“我再补充一个数据：我们的老顾客复购率高达 68%，他们更看重品质和口感，对价格的敏感度其实比我们想象的低。” 林默打开近 6 个月的复购数据统计，“近 3 个月，即使没有任何促销活动，老顾客复购率也保持在 65% 以上。只要我们的品质不下降，再加上补贴活动，留存率肯定能保持在 85% 以上。”
他继续完善测算，将补贴活动的影响也纳入其中：“假设推出满 50 减 5 的补贴后，老顾客复购率提升至 70%，提价后的月销量会从 份回升到 份，月利润会达到 ×3.2 - （补贴成本）= - ？不对，补贴成本不能这么算。”
林默重新演算：“实际补贴成本应该按实际核销的订单计算。假设符合条件的 3200 名老顾客，每月有 50% 参与补贴活动，每人每月核销 1 张满 50 减 5 的优惠券，每月补贴成本就是 3200×50%×5=8000 元。提价后月利润 = ×3.2 - 8000= - 8000= 元？不对，之前的单份利润已经扣除了成本，补贴是额外支出，应该从总利润里减去。”
“我来算吧，你容易混淆成本结构。” 陈曦接过鼠标，快速调整公式：“原单份成本 12 元，涨价后成本 12.8 元，售价 16 元，单份毛利 3.2 元。提价后月销量 份，总毛利 元。补贴成本 8000 元，实际月利润 - 8000= 元？这比原来的 元还低很多。”
“哪里错了？” 李萌萌有些着急，“难道补贴方案不可行？”
“是补贴力度太大了。” 苏晚提醒道，“我们可以把补贴门槛提高一点，比如满 80 减 5，满 120 减 10，这样既能降低补贴成本，又能鼓励顾客多消费。”
林默重新调整补贴方案，再次测算。
“这样就合理了。” 林默松了口气，“虽然利润比原来少了 2400 元，但覆盖了 37% 的新增成本，剩下的 63% 可以通过优化生产流程来消化，比如减少包装损耗、提高生产效率，每月至少能节省 2000 元，基本能抵消成本上涨的影响。”
“而且这是短期利润，等顾客适应提价后，补贴活动可以逐渐收缩，利润还会回升。” 苏晚补充道，“更重要的是，我们保住了老顾客，避免了因低价竞争导致的品质下降，这对品牌长期发展更有利。”
陈曦看着测算表，终于点头认可：“从数据上看，提价 + 补贴的方案确实比囤货更优。囤货只能节省 1200 元，还得承担库存风险，而提价方案虽然短期利润略有下降，但能长期覆盖成本上涨，还能保住品牌价值。”
“我还有个想法。” 李萌萌打开顾客反馈表，“我们可以在提价的同时，把定制豆沙糕的净含量从 200g 增加到 220g，相当于变相降价，顾客会觉得更划算。根据之前的市场调研，60% 的顾客更在意性价比，而不是单纯的价格。”
林默立刻将这个因素纳入测算：“净含量增加 10%，原料成本会增加 0.8 元 ×10%=0.08 元，单份成本变成 12.88 元，单份毛利变成 16 - 12.88=3.12 元。月销量会因为性价比提升，从 份涨到 份，月利润 = ×3.12 - 4800= - 4800= 元，比之前的 元又涨了 912 元，成本覆盖比例达到了（ - ）÷3810≈61%，效果更好！”
“完美！” 陈曦拍了下手，“这样一来，顾客不仅不会觉得涨价，反而会觉得更划算，流失率肯定能控制在 5% 以内，甚至可能吸引新顾客。”
林默看着最终的测算结果，脸上露出了释然的笑容。从一开始的纠结犹豫，到通过数据一步步量化影响，再到团队协作优化方案，他深刻体会到，科学决策远比凭主观感受判断更靠谱。
“那就这么定了。” 林默站起身，语气坚定，“第一，定制豆沙糕从 15 元 / 盒提至 16 元 / 盒，净含量从 200g 增加到 220g；第二，推出老顾客补贴活动，满 80 减 5，满 120 减 10；第三，提价前通过公众号、朋友圈公开成本明细，说明涨价原因；第四，暂缓囤货，把资金用在补贴活动和生产优化上。”
苏晚看着林默在测算表旁标注的一行字 ——“若能找到更低价的糯米渠道，可避免提价”，心中一动。她想起安徽皖南有机糯米基地的张经理，想起 12.5 元 / 斤的价格，比涨价后的 13.2 元 / 斤便宜 0.7 元，如果能顺利合作，单份成本能降低 0.56 元，完全不用提价就能覆盖成本上涨。
“林默哥，我有个想法。” 苏晚故作不经意地说道，“之前整理家族资料时，我看到爷爷当年合作过的安徽有机糯米基地，他们今年没收灾，价格比现在的供应商便宜，而且产能充足。或许我们可以先联系他们，看看能不能拿到更优惠的价格，如果能成，说不定就不用提价了。”
林默眼睛一亮：“你怎么不早说？如果能找到更低价的原料渠道，那提价就没必要了。现在联系还来得及吗？我们的库存只够维持 10 天了。”
“我之前给他们打过电话，张经理说今天下午会寄样品过来，明天就能到。” 苏晚说道，“等样品检测合格，我们可以立刻和他们签订合作协议，刚好能衔接上库存，完全不用提价。”
“那真是太好了！” 李萌萌兴奋地说道，“这样既不用承担顾客流失的风险，又能覆盖成本上涨，简直是两全其美。”
林默看着测算表上的各项数据，又看了看苏晚，心中充满了期待：“那我们就兵分两路：一方面继续完善提价和补贴方案，作为备选；另一方面，苏晚负责跟进样品检测，一旦合格，立刻启动合作谈判。不管最后选哪种方案，我们都有充分的准备。”
夜色渐深，会议室里的焦灼已经被忙碌的身影取代。李萌萌在整理老顾客名单，准备补贴活动的相关事宜；陈曦在优化生产流程，测算成本控制的具体方案；苏晚在联系检测机构，确认样品检测的时间节点；林默则在完善测算表，补充各种可能出现的突发情况。
林默看着桌面上的测算表，想起一开始的纠结犹豫，不禁感慨：如果没有数据作为支撑，他们很可能会选择囤货这个看似稳妥却收益有限的方案，或者因为担心顾客流失而不敢提价，最终陷入被动。而通过一步步的数据分析、方案优化，他们不仅找到了最优解，还为各种可能出现的情况做好了准备。
他再次看向苏晚标注的安徽基地信息，心中充满了期待。如果样品检测合格，这场因原料涨价引发的危机，不仅能顺利化解，还能让林记摆脱对单一供应商的依赖，建立更稳定的原料供应体系。而这一切，都源于他们用数据说话、科学决策的态度。