如今的商業(yè)環(huán)境瞬息萬(wàn)變,日常的商業(yè)運(yùn)作正頻繁地被惡劣天氣甚至自然災(zāi)害所中斷,而諸如定制化生產(chǎn)等先進(jìn)技術(shù)也刺激了更加快速變化的需求。因此,企業(yè)需要新的供應(yīng)鏈網(wǎng)絡(luò)設(shè)計(jì)方法來(lái)同時(shí)應(yīng)對(duì)供給與需求的不確定性。得益于信息技術(shù)的發(fā)展,供應(yīng)鏈運(yùn)營(yíng)所產(chǎn)生的數(shù)據(jù)正在不斷累積,其數(shù)量與復(fù)雜度都迅速增長(zhǎng),這也為供應(yīng)鏈管理帶來(lái)了新的機(jī)遇與挑戰(zhàn)。本論文旨在探索從數(shù)據(jù)中提取有效信息的方法,為供應(yīng)鏈網(wǎng)絡(luò)的設(shè)計(jì)提供決策支持,并為實(shí)際運(yùn)營(yíng)管理提供指導(dǎo)與啟示。具體地,我們利用不同來(lái)源且可能包含不同信息量和規(guī)律的數(shù)據(jù),分析來(lái)自供應(yīng)鏈不同環(huán)節(jié)、具有不同目標(biāo)與決策層次的實(shí)際問(wèn)題。首先,本論文研究一個(gè)全渠道零售商如何進(jìn)行實(shí)體零售和服務(wù)設(shè)施的選址、選品與庫(kù)存的聯(lián)合決策問(wèn)題。面對(duì)供應(yīng)鏈下游的顧客,零售商可以收集到大量高維度的交易數(shù)據(jù)和商品與用戶信息數(shù)據(jù),并據(jù)此進(jìn)行選址以及諸如選品和庫(kù)存等運(yùn)營(yíng)層面的決策。我們采用一般的混合多項(xiàng)選擇模型從數(shù)據(jù)中估計(jì)顧客對(duì)商品的偏好,基于此建立聯(lián)合選址、選品與庫(kù)存優(yōu)化模型,并提出高效求解方法。進(jìn)一步,我們將該模型應(yīng)用于實(shí)際的數(shù)據(jù),來(lái)研究實(shí)際的全渠道零售運(yùn)營(yíng)問(wèn)題并給出在運(yùn)營(yíng)管理方面的指導(dǎo)與啟示。接著,本論文研... 

【文章來(lái)源】：清華大學(xué)北京市 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：142 頁(yè)

