趙紋碩， 王 玲， 李 敏，b，c， 孫田雨， 楊以雄，b，c

(東華大學a.服裝與藝術設計學院；b.現(xiàn)代服裝設計與技術教育部重點實驗室；c.海派時尚設計及價值創(chuàng)造協(xié)同創(chuàng)新中心，上海200051)

O2O(online to offline和 offline to online，線上至線下或線下至線上)是近年來新興的一種商業(yè)模式。企業(yè)圍繞消費者體驗，通過互聯(lián)網技術帶動線上、線下資源聯(lián)動，為顧客提供一體化服務[1]。

當前，商品市場競爭激烈，不少服裝品牌紛紛嘗試向“店商＋電商”的O2O雙渠道模式轉型[2]，如美特斯邦威公司線下開設品牌體驗店，同時建設“邦購”手機APP客戶端；優(yōu)衣庫“線上購買，線下提貨”的零售方式[3]等。然而，大多數(shù)服裝企業(yè)零售布局較為單一，整個行業(yè)O2O零售模式仍處于探索期。如何豐富企業(yè)O2O零售渠道布局、提高企業(yè)零售服務能力和盈利水平成為企業(yè)急需解決的問題。

在企業(yè)實際運營過程中，許多因素都會對O2O零售運營能力產生影響，如線上線下資源整合能力[4]、消費者購物體驗[5]等。為此，本文從服裝企業(yè)O2O運營費用投入入手，挖掘企業(yè)O2O零售運營能力與企業(yè)收入、利潤的關系，基于系統(tǒng)動力學(system dynamics，SD)理論[6]及其在服裝界的應用[7-8]，構建服裝企業(yè)雙渠道零售決策模型，為其向O2O模式發(fā)展提供借鑒。

1 模型建立

1.1 建模思路

針對服裝企業(yè)O2O雙渠道零售模式，建立相關的零售決策模型。

1)通過文獻資料梳理，結合深度訪談，收集并提取企業(yè)O2O零售決策指標，并使用指標概括企業(yè)O2O零售模式；

2)應用系統(tǒng)動力學理論構建模型并進行仿真驗證；

3)以實證企業(yè)近兩年相關運營費用數(shù)據為例，觀察、分析零售決策指標對企業(yè)O2O渠道投入與產出的影響，并提出相關優(yōu)化方案。

1.2 服裝企業(yè)O2O零售決策指標體系

本文借助層次分析法(AHP)思想[9]，將服裝O2O零售運營能力作為目標層，以相關文獻[10-15]為參考，構建了服裝企業(yè)O2O零售決策體系(表1)。2016年4月對33名服裝行業(yè)專業(yè)人員進行問卷調查，要求被調查者對C1～C18指標按重要程度打分(使用五段量表法，1～5分表示指標的重要程度遞增)。借助SPSS1 7.0軟件對問卷數(shù)據進行主成分分析[16]，可獲得B層和C層的權重，這些參數(shù)將用于模型的建立、驗證與分析。

表1 服裝企業(yè)O2O零售決策指標權重Tab.1 Index weight of O2O retail decision-making of apparel enterprises

1.3 O2O零售因果回路圖

圖1為O2O零售因果回路圖，以F O2O建設費用→Bi(i＝1～6)主要影響因素→A O2O零售運營能力→R企業(yè)收入→P盈利水平→再到F O2O建設費用投入形成完整回路。

圖1中，O2O建設費用(F)對O2O零售運營能力(A)具有正向促進作用。假設系統(tǒng)不受突變因素的影響，隨著A的提高，消費者購買力增強，相應的企業(yè)收入(R)和盈利水平(P)將隨之增加[15，17]。企業(yè)總收入(R)提高時，盈利水平(P)也隨之提高，即呈現(xiàn)正向促進關系；當盈利水平(P)顯著提高時，企業(yè)可逐步減少后期的O2O建設費用(F)，即呈現(xiàn)負向反饋作用。

