| 标题 | 新产品预售的影响机制与企业的定价策略 |
| 范文 | 王夏阳 [摘 ?要]近年来，随着越来越多的企业在新产品推出中针对终端消费者采用在线预售方式，并与产品定价及消费者选择行为产生关联。文章从阐述新产品预售策略的缘起与发展开始，从消费者选择视角对该领域的研究进展进行了系统的梳理，研究表明：新产品预售中消费者的选择行为受到价格、产品可得性和消费者对产品的价值估值的共同影响;当考虑消费者选择行为的影响时，基于新产品预售期的信息更新作出的运营决策未必对企业更为有益;企业可以将预售策略与新产品定价及供应、信息披露、新产品创新机制与退货策略等运营策略组合设计，获取更多的收益。文末还给出了未来拓展研究的思路。 [关键词]消费者选择;新产品预售;定价策略;信息更新 [中图分类号]F270 [文献标识码]A [文章编号]1673-0461（2015）04-0013-07 一、引 言 所谓预售（Preorder），是指卖家在产品正式发售或正常销售季节之前就开始接受顾客订单的新产品销售策略[1]。早期的预售策略，通常也称为提前销售（Advance selling）策略，主要应用在时尚型服装行业供应链上的企业之间，并以其在上世纪90年代服装制造业的快速响应案例中的成功应用引起了企业界与学术界的广泛关注。在早期有关传统产业中预售策略的研究中，对于企业而言，采用预售的动机主要是如何在需求不确定的情况下利用预售期获得的需求信息改进预测的精度，从而改善供应链上的供需匹配性[2]。其后又有一些后续研究对此作出了进一步的拓展[3-7]。然而，这些研究均集中在供应链上企业之间基于信息更新的提前预售策略及其影响方面，没有考虑消费者行为因素的影响，使得传统研究的一些结论在当前的管理环境下受到了挑战。事实上，随着近年来越来越多的行业尤其是高科技行业在新产品推出中采用在线预售方式，这一策略已经开始更多地与定价及消费者选择行为产生关联，企业对这一策略的关注重心也逐渐拓展到了企业与终端消费者之间。以手机行业为例，小米手机采取在线预售的方式，将预售策略与限量开放购买等方式结合，将新产品销售从传统的卖库存模式变革成卖F码，采取所谓的“饥渴营销”来实现其市场策略与盈利模式;苹果公司在发布其第三代智能手机iPhone3GS时，也允许消费者提前预订，以此来收集消费者需求信息，并基于对消费者行为的分析来实现最优定价与供应策略[8]。 推出新产品时采用预售策略，其好处无疑是多重的。对于消费者而言，获得购买预售产品的资格会有一种心理上的安全感和满足感;当预售伴随一定的促销活动，如价格折扣、运费减免、赠品提供等时，消费者可以有机会从新产品预售策略中获得更多的效用;即使新产品在预售期价格保持原价甚至采取溢价定价时，消费者也仍然可以通过预售策略来回避正常销售季节可能存在的缺货风险。对于企业而言，通过预售一方面可以提前获得销售资金、根据预售数量实时更新新产品的需求预测信息，从而降低库存风险;进一步地，在考虑消费者行为的前提下，企业还可以将新产品预售策略与新产品定价、信息披露、价格保证、新产品创新等策略结合，进一步提升企业的赢利性。 正是在这一现实背景下，随着学术界对消费者行为与企业运营决策之间关系的研究越来越深入，近些年来预售策略与消费者选择行为之间的关联已经逐渐成为了研究的一个热点，并形成了一系列高质量的研究成果。这些研究将行为因素引入企业的运营决策中，使得以往很容易受到诟病的假设过于理想化的决策模型具有了更好的解释力与可行性，并且在未来研究仍将有巨大的拓展空间。有鉴于此，本文将在梳理传统的基于信息更新的预售策略研究的基础上，对基于消费者选择行为的新产品预售策略的研究进行全面的回顾与分析，并试图揭示进一步研究的方向。 二、新产品预售策略研究的缘起与发展 1. 基于信息更新的新产品预售策略 新产品通常面临较大的市场不确定性，因而新产品推出时的市场需求预测和相应的产品库存管理等问题是企业运营管理的经典难题。对于生命周期相对较短的新产品，一方面需求往往很难预测，另一方面产品又面临快速贬值的风险，如何保证产品的供应与市场需求的匹配性对于企业来说尤为重要，需求信息的提前获取则有助于事先这一目标。从运营的角度来看，企业采取预售的一个重要的原因在于可以利用预售期获得的信息，进行更为准确的需求预测，进而更好地管理库存。因而，在需求不确定的情况下，预售策略可以为卖家带来明显的好处。近年来，互联网和其他信息技术的出现及其迅猛发展，极大地降低了数据收集和处理的相关成本，使得新产品预售策略的作用得到进一步的提升[1]。资料显示，越来越多的企业已经开始将网上点击跟踪的信息用于改进新产品的定价和库存计划，并且研究也表明从点击跟踪中获得的提前需求信息对企业是有利的[9]。