考虑策略型消费者和退货的零售商定价和订货决策研究

考虑策略型消费者对产品估值的异质性和无缺陷退货行为，应用理性预期（RE）均衡构建了两期决策模型，引入产品的耐用性参数，得到了允许（不允许）无缺陷退货两种模式下零售商的定价区间和订货策略。研究发现，产品的耐用性越弱，零售商可制定的价格越高；高类型的消费者越多，零售商定价越高；产品折扣率越低，第二阶段购买的消费者越多；零售商允许消费者无缺陷退货时，消费者退货成本越低，零售商定价越高。在两种模式下，产品定价与其耐用性程度呈负相关，当产品具备高度潮流性特征时，不允许退货更占优势；随商品耐用性程度的提升，允许退货带来的优势逐渐明显，而且退货成本越低，允许退货优势越强；随产品耐用性参数增加，允许退货缓解策略型消费者消极影响的作用愈加明显，退货成本越高，缓解越有效。本文合理刻画了策略型消费者的行为，考虑了消费者跨期决策中产品耐用性的影响，同时考虑了现实中广泛存在的消费者无缺陷退货行为与零售商的退货补贴政策，从而为零售商的定价和订货退货决策提供了理论参考。     

基于有限理性消费者的网络零售商退货运费险策略研究

考虑有限理性消费者前提下,研究网络零售商的退货运费险策略问题。网络零售商可以选择仅提供退款保证、向消费者赠送运费险和提供运费险购买选择由消费者自行决定是否购买三种退货运费险策略。研究发现:(1)网络零售商推出运费险服务时,如果消费者商品满意度较低,消费者有限理性行为将使网络零售商获益;如果消费者商品满意度较高,消费者有限理性行为将损害网络零售商利益。(2)如果网络零售商仅向消费者提供购买运费险选择,运费险保费设定过高将导致消费者完全放弃购买运费险,从而运费险无法发挥应有的作用。(3)只要运费险保费设定低于阈值,提供退货服务的同时提供购买运费险选择始终是网络零售商的最优运费险策略。只有运费险保费设定低时,既提供退货服务又赠送运费险策略下网络零售商才能获得比仅提供退货服务更高的利润。(4)在有限理性行为的影响下,只有运费险保费设定低时,消费者才能在网络零售商推出运费险服务时获得比无运费险服务时更多的消费者剩余。此外,本文还分析了网络零售商针对消费者退货所采用的“相机策略”,发现“相机策略”无法增加网络零售商利润。     

消费者退货对在线零售商促销与合同设计的影响研究

针对由制造商和在线零售商组成的供应链系统，在存在消费者退货情形下，考虑在线零售商在线上渠道提供促销与退款保证服务，其中在线零售商促销成本为其私有信息，建立了信息不对称下的供应链博弈模型，研究了在线零售商的最优促销策略与供应链合同设计问题；进而分析了不对称信息对供应链均衡的影响，考察了退款保证对供应双方期望利润、信息价值以及消费者剩余的影响。研究发现，当制造商在决策合同参数（设计合同）时，需要在在线零售商信息租金与供应链系统绩效损失之间进行权衡；若满足一定条件，制造商和在线零售商之间进行谈判并能够实现信息共享而分享整个系统的利润；当退货产品总是会给供应链成员造成损失时，退款保证会导致制造商和零售商期望利润的损失，但在一定条件下却能提升消费者剩余。     