圖1 O2O雙渠道零售決策系統(tǒng)因果關系Fig.1 Causal relationship of O2O dual channel retail decision-making system

1.4 服裝企業(yè)O2O雙渠道零售決策系統(tǒng)變量

本文所使用的變量有:存量、流量(又稱速率變量)、輔助變量和常量。存量描述了系統(tǒng)的狀態(tài)，反映了系統(tǒng)的決策基礎；流量是存量增加或減少的速率；輔助變量是系統(tǒng)決策的中間環(huán)節(jié)；常量是在研究期間基本保持不變的量[6]。

圖1描述了系統(tǒng)的傳遞和反饋結構，而為建立系統(tǒng)動力學(SD)模型，需要將表1中的指標進一步細化。據此，本文從O2O零售運營能力的6大主要影響因素(表1中的B1～B6)和O2O投入－產出兩方面考量，定義了65個系統(tǒng)變量。存量如表2所示，主要流量、輔助變量和常量如表3所示，這些變量將用于SD模型的建立。

表2 O2O零售決策系統(tǒng)存量Tab.2 Stocks of O2O retail decision-making system

1.5 模型構建的假設條件

1)假設市場環(huán)境、經濟政策等因素對模型中的變量不產生影響；

表3 主要流量、輔助變量與常量Tab.3 Main flow，auxiliary variables and constants

2)假設企業(yè)收入(R)的增長與零售運營能力(A)相關；

3)假設服裝企業(yè)發(fā)展態(tài)勢良好，O2O建設費用持續(xù)投入。

1.6 O2O零售系統(tǒng)存量－流量圖

根據系統(tǒng)動力學原理，在因果回路圖(圖1)及梳理系統(tǒng)各變量的基礎上(表2、表3)，利用Vensim仿真軟件繪制服裝企業(yè)O2O零售決策存量－流量圖(圖2)，以進一步描述變量之間的邏輯關系[18]。

如圖2所示，a)使用虛線框將圖2劃分成十個模塊，與圖1中的因果關系對應；b)灰底黑字框表示模塊名稱；c)白底黑字框表示存量變量名(表2)；d) 下方為流量變量名，其余黑色字體為輔助變量(表 3)；e)← 表示兩變量之間存在因果與(或)數(shù)量關系；f)由于該模型較大，為便于圖片線條整潔，引入灰色＜＞影子變量。其中，〈Time〉是特殊影子變量，表示該變量與時間有關。

圖2 服裝企業(yè)O2O零售決策存量－流量圖Fig.2 Stock-flow graph of O2O retail decision-making system of apparel enterprises

由圖2可知，服裝企業(yè)將O2O費用F分別投入到B1～B6主要影響因素，各部分所得到的投入將通過一系列環(huán)節(jié)(變量及相互關系)影響O2O零售運營能力A，A與服務影響因子作用于收入變化率，進而影響企業(yè)收入R與盈利水平P，而P又影響企業(yè)O2O建設費用F，至此，O2O零售決策系統(tǒng)形成因果閉環(huán)。

1.7 服裝企業(yè)O2O零售決策系統(tǒng)方程體系

在變量邏輯關系(圖2)的基礎上使用數(shù)學方程添加數(shù)量關系。使用Vensim軟件中的Equations功能將存量、流量和輔助變量添加數(shù)學方程(表4)，模型即可運行。

表4 服裝企業(yè)O2O零售決策模型的主要方程模塊及說明Tab.4 Main equationsmodule and explanations of O2O retail decision-making system of apparel enterprises

續(xù)表4

2 O2O零售決策模型實證研究

2.1 K企業(yè)O2O發(fā)展概況

K企業(yè)創(chuàng)立于1988年，以生產銷售服裝類的男女皮鞋為主，旗下有三個生產基地、五個品牌，目標消費群體主要為25～35歲中高端商務人士。企業(yè)以線下布局為主，線上銷售為輔的銷售模式。近年來，K企業(yè)不斷向O2O模式發(fā)展，通過增加產品品類、線上線下渠道融合發(fā)展的方式進行O2O零售渠道建設。此外，在產品配送、網站建設、職員關懷等方面也持續(xù)注入資金，加快企業(yè)向O2O模式發(fā)展。可見，K企業(yè)O2O發(fā)展思路與本文模型基本相符，可使用模型進行仿真。

