O2O模式下服裝集合店零售決策博弈模型

鄭路　陳舒婷　張明霞　韓曙光　趙麗妍

摘要： 在O2O模式下，借助集合店渠道采用線上下單線下取貨的方式開展服裝零售，是近年來的行業熱點。本文通過構建一個集合店與兩個獨立品牌商組成的二級服裝供應鏈博弈模型，探究不同決策模式下傭金率和線下服務水平的差異化影響。模型求解和數值模擬結果表明：獨立決策時，品牌商傭金率隨競爭品牌定價增加而降低，消費者對于定價差異越敏感，高價服裝品牌商傭金率越高;合作決策時，品牌商傭金率隨任一方定價及定價差異敏感系數增加而增加;服裝品牌價格越高及消費者對價格越敏感，集合店線下服務水平及利潤越高;BOPS需求的上升會降低服裝品牌商利潤的同時增加集合店的利潤。

關鍵詞： 集合店;傭金率;線下服務;BOPS;服裝零售;博弈模型

中圖分類號： TS941.1文獻標志碼： A文章編號： 10017003（2022）04007410

引用頁碼： 041111DOI： 10.3969/j.issn.1001-7003.2022.04.011（篇序）

新零售是以互聯網為依托，運用大數據、人工智能等技術手段，對商品的生產、流通與銷售過程進行升級改造，并對線上服務、線下體驗及現代物流進行深度融合的零售新模式[1]。國務院辦公廳印發《關于推動實體零售創新轉型的意見》，明確了推動我國實體零售創新轉型的指導思想和基本原則[2]。在新零售的背景下，O2O模型以消費者體驗為中心，使用互聯網技術聯動線上、線下資源，為顧客提供一體化服務[3]。目前，已有多家實體服裝零售企業開始嘗試O2O模式，門店開始運用互聯網技術改裝，如優衣庫、迪卡儂品牌等;服裝電商也紛紛嘗試線上線下融合服務，如茵曼品牌等。服裝消費者既能享受線上購物的低價與便利，又能獲得實體店購物的優質服務體驗[4]，未來如何提高品牌服務體驗將是服裝企業管理重點。

目前，國內外針對O2O的研究現狀中比較成熟的研究有趙紋碩等[5]利用層次分析法構建了服裝品牌O2O零售決策體系，證明了品牌的利潤與O2O的運營能力正相關;任力等[6]使用問卷調查收集了1 210名消費者，了解客戶真實需求，將O2O市場細化，避免服裝品牌同質化競爭;任曉雪等[7]構建由實體和網絡渠道組成的雙渠道O2O供應鏈，運用消費者效用函數模型和需求函數模型，得到電商成熟時，線上定價會高于線下定價;管榮偉[8]研究表明，向O2O模型轉型需要考慮從深度整合供應鏈、提高實體店體驗、調整企業組織架構等方面。而相對較少的研究是對線上訂單線下取貨（buy-online-and-pick-up-in-store，BOPS）[9]服務的研究，BOPS服務是指服裝消費者在品牌線上店鋪挑選款式，選擇去實體店線下取貨，在店內根據服務水平及產品實物決定是否購買的過程。Gallino等[10]發現全渠道實施BOPS服務會減少線上銷量、增加線下銷量;Gao等[11]發現BOPS服務能使零售商挖掘出新的消費者，BOPS收益可以實現線上線下跨渠道共享;劉金榮等[12]發現消費者退貨率和各渠道購物成本將會決定品牌商是否增設BOPS服務。線下服務水平方面，金亮等[13]提出線上零售與線下門店融合成線下服務體驗的供應鏈O2O模式，并借助調整傭金契約激勵實體門店。劉振等[14]對比分析僅網上銷售和BOPS模式下的電商定價，發現增設BOPS服務能使電商企業獲利更多。胡啟帆等[15]考慮需求受線下服務影響，研究線上線下同價與否對產品定價、線下服務決策和利潤的影響。