例如，通过接受预订，苹果公司在销售iPhone3GS的过程中没有出现过缺货问题，而这一问题在之前iPhone3G的销售过程中曾经出现过[8]。因此，从产品预订过程中获得的提前需求信息对于企业的采购、生产和库存计划都非常有用。 事实上，学术界早期有关新产品预售策略的研究主要就是集中在如何利用提前预订需求信息来改进企业的预测与库存计划方面。文献[1]在快速响应的前提下研究了零售商如何利用新产品的早期销售信息来改进需求预测，通过假设客户的早期预订量与产品的总需求量之间服从二元正态分布，解决了早期需求信息对需求预测改进的测度问题，并在企业的实际应用中证明了其有效性。一些跟随的研究主要考虑制造商如何通过预售获取市场需求信息，并利用该信息来优化产能，获得最大化利润，这种提前需求信息通常是从客户提前预订的订单中获取的[3-7，10]。早期的跟随研究中，通常假设提前需求信息是免费的和外生的，因而考虑的仍然主要是库存问题。然而，这一假设存在缺陷，原因在于，当卖家面对的是价格敏感型消费者时，提前需求信息就成为了新产品定价的内生结果。比如，早期关于企业产能计划策略的一些研究中，预售需求信息就是源自价格敏感型消费者的[10]。近期的一些研究注意到了这一假设的缺陷，因而在研究中同时考虑了价格、配送计划等问题。例如，Tang等[11]和McCardle等[12]研究了提前购票优惠策略，即零售商给提前预订的消费者给予价格上的优惠。在这些研究中，提前需求是基于总需求函数来实现的。还有一些研究则进一步综合考虑了预售策略下配送计划更具灵活性时的企业库存决策问题[13]。 2. 考虑行为因素的新产品预售策略 随着市场竞争的加剧，消费者行为因素的影响也越来越不容忽视。因此，近期关于预售策略的研究开始考虑行为因素的影响。其中，一些研究发现当存在策略型消费者行为（Strategic consumer behavior）时，提前需求信息会更有价值[14]。其原因在于，这些策略型消费者会等待在清仓甩卖时再选择性地购买产品，这将对企业的利润带来不利影响。但是，如果企业可以更好地运用基于预售的提前需求信息来预测整个市场的需求，从而很好地满足市场需求的话，那么出现这种清仓情况的概率就会很低。因而，这一研究结论与传统的研究共同表明，无论是否考虑行为因素，预售期的信息更新总是会给企业绩效带来正面影响。 然而，一些研究则得出了不同的结论，认为虽然预售期提前获得的信息有助于企业提高生产与库存决策的准确性，但是供给和需求之间更好的匹配则意味着产品的可得性（availability）就变得不那么令人担忧，这可能会影响消费者选择产品预订的意愿，进而影响企业整个销售期的赢利性。因而，如果考虑到消费者行为的影响，基于新产品预售期的信息更新作出的运营决策未必对企业更为有益[1，15]。一些研究还发现，当消费者需要依赖时间作出对产品价值的判断时，快速响应会使得消费者的延迟购买行为变得更加有利可图[15]。因而，尽管企业可以通过快速响应更好地匹配供给和需求，然而当越来越多的消费者作出延迟购买的决策时，总需求会下降，利润也会相应减少。此时，由提前销售产生的对企业运营绩效的正面影响被减弱了[16];在满足价格路径（随时间递增或递减）和消费者的退货条款（是否会退款给不满意的买者）的前提下，快速响应能力对消费行为的影响甚至会给公司利润带来负面效应[15]。还有一些文献进一步研究了在策略型消费者行为存在的前提下，提前需求信息在什么情况下对企业更具价值。研究表明，仅当市场中对产品的价值估值低的消费者足够多，而估值高的消费者相对较少时，销售一方才能够从更准确的提前需求信息中获益[1]。这是因为，虽然准确的需求信息可以改进正常销售季节的供需匹配性，但是由于产品可获得性的提高，反而会阻碍企业在预售季节向高价值估值的消费者收取较高的预售价格。 综上所述，虽然信息更新带来的好处是许多企业最初采用预售策略的一个基本考虑，但消费者行为因素的影响使得这一结论不再那么清晰。对这些文献的梳理也可以看出，不同情况下消费者行为因素对预售策略的影响复杂且是多方面的，因而本文接下来将从消费者选择行为出发，结合该领域当前的研究进展，进一步探究其影响机制及效果。 三、新产品预售策略中的消费者选择行为 1. 消费者选择过程 当考虑消费者选择行为的影响时，越来越多的研究表明预售策略并不总是最优的，预售策略的有效性取决于市场潜力、消费者价值估值和消费者异质性等因素[17]。一般而言，消费者是否愿意提前预订产品，取决于消费者对于产品的价值认知、对产品未来价格的期望以及产品未来的可获得性[1]。例如，由于新产品推出后的价格会随着时间而变化，消费者会在权衡产品的价值估值、价格以及产品的可得性基础上，理性地决定产品的购买时机[18-20]。 