服裝企業O2O零售決策模型構建與實證分析

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造協同創新中心，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模式。企業圍繞消費者體驗，通過互聯網技術帶動線上、線下資源聯動，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；優衣庫“線上購買，線下提貨”的零售方式[3]等。然而，大多數服裝企業零售布局較為單一，整個行業O2O零售模式仍處于探索期。如何豐富企業O2O零售渠道布局、提高企業零售服務能力和盈利水平成為企業急需解決的問題。

在企業實際運營過程中，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O2O運營費用投入入手，挖掘企業O2O零售運營能力與企業收入、利潤的關系，基于系統動力學(system dynamics，SD)理論[6]及其在服裝界的應用[7-8]，構建服裝企業雙渠道零售決策模型，為其向O2O模式發展提供借鑒。

1 模型建立

1.1 建模思路

針對服裝企業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O2O零售決策指標，并使用指標概括企業O2O零售模式；

2)應用系統動力學理論構建模型并進行仿真驗證；

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

1.2 服裝企業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O2O零售決策體系(表1)。2016年4月對33名服裝行業專業人員進行問卷調查，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軟件對問卷數據進行主成分分析[16]，可獲得B層和C層的權重，這些參數將用于模型的建立、驗證與分析。

表1 服裝企業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，相應的企業收入(R)和盈利水平(P)將隨之增加[15，17]。企業總收入(R)提高時，盈利水平(P)也隨之提高，即呈現正向促進關系；當盈利水平(P)顯著提高時，企業可逐步減少后期的O2O建設費用(F)，即呈現負向反饋作用。

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

1.4 服裝企業O2O雙渠道零售決策系統變量

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。存量描述了系統的狀態，反映了系統的決策基礎；流量是存量增加或減少的速率；輔助變量是系統決策的中間環節；常量是在研究期間基本保持不變的量[6]。

圖1描述了系統的傳遞和反饋結構，而為建立系統動力學(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)假設企業收入(R)的增長與零售運營能力(A)相關；

3)假設服裝企業發展態勢良好，O2O建設費用持續投入。

1.6 O2O零售系統存量－流量圖

根據系統動力學原理，在因果回路圖(圖1)及梳理系統各變量的基礎上(表2、表3)，利用Vensim仿真軟件繪制服裝企業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節(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，進而影響企業收入R與盈利水平P，而P又影響企業O2O建設費用F，至此，O2O零售決策系統形成因果閉環。

1.7 服裝企業O2O零售決策系統方程體系

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

表4 服裝企業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

續表4

2 O2O零售決策模型實證研究

2.1 K企業O2O發展概況

K企業創立于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。企業以線下布局為主，線上銷售為輔的銷售模式。近年來，K企業不斷向O2O模式發展，通過增加產品品類、線上線下渠道融合發展的方式進行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注入資金，加快企業向O2O模式發展。可見，K企業O2O發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企業的總監、項目經理、產品經理等專業人員的訪談和素材整理，結合企業公開資料，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企業的相關數據進行模型仿真，通過真實數據與仿真數據的對比(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企業歷史數據與仿真數據Tab.7 Historical data and simulation data of K enterprise in recent two years

續表7

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

3 結果與分析

圖3是K企業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O2O零售運營能力呈緩增趨勢。在此，以優化O2O零售運營能力為出發點，通過模型仿真，探究其與企業盈利水平的關系。受篇幅限制，對下列因素不進行討論:①由于K企業物流系統由第三方承運，企業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，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量、加大店鋪裝潢投入。由于線下門店數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。由K企業年報數據得知，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化方案仿真數據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，利潤比初始狀態增加7.1%，而方案c與初始狀態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，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 線上服務水平優化方案Tab.10 Optimization scheme of online service level

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

表11 線上服務水平優化方案仿真數據Tab.11 Simulation data of optimization scheme of online service level

4 結 語

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

以K企業為例，驗證了服裝企業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:提高企業渠道整合能力、適當增加線下門店數量、完善店鋪裝修、縮短網站建設時間等方式可以增加企業利潤。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盈利水平的影響，探尋企業快速提高利潤的不同方式，為服裝企業O2O零售發展提供有益參考。

[1]張茜.傳統零售業O2O模式下顧客體驗的仿真與優化研究[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.我國零售業上市公司線上線下渠道整合現狀分析[J].商業時代，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趨勢下零售業顧客滿意度評價體系構建[J].企業改革與管理，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.論物流企業如何提高客戶服務水平[J].現代商貿工業，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統計分析從基礎到實踐[M].北京:電子工業出版社，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流程建模與仿真[J].計算機集成制造系統，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.