2.2 模型常量及初始值

SD模型的存量、常量等需要設置初始值。通過與K企業(yè)的總監(jiān)、項目經理、產品經理等專業(yè)人員的訪談和素材整理，結合企業(yè)公開資料，模型主要常量和存量的初始值設置見表5和表6。

表5 模型主要常量數(shù)值及來源Tab.5 Main constant values of themodel and their source

表6 模型主要存量初始值Tab.6 Initial value ofmain stocks of themodel

2.3 模型的驗證

模型的準確性和實用性需要用一系列驗證和確認進行測試[19，20]，本文使用K企業(yè)的相關數(shù)據進行模型仿真，通過真實數(shù)據與仿真數(shù)據的對比(表7)對模型進行驗證。仿真模型以月為單位，運行期為兩年，步長為1個月。

表7 近兩年K企業(yè)歷史數(shù)據與仿真數(shù)據Tab.7 Historical data and simulation data of K enterprise in recent two years

續(xù)表7

由表7可知，實證結果與企業(yè)真實數(shù)據的誤差基本小于±5.0%，模型的仿真結果與企業(yè)實際運營情況較為一致，說明本系統(tǒng)能夠模擬企業(yè)的經營情況。此外，模型在穩(wěn)健性測試中表現(xiàn)良好，在極值條件下也能夠反映客觀現(xiàn)實。

3 結果與分析

圖3是K企業(yè)O2O零售運營能力仿真結果圖，其中縱軸O2O零售運營能力1＝很低；2＝較低；3＝一般；4＝較高；5＝很高。由圖3可知，K企業(yè)O2O零售運營能力呈緩增趨勢。在此，以優(yōu)化O2O零售運營能力為出發(fā)點，通過模型仿真，探究其與企業(yè)盈利水平的關系。受篇幅限制，對下列因素不進行討論:①由于K企業(yè)物流系統(tǒng)由第三方承運，企業(yè)難以直接改善物流服務；②產品感知價值與產品批量、成本、產品周期等諸多因素有關，較為復雜；③店員銷售能力的權重過小，難以影響O2O零售運營能力(表1)。由此，本文將從渠道整合能力、線上零售能力及門店零售能力三個視角進行仿真并論述改進建議。

圖3 K企業(yè)O2O零售服務水平仿真結果Fig.3 Simulation result of O2O retail service level of K enterprise

3.1 提高O2O渠道整合能力

由于K企業(yè)O2O項目剛剛起步，渠道整合能力不高，賦值為“1”，后期可分別渠道整合的五個方面(支付方式、銷售渠道、消費者體驗、企業(yè)架構及提貨方式)整體提升。

方案a:假設渠道整合能力提升兩倍，則模型公式為:Distribution＝Payment Method＝Marketing Chanel＝Consumer Experience＝Architecture＝DELAYFIXED(2，12，1)。 DELAYFIXED 是一種延遲函數(shù)，DELAY FIXED(x， y， z)表示初始值為“z”的變量，在延遲y個時間步長之后，變量值為“x”。

由圖4、圖5可知，依照渠道整合能力的改進方案，從第13月開始，企業(yè)O2O零售運營能力和利潤均有一定程度的增加。

圖4 O2O零售服務水平對比Fig.4 Comparison of O2O retail service level

圖5 K企業(yè)利潤對比Fig.5 Comparison of profit in K enterprise

3.2 提高門店零售能力

提高門店零售能力，直接的方式是增加店鋪數(shù)量、加大店鋪裝潢投入。由于線下門店數(shù)和門店裝潢總額是存量，需依靠相關流量(開店投入比例與門店裝潢投入比例)進行調節(jié)。由K企業(yè)年報數(shù)據得知，開店投入比例與門店裝潢投入比例占門店建設費用的80%左右，據此提出b，c兩種改進方案(表8)，相應結果見表9。

