• 研究背景与问题定义 [page::1][page::8]

- 在线生鲜零售面临极高客户期望和物流复杂性，库存规划需兼顾商品易腐性与高服务水平。
- 由于需求不确定，零售商往往选择过度备货，导致食品浪费和成本增加。
- 本文提出利用订阅服务以提前锁定部分客户需求，实现库存计划的优化和成本降低。

• 订阅服务与需求不确定性建模 [page::10][page::12][page::15]

- 以单周期新闻贩卖者模型描述需求，客户购买以二项分布模拟，考虑服务水平设定保证高可用率。
- 预期利润由无不确定性利润（PWU）与不确定性成本（ECU）组成，ECU在50%购买概率时达最大。
- 高服务水平及低利润率环境下，ECU对利润侵蚀显著；客户基数小也加剧不确定性成本。

• 高级需求信息(ADI)的价值 [page::15][page::16]

- ADI指提前获得的客户订单信息，可减少需求的不确定性，降低ECU。
- 客户参与度(百分比β)越高，预期利润提升越显著，尤其是购买概率较低SKU效果突出。

• 订阅服务的利润贡献与最优折扣设计 [page::17][page::18][page::19]

- 订阅客户需求趋于确定性，减少不确定性成本，但需提供折扣τ以激励订阅。
- 订阅模型预期利润为折扣后确定性需求利润+剩余随机需求利润-不确定性成本。
- 折扣与客户订阅比例（β）对利润贡献呈复杂非线性关系，需平衡优惠力度与订阅率。

• 订阅服务效果影响因素分析 [page::19-23]

- 客户基数n越大绝对节约成本越多，但相对利润提升对小客户基数更明显。
- 购买概率π约为0.5时，订阅能最大程度减少ECU，订阅效益呈倒U型。
- 供应成本比率高时订阅折扣降低，订阅方案阈值存在，超出阈值效益减弱。
- 订阅客户边际贡献随已订阅比例提升而加大，表现出边际效益递增特征。

• 模拟实验验证 [page::26-33]

- 模拟12个月48期情景，分别考察客户购买概率和订阅偏好异质性对最优折扣和利润增益的影响。
- 以客户基数500，购买概率0.5，供应成本0.85为基线，最优折扣约2.3%，利润提升16%。
- 客户基数增加，订阅最优折扣和订阅率均降低，利润提升幅度递减但仍显著。
- 供应成本升高对订阅折扣影响较大，利润提升随高成本模样显著增加。
- 客户订阅偏好与购买概率联合影响订阅率，高订阅偏好且低购买概率客户最适合推动订阅策略。

• 案例洞察与实际应用建议 [page::7][page::37][page::38]

- 订阅服务适合小客户基数、低至中等购买概率、和易腐SKU以降低库存风险。
- 订阅优惠需差异化设计，兼顾利润最大化和客户激励，有助于长期利润稳健增长。
- 战略上鼓励更多客户参与订阅可释放规模效应，边际增益随订阅客户增多而显著。

• 未来研究方向展望 [page::35][page::36]

- 后续工作拟结合客户订单分时到达的动态订阅优惠策略。
- 探索基于客户购物频率的灵活订阅周期设计。
- 关注长周期订阅服务对客户忠诚度和零售商长期利润的双重影响。

• 关键图表示例：

- 图1：某客户全年订购多个SKU类目频率，体现订阅潜力与SKU差异

- 表1：不同客户基数与购买概率对应利润无不确定性与不确定性成本
| n | π | PWU | ECU |
|-----|-----|-------|-------|
| 50 | 0.25| 1.88 | 4.93 |
| 500 | 0.5 | 37.5 | 18.00 |
| 1000| 0.75| 112.5 | 22.05 |
- 图3：客户基数对不确定性成本及利润相对提升的影响