現有研究表明O2O模式下實施BOPS是有利可圖的，但關于BOPS服務對線下服務影響的研究較少。本文考慮到新零售背景下，相互競爭的服裝品牌線下門店均采用服裝集合店模式，以及O2O模式中線上線下融合的服務形式BOPS對線下服務的影響，通過分析服裝品牌商不同決策下的最優傭金率及集合店的最優線下服務水平，探究O2O品牌競爭時服裝品牌商和集合店如何實現利潤最優，從而為服裝O2O模式提供理論指導。

1模型描述與基本假設

1.1模型描述

本文建立了一個由服裝集合店與兩個獨立品牌商組合的二級供應鏈博弈模型，其中集合店提供包括BOPS在內的線下服務，服裝品牌商需給予集合店一定比例的傭金[16]。在分散獨立決策情境下，首先由獨立品牌商依據期望收益最大化各自確定傭金率;集合店商根據品牌商的決策確定最佳線下服務水平。在集中合作決策中，第一階段服裝品牌商以雙方利潤之和最大化為目標決策統一傭金率，第二階段新零售集合店根據服裝品牌商愿意支付的傭金率決策其線下服務水平。圖1為新零售集合店模式下服裝銷售結構模型示意。

出于研究需要，本文做出以下假設：

表1符號及其定義

Tab.1Symbols and their definitions

符號定義pi服裝品牌i商品的統一零售價ci服裝品牌i商品的單位生產成本φi服裝品牌商i給予集合店的傭金率r服裝消費者到店消費時，

其他購買行為所帶來的交叉銷售單位利潤s新零售集合店提供的線下服務常規水平k新零售集合店額外的BOPS服務便利程度η1線下服務成本系數η2BOPS服務成本系數Xi服裝品牌i的潛在市場規模λ線上渠道占服裝市場總需求比例m線上訂單中BOPS服務需求比例α1市場需求對服裝價格的敏感系數α2市場需求對線下服務水平的敏感系數β1市場需求對服裝價格差異的敏感系數dei服裝品牌i的線上需求dsi服裝品牌i的線下需求dbi服裝品牌i的BOPS服務需求πj供應鏈中j方的利潤Π服裝品牌商利潤之和π服裝供應鏈總利潤2服裝新零售集合店需求及利潤

2.1服裝品牌需求模型

2.2服裝供應鏈利潤模型

3模型求解

3.1服裝品牌商獨立決策

獨立決策第一階段，服裝品牌商各自獨立決定給予集合店的傭金率，第二階段集合店根據品牌商愿意支付的傭金率決策其線下服務水平。根據逆向求解法，求解服裝新零售集合店的最優線下服務水平。

3.2服裝品牌商合作決策

合作決策第一階段服裝品牌商以雙方利潤之和最大化為目標決策統一傭金率，第二階段新零售集合店根據服裝品牌商愿意支付的傭金率決策其線下服務水平，根據逆向求解法，求解服裝新零售集合店的最優線下服務水平。

4模型比較與分析

根據獨立決策和合作決策下的均衡解，對比分析相關參數對傭金率、線下服務水平決策的影響。

結論1：獨立決策下傭金率隨競爭品牌商品定價增加而降低，合作決策下傭金率隨任一方商品定價增加而增加。對于集合店而言，任一服裝品牌商品定價升高，新零售集合店均會優化其線下服務水平。

表明當某一品牌價格較高時，為彌補因高價而流失的服裝消費者，新零售集合店會提高其線下服務水平。此時對價格較低的一方品牌商而言，與高價品牌處于同一門店，高價品牌的價格會流失集合店的客流量，為保持較高的利潤，獨立決策中該品牌商會降低傭金率。而合作決策中服裝品牌商一體化，追求雙方利潤之和最優，期望共同承擔更高的傭金率以確保集合店提供優質的線下服務。

結論2：獨立決策下服裝品牌商雙方定價的比額在一定閾值內時，市場對價格越敏感，服裝品牌商愿意支付的傭金越高;價格敏感系數對定價較高的服裝品牌商傭金率的影響較大。服裝品牌商合作時，消費者越在意價格，服裝品牌商的傭金率越高。集合店優化線下服務水平的力度隨市場對定價敏感系數的增大而增大。