消费者失望厌恶下全渠道零售商退货策略研究

全渠道零售环境下,线上线下渠道高度融合,为消费者随时随地购买产品或退回不符合自身需求的产品提供了极大的便利。在考虑消费者对线上产品估值不确定以及存在失望厌恶行为下,针对全渠道环境中的退货问题,研究了全渠道零售商的退货策略选择。从产品退货渠道出发,分别构建了无退货、同渠道退货、全渠道退货策略下消费者效用函数及全渠道零售商利润模型,探讨消费者对产品估值不确定导其致失望厌恶对零售商市场需求、最优定价以及利润的影响。研究结果表明：退货策略在一定条件下可以增加零售商的市场需求,但退货策略并不总是对零售商有益,只有当消费者失望厌恶程度较高时,零售商才会实施退货策略。当产品匹配率较高且消费者失望厌恶程度中等时,零售商提供同渠道退货策略;当消费者失望厌恶程度较高时,零售商提供全渠道退货策略,从而为全渠道零售商的退货策略选择提供决策支持。     

B2C模式下的在线零售商退货策略研究

近年来,随着电子商务的飞速发展,消费者退货问题日益突出.在一个由制造商和在线零售商组成的供应链中,以在线零售商为研究主体,讨论了三种退货处理策略,即合作型退货策略、在电子市场进行二次销售的退货策略以及返还制造商的退货策略.通过考察这三种策略中,在线零售商的最优利润以及供应链总利润等变量的变化情况,为在线零售商选择合适的退货处理策略提供依据.研究结果表明:不同的退货策略下,在线零售商以及整个供应链的所得的利润存在差异;退货利用率越高,在线零售商从退货处理中得到的利润越高,也越有利于降低退货带来的损失;而在线零售商的退货处理模式的选择则依赖于退货利用率以及从退货中得到的利润.最后,数值算例也有力地支持了文中提出的结论和性质.     

产品预售、退货策略和消费者无缺陷退货行为

本文研究了在产品需求和消费者产品估价均不确定的情况下,报童零售商的预售策略和无缺陷退货问题.零售商可以提供三种销售策略:不提供预售、提供部分退款退货服务的预售策略和提供全额退款退货服务的预售策略,所有预订产品在正常销售季节交付.研究发现,预订产品的全额退款退货策略和不提供退货策略都可能导致库存风险和估价不确定风险的不合理分摊,而最优的退货策略是部分退款退货策略,且最优退货价格为产品的残余价值.此外,全额退款和部分退款的退货策略只影响零售商的预售利润和销售季节退货量,并不影响零售商在正常销售季节的期望利润.研究还表明,预售需求和正常销售需求的相关性越高,预售优势越明显.     

考虑消费者后悔的库存及退货策略研究

消费者预期后悔对在线零售商的决策有显著影响.在考虑消费者预期后悔、需求不确定性以及是否提供退货的情况下,构建了零售商定价和库存优化模型.研究发现,当零售商不提供退货时,消费者的保留价格、零售商的最优价格、最优订货量和期望利润均随着迟疑后悔强度的减弱或购买后悔强度的增加而减小.零售商提供全额退款提高消费者的保留价格,并使得零售商在一定条件下不受消费者预期后悔的影响.零售商是否提供全额退款受到消费者预期后悔、消费者退货成本、产品边际成本和回收残值的综合影响:当退货成本较小且预期后悔满足一定条件时,提供退货是有利的;否则,提供全额退款会降低零售商的期望利润.研究强调在制定退货决策时考虑消费者预期后悔和退货成本的重要性.     

考虑跨渠道退货的双渠道供应链最优策略

基于零售商线上线下销售与消费者退货并存的双渠道供应链,构建考虑退货的双渠道供应链定价模型以及考虑跨渠道退货策略的双渠道供应链定价决策模型。通过理论分析和数值实验对比,研究集中决策与分散决策下的零售商最优定价策略以及总利润的变化情况,同时分析在不同退货策略下顾客偏好以及退货率对零售商定价和收益的影响。结果表明：零售商渠道的最优价格设置与顾客对渠道的偏好成正比,与退货率成正比。当顾客对某一渠道偏好程度高时,分散决策下的利润要高于集中决策,并且随着该渠道退货率的提高,这种利润差距会进一步扩大,因此零售商应实施分散决策的渠道策略,鼓励线上线下两个渠道进行竞争,从而获得更大的收益。从仿真结果可以看出,对于一般的服装产品,提供跨渠道退货服务的零售商总利润更高,在一定条件下跨渠道服务水平的投入会增加零售商的收入,但这种投入应该控制在一个合理的水平上,并保持服务与顾客回报之间的正相关关系。     

