*1dh 0,dpB*2dh 0,综上结论1得证。结论2: Stackelberg竞争和Bertrand竞争策略下,在线零售商利润均随退货率的增大而降低;当零售商1投资的大数据服务水平在某一范围内时,两个零售

7、商的最优价格随顾客退货率的增加而增加,且顾客退货率对不投资大数据服务的零售商2的价格影响更大。证明:由命题1,在Bertrand策略下: s 0,dpB*2d 0,dpB*1d -dpB*2d b2u( 2b1b2 - u2 ) k时,dpS*1d 0,dpS*2d 0,dpS*1d -dpS*2d s0时, pB*1 pS*1 , qB*1 pS*2 , qB*2 qS*2 ;零售商1服务水平s qS*1 , pB*2 pS*2 , qB*2 qS*2 。其中:s0 = ( 2b1b2 - u2 ) r k+ Ah ( 2b1b2 - u2 ) ,A= ( 4b2ha+ 2b2uhv+ 2b

8、2uhr + 2uha) ( 2b1b2 - u2 ) +( b1b2 - u2 ) ( 4b1b2r2 2k2 - 8b1b2u2hr ) +u4r2 2k2 - 2u4hr证明: ( 1)令s= s0 + t由命题1,pB1 * - pS1 * = tu2 ( 2b1b2h- u2h+ 2 A )4( 4b1b2 - u2 ) ( 2b1b2 - u2 )pB2 * - pS2 * = tu3 ( 2b1b2h- u2h+ 2 A )8b2 ( 4b1b2 - u2 ) ( 2b1b2 - u2 )( 2)令s= s0 + t由命题1, 2得:qB1 * - qS1 * = - tu2 (

9、 2b1b2h- u2h+ 2 A )8b2 ( 4b1b2 - u2 )qB2 * - qS2 * = tu3 ( 2b1b2h- u2h+ 2 A )8( 4b1b2 - u2 ) ( 2b1b2 - u2 )由上式可知结论3成立,结果表明,零售商对价格竞争策略的偏好取决于大数据服务水平。结论4:在两种竞争策略下,若零售商1大数据服务水平s s0 ,则零售商1在Stackelberg竞争下利润必大于Bertrand竞争情形。证明:令s = s0 + t,由命题1, 2得, B1 * - S1 * =- t2u4 ( thu2 - 2thb1b2 - 2 A )232b2 ( 2b1b2 -

10、 u2 ) ( 4b1b2 - u2 ) 2 0。当s s0时,有 B1 * S1 * 。由结论4知,零售商投资大数据服务时,更愿意作为先行者和对手展开Stackelberg竞争。万方数据营销与服务M arketing and Service86 管理现代化三、数值分析该部分采用算例进行分析,具体参数参考林志炳等 5研究,设置参数均满足文章均衡解存在条件,给定a= 20, u = 1. 2, b1 = 1. 4, b2 = 1. 3, r = 6, h = 2. 5,k= 0. 1,服务投入价格增值v参考Iyer G 6研究,假设v= 2. 5C0. 5s 。首先,假设s= 6,两个零售商退货

11、率都为0. 3,边际服务成本用z表示,考察边际服务成本变动对最优价格决策影响,如图1。图1 边际服务成本对零售商最优零售价格影响由图1知,当z小于10. 2时,零售商Stackelberg竞争下价格均大于Bertrand竞争情形。说明随着s不断提高,单位服务成本增加,零售商服务成本压力变大,要实现自身利润最大化必须提价。其次,其他参数不变,分析顾客退货率、大数据服务水平变化对零售商1收益影响,如图2。由图2知,两种价格竞争策略下,零售商1收益随s变化整体趋势相似,且仅s 11. 23时,零售商1收益Stackelberg竞争下始终大于Bertrand情形。图2 顾客退货率和零售商服务水平对零售

12、商1收益影响最后,保持其余参数不变,分析Stackelberg策略下零售商边际服务成本变动对在线零售商收益影响,得图3。图3 边际服务成本对在线零售商收益的影响由图3,在Stackelberg竞争下, s从0开始增加时,零售商1收益递增,边际服务成本在2. 37 z 6. 75时,零售商1利润始终大于零售商2,因此,零售商要想从大数据服务中获益,需将成本控制在一定范围内,否则得不偿失。当零售商1收益达到最大值,收益将随s增加逐渐递减,是由于零售商1服务成本增速大于需求、价格上升和退货处理成本减少带来收益增加速度。四、结 论通过分析表明,在线零售商投资大数据服务仅当其有边际服务成本优势时,才有机

13、会从中获利。与Bertrand价格竞争策略相比, Stackelberg策略下零售商销售价格较低。零售商在竞争中更偏好于Stackelberg竞争策略。两种不同价格竞争策略下,随大数据服务水平增加,零售商收益会先增加后减少,直到零售商因服务水平提高导致成本增加超过从中获取报酬,收益开始减少,此时商家应慎重考虑大数据服务给自身利润所带来的影响。 参考文献 1刘志超,陈勇,姚志立.大数据时代的电子商务服务模式革新 J .科技管理研究, 2014( 04) . 2陈原,刘惠,周文豪.大数据在淘宝网电子商务模式创新中的应用研究 J .价值工程, 2015( 04) . 3陈敬贤,杨锋,梁樑.降低顾客退

14、货的店铺辅助服务战略的均衡分析 J .系统工程理论与实践, 2016( 02) . 4 Ofek Z K, M iklos S. Bricks and Clicks: TheImpact of Product Returns on the Strategies ofM ultichannel Retailers J . M arketing Science, 2011,30( 01) : 42- 60. 5林志炳,蔡晨,许保光,等.零售商竞争模型中的定价分析 J .中国管理科学, 2006 ( 05) . 6 Iyer G. Coordinating Channels Under Price andNonprice Competition J . M arketing Science, 1998,17( 04) : 338- 355.万方数据