以上證實消費者對價格較敏感且獨立決策下定價差距不大時，服裝品牌商希望通過增加傭金率刺激集合店優化其線下服務水平吸引消費者，同時定價較高的服裝品牌商更愿支付高額的傭金率以增加需求。服裝品牌商合作決策中，消費者價格敏感時，服裝品牌商希望集合店提高線下服務彌補因定價較高而流失的消費者。

結論3：獨立決策時消費者對定價差異越敏感，定價較高的服裝品牌商愿意支付的傭金率也越高，定價較低的服裝品牌商愿意支付的傭金率則越低，集合店線下服務水平不受其影響。合作決策時隨著定價差異敏感系數的增大，服裝品牌商傭金率越高，集合店的線下服務水平也隨之上升。

說明獨立決策下，集合店提供統一線下服務，消費者在意價格差異，定價較高的一方會增加傭金率以使集合店優化線下服務水平。對集合店而言，定價較高的服裝品牌商增加傭金率，定價較低的服裝品牌商降低傭金率，同時定價差價帶來的總需求變化為零，考慮服務成本集合店不會改變線下服務水平。合作決策下，高價品牌能帶來更高的利潤，品牌商愿給予更高的傭金率來刺激集合店提升線下服務水平，集合店也通過優化線下服務增加高價品牌的需求。

結論4：獨立決策時，當服裝品牌潛在需求與其競爭品牌潛在需求的比額在一定閾值內時，線上需求比例越高，服裝品牌商的傭金率也隨之增長;合作決策時，線上需求比例的增大則服裝品牌商的傭金率上漲。當BOPS服務需求比例小于某個閾值時，線上需求比例的增加會伴隨著線下服務水平的上升;當BOPS服務需求比例大于某個閾值時，線下服務水平隨線上需求比例上升而降低，而獨立決策時閾值取值高于合作決策時閾值取值。

表示當BOPS服務需求比例在一定閾值內時，集合店愿意通過改善線下服務水平來增加服裝消費者到店需求;當BOPS比例超過一定閾值時，BOPS需求足夠高、到店取貨的消費者過多，考慮到服務成本，集合店會適當降低線下服務水平。而就服裝品牌商而言，線上利潤增多線下需求減少，為保證集合店維持一定水平的線下服務，服裝品牌商愿增加傭金率以緩解線下服務成本。

結論5：無論處于何種決策情形，集合店的線下服務水平總隨BOPS服務需求比例增加而降低。服裝品牌商獨立決策時，當服裝品牌潛在市場需求與其競爭品牌潛在市場需求的比額在一定條件內，BOPS服務需求比例越高，服裝品牌商的傭金率越低;合作時，服裝品牌商的傭金率也隨著BOPS服務需求比例的增加而降低。

證明BOPS需求越多，純線上需求越少利潤也越少，而純線上利潤完全屬于服裝品牌商，故服裝品牌商為了總利潤更高而降低傭金率;BOPS需求比例越高，集合店的服務成本也越高，同時服裝品牌商降低傭金率，為減少成本集合店會降低其線下服務水平。

結論6：服裝品牌商定價固定時，隨著競爭品牌定價的增加，合作決策時服裝品牌商愿意支付的傭金率與其獨立決策傭金率之間的差額會越來越大。

表明當服裝品牌商的定價保持不變時，競爭品牌的定價較低，獨立決策時服裝品牌商價格優勢降低，希望通過提高傭金率引導新零售集合店優化線下服務水平增加需求;合作決策時服裝品牌一體化，追求雙方總利潤最大，另一方定價低，商品純利潤減少，其愿提供的傭金率也較低，故競爭品牌價格較低時合作決策與獨立決策之間的傭金率差額較小。而競爭品牌定價較高時，獨立決策時服裝品牌商具有價格優勢，且線下服務水平一致，為保持較高的利潤，故其傭金率較低;合作決策時，另一方定價高將導致新零售集合店總需求降低，為彌補高價帶來的損失，服裝品牌商增加傭金率來刺激新零售集合店提高線下服務質量，故競爭品牌價格較高時的統一傭金率與品牌商獨立決策時的傭金率差額較大。

