“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。