基于退款保证的线上零售商体验渠道策略研究

在由制造商和线上零售商组成的O2O供应链中,考虑消费者退货行为,构建了基于退款保证的供应链博弈模型,探究线上零售商选择体验渠道的动机及其影响。研究发现：当线上零售商选择体验渠道策略时,各企业均会改变各自的定价策略,其中制造商会提高批发价格,线上零售商则根据其退货损失来调整零售价格,但体验渠道策略能提升二者的利润水平;随着体验渠道的引入,能够激励部分消费者放弃退货（即退货率降低）,从而有利于提升消费者福利。然而,从利润最大化的视角,线上零售商可能不会有动机选择体验渠道策略,这取决于产品退货率以及产品退货对消费者造成的退货损失,但退款保证能增大线上零售商引入体验渠道的动机。     

不对称信息下线上零售商定价与O2O渠道策略研究

针对由制造商和线上零售商组成的供应链，考虑消费者退货行为以及产品退货会给企业造成退货损失，且线上零售商退货损失为其私有信息，研究不对称信息下的供应链定价、O2O渠道策略以及合同设计问题，分析线上零售商引入O2O渠道的可行条件及其对供应双方最优决策和消费者剩余的影响，考察不对称信息对各个企业、供应链系统利润的影响。研究表明，线上零售商引入O2O渠道存在可行条件，取决于退货损失的大小；当线上零售商引入O2O渠道时，制造商和供应链系统的期望利润水平均能得到有效提升；O2O渠道策略有利于提高消费者剩余，但到体验店体验产品的消费者不一定能够得到更高的消费者剩余；如果满足一定条件，则线上零售商会选择信息共享谈判与制造商共享其私有信息，进而实现"双赢"。     

全渠道零售下“Showrooms”对需求分布、定价和收益的影响研究

作为一种新兴的线下体验、线上购买的商业运作模式，展厅（Showrooms）在全渠道零售领域发展迅速。基于消费者效用分别建立单一网络渠道和"网络+实体"渠道下零售商开设Showrooms前后的利润模型，对比分析固定销售价格和优化定价两种情形下Showrooms对定价、市场需求、利润和退货率的影响。研究表明：（1）单一网络渠道下，网络渠道价格固定时，开设Showrooms可使市场总需求增加，总利润在展厅运营成本较低时增加；网络渠道价格优化时，开设Showrooms可使网络渠道价格、总需求和总利润在展厅运营成本较低时增加，但固定价格情形下总利润的增幅更大。（2）"网络+实体"渠道下，开设Showrooms可使总需求和总利润均在展厅运营成本较低及网络退货率和网购不便利成本较高时增加，而且仅优化网络渠道价格时的增幅最大，网络和实体渠道价格均固定时次之；价格优化的最终趋势是全渠道同款同价。（3）开设Showrooms可使零售商总的网络退货率和退货量都下降。     

考虑网络退货和渠道成本时全渠道BOPS定价与服务决策

随着线上线下融合的全渠道零售的兴起，越来越多的品牌商开始为顾客提供线上购买线下取货BOPS （Buy Online and Pickup in Store）的购物选择。本文考虑网络退货和渠道成本，基于网络渠道、实体渠道和BOPS渠道下的消费者效用函数构建品牌商开设BOPS渠道前后的利润模型，分析BOPS模式对品牌商需求分布和盈利能力的影响，研究定价和服务的最优决策。结果表明：（1）当网络退货率和BOPS渠道不便利程度之间满足特定关系时，开设BOPS渠道可使品牌商总需求增加、网络渠道和实体渠道的需求减少；（2）当网络退货率达到一定阈值或BOPS渠道很便利时，开设BOPS渠道可使品牌商总利润增加；（3）当网络退货率很低而网络渠道购物成本较高时，开设BOPS渠道可使品牌商获利更大；（4）在交通便利之处增设具有体验服务的顾客自提门店，不论网络渠道购物成本和网络退货率高低，甚至适当提升商品定价也可使品牌商有利可图。本研究可为品牌商实施BOPS全渠道战略提供一定的管理见解。     