5算例分析

5.1數值模擬

通過數值模擬，對比分析不同決策下的線下服務水平、傭金率和服裝供應鏈各方利潤變化，研究品牌競爭對于服裝新零售的影響。

參考文獻[22]并考慮BOPS需求比例及BOPS服務便利程度對決策及利潤的影響，設定兩種不同的BOPS需求比例及BOPS服務便利程度，m=0.350 0及m=0.650 0，k=0.200 0及k=0.300 0，模型中其他參數設置如表2所示。

將表2中的數值代入到各均衡解中，可得到不同決策下的服裝品牌商最優傭金率、集合店線下服務水平及服裝供應鏈各方利潤，結果如表3所示。

從表3可知，存在品牌競爭的服裝市場中，當服裝品牌商采用集合店模式時，服裝品牌商相互合作共同決策傭金率可達到服裝品牌商利潤之和、集合店利潤和服裝供應鏈總利潤最大化，且集合店愿意提供的線下服務水平也高于獨立決策時，這表明獨立決策會降低新零售集合店模式的整體效率。通過表3第5列和第6列，可以發現獨立決策中定價較高的品牌2需要支付更高的傭金率。對比表3第7列和第8列的服裝品牌1和服裝品牌2的利潤變化，可以發現低價的服裝品牌1在獨立決策中利潤更高，而高價的服裝品牌2在合作決策中利潤更高。觀察處于不同BOPS需求比例下相同的BOPS服務便利程度，BOPS需求的增加會導致服裝品牌商利潤和傭金率降低，但有利于集合店的線下服務水平優化和利潤增加。BOPS服務便利程度雖有利于集合店優化線下服務，但服裝品牌商愿意支付的傭金率和供應鏈各方的利潤都會下降。

在O2O集合店模式中，BOPS需求及BOPS服務便利程度的上升都不利于服裝品牌商的利潤增加，卻有利于集合店優化線下服務水平。但BOPS需求的上升及BOPS服務便利程度的下降能帶來集合店利潤的上升。對于定價較低的服裝品牌商而言，獨立決策更有利;定價較高的服裝品牌商則更愿意選擇合作決策。

5.2參數敏感性分析

根據最優服務決策及利潤表達式，分別模擬不同決策情形下，α、η、η和k對服裝O2O集合店線下服務水平、服裝品牌商傭金率及服裝供應鏈各方利潤的影響。

5.2.1市場服務敏感系數的影響分析

服裝消費者對于線下服務越在意，服裝O2O集合店需要提供的線下服務水平越高，這是可想而知的，同時為維持服裝O2O集合店的積極性，服裝品牌商愿意支付的傭金率也隨之上升。從圖2可發現，消費者對線下服務越敏感，服裝品牌商及集合店的利潤就越高，O2O中強調線下服務體驗對服裝供應鏈各成員而言是有利的。

5.2.2線下服務及BOPS服務成本系數的影響分析

對比圖3—圖5可知，線下服務成本系數與BOPS服務成本系數對新零售集合店線下服務水平、服裝品牌商傭金率及服裝供應鏈各成員的利潤都是不利的。線下服務和BOPS服務的成本系數越高，集合店需要承擔的服務成本也越高，集合店則不愿再提供更高的線下服務及優化BOPS服務，服裝品牌商也不愿為低水平的集合店線下服務和BOPS服務買單，這將造成在意線下服務體驗的服裝消費者大量流失，服裝供應鏈各成員的利潤都會有所下降。

由圖6可知，集合店提高BOPS服務便利程度時，會吸引更多偏好BOPS服務的消費者，但鑒于集合店的服務成本壓力，集合店會適當降低其線下服務水平，故服裝品牌商也不愿支付集合店商高額的傭金率。由于分析中假設了BOPS需求較低，優化BOPS服務便利程度雖能吸引到喜好BOPS服務的服裝消費者，但集合店降低線下服務水平會失去更多在意線下服務的消費者，最終導致各方利潤的損失。