【學(xué)位級(jí)別】：博士

【部分圖文】：

無(wú)人超市

第2章全渠道零售下實(shí)體零售設(shè)施的選址、選品與庫(kù)存設(shè)計(jì)化的選品。這就可能導(dǎo)致模型的結(jié)果并不是最優(yōu)的，因?yàn)椴煌貐^(qū)的區(qū)位環(huán)境與人口因素會(huì)顯著的影響線下渠道的運(yùn)營(yíng)。我們通過(guò)實(shí)際數(shù)據(jù)來(lái)展示不同區(qū)域的消費(fèi)者所呈現(xiàn)出的偏好差異。我們采用的數(shù)據(jù)集來(lái)自與上述電商企業(yè)的實(shí)際運(yùn)營(yíng)，包含了該企業(yè)在北京安貞地區(qū)試運(yùn)行的一個(gè)線下商店為期八個(gè)月的線下銷(xiāo)售數(shù)據(jù)，以及該商店附近邊長(zhǎng)為五千米的正方形區(qū)域內(nèi)在2018年發(fā)生的所有線上訂單數(shù)據(jù)。我們將線上數(shù)據(jù)的所有收貨地址標(biāo)記在圖2.2(a)上，并將這些標(biāo)記點(diǎn)根據(jù)地理距離聚成10個(gè)類(lèi)。其中，相同顏色的點(diǎn)同屬一類(lèi)，而顏色的深淺表示此地址下的需求大校我們可以看到顧客的地理分布并不平均。圖中藍(lán)色的“圖釘”標(biāo)記點(diǎn)表示線下店的位置。數(shù)據(jù)表明在線上購(gòu)買(mǎi)的顧客中也同時(shí)到店購(gòu)物的這部分顧客隨著距商店距離變遠(yuǎn)而減少。圖2.2(b)展示了在全年既在線上購(gòu)物過(guò)同時(shí)也去過(guò)線下店的顧客的地址。與圖2.2(a)相比可以看出，線下店會(huì)吸引更多的在其附近居住或工作的顧客，這也說(shuō)明了到店距離對(duì)于吸引顧客到店起著很重要的作用。(a)線上顧客的地址(b)線下顧客的地址圖2.2參與線上購(gòu)買(mǎi)與線下購(gòu)買(mǎi)的顧客的地理分布我們進(jìn)一步對(duì)于每個(gè)類(lèi)的顧客購(gòu)買(mǎi)行為進(jìn)行一些初步的數(shù)據(jù)分析。在圖2.3中，我們對(duì)于每個(gè)類(lèi)的按其平均訂單價(jià)值的高低進(jìn)行了不同顏色的區(qū)分，其中綠色代表平均訂單價(jià)值高于50元人民幣，而紅色代表低于這個(gè)價(jià)值。整體上，這個(gè)類(lèi)的平均訂單價(jià)值從44元到65元不等，顯示出明顯的差異性。這些發(fā)現(xiàn)表明，當(dāng)進(jìn)行最優(yōu)商店選址、選品以及庫(kù)存的決策時(shí)，考慮顧客的異質(zhì)性與諸如到店距離等影響消費(fèi)者選擇的因素是分必要的。這些數(shù)據(jù)分析的結(jié)果也為全渠道環(huán)境下的數(shù)據(jù)驅(qū)動(dòng)線下零售決策提供了初步結(jié)果。在此基礎(chǔ)上，我們?

第2章全渠道零售下實(shí)體零售設(shè)施的選址、選品與庫(kù)存設(shè)計(jì)策的優(yōu)化。圖2.3各個(gè)類(lèi)中訂單的平均價(jià)值另外，我們通過(guò)一個(gè)簡(jiǎn)單的例子來(lái)說(shuō)明把選址和選品決策聯(lián)合進(jìn)行的必要性。我們考慮在一條線段兩端各居住著一個(gè)顧客，如圖2.4所示。每個(gè)顧客相對(duì)于連衣裙都更喜歡T恤衫，而這兩種商品對(duì)于零售商的利潤(rùn)都是1。零售商的目標(biāo)是在兩個(gè)商店中都提供最優(yōu)的選品（可以為不同選品）以使得總利潤(rùn)最大。為了簡(jiǎn)化，我們不考慮線上的渠道，并假設(shè)每個(gè)商店只能提供一種商品。另外，我們假設(shè)到店距離對(duì)于顧客的效用的負(fù)影響是線性的。在這種設(shè)定下，我們發(fā)現(xiàn)當(dāng)兩個(gè)商店之間的距離，即2很大的時(shí)候（如=1），兩個(gè)商店都應(yīng)該提供相同的選品，即T恤衫。然而，如果兩個(gè)商店距離足夠近（如=0.001），則最優(yōu)的選品應(yīng)該是每個(gè)商店提供不同的商品。也就是說(shuō)，在后一種情況中，這兩個(gè)足夠近的商店可以看成一個(gè)容量更大的并提供更全商品品類(lèi)的商店。這個(gè)例子說(shuō)明，即使面對(duì)對(duì)稱分布的且同質(zhì)化偏好的消費(fèi)者，商店位置的不同會(huì)影響最優(yōu)選品的決策，而在我們所面對(duì)的更為復(fù)雜的消費(fèi)者偏好時(shí)，對(duì)于選址與選品進(jìn)行聯(lián)合決策是分必要的。圖2.4商店選址對(duì)其最優(yōu)選品的影響在本研究中，我們將用一系列模型來(lái)把上述因素都考慮進(jìn)來(lái)。在第一個(gè)基礎(chǔ)21


本文編號(hào)：3535179