考虑跨渠道退货的双渠道闭环供应链决策研究

双渠道闭环供应链存在制造商网络直销渠道和零售商实体店零售渠道。消费者会对购买不满意的产品进行退货，由于网上商店购买的产品缺乏现场体验故退货率较高。相比线下实体商店，线上退货流程更为复杂，这往往容易影响消费者购物体验。因此本文设计考虑跨渠道退货的双渠道闭环供应链结构，并分析跨渠道退货率以及渠道消费偏好对供应链的决策影响，基于Stackelberg博弈和Nash均衡博弈理论，从集中式决策与分散式决策两方面研究不同闭环供应链结构下的定价决策与利润分配，并结合数值算例进行分析。研究结果表明，跨渠道退货率以及消费者渠道偏好对闭环供应链的定价策略以及利润分配等决策具有显著影响。     

Relationship between Online Retailers’ Reputation and Product Returns

Customer product returns are key cost drivers that eat into online retailers’ profits. However, management research has neglected to examine ways of reducing return rates without causing a concomitant decrease in sales. Drawing from signalling and dissonance theories, we investigate the relationship between online retailers’ reputation and product return rates. Two experiments designed to produce causal conclusions show that reputation reduces return rates (Studies 1 and 2) and that return motivation is a boundary condition for that relationship (Study 2). A field study based on an online consumer panel demonstrates the robustness of the negative impact of online retailer reputation on product returns in a setting that emphasizes external validity (Study 3), in comparison with Studies 1 and 2, which maximize internal validity. Study 3 also examines managerially important contingencies of the causal relationship by considering three variables: purchase frequency; retailer type; and customer gender. Overall findings indicate that an online retailer's reputation is a powerful means of reducing product return rates. The findings also show that the strength of the relationship between reputation and product returns is influenced by return motivation and the three variables investigated in the field study.     

Optimal Policies for Recovering the Value of Consumer Returns

This study characterizes the class of Pareto optimal returns policies between a manufacturer and a retailer who receives consumer returns. The manufacturer may take a costly hidden action that reduces the expected number of products returned by consumers, which when realized is hidden information known only to the retailer. When faced with consumer returns, the retailer must decide whether to send the product back to the manufacturer, who harvests a low salvage value, or to engage in costly refurbishment that permits the returned product to be resold to consumers. We find that the optimal returns policies may be implemented through the payment by the manufacturer of a full refund to the retailer of the wholesale price for any returns as well as a bonus paid to the retailer that is decreasing in the number of returns to the manufacturer.     

When to Carry Eccentric Products? Optimal Retail Assortment under Consumer Returns

To understand whether retailers should consider consumer returns when merchandising, we study how the optimal assortment of a retailer is influenced by its return policy. The retailer selects its assortment from an exogenous set of horizontally differentiated products. Consumers make purchase and keep/return decisions in nested multinomial logit fashion. Our main finding is that the optimal assortment has a distinct structure for relatively strict return policies: it is optimal to offer a mix of the most popular and most eccentric products when the refund amount is sufficiently low, which can be viewed as a form of risk sharing between the retailer and consumers. In contrast, if the refund is sufficiently high or when returns are disallowed, the optimal assortment is composed of only the most popular products (a common finding in the literature). We provide preliminary empirical evidence for one of the key drivers of our results: more eccentric products have higher probability of return—conditional on purchase. In light of our analytical findings and managerial insights, we conclude that retailers should take returns into account when merchandising.