表8 線下服務水平優(yōu)化方案Tab.8 Optimization scheme of offline service level

表9 不同方案的線下服務水平優(yōu)化方案仿真數(shù)據Tab.9 Simulation data of optimization scheme of offline service level in different schemes

由表9仿真結果可知，方案b適度提高開店投入比例，減少門店裝潢投入比例，利潤比初始狀態(tài)增加7.1%，而方案c與初始狀態(tài)相比利潤變化率為負，無應用價值。

3.3 提高線上零售能力

提高線上零售能力，可通過豐富網站內容，提高網站安全性等方式實現(xiàn)，而不同的網站裝潢費和網管費用占比組合得到的線上零售能力數(shù)值不盡相同。為此，提出三種改進方案(表10)，對應仿真結果見表11。

表10 線上服務水平優(yōu)化方案Tab.10 Optimization scheme of online service level

方案f與初始狀態(tài)相比，縮短前期網站裝潢費投入的持續(xù)時間，線上零售能力由3.80提高到4.00，利潤增長3.8%?？梢?，盡早完成企業(yè)網站的建立，強化網站安全有利于提升線上零售能力，并最終提高企業(yè)利潤。

表11 線上服務水平優(yōu)化方案仿真數(shù)據Tab.11 Simulation data of optimization scheme of online service level

4 結 語

本文針對服裝企業(yè)O2O發(fā)展模式，在梳理O2O零售決策指標的基礎上建立了系統(tǒng)動力學模型。

以K企業(yè)為例，驗證了服裝企業(yè)O2O零售決策模型的適用性，并進行了實證分析。研究結果表明:提高企業(yè)渠道整合能力、適當增加線下門店數(shù)量、完善店鋪裝修、縮短網站建設時間等方式可以增加企業(yè)利潤。由于單一因素的變化對利潤的影響尚不顯著，后期研究可以此為基礎，綜合分析變量變化對企業(yè)盈利水平的影響，探尋企業(yè)快速提高利潤的不同方式，為服裝企業(yè)O2O零售發(fā)展提供有益參考。

[1]張茜.傳統(tǒng)零售業(yè)O2O模式下顧客體驗的仿真與優(yōu)化研究[D].鄭州:鄭州大學，2014.ZHANG Qian.Study on the Simulation and Optimization of Customer Experience in Traditional Retail Industry Taking O2O Business Model[D].Zhengzhou:Zhengzhou University，2014.

[2]王玲.服裝O2O雙渠道零售決策與協(xié)調[D].上海:東華大學，2017.WANG Ling.Dual-Channel Retail Decision and Coordination of Apparel Enterprise[D].Shanghai:Donghua University，2017.

[3]管榮偉.服裝零售企業(yè)的O2O模式研究[J].紡織導報，2015(1):84-87.GUAN Rongwei.Study on the modes of online to offline for clothing retail enterprises[J].China Textile Leader，2015(1):84-87.

[4]殷紅，邵兵家.我國零售業(yè)上市公司線上線下渠道整合現(xiàn)狀分析[J].商業(yè)時代，2013(25):19-20.YIN Hong，SHAO Bingjia.Analysis on the status quo of O2O integration in China's retail listed companies[J].Commercial Times，2013(25):19-20.

[5]楊麗芳.O2O趨勢下零售業(yè)顧客滿意度評價體系構建[J].企業(yè)改革與管理，2014(16):107-108.YANG Lifang.On the construction of customer satisfaction evaluation system of retail industry under the trend of O2O[J].Enterprise Reform And Management，2014(16):107-108.

[6]鐘永光，賈曉菁，錢穎，等.系統(tǒng)動力學[M].2版.北京:科學出版社，2013.ZHONG Yongguang， JIA Xiaojing， QIAN Ying， etal.System Dynamics[M].2nd Edi.Beijing:Science Press，2013.