- 图9：订阅优惠力度与预期利润关系及最优订阅折扣示例

资深金融分析师对《Subscription-Based Inventory Planning for E-Grocery Retailing》研究报告的详细分析

---

一、元数据与概览

• 报告标题： Subscription-Based Inventory Planning for E-Grocery Retailing

- 作者及机构： David Winkelmann（比勒费尔德大学商务管理与经济系）、Charlotte Köhler（欧洲魏达利纳大学数据科学与决策支持系）

• 发布日期： 2024年4月8日

- 研究主题： 探讨电子杂货（e-grocery）零售领域中，因客户需求不确定性对库存规划影响的解决方案，重点为基于订阅的库存管理模式。

• 核心论点与目标：

电子杂货零售因需求不确定和商品易腐性面临库存规划难题，传统过度备货虽可降低断货率但成本高昂。
报告提出引入订阅服务，借助提前锁定客户需求（先进需求信息，Advanced Demand Information，ADI）减少需求不确定性，从而提升库存管理效率及盈利能力。
通过三步程序帮助零售商理解不确定性成本，评估信息价值并实施差异化订阅优惠，实现盈利性订阅服务。
该方法不仅兼顾客户需求及订阅率差异，还考虑不同SKU订阅对利润的影响。

---

二、逐节深度解读

2.1 引言与背景（第0页-第2页）

• 关键论点： 电子杂货在线零售因高客户期望和物流复杂性，尚未实现广泛盈利，库存决策尤其复杂。客户在下单前随机到达带来需求的高度不确定性。过度备货虽能减少缺货但造成商品浪费和财务损失。

- 订阅模式引入： 策略是鼓励客户对部分SKU长期订阅，给予价格优惠，提前锁定需求，降低需求波动。该思路借鉴了亚马逊“Subscribe & Save”，但本研究进一步通过数据驱动方式实现SKU及客户群体的差异化订阅优化。

• 文献空白与贡献： 现有文献讨论统一订阅方案，往往忽视其盈利性；本文结合需求不确定性成本及订阅降低成本的角度，提出分步定制优化方案，填补研究空白。[page::0,page::1,page::2]

---

2.2 相关文献与理论基础（第2页-第5页）

• 电子杂货特性： 包括订单拣货、末端配送，需求量的预测极为重要，服务水平要求高，带来库存压力。

- 库存管理挑战： 需在库存持有（过度备货导致腐损）与缺货成本间平衡。过往文献多用“报损销售模型”假设缺货为需求损失，配以报订策略（order-up-to）和周期性检视。

• 新颖模型： 报告采用“Newsvendor模型”，适合单周期、单订购决策且需求随机的短寿命易腐商品库存管理。该模型利用需求分布的逆CDF计算库存水平，满足高服务水平的需求。

- 先进需求信息（ADI）价值： 预先订单信息减少需求不确定性，可显著降低库存及库存废弃成本，提高利润。客户对价格折扣反应差异显著，需求弹性与风险规避共同影响早期订单行为。

• 本研究扩展： 提出非固定价格折扣的个性化订阅策略，增强利润提升而非仅强调客户服务，有效整合需求预测与库存成本视角。[page::2,page::3,page::4,page::5]

---

2.3 实际客户订单行为示例分析（第6页-第7页）

• 案例数据： 基于德国一家网上超市2015年单客户46次订单的SKU类别购买频率分析。

- 观察点：
部分商品类别（如乳制品）购买频率高，适宜推行订阅以绑定客户。
其他类别（如饮料、调味品）购买较少或频率不稳定，订阅效果不确定。

• 零售商视角： 难以准确预测低频SKU需求，但高频SKU库存管理相对简单。且易腐商品（如肉类、蔬果）风险更高，订阅服务可显著降低库存损耗，提升库存计划效率。

- 结论导向： 推荐对高损耗且采购频率中等或不稳定的SKU采取差异化订阅策略，结合客户行为数据灵活设计优惠，提升整体库存效率和盈利水平。

[page::6,page::7]

---

3. 问题定义与三步方法概述（第8页-第10页）

• 业务场景：零售商面对激烈竞争压力需满足高客户服务水平，精准库存规划成为关键。

- 挑战：客户订单在订购窗口动态出现且SKU需求随机，库存决策需基于部分已知及部分未知的需求信息。

• 三步程序：

1. 计算每SKU因需求不确定性带来的成本。
2. 评估提前掌握需求（ADI）的价值，计算通过订阅信息可以减少的库存成本。
3. 基于以上得出订阅设计，决定针对高成本SKU的订阅推行范围及价格折扣，最大化利润。

• 客户接受度考虑：不同客户对订阅的接受度不同，订阅设计需兼顾不同客户偏好以最大化整体收益。

[page::8,page::9,page::10]

