趙紋碩， 王 玲， 李 敏，b，c， 孫田雨， 楊以雄，b，c

(東華大學(xué)a.服裝與藝術(shù)設(shè)計(jì)學(xué)院；b.現(xiàn)代服裝設(shè)計(jì)與技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室；c.海派時(shí)尚設(shè)計(jì)及價(jià)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(lái)新興的一種商業(yè)模式。企業(yè)圍繞消費(fèi)者體驗(yàn)，通過(guò)互聯(lián)網(wǎng)技術(shù)帶動(dòng)線上、線下資源聯(lián)動(dòng)，為顧客提供一體化服務(wù)[1]。

當(dāng)前，商品市場(chǎng)競(jìng)爭(zhēng)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(zhuǎn)型[2]，如美特斯邦威公司線下開(kāi)設(shè)品牌體驗(yàn)店，同時(shí)建設(shè)“邦購(gòu)”手機(jī)APP客戶端；優(yōu)衣庫(kù)“線上購(gòu)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(gè)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(wù)能力和盈利水平成為企業(yè)急需解決的問(wèn)題。

在企業(yè)實(shí)際運(yùn)營(yíng)過(guò)程中，許多因素都會(huì)對(duì)O2O零售運(yùn)營(yíng)能力產(chǎn)生影響，如線上線下資源整合能力[4]、消費(fèi)者購(gòu)物體驗(yàn)[5]等。為此，本文從服裝企業(yè)O2O運(yùn)營(yíng)費(fèi)用投入入手，挖掘企業(yè)O2O零售運(yùn)營(yíng)能力與企業(yè)收入、利潤(rùn)的關(guān)系，基于系統(tǒng)動(dòng)力學(xué)(system dynamics，SD)理論[6]及其在服裝界的應(yīng)用[7-8]，構(gòu)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(duì)服裝企業(yè)O2O雙渠道零售模式，建立相關(guān)的零售決策模型。

1)通過(guò)文獻(xiàn)資料梳理，結(jié)合深度訪談，收集并提取企業(yè)O2O零售決策指標(biāo)，并使用指標(biāo)概括企業(yè)O2O零售模式；

2)應(yīng)用系統(tǒng)動(dòng)力學(xué)理論構(gòu)建模型并進(jìn)行仿真驗(yàn)證；

3)以實(shí)證企業(yè)近兩年相關(guān)運(yùn)營(yíng)費(fèi)用數(shù)據(jù)為例，觀察、分析零售決策指標(biāo)對(duì)企業(yè)O2O渠道投入與產(chǎn)出的影響，并提出相關(guān)優(yōu)化方案。

1.2 服裝企業(yè)O2O零售決策指標(biāo)體系

本文借助層次分析法(AHP)思想[9]，將服裝O2O零售運(yùn)營(yíng)能力作為目標(biāo)層，以相關(guān)文獻(xiàn)[10-15]為參考，構(gòu)建了服裝企業(yè)O2O零售決策體系(表1)。2016年4月對(duì)33名服裝行業(yè)專業(yè)人員進(jìn)行問(wèn)卷調(diào)查，要求被調(diào)查者對(duì)C1～C18指標(biāo)按重要程度打分(使用五段量表法，1～5分表示指標(biāo)的重要程度遞增)。借助SPSS1 7.0軟件對(duì)問(wèn)卷數(shù)據(jù)進(jìn)行主成分分析[16]，可獲得B層和C層的權(quán)重，這些參數(shù)將用于模型的建立、驗(yàn)證與分析。

表1 服裝企業(yè)O2O零售決策指標(biāo)權(quán)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(shè)費(fèi)用→Bi(i＝1～6)主要影響因素→A O2O零售運(yùn)營(yíng)能力→R企業(yè)收入→P盈利水平→再到F O2O建設(shè)費(fèi)用投入形成完整回路。

圖1中，O2O建設(shè)費(fèi)用(F)對(duì)O2O零售運(yùn)營(yíng)能力(A)具有正向促進(jìn)作用。假設(shè)系統(tǒng)不受突變因素的影響，隨著A的提高，消費(fèi)者購(gòu)買力增強(qiáng)，相應(yīng)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(shí)，盈利水平(P)也隨之提高，即呈現(xiàn)正向促進(jìn)關(guān)系；當(dāng)盈利水平(P)顯著提高時(shí)，企業(yè)可逐步減少后期的O2O建設(shè)費(fèi)用(F)，即呈現(xiàn)負(fù)向反饋?zhàn)饔谩?/p>

圖1 O2O雙渠道零售決策系統(tǒng)因果關(guān)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(chǔ)；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(jié)構(gòu)，而為建立系統(tǒng)動(dòng)力學(xué)(SD)模型，需要將表1中的指標(biāo)進(jìn)一步細(xì)化。據(jù)此，本文從O2O零售運(yùn)營(yíng)能力的6大主要影響因素(表1中的B1～B6)和O2O投入－產(chǎn)出兩方面考量，定義了65個(gè)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(gòu)建的假設(shè)條件