事实上，在新产品预售策略中涉及到消费者选择过程的现有的研究中，通常考虑的也是以下两种情况：一种情况认为消费者在决定是否提前预订时，对于新产品的价值或自己的需求并不确定，如体育赛事门票、书籍、录像、电脑游戏等;另一种情况则考虑了产品可得性的不确定[1]。在有关前者的研究中，产品价值的不确定性通常会导致提前预订时的价格折扣。不过，有些情况下，如产品的产量相对较小时，预售期也可能会采取产品溢价定价策略[16]。并且，这一类研究通常假定产品数量或企业的服务能力是固定不变的，将预售策略作为提高市场占有率的工具[16，21]，或是进行市场分类的工具[22]。后者的研究则通常假设消费者对于产品的价值估值是相对确定的，但是不确定的是产品的可获得性，因而企业的预售策略通常是由溢价利润和提前需求信息所带来好处共同驱动的[1]。例如，对于消费电子产品，市场通常拥有足够的信息让消费者在新产品正式发售之前就能够评估该产品的价值，但由于易逝品的产品生命周期短和市场的变化性强，使得供需之间的匹配性较差。在这种情况下，消费者愿意支付溢价来预订产品，以确保在产品正式发售之后能够及时获得产品。此时，企业决策中更加关注消费者的战略行为，即消费者对购买时机的选择[14-15，18，23]。 2. 消费者选择行为的影响机制 新产品预售的对象通常是市场的终端消费者，当预售的产品深受市场欢迎时，提前预订对消费者可能尤为重要。消费者担心在产品正式发售以后市场上可能会出现脱销的情况，而提前预订则可以保证消费者及时得到产品。例如，苹果公司在iPad最初投向市场时，就是在销售完预订的iPad之后，才开始在零售渠道正式销售[1]。参加提前预订活动的消费者，往往是对于某种产品特别喜爱，想要在第一时间就能将新产品拿到手“尝鲜”的消费者群体。对于这一类对产品的价值估值高、渴望第一时间得到该产品的消费者来说，提前预订显然是有利的选择。然而，如果产品的供应十分充足，消费者也得知这一信息的话，他们就未必会提前预订了。 大量有关策略型消费者行为的研究认为，消费者为了在销售季末的清仓大甩卖中以较低价格获得产品而选择推迟购买[14，24]，企业则可以通过提前预订产生的早期需求信息来提高预测的准确性，实现供给与需求的更好匹配[8]。这些研究的共同特点是认为消费者对产品的价值估值是确定的，随着未来的产品价格的降低，消费者有可能为了以一个较低的价格而推迟购买。也有研究对此提出了挑战，认为消费者对产品的价值估值是不确定的，而产品估值的不确定性则是引发策略型消费者行为的主要动因[15]。然而，在新产品预售中，产品的可得性与产品价值的不确定性往往是需要同时考虑的两个关键因素。虽然预售可以保证产品的可得性，但是当消费者在预售期对产品的价值认知不确定时，会陷入选择在预售期还是正常销售期购买的两难决策境地。例如，父母常常在应该何时购买热卖玩具的决策中进退两难[25]。如果提早购买，所购买的玩具可能日后并不流行，或者不是他的孩子想要的，即需要承担由于过早购买而带来的产品价值降低的风险;如果推迟购买，则存在产品缺货、价格上涨等风险。 导致产品价值估值不确定的原因多种多样，涉及的产品类型也很多，既可能发生在新推出的创新型产品，如iPhone或汽车这样的技术含量高的产品上，也可能发生在书、电影、音乐等早期价值难以判断的传媒类产品上，以及在消费者需求本身就具有极强不确定性的产品上。这些产品具有一个共同的特点，即随着时间的推移，消费者会获取更多的信息从而对产品的价值估值可以做出更加准确的判断。获取这类信息的渠道也是多种多样的，比如，通过网页和杂志上的专业产品评论或其他消费者的相关评价，询问购买相同产品的亲戚朋友的意见，或者分辨产品价值的内在不确定性。因此，在得知未来可能获得更多信息时，消费者可能会推迟购买决策，直到他们认为有足够信息来评价产品价值为止，但此时消费者面临缺货的风险也越大。消费者选择行为的机制表明，消费者最终会综合权衡以上因素，作出是否购买以及什么时间购买产品的决策。企业如何设计其新产品预售策略也很大程度上取决于对这一机制的理解程度。例如，一些研究认为，在消费者了解产品价值并决定消费量之前将产品卖给他们会极大地提高企业利润[16]。 3. 基于消费者选择行为的新产品预售策略与其他运营策略的组合 随着对消费者选择行为了解的深入，企业发现实际上是有机会利用消费者选择行为的这些特点，将预售策略与运营及供应链管理的其他策略组合，来获取更多的收益。例如，预售策略与限制供应策略结合，可以制造所谓的“饥渴营销”，甚至可以使得预售期的价格更高[19]。当市场需求确定时，企业可以故意用存货不足的手段来诱导消费者在产品价值不确定的时候进行购买[26]。当消费者的价值估值可能不确定时，预售策略的有效性（即是否应该在消费者了解产品价值之前销售）则取决于需求不确定性程度等指标[17]。