---

4. 模型构建详解（第10页-第18页）

4.1 需求不确定性建模及利润函数推导

• 需求模型：顾客被分组，每组客户按概率$\pi$独立购买SKU，客户基数为$n$，总需求$X$服从二项分布，近似正态分布。

- 利润函数：基于经典Newsvendor模型，利润由销售收入减去进货成本以及过剩库存的报废损失组成。

• 订单数量确定：订货量$q$满足高服务水平$\alpha$约束，即$q = \hat{F}X^{-1}(\alpha)$，保证断货概率低于$1-\alpha$。

- 期望利润表达式：展示了预期利润依赖于均值$\mu$与标准差$\sigma$的分解形式，利润中被不确定性减少的部分即“预期不确定性成本”（ECU）。
$$
E(Z) = (p-c)\cdot \mu - \gamma \sqrt{n \pi (1-\pi)}
$$
其中，$\gamma$为参数函数，反映单位不确定性带来的利润损失。[page::10,page::11,page::12]

4.2 不确定性成本的影响分析（含表格与图示）

• 表1分析：展示不同客户数$n$和购买概率$\pi$下无不确定性利润（PWU）和不确定性预期成本（ECU）。

- 趋势发现：
$\pi=1$时无不确定性，ECU=0；$\pi$接近0.5时ECU最大，且随着客户基数增加，ECU绝对值增大。
低或高购买概率（靠近0或1）ECU较小，说明中等购买概率SKU带来最大库存风险。

• 图2分析：展示在固定$n=500$和$\pi=0.5$条件下，供应成本$c$和服务水平$\alpha$对ECU与无不确定性利润比率的影响。

- 结论：高服务水平和高供应成本放大ECU，增加风险尤其适用于利润率薄弱的电子杂货行业。

[page::13,page::14,page::15]

4.3 先进需求信息（ADI）的价值及其量化（表2）

• ADI定义：提前知悉部分客户购买意向，将该部分需求转化为确定性需求，减少需求方差及相应不确定性成本。

- 模型扩展：引入客户响应率$\beta$，一部分客户提供ADI，分析式改写为：
$$
E(Z2) = (p-c)\cdot \mu - \gamma \sqrt{n (1 - \pi \beta) \pi (1-\pi)}
$$

• 表2展示：不同$\pi$和$\beta$组合下，订阅服务第二期相较第一期利润增加和相对提升。

- 重要结论：
订阅率$\beta$越高，预期利润增幅越大。
低购买概率SKU，ADI带来的利润提升尤为显著。

• 策略启示：订阅设计应根据产品特性及客户意向调整，适度激励提高客户提供准确购买信息比例。

[page::15,page::16,page::17]

4.4 订阅模型建立与利润函数（含公式3）

• 订阅模式特点：客户承诺周期性购买，零售商给予折扣$\tau$，该部分需求变为确定性，减少需求方差。

- 利润函数表达：
$$
E(Z_{\mathrm{sub}}) = (p-\tau - c) n \beta(\tau) + (p-c) n (1-\beta(\tau)) \pi - \gamma \sqrt{n (1-\beta(\tau)) \pi (1-\pi)}
$$

• 解释：

第一部分为确定性订阅客户收益，价格打折减利率但需求确定。
第二部分为随机购买客户的收益。
第三部分为剩余需求的不确定性成本，随着订阅比例增加减少。

• 极端情况：$\beta=1$时利润最大化但折扣成本高；$\beta=0$则退化为无订阅模型。

[page::17,page::18]

4.5 参数影响及最优订阅折扣分析（配合多图表）

• 关键参数分析：

1. 客户基数$n$：订阅减少了ECU，ECU减少绝对量随$n$增加，但相对利润提升随着$n$变大而降低——订阅对小客户群体更有利。
2. 购买概率$\pi$：ECU与订阅的绝对利润改善呈“倒U”型，$\pi=0.5$时最大，超过阈值$\pi^{crit}=0.62$后订阅折扣难以带来盈利改善。
3. 供应成本$c$：成本越高，订阅利润降低，存在阈值$c^{crit}$超过则订阅成本高于获利。
4. 订阅比例$\beta$与折扣$\tau$的关系：折扣过大反且低订阅率会降低利润。有临界客户订阅比例，超过时才盈利。
5. 边际效应分析：边际利润随订阅率$\beta$非线性递增，后期订阅客户带来的边际收益更高，提示递进式或动态定价策略可能更优。