6結論

本文從線下服務出發，考慮服裝品牌商在O2O模式下采用集合店經營實體店，對比討論服裝品牌商獨立決策和合作決策下新零售集合店的最優線下服務水平和服裝品牌商的最優傭金率決策，并分析參數對線下服務水平及傭金率決策和各成員利潤的影響。

結果表明，服裝品牌商各自傭金率隨競爭品牌定價增加而降低，統一傭金率則隨任一方定價增加而增加;服裝品牌價格越高及消費者對價格越敏感，集合店線下服務水平及利潤越高。獨立決策時，消費者對于定價差異越敏感，高價服裝品牌商傭金率更高;BOPS需求的上升會降低服裝品牌商的利潤，卻增加了集合店的利潤;合作決策下服裝品牌利潤之和、集合店的利潤及服裝供應鏈的總利潤最大，定價較低的服裝品牌商獨立決策更有利，定價較高的服裝品牌商則更愿意選擇合作決策。

服裝消費者越來越重視線下服務，選擇BOPS服務的服裝消費者也日益增多，但面對較高的服務成本，集合店可以挑選部分員工培訓BOPS服務能力，以及在現有的服務基礎上增設BOPS服務所需要的設備。同時純線上的服裝品牌在向O2O轉型時，也可以考核BOPS的線下退貨率來刺激集合店維持一定的服務水平。未來研究如何優化服裝品牌的服務水平是關注的重點，目前本文僅假設了集合店內僅有兩個服裝品牌，有一定的局限性，后續研究可考慮多個服裝品牌的O2O集合店模式，或延伸到相互競爭的新零售O2O服裝品牌各自線下直營店服務及BOPS服務競爭優化問題等。

參考文獻：

[1]杜睿云， 蔣侃. 新零售： 內涵、發展動因與關鍵問題[J]. 價格理論與實踐， 2017（2）： 139-141.

DU Ruiyun， JIANG Kan. New retailing： Connotation， development impetus and key problems[J]. Price Theory & Practice， 2017（2）： 139-141.

[2]國務院辦公廳， 中華人民共和國中央人民政府. 關于推動實體零售創新轉型的意見[EB/OL]. （2016-11-11）[2021-08-12]. http：//www.gov.cn/xinwen/2016-11/11/content_5131239.htm.The General Office of the State Council， the Central People’s Government of the People’s Republic of China. Opinions about promoting entity retail innovation transformation[EB/OL]. （2016-11-11）[2021-08-12]. http：//www.gov.cn/xinwen/2016-11/11/content_5131239.htm.

[3]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.

[4]杜睿云， 蔣侃. 新零售的特征、影響因素與實施維度[J]. 商業經濟研究， 2018（4）： 5-7.DU Ruiyun， JIANG Kan. The characteristics， influencing factors and implementation dimensions of new retail[J]. Journal of Business Economics， 2018（4）： 5-7.

[5]趙紋碩， 王玲， 李敏， 等. 服裝企業O2O零售決策模型構建與實證分析[J]. 絲綢， 2018， 55（1）： 48-55.ZHAO Wenshuo， WANG Ling， LI Min， et al. Modeling and empirical study of O2O retail decision-making in apparel enterprises[J]. Journal of Silk， 2018， 55（1）： 48-55.

[6]任力， 郭建南. 服裝品牌O2O模式分類下的消費體驗[J]. 紡織學報， 2015， 36（3）： 147-152.REN Li， GUO Jiannan. Consuming experience of fashion brands under O2O model classification[J]. Journal of Textile Research， 2015， 36（3）： 147152.

[7]任曉雪， 于曉秋. O2O實體渠道與網絡渠道價格差異的競爭分析[J]. 數學的實踐與認識， 2017， 47（12）： 4956.REN Xiaoxue， YU Xiaoqiu. Competitive analysis of price differences between O2O physical channels and online channels[J]. Mathematics in Practice and Theory， 2017， 47（12）： 4956.

[8]管榮偉. 服裝零售企業的O2O模式研究[J]. 紡織導報， 2015（1）： 8487.GUAN Rongwei. Research on O2O mode of clothing retail enterprises[J]. China Textile Leader， 2015（1）： 8487.