还有一些企业将预售策略与模糊销售策略结合。例如，“最后时刻降价销售”的策略已经在很多行业被广泛所采用，以此来处理过剩的产能。然而，这一策略可能会导致消费者有意识地等待在“最后时刻”购买，最终可能会使企业的收入受到损失。了解到消费者选择的这一特点，当面对策略型的消费者时，一些企业开始考虑采取不透明的模糊销售策略，即把部分产品特征隐藏起来，从而影响消费者选择行为，进而提高盈利水平[27]。 新产品预售中常用的另一种组合策略是将预售策略与退货策略、新产品创新策略结合。例如，由于消费者在预订即将发布的新产品时无法体验产品，无法获得其他消费者的使用心得，往往导致其对产品的估价具有很大的不确定性。为了降低这种估价的不确定性给交易带来的不利影响，提高消费者的满意度和忠诚度，一些企业考虑对预售产品采取退货策略，目的在于减少消费者因产品估价不确定性而导致的延迟购买[28]。近期也有一些企业开始从新产品研发阶段就致力于降低产品估值的不确定性，并借助于新产品创新策略与预售策略的组合来改进绩效。比如，海尔近期推出的“海立方”产品创新平台将预售策略与基于合作式创新的新产品创新策略结合，一方面通过消费者参与产品设计来征集更符合市场需求的产品创意，降低产品估值的不确定性;另一方面通过预售策略来测试新产品的市场响应。 对文献的梳理可以发现，近年来，新产品预售策略与其他运营及供应链管理策略（如退货策略、供应策略等）的组合应用的研究已经逐渐出现并不断发展[19，29-30]。值得注意的是，以往有关新产品预售策略的研究主要集中在库存与产能决策方面，近期的研究越来越多地将新产品预售策略与基于消费者选择行为的动态定价问题相结合，而对于库存与产能决策等问题甚至简化为不予考虑。例如，一些研究假设库存或产能是外生且无限的，因而不需要考虑基于信息更新的库存决策问题，而将研究重心放在了新产品最优定价方面[30]。还有一些研究考虑了新产品最优定价策略与预售期可以获得的信息量大小的关系，因为预售期获得的信息量的微小变化，都可能会使最优定价策略下进行预订的消费者数量发生很大幅度的变化。企业的最优信息控制策略取决于期望利润和消费者估值标准差的比率，并且企业往往不会披露所有的产品信息。当期望利润和消费者估值标准差的比率取值适中时，最优定价与信息策略下新产品预售的优势才可以最大程度地得以体现[22]。 四、新产品预售中的定价策略 1. 动态定价与消费者选择行为 动态定价问题在收益管理相关文献中已经被广泛研究，其目的是在最优定价和最优产能或库存决策之间进行权衡决策，最终实现企业运营绩效的改进[31-32]。最近几年，越来越多的研究开始集中在消费者对卖家价格或产能决策所作出的战略性反应方面[19-20，27，30，33-35]。这些研究一般都假设消费者是策略型的，并通常假设企业期初的库存是固定的，且在固定的时间降价一次[20]。一些研究考虑如何在消费者对产品估值不确定的早期销售时期通过设计事后退款合同及其时限来吸引消费者提前购买，进而实现更好的绩效[30]。也有研究对决策时是否应该区分策略型和短视型消费者提出了质疑，并证明在策略型消费者和短视型消费者按比率存在的情况下，当产能较小时，企业甚至在定价决策时可以直接忽略策略型消费者的存在，此时仍然可以达到一个很高的绩效[35]。这些关于动态定价问题的前沿研究对于企业如何在考虑消费者选择行为的基础上采用预售策略有很大的启示。由于新产品预售时决策者不能想当然地就认为在预售期一定可以定高价锚定部分消费者，或者定低价就一定会吸引部分消费者，因而有关新产品预售与动态定价的研究还有进一步拓展的空间。 2. 新产品预售期的溢价定价与折扣定价策略 新产品预售策略使得销售一方可以根据消费者购买产品的时间不同，进行差别定价。通过接受预订，销售一方可以鉴别出那些愿意支付较高的产品溢价来保证能够及时获得新产品的消费者群体[1]。这些消费者要么是狂热的技术爱好者，要么是公司品牌的忠实粉丝，愿意为新产品付出高的价格，目的是可以成为最早拥有新产品的一员。大量事实也表明，很多高科技产品在正式发售以后，价格的确会比预订期的价格更低。然而，即使消费者可以预料到这种降价，但他们仍然可能会作出提前购买的决策。 虽然预售期的溢价定价在具有市场影响力的新产品推出时十分普遍，但一些新产品更适于在预售期采取折扣定价，而不是溢价定价。早期有关预售折扣的研究通常假设预售期的折扣价格可以激励买家提早订购，从而可以获得更多的早期需求信息。近期的研究则从消费者行为角度对其进行进一步的拓展，除了考虑预售折扣本身可以刺激预订需求之外，还认为预售折扣的另一个作用在于可以补偿消费者因产品不确定性而造成的损失。因此，产品信息越充足，卖方给出的折扣越少;产品信息越少，卖方给出折扣越多。