• 图示精解：

图3-4显示客户基数和购买概率与利润、成本关系趋势。
图5供应成本对利润的线性负面影响。
图6不同折扣与订阅比例对应的利润变化，显示最佳折扣区间。
图7边际效应曲线，凸显客户认同临界点。





[page::19-page::25]

---

5. 模拟实证研究（第26页-第35页）

5.1 模拟设置与客户反应构建

• 模拟时间框架：一年共48个订购周期（4次/月），启动期无订阅，后续周期可订阅。

- 客户行为建模：
每客户具备订阅偏好特征$\lambda\sim \Gamma(0,1)$，反映对订阅服务的认可度。
订阅接受概率模型采用三变量柯布-道格拉斯函数：
$$
\eta = (\tau \cdot \pi \cdot \lambda)^{1/3}
$$
订阅者比例$\beta = \pi \cdot \eta$，即综合购买概率、折扣和订阅偏好驱动签约率。

• 利润计算：结合模拟不同客户订阅与非订阅带来的销售和库存效益，确定最优订阅折扣$\tau^$。

- Isoquant图（图8）说明：介于个人购买概率$\pi$和订阅受欢迎度$\lambda$间折扣接受率的曲线，表明高接受率需两者均较高；折扣提升可显著增加接受概率。

[page::26,page::28,page::29]

5.2 模拟基础案例分析

• 案例参数：$n=500, \pi=0.5, p=1, c=0.85, \lambda=0.5, \alpha=0.97$

- 结果:
无订阅期望利润约19.5，最优订阅折扣约2.3%，实现22.65的利润，增幅16.2%。
分析利润增益由客户数增加和需求不确定性降低两部分组成，符合理论预期。

• 模拟结果与理论吻合，验证模型有效性。

[page::29,page::30]

5.3 不同参数影响模拟分析

• 客户基数$n$效应（图10）: 随$n$增加，最佳折扣及订阅比例下降，利率提升减少，订阅优势更明显于小客户群体。

- 供应成本$c$效应（图11）: 折扣呈近线性递减，订阅客户减少，利润增幅在$c\approx0.55$处最低后提升，提示高成本SKU订阅价值提升。

• 购买概率与订阅偏好（表3）：示意不同$\pi, \lambda$组合下的最佳折扣、订阅率及利润提升。

低购买概率但高订阅兴趣的顾客群，订阅能大幅提升利润（近70%）。
高购买概率SKU利润提升有限，因基础需求已稳定，折扣带来成本不易回收。

• 总体建议：聚焦SKU客户数较小、采购成本极高或极低、买频低但订阅意愿强客户，实现订阅最大化盈利。

[page::31-page::34]

---

6. 风险与扩展展望（第35页-第36页）

• 模拟限制与改进： 当前假设客户同时到达、接受同一价格，但实际中客户顺序到达，允许动态个性化订阅优惠，潜在利润空间更大。

- 订阅多样化： 不同客户可能偏好不同周期的订阅，如每周、每月等，灵活订阅方案更能促成接受，提高客户满意度。

• 订阅期限与动态折扣： 可将订阅周期与客户实际需求匹配，并随着订阅客户增加调整折扣，动态优化获利能力。

- 这些扩展值得后续深入研究，提升模型贴近实际操作的适用性和细化精准度。
[page::35,page::36]

---

7. 结论总结（第37页-第38页）

• 主要发现：

订阅服务通过提前锁定需求有效减少库存不确定性成本，提高利润。
高不确定性及高服务水平导致不确定性成本显著，尤其在小型客户群及买频中值SKU上影响最大。
适度激励客户提供、承诺订阅信息，有望带来超过60%的潜在利润提升。
订阅最适用于客户基数小、买频低及供应成本较低或极高的SKU。客户非均一接受度需差异化订阅方案优化利润。

• 学术与实务创新：

将需求不确定性成本量化与盈利性订阅优惠结合，形成具体操作流程。
结合模拟方法验证理论，具备实务推广意义。
后续探索聚焦用户友好型订阅产品组合及长期订阅契约动态调整。