[9]GAO F， SU X. Omnichannel retail operations with BuyOnlineandPickupinStore[J]. Management Science， 2016， 63（8）： 24782492.

[10]GALLINO S， MORENO A. Integration of online and offline channels in retail： The impact of sharing reliable inventory availability information[J]. Management Science， 2014， 60（6）： 14341451.

[11]GAO F， SU X. Online and offline information for omnichannel retailing[J]. Manufacturing & Service Operations Management， 2017， 19（1）： 8498.

[12]劉金榮， 徐琪， 陳啟. 考慮網絡退貨和渠道成本時全渠道BOPS定價與服務決策[J]. 中國管理科學， 2019， 27（9）： 56-67.LIU Jinrong， XU Qi， CHEN Qi. Pricing and service decision of omni-channel BOPS： Considering online return and channel cost[J]. Chinese Journal of Management Science， 2019， 27（9）： 56-67.

[13]金亮， 張旭梅， 但斌， 等. 交叉銷售下“線下體驗+線上零售”的O2O供應鏈傭金契約設計[J]. 中國管理科學， 2017， 25（11）： 33-46.JIN Liang， ZHANG Xumei， DAN Bin， et al. Commissions contract design "in offline evaluation， online purchase" （O2O） supply chain in the presence of cross-selling[J]. Chinese Journal of Management Science， 2017， 25（11）： 33-46.

[14]劉振， 宋寒， 代應， 等. “新零售”背景下的電商企業渠道決策： 基于體驗店服務水平與市場需求[J]. 財會月刊， 2020（8）： 115-122.LIU Zhen， SONG Han， DAI Ying， et al. Channel decision of E-commerce enterprises under the background of "new retail"： Based on service level and market demand of experience stores[J]. Journal of Accounting， 2020（8）： 115-122.

[15]胡啟帆， 徐兵. 差異化服務下基于BOPS的全渠道定價與服務策略[J]. 系統工程， 2020， 38（2）： 51-59.HU Qifan， XU Bing. Pricing and service strategy of BOPS based on differentiated service[J]. Systems Engineering， 2020， 38（2）： 51-59.

[16]彭浪， 張畢西， 陳曉純. 考慮服務水平的雙渠道供應鏈定價策略研究[J]. 數學的實踐與認識， 2016， 46（24）： 98-106.PENG Lang， ZHANG Bixi， CHEN Xiaochun. Research on pricing strategy of dual channel supply chain considering service level[J]. Mathematics in Practice and Theory， 2016， 46（24）： 98-106.

[17]李然， 孫濤， 曹冬艷. O2O業態融合視角下的數字化新零售發展趨勢研究[J]. 當代經濟管理， 2021， 43（4）： 13-21.LI Ran， SUN Tao， CAO Dongyan. Research on the development trend of digital "new retail" from the perspective of O2O business integration[J]. Contemporary Economic Management， 2021， 43（4）： 13-21.

[18]肖劍， 但斌， 張旭梅. 雙渠道供應鏈中制造商與零售商的服務合作定價策略[J]. 系統工程理論與實踐， 2010， 30（12）： 2203-2211.XIAO Jian， DAN Bin， ZHANG Xumei. Pricing strategy of service cooperation between manufacturer and retailer in dual-channel supply chain[J]. Systems Engineering Theory & Practice， 2010， 30（12）： 2203-2211.

[19]CAO J， SO K C， YIN S. Impact of an "online-to store" channel on demand allocation， pricing and profitability[J]. European Journal of Operational Research， 2016， 248（1）： 234-245.

[20]HUA G， WANG S， CHENG T. Price and lead time decisions in dual-channel supply chains[J]. European Journal of Operational Research， 2010， 205（1）： 113-126.

[21]張琴義， 張國寶， 張德化. “互聯網+”環境下BOPS模式與同價模式對比研究[J]. 系統科學與數學， 2019， 39（8）： 1303-1313.ZHANG Qinyi， ZHANG Guobao， ZHANG Dehua. A contrastive study of same price channel and BOPS in the context of "Internet +"[J]. Journal of Systems Science and Mathematical Scien， 2019， 39（8）： 1303-1313.