其中，一些研究认为新产品预售期的需求依赖于预售期的折扣价格，并在此基础上研究了零售商的最优订货量和预售折扣率问题[36]。还有一些文献针对销售周期短、补货提前期长的易逝品产品市场，通过引入预售折扣，研究了预售量对销售季节需求预测更新的影响[12]。在此基础上，一些研究进一步考虑了收益共享合同和预售折扣对供应链获利性的影响，指出联合采用收益共享契约和预售折扣比单独采用其中一种方式的获利性高[37]。还有一些研究则发现，在不同情况下，有时预售期溢价定价可以得到最优利润，有时折扣定价可以得到最优利润[1]。 五、新产品预售策略研究的进一步拓展 本文的研究表明，有关新产品预售策略的早期研究主要集中在如何利用提前销售产生的市场信息来改进企业的需求预测，以及优化相应的库存与产能等运营决策方面。由于消费者选择行为在新产品预售策略中的影响越来越大，近年来有关新产品预售的研究中开始越来越多地考虑了消费者的选择行为。从浩繁的文献资料之中，本文进一步地从产品可得性、产品价值估值入手对新产品预售策略与消费者选择行为之间关系的前沿研究进展进行了全面的回顾与分析，并着重讨论了预售与定价策略之间的复杂关系。通过对文献的梳理我们可以发现，当前的研究主要是从企业面临的现实问题入手，分析基于消费者选择行为的新产品预售策略及其有效性。这些研究将跨期消费者购买决策与传统的运营决策模型相结合，融合了经典的运营管理学、微观经济学、消费者行为学的理论方法，从不同的视角来理解预售策略，并取得了丰硕的成果。然而，笔者认为，这一领域的研究在以下几方面仍需要进一步拓展。 首先，需要进一步深究消费者理性对预售策略的影响。总体而言，有关新产品预售策略的研究普遍考虑了信息不完全的影响，并对消费者与企业之间的博弈过程作出了较为清晰与合理的分析。但是，当前的研究往往假设消费者是完全理性的，在此前提下研究消费者与企业决策之间的均衡过程，进而推断出基于消费者选择行为的市场需求分布，并进行相应的运营优化决策。虽然这一假设与分析框架在经济学与管理系研究中由来已久，并广为学术界接受，但是质疑的声音已经出现。事实上，近些年已经有一些有关策略型消费者行为与企业运营决策方面的研究考虑到了这一问题，他们在假设消费者是有限理性（Bounded Rationality）的基础上开展研究，并出现了一些高质量的研究成果[38]。因而，未来的研究可以在消费者有限理性的假设前提下来进一步探讨预售问题。 其次，需要深入研究消费者行为的测度、消费者行为的异质性及其对预售效果的影响。现有的研究一般都是集中于研究某一类具有特定特征的消费者选择行为下的新产品预售策略问题。这些研究通常假设消费者要么是策略型消费者，要么是短视型消费者。然而现实中对于某一类新产品的需求中，可能同时存在这两类消费者。虽然一些研究同时考虑了这两类消费者，但是通常假设二者存在的比例确定且已知。文献[35]的研究则同时考虑了策略型消费者和短视型消费者，并且二者存在的比率未知的情况。该研究借助于稳健性建模的最小最大化方法，推导出一个稳健型的定价策略，即该策略不依赖于两类消费者数量的真实比例，且能够保证所得到的收益与全部信息下的收益之间的差值不会超过2.05%。他们进一步证明这一方法对于不同参数设置具有广泛而有效的可应用性。事实上，由于可以简化模型结论，使优化模型更具现实中的可操作性，近些年采用稳健型建模方法来制定收益管理决策的研究受到了前所未有的重视。然而，这一方法在预售策略中的应用还极为少见。文献[35]的研究为我们提供了一个全新的思路，未来的研究可以从更大的范围，针对不同市场情形下更为具体的新产品预售策略问题展开。例如，当高估值消费者和低估值消费者的比例未知时，可以考虑进行稳健性建模的分析。 最后，新产品预售问题的研究需要更多的实证研究与实验研究结果的检验。当前的研究基本都是采用优化分析的方法，对结果有效性的验证也基本都是依赖于数值模拟实验，缺乏对新产品预售策略中存在问题的数据检验。这种基于严格假设的解析分析的研究框架在企业运营优化领域作为一种规范已经广为学术界接受，并且在消费者选择引致的需求分布函数形式正确且参数已知的前提下是完全可行的。然而，现实中面对企业预售策略时消费者选择行为往往会受到诸多因素的影响，对于消费者选择行为引致的需求函数的理论推导是否能够准确反映市场中的真实情形，则是一个需要多角度探究的问题。事实上，管理学领域中许多难以以解析方式进行推理的问题或是存在争议的问题往往都是以实证研究或实验研究的方式进行探究的。因而，对于基于消费者选择行为的新产品预售策略问题，未来的研究还可以从实证的层面展开，即在一个完整的理论框架之中来探讨多个构念之间的影响关系，采用焦点小组访谈、问卷调查的方式收集一手数据，或者运用可靠的二手数据，利用统计软件来科学地处理数据，进而验证某些可能的假设关系。