1)假設(shè)市場(chǎng)環(huán)境、經(jīng)濟(jì)政策等因素對(duì)模型中的變量不產(chǎn)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(shè)企業(yè)收入(R)的增長(zhǎng)與零售運(yùn)營(yíng)能力(A)相關(guān)；

3)假設(shè)服裝企業(yè)發(fā)展態(tài)勢(shì)良好，O2O建設(shè)費(fèi)用持續(xù)投入。

1.6 O2O零售系統(tǒng)存量－流量圖

根據(jù)系統(tǒng)動(dòng)力學(xué)原理，在因果回路圖(圖1)及梳理系統(tǒng)各變量的基礎(chǔ)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(jìn)一步描述變量之間的邏輯關(guān)系[18]。

如圖2所示，a)使用虛線框?qū)D2劃分成十個(gè)模塊，與圖1中的因果關(guān)系對(duì)應(yīng)；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(guān)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(shí)間有關(guān)。

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(fèi)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(guò)一系列環(huán)節(jié)(變量及相互關(guān)系)影響O2O零售運(yùn)營(yíng)能力A，A與服務(wù)影響因子作用于收入變化率，進(jìn)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(shè)費(fèi)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(guān)系(圖2)的基礎(chǔ)上使用數(shù)學(xué)方程添加數(shù)量關(guān)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(xué)方程(表4)，模型即可運(yùn)行。

表4 服裝企業(yè)O2O零售決策模型的主要方程模塊及說(shuō)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(shí)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(chǎn)銷售服裝類的男女皮鞋為主，旗下有三個(gè)生產(chǎn)基地、五個(gè)品牌，目標(biāo)消費(fèi)群體主要為25～35歲中高端商務(wù)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(lái)，K企業(yè)不斷向O2O模式發(fā)展，通過(guò)增加產(chǎn)品品類、線上線下渠道融合發(fā)展的方式進(jìn)行O2O零售渠道建設(shè)。此外，在產(chǎn)品配送、網(wǎng)站建設(shè)、職員關(guān)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(jiàn)，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(jìn)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(shè)置初始值。通過(guò)與K企業(yè)的總監(jiān)、項(xiàng)目經(jīng)理、產(chǎn)品經(jīng)理等專業(yè)人員的訪談和素材整理，結(jié)合企業(yè)公開(kāi)資料，模型主要常量和存量的初始值設(shè)置見(jiàn)表5和表6。

表5 模型主要常量數(shù)值及來(lái)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(yàn)證

模型的準(zhǔn)確性和實(shí)用性需要用一系列驗(yàn)證和確認(rèn)進(jìn)行測(cè)試[19，20]，本文使用K企業(yè)的相關(guān)數(shù)據(jù)進(jìn)行模型仿真，通過(guò)真實(shí)數(shù)據(jù)與仿真數(shù)據(jù)的對(duì)比(表7)對(duì)模型進(jìn)行驗(yàn)證。仿真模型以月為單位，運(yùn)行期為兩年，步長(zhǎng)為1個(gè)月。

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

續(xù)表7

由表7可知，實(shí)證結(jié)果與企業(yè)真實(shí)數(shù)據(jù)的誤差基本小于±5.0%，模型的仿真結(jié)果與企業(yè)實(shí)際運(yùn)營(yíng)情況較為一致，說(shuō)明本系統(tǒng)能夠模擬企業(yè)的經(jīng)營(yíng)情況。此外，模型在穩(wěn)健性測(cè)試中表現(xiàn)良好，在極值條件下也能夠反映客觀現(xiàn)實(shí)。

3 結(jié)果與分析

圖3是K企業(yè)O2O零售運(yùn)營(yíng)能力仿真結(jié)果圖，其中縱軸O2O零售運(yùn)營(yíng)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(yùn)營(yíng)能力呈緩增趨勢(shì)。在此，以優(yōu)化O2O零售運(yùn)營(yíng)能力為出發(fā)點(diǎn)，通過(guò)模型仿真，探究其與企業(yè)盈利水平的關(guān)系。受篇幅限制，對(duì)下列因素不進(jìn)行討論:①由于K企業(yè)物流系統(tǒng)由第三方承運(yùn)，企業(yè)難以直接改善物流服務(wù)；②產(chǎn)品感知價(jià)值與產(chǎn)品批量、成本、產(chǎn)品周期等諸多因素有關(guān)，較為復(fù)雜；③店員銷售能力的權(quán)重過(guò)小，難以影響O2O零售運(yùn)營(yíng)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(gè)視角進(jìn)行仿真并論述改進(jìn)建議。

圖3 K企業(yè)O2O零售服務(wù)水平仿真結(jié)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(xiàng)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(gè)方面(支付方式、銷售渠道、消費(fèi)者體驗(yàn)、企業(yè)架構(gòu)及提貨方式)整體提升。