[7]徐念，張彤，王淵，等.服裝供應鏈系統(tǒng)動力學仿真[J].紡織學報，2015，36(4):153-158.XU Nian， ZHANG Tong， WANG Yuan， et al.Simulation of garment supply chain based on system dynamics[J].Journal of Textile Research，2015，36(4):153-158.

[8]IANNONE R，MARTINO G，MIRANDA S，et al.Modeling fashion retail supply chain through causal loop diagram[J].IFAC-Papers on Line，2015，48(3):1290-1295.

[9]韓伯棠.管理運籌學[M].4版.北京:高等教育出版社，2015:409.HAN Botang.Management Operation Research[M].4th Edi.Beijing:Higher Education Press，2015:409.

[10]曹爾黎.第三方B2B電子商務平臺服務質量分析[J].商業(yè)研究，2010(6):213-216.CAO Erli.Service quality analysis of the third party B2B ecommerce platform[J].Commercial Research，2010(6):213-216.

[11]周明，李黎.我國實體店未來的經營模式與發(fā)展方向研究[J].中國市場，2014(43):60-62.ZHOU Ming，LILi.Study on the future businessmodel and development direction of Chinese entity stores[J].China Market，2014(43):60-62.

[12]周欣.體驗型產品渠道沖突解決機制研究:基于O2O雙渠道暗箱模型[J].新經濟，2015(S1):42-44.ZHOU Xin. Research on channel conflict resolution mechanism of experiential products:based on O2O dual channel black box model[J].New Economy，2015(S1):42-44.

[13]陳耿冰.論物流企業(yè)如何提高客戶服務水平[J].現(xiàn)代商貿工業(yè)，2016(18):34-35.CHEN Gengbing.On how to improve customer service level in logistics enterprises[J]. Modern Business Trade Industry，2016(18):34-35.

[14]吳曉志，陳宏，張俊.考慮服務競爭的O2O供應鏈決策與協(xié)調[J].控制與決策，2015，30(8):1453-1461.WU Xiaozhi， CHEN Hong， ZHANG Jun.Decision-making and coordination in an O2O supply chian when service competes[J].Control and Decision，2015，30(8):1453-1461.

[15]吳錦峰，常亞平，潘慧明.多渠道整合質量對線上購買意愿的作用機理研究[J].管理科學，2014，27(1):86-98.WU Jinfeng， CHANG Yaping， PAN Huiming.Impact of multichannel integration quality on online purchase intention and its mechanism[J].Journal of Management Science，2014，27(1):86-98.

[16]羅應婷，楊鈺娟.SPSS統(tǒng)計分析從基礎到實踐[M].北京:電子工業(yè)出版社，2010:281-303.LUO Yingting，YANG Yujuan.SPSS from Foundation to Practice[M].Beijing:Publishing House of Electronics Industry，2010:281-303.

[17]吳錦峰，常亞平，侯德林.多渠道整合對零售商權益的影響:基于線上與線下的視角[J].南開管理評論，2016，19(2):170-181.WU Jinfeng， CHANG Yaping， HOU Delin.The impact of multichannel integration on retailer equity:an online and offline perspective[J].Nankai Business Review，2016，19(2):170-181.

[18]李旭.社會系統(tǒng)動力學-政策研宄的原理、方法和應用[M].上海:復旦大學出版社，2011:39-65.LI Xu.Social System Dynamics-Principles，Methods and Application of Policy Research[M].Shanghai:Fudan University Press，2011:39-65.

[19]石春樂，楊以雄，陳煒.基于時間競爭的快時尚產品開發(fā)流程建模與仿真[J].計算機集成制造系統(tǒng)，2016，22(2):492-500.SHIChunle， YANG Yixiong， CHEN Wei.Modeling and simulation of fast fashion product development process based on time competition[J].Computer Integrated Manufacturing Systems，2016，22(2):492-500.

[20]SARGENT R G.Verification and validation of simulation models[J].Journal of Simulation，2013，7(1):12-24.