• 整体立场： 本报告基于严谨建模和实证分析，系统提出并验证了订阅模型在电商杂货库存管理中的盈利潜力与策略框架。

[page::37,page::38]

---

三、关键图表深度解读

表1（第13页）

• 描述：分别展示不同客户基数（50、100、500、1000）与购买概率（1.0，0.75，0.5，0.25）条件下的无不确定利润（PWU）和预期不确定成本（ECU）。

- 解读：
PWU与客户人数和购买概率正相关，ECU呈现“倒U”曲线，在购买概率为0.5时最高，代表需求波动最大。
对零售商揭示关注高不确定性、高变异SKU库存风险的优先级。

• 联系文本：支持前文提及不确定性成本对利润的侵蚀，强调采用多样化订阅控制风险的重要性。

图2（第14页）

• 描述：以服务水平$\alpha$为横坐标，展示不同供应成本$c$时，不确定性成本与无不确定利润的比值。

- 解读：
随服务水平接近100%，比值迅速上升，显示高服务标准显著增加库存成本风险。
较高供应成本放大不确定性成本相对比例，进一步压缩利润空间。

• 联系文本：说明高服务质量目标与薄利环境下，订阅对降低ECU尤为关键。

表2（第16页）

• 描述：不同购买概率$\pi$和客户提供ADI比例$\beta$条件下，订阅模型第二阶段利润提升与相对提升率。

- 解读：高$\beta$显著提升利润，尤其是低$\pi$（0.25）SKU预期利润可增长近70%，显示订阅对低频SKU尤为有效。

• 联系文本：阐明订阅通过ADI降低不确定成本，推动利润结构优化，是聚焦SKU与客户群差异化策略制定依据。

图3、4（第20页-21页）

• 描述：对客户基数$n$和购买概率$\pi$变化对应的ECU与相对利润提升趋势对比，基线模型与订阅模型。

- 解读：
ECU随$n$增加增大，但订阅对小客户基群利润提升更明显。
购买概率中位数区域（$\pi\approx0.5$）订阅效益最高，超过一定阈值后订阅收益递减乃至负收益。

• 联系文本：助力定义适用订阅的SKU区间与客户布局。

图5（第22页）

• 描述：供应成本$c$上升对订阅及无订阅模型利润影响对比。

- 解析：成本越高利润线性递减，订阅模型收益边际减少，指出高成本SKU采用订阅策略的风险点。

图6、7（第23页-24页）

• 描述：

图6展示不同折扣$\tau$与订阅比例$\beta$下利润曲线，确认存在优化折扣和最低订阅比例阈值。
图7边际利润随订阅率变化凸性，提示动态价格调整可能带来的附加价值。

• 解析：强调分阶段或动态激励机制对争取更高订阅率的潜在驱动力。

图8（第29页）

• 描述：购买概率与订阅偏好对订阅接受概率的等效曲线（isoquants），折扣固定为7.5%。

- 解读：高接受率的订阅需两因素均高，低接受率可在两因素较低时获得。

• 意义：定价与营销策略可依据客户特征调节，实现细分客户精准订阅刺激。

图9（第30页）

• 描述：模拟案例中订阅折扣与利润关系曲线，展示最优折扣点及超越无订阅利润的优势。

- 意义：确认理论分析与模拟一致，推荐实践中的参数确定方法。

图10、11（第32页-33页）

• 描述：客户基数及供应成本对最优订阅折扣、订阅比例和利润提升的影响趋势曲线。

- 解析：客户基数越大折扣越小，利润提升递减；供应成本越高折扣越小，利润提升在中高水平成本出现U型趋势。

• 策略启示：中小客户群或不同成本SKU应区别订阅政策，灵活调整激励以实现最大化收益。

表3（第34页）

• 描述：购买概率与订阅偏好不同档次组合下，最优折扣、订阅率与利润提升的多维度数据展现。

- 结论点：
订阅偏好主要影响客户订阅率，而购买概率主要影响最优折扣，购买概率越小需给越高折扣。
低购买频次高订阅偏好的群组利润增幅最高，提示针对不同客户群体需差异化订阅设计。