[22]王娟， 汪傳旭. 考慮產品替代的供應鏈定價和環保水平決策[J]. 工業工程與管理， 2015， 20（6）： 61-68.

WANG Juan， WANG Chuanxu. Supply chain’s pricing and the level of environmental protection decision-making with substitutable products[J]. Industrial Engineering and Management， 2015， 20（6）： 61-68.

The retail decision-making game model of clothing collection stores under O2O modeZHENG Lu CHEN Shuting ZHANG Mingxia HAN Shuguang ZHAO Liyan（1.High Fashion （China） Co.， Ltd.， Hangzhou 311200， China; 2a.School of Fashion Design & Engineering; 2b.School of Science;

2c.Zhejiang International Institute of Fashion Technology， Zhejiang Sci-Tech University， Hangzhou 310018， China）

Abstract： In recent years， the online clothing market has become saturated， and the competition of similar clothing brands has become increasingly fierce， while the profits of the clothing industry have declined. The sales model of traditional clothing enterprises urgently needs to be broken through and transformed. The O2O mode， which takes the consumer experience as the core， combines with the convenience advantages of online shopping with unlimited space and time and the service experience advantages of offline brick-and-mortar stores， is highly compatible with the needs of clothing consumers. In the future， it will be an industry hot spot to use the collection store channel to carry out clothing retailing through online ordering and offline pickup. A secondary clothing supply chain game model is set up， which is composed of a collection store and two independent brand owners. Considering the clothing brands’ operating in the O2O collection store model， the article quantitatively describes the demand model of clothing consumers and profit function of clothing retailers from the perspective of offline services. Besides， the article adopts game theory to solve the optimal decision of the model with the help of Matlab R2016a numerical simulation， exploring the influence of the optimal decision of brand commission rate and offline service level of collection stores and related factors on the profit of supply chain members under independent and cooperative decision modes respectively.

The results show that the respective commission rates of apparel brands decrease with the increase of competitive brand pricing， and the unified commission rate increases with the increase of either party’s pricing. The offline services of collective stores increase with the increase of brand pricing; the greater the market price sensitivity coefficient， the higher the commission rate of clothing brand owners and the higher the offline service level of collection stores. As for independent decision making， the more sensitive consumers are to pricing differences， the higher commission rate of high-priced clothing brands， and the lower the commission rate of low-priced clothing brands. The offline service level of collection stores is not affected. When the clothing brand owners make cooperation decisions， the uniform commission rate of clothing brand owners and the offline service level of collection stores increase with the increase of the sensitivity coefficient of market pricing differences. Only under certain conditions， the commission rate of clothing brands increases with the increase of the proportion of online demand. There is a certain threshold， when the proportion of BOPS service demand is lower than the threshold， the higher the proportion of online demand， the lower the offline service level of the new collection store. The commission rate of clothing brand owners and the offline service level of collection stores both decrease with the increase of BOPS demand ratio， while the commission rate of clothing brand owners decreases with the increase of commodity cost. The offline service level of collection stores increases with the increase of the cross profit. When the price of the clothing brands is fixed， the higher the price of competing brands， the greater the difference between the unified commission rate for cooperative decision-making and the commission rate for independent decision-making. The more sensitive consumers are to the offline services， the higher the profits of each member of the clothing supply chain， and the convenience of BOPS services， the cost coefficient of offline services and BOPS services are not conducive to members of the clothing supply chain. The increase in BOPS demand will reduce the profit of clothing brands and increase the that of the collection store. While in the collection store， the sum of the profits of clothing brands under cooperative decision-making， and the profit of the collection store and the total profit of the clothing supply chain are the primary， the clothing brands with lower pricing are more beneficial for independent decision-making， while the clothing brands with higher prices are more willing to choose cooperative decisions.

How to optimize the service level of clothing brands will be the focus for the future research. This paper only assumes that there are only two clothing brands in the collection store， which has some certain limitations. Future research can consider the O2O collection store model with more clothing brands， or extend to the competing new retail O2O clothing brands’ respective offline direct store services and BOPS service competition optimization issues.

Key words： collective store; commission rate; offline service; BOPS; clothing retail; game model