事实上，电子商务的迅猛发展过程中积累的大数据为这种实证研究提供了数据的可能，离散选择模型的发展及其应用也为对消费者选择行为的测度提供了方法论基础，可以预见的是，基于消费者行为的新产品预售问题的研究将继续在多学科交叉的界面上展开，而且研究方法将会呈现多元化的趋势。 [参考文献] [1] Li， C.， Zhang， F. Advance Demand Information， Price Discrimination， and Preorder Strategies[J]. Manufacturing & Service Operations Management， 2013， 15（1）： 57-71. [2] Fisher， M.， Raman， A. Reducing the Cost of Demand Uncertainty through Accurate Response to Early Sales[J]. Operations Research， 1996， 44（1）：87-99. [3] Eppen， G.，Iyer， A. Improved Fashion Buying with Bayesian Updates[J]. Operations Research， 1997， 45（6）：805–819. [4] Gallego，G.，Ozer，O. Integrating Replenishment Decision with Advance Demand Information[J]. Management Science， 2001， 47（10）：1344-1360. [5] Gallego， G.，Ozer，O. Optimal Replenishment Policies for Multi-Echelon Inventory Problems under Advance Demand Information[J]. Manufacturing & Service Operations Management， 2003， ?5（2）：157-175. [6] Ozer，O. Replenishment Strategies for Distribution Systems under Advance Demand Information[J]. Management Science， 2003， 49（3）：255-272. [7] Ozer， O.， Wei，W. Inventory Control with Limited Capacity and Advance Demand Information[J]. Operations Research， 2004， 52（6）：988-1000. [8] Keizer，G.. AT&T， Best Buy Sell Outof Iphone 3G S Preorder Suppliers[N]. Computerworld， 2009-6-15. [9] Huang， T.， van Mieghem，J. Are You Willing to Click？ Advance Demand Information and Price Discrimination under Strategic Consumer Behavior[R]. Working paper， Northwestern University， Evanston， IL， 2009. [10] Boyaci， T.，Ozer，O. Information Acquisition for Capacity Planning via Pricing and Advance Selling： When to Stop and Act[J]. Operations Research， 2010， 58（5）：1328-1349. [11] Tang， C.， Rajaram， K.， Alptekinoglu， A.Ou，J. The Benefits of Advance Booking Discount Programs： Model and Analysis[J]. Management Science， 2004， 50（4）：465-478. [12] McCardle， K.， Rajaram， K.， Tang，C. Advance Booking Discount Programs under Retail Competition[J]. Management Science， 2004， 50（5）：701-708. [13] Wang， T.