• 支持核心结论，强调SKU与客户群异质性管理的重要。

---

四、估值分析相关理论与实际应用理解

虽然本报告不涉及公司整体估值，纯属研究库存管理与订阅业务优化，但其量化模型中关于利润的优化为零售业务盈利评估核心，具备应用价值。通过：

• Newsvendor模型量化库存风险与成本结构，辅助确定最优订购量。

- 需求不确定性成本（ECU）深入刻画了利润侵蚀机制，为利润增量分析制定核心参考。

• 高级需求信息（ADI）收益为订阅模式提供理论价值支撑，明晰订阅带来的利润改进范围。

- 订阅定价决策模型通过梯度方法求解折扣最优点，实现利润最大化，兼顾客户响应率。

以上构成贴合财务与运营协同的库存与营销利润综合评估框架。

---

五、风险因素评估

• 客户接受度风险： 订阅需求依赖于客户真实意愿，客户行为多样与偏好多变导致订阅响应比例不确定，影响收益。

- 成本及价格波动风险： 供应成本与销售价格变动均能极大影响订阅利润空间，尤其薄利市场存在盈亏边际风险。

• 模型假设限制： 当前模型基于独立购买概率假设，未考虑客户间联动或篮子效应，真实场景复杂度更高。

- 动态市场和竞争压力： 竞争者可能采用类似订阅激励手段，影响客户接受统一折扣策略的有效性。

• 环境法规与腐损风险： 商品易腐损，库存积压损失的法律与环保风险，可能导致额外食物浪费惩罚。

报告虽未详细讨论缓解措施，但明确倡导个性化、动态调价、客户细分及长期订阅策略优化，具备应对一定风险调整潜力。[page::35]

---

六、批判性视角与细微差别

• 优势：本报告理论模型严谨结合现代数据驱动模拟，系统性揭示了订阅服务对电商杂货业库存利润的影响机制，考虑了客户异质性，实用价值高。

- 局限：
模型假设较为理想化，客户群及商品特性复杂程度在现实中更高。
订阅接受率函数等关键参数设定基于简化的函数形式，可能无法完全反映真实顾客心理及竞品影响。
模型重点在利润提升，未深入涉及客户满意度和忠诚度长期变化对收益的潜在影响。
缺乏对多SKU联合订阅套餐及客户多个SKU篮子行为的分析，现实影响或更大。

• 潜在偏见：报告多强调订阅正面效应，较少对负面可能如客户流失、过度库存沉淀等做深入探讨，应在实务应用时谨慎权衡。

---

七、结论性综合

本报告基于严密的统计与运筹学方法，结合电商杂货行业特征，提出了一套创新的订阅库存管理优化框架。其核心优势在于：

• 量化库存不确定性成本，揭示高买频率中位SKU风险最大。

- 引入先进需求信息以实际减少库存无效积压和缺货风险，提升利润的同时优化库存结构。

• 对订阅折扣和客户订阅率进行联动优化，实现短期利润最大化。

- 通过仿真验证理论模型的可操作性，提供面向实际商业运营的策略建议。

报告中的表1、2、3与图2-11均系统地证实了上述结论，清晰描绘了不同客户基数、购买概率及供应成本如何影响订阅策略的收益空间和风险，帮助零售商精准识别适合推行订阅服务的SKU及客户群。

总结指向：

• 订阅服务最适合于客户数量较少、购买概率中低且供应成本适中的SKU。

- 通过调节订阅折扣满足客户异质性的需求，实现利润与客户满意度的双赢。

• 动态定价及顺序客户优惠策略具备较大潜力，值得后续商业模型扩展研究。

本报告为电子杂货领域因应需求不确定性挑战的库存管理及营销创新提供了坚实理论基石和实践指导，具有重要的应用推广前景。[page::0-41]

---

总结

本文对《Subscription-Based Inventory Planning for E-Grocery Retailing》金融经营研究报告进行了系统详细的解读和分析。报告充分证明了通过引入基于客户购买概率和需求不确定性的个性化订阅模式，电子杂货零售商能够有效提升库存管理效率，降低损耗风险，并通过差异化折扣策略增强客户粘性，实现盈利能力提升。报告的方法论明确，将复杂金融和运营模型以清晰数学形式表达，并辅以丰富的模拟验证和实际客户行为示例，为行业实践提供了宝贵参考，具有显著理论价值和现实意义。

报告