方案a:假設(shè)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(gè)時(shí)間步長(zhǎng)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(jìn)方案，從第13月開(kāi)始，企業(yè)O2O零售運(yùn)營(yíng)能力和利潤(rùn)均有一定程度的增加。

圖4 O2O零售服務(wù)水平對(duì)比Fig.4 Comparison of O2O retail service level

圖5 K企業(yè)利潤(rùn)對(duì)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(guān)流量(開(kāi)店投入比例與門店裝潢投入比例)進(jìn)行調(diào)節(jié)。由K企業(yè)年報(bào)數(shù)據(jù)得知，開(kāi)店投入比例與門店裝潢投入比例占門店建設(shè)費(fèi)用的80%左右，據(jù)此提出b，c兩種改進(jìn)方案(表8)，相應(yīng)結(jié)果見(jiàn)表9。

表8 線下服務(wù)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(wù)水平優(yōu)化方案仿真數(shù)據(jù)Tab.9 Simulation data of optimization scheme of offline service level in different schemes

由表9仿真結(jié)果可知，方案b適度提高開(kāi)店投入比例，減少門店裝潢投入比例，利潤(rùn)比初始狀態(tài)增加7.1%，而方案c與初始狀態(tài)相比利潤(rùn)變化率為負(fù)，無(wú)應(yīng)用價(jià)值。

3.3 提高線上零售能力

提高線上零售能力，可通過(guò)豐富網(wǎng)站內(nèi)容，提高網(wǎng)站安全性等方式實(shí)現(xiàn)，而不同的網(wǎng)站裝潢費(fèi)和網(wǎng)管費(fèi)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(jìn)方案(表10)，對(duì)應(yīng)仿真結(jié)果見(jiàn)表11。

表10 線上服務(wù)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(wǎng)站裝潢費(fèi)投入的持續(xù)時(shí)間，線上零售能力由3.80提高到4.00，利潤(rùn)增長(zhǎng)3.8%?？梢?jiàn)，盡早完成企業(yè)網(wǎng)站的建立，強(qiáng)化網(wǎng)站安全有利于提升線上零售能力，并最終提高企業(yè)利潤(rùn)。

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

4 結(jié) 語(yǔ)

本文針對(duì)服裝企業(yè)O2O發(fā)展模式，在梳理O2O零售決策指標(biāo)的基礎(chǔ)上建立了系統(tǒng)動(dòng)力學(xué)模型。

以K企業(yè)為例，驗(yàn)證了服裝企業(yè)O2O零售決策模型的適用性，并進(jìn)行了實(shí)證分析。研究結(jié)果表明:提高企業(yè)渠道整合能力、適當(dāng)增加線下門店數(shù)量、完善店鋪裝修、縮短網(wǎng)站建設(shè)時(shí)間等方式可以增加企業(yè)利潤(rùn)。由于單一因素的變化對(duì)利潤(rùn)的影響尚不顯著，后期研究可以此為基礎(chǔ)，綜合分析變量變化對(duì)企業(yè)盈利水平的影響，探尋企業(yè)快速提高利潤(rùn)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(yàn)的仿真與優(yōu)化研究[D].鄭州:鄭州大學(xué)，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(diào)[D].上海:東華大學(xué)，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(dǎo)報(bào)，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(guó)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(shí)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(shì)下零售業(yè)顧客滿意度評(píng)價(jià)體系構(gòu)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(dòng)力學(xué)[M].2版.北京:科學(xué)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(yīng)鏈系統(tǒng)動(dòng)力學(xué)仿真[J].紡織學(xué)報(bào)，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(yùn)籌學(xué)[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(wù)平臺(tái)服務(wù)質(zhì)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(guó)實(shí)體店未來(lái)的經(jīng)營(yíng)模式與發(fā)展方向研究[J].中國(guó)市場(chǎng)，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(yàn)型產(chǎn)品渠道沖突解決機(jī)制研究:基于O2O雙渠道暗箱模型[J].新經(jīng)濟(jì)，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(wù)水平[J].現(xiàn)代商貿(mào)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(wù)競(jìng)爭(zhēng)的O2O供應(yīng)鏈決策與協(xié)調(diào)[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(zhì)量對(duì)線上購(gòu)買意愿的作用機(jī)理研究[J].管理科學(xué)，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(yīng)婷，楊鈺娟.SPSS統(tǒng)計(jì)分析從基礎(chǔ)到實(shí)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(duì)零售商權(quán)益的影響:基于線上與線下的視角[J].南開(kāi)管理評(píng)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(huì)系統(tǒng)動(dòng)力學(xué)-政策研宄的原理、方法和應(yīng)用[M].上海:復(fù)旦大學(xué)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(lè)，楊以雄，陳煒.基于時(shí)間競(jìng)爭(zhēng)的快時(shí)尚產(chǎn)品開(kāi)發(fā)流程建模與仿真[J].計(jì)算機(jī)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.