，Toktay， B. Inventory Management with Advance Demand Information and Flexible Delivery[J]. Management Science， 2008， 54 （4）：716-732. [14] Cachon， G.， Swinney，R. Purchasing， Pricing， and Quick Response in the Presence of Strategic Consumers[J]. Management Science， 2009， 5（3）：497-511. [15] Swinney，R. Selling to Strategic Consumers When Product Value is Uncertain： The Value of Matching Supply and Demand[J]. Management Science， 2011， 57（10）：1737-1751. [16] Xie， J.，Shugan，S. Electronic Tickets， Smart Cards， and Online Prepayments： When and How to Advance Sell[J]. Marketing Science， 2001， 20（3）：219–243. [17] Prasad，A.，Stecke， K.， Zhao，X. Advance Selling by a Newsvendor Retailer[J]. Production and Operations Management， 2011， 20（1）：129-142. [18] Su， X.， Zhang， F. Strategic Customer Behavior， Commitment， and Supply Chain Performance[J]. Management Science， 2008， 54（10）：1759-1773. [19] Liu， Q.， Van Ryzin，G. Strategic Capacity Rationing to Induce Early Purchases[J]. Management Science， 2008， 54（6）：1115-1131. [20] Aviv， Y.，Pazgal， A. Optimal Pricing of Seasonal Products in the Presence of Forward-Looking Consumers[J]. Manufacturing & Service Operations Management， 2008， 10（3）：339-359. [21] Yu， M.， Kapuscinski， R.，Ahn， H. Advance Selling with Limited Capacity and Customers' Dependent Valuations[R]. Working Paper， University Of Michigan， Ann Arbor， 2007. [22] Chu， L.， Zhang， H. Optimal Preorder Strategy with Endogenous Information Control[J]. Management Science， 2011， 57（6）：1055-1077. [23] Su， X. Zhang，F. On The Value of Commitment and Availability Guarantees When Selling to Strategic Consumers[J]. Management Science， 2009， 55（5）：713-726. [24] Cachon， G.，Swinney，R. The Value of Fast Fashion： Quick Response， Enhanced Design， and Strategic Consumer Behavior[J]. Management Science， 2011， 57（4）：778-795. [25] Slatalla， M. Hot Holiday Toys： A Parent's Strategy[N]. New York Times， 2002-11-14. [26] Degraba，P. Buying Frenzies and Seller-Induced Excess Demand[J]. RAND Journal of ?Economics， 1995， 26（2）：331-342. [27] Jerath， K.， Netessine， S.，Veeraraghavan，S. Revenue Management with Strategic Customers： Last-Minute Selling and Opaque Selling[J]. Management Science， 2010， 56（3）： 430-448. [28] Zhao， X.，Stecke，K. Pre-Orders for New To-be-Released Products Considering Consumer Loss Aversion[J]. Production and Operations Management， 2010， 19（2）：198-215. [29] 李勇建，许磊，杨晓丽. 产品预售、退货策略和消费者无缺陷退货行为[J]. 南开管理评论，2012（5）：105-113. [30] Akan， M.， Ata，B. Dana J. Revenue Management by Sequential Screening[R]. Working Paper， Northwestern University， Evanston， IL， 2008. [31] Shen， Z.， Su， X. Customer Behavior Modeling in Revenue Management and Auctions： A Review and New Research Opportunities[J]. Production and Operations Management， 2007， 16（6）：713–728. [32] Talluri， K.， Van Ryzin，G. The Theory and Practice of Revenue Management[M]. New York： Springer， 2004. [33] Yin， R.， Aviv， Y.， Pazgal， A.， Tang，C. Optimal Markdown Pricing： Implications of Inventory Display Formats in the Presence of Strategic Customers[J]. Management Science， 2009， 55（8）：1391-1408. [34] Levin， Y.， Mcgill， J.，Nadiak， M. Dynamic Pricing in the Presence of Strategic Consumers and Oligopolistic Competition[J]. Management Science， 2009， 55（1）：32-46. [35] Mersereau， A.， Zhang，D. Markdown Pricing with Unknown Fraction of Strategic Customers[J]. Manufacturing & Service Operations Management， 2012， 14（3）：355-370. [36] Weng， Z.，Parlar， M. Integrating Early Sales with Production Decisions： Analysis and Insights[J]. IIE Transactions， 1999， 31（11）：1051-1060. [37] Bellantuono， N.， Giannoccaro， I.， Pontrandolfo， P.， Tang，C. The Implications of Joint Adoption of Revenue Sharing and Advance Booking Discount Programs[J]. International Journal of Production Economics， 2009， 121（2） ： 383-394. [38] Su，X. Bounded Rationality in Newsvendor Models[J]. Manufacturing & Service Operations Management， 2008， 10（4）：566-589. |
| 随便看 |
|
科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。