基于数据分析方法的供应链网络设计研究

发布时间：2021-12-11 18:31

　　如今的商业环境瞬息万变,日常的商业运作正频繁地被恶劣天气甚至自然灾害所中断,而诸如定制化生产等先进技术也刺激了更加快速变化的需求。因此,企业需要新的供应链网络设计方法来同时应对供给与需求的不确定性。得益于信息技术的发展,供应链运营所产生的数据正在不断累积,其数量与复杂度都迅速增长,这也为供应链管理带来了新的机遇与挑战。本论文旨在探索从数据中提取有效信息的方法,为供应链网络的设计提供决策支持,并为实际运营管理提供指导与启示。具体地,我们利用不同来源且可能包含不同信息量和规律的数据,分析来自供应链不同环节、具有不同目标与决策层次的实际问题。首先,本论文研究一个全渠道零售商如何进行实体零售和服务设施的选址、选品与库存的联合决策问题。面对供应链下游的顾客,零售商可以收集到大量高维度的交易数据和商品与用户信息数据,并据此进行选址以及诸如选品和库存等运营层面的决策。我们采用一般的混合多项选择模型从数据中估计顾客对商品的偏好,基于此建立联合选址、选品与库存优化模型,并提出高效求解方法。进一步,我们将该模型应用于实际的数据,来研究实际的全渠道零售运营问题并给出在运营管理方面的指导与启示。接着,本论文研... 

【文章来源】：清华大学北京市 211工程院校 985工程院校 教育部直属院校

【文章页数】：142 页

【学位级别】：博士

【部分图文】：

无人超市

第2章全渠道零售下实体零售设施的选址、选品与库存设计化的选品。这就可能导致模型的结果并不是最优的，因为不同地区的区位环境与人口因素会显著的影响线下渠道的运营。我们通过实际数据来展示不同区域的消费者所呈现出的偏好差异。我们采用的数据集来自与上述电商企业的实际运营，包含了该企业在北京安贞地区试运行的一个线下商店为期八个月的线下销售数据，以及该商店附近边长为五千米的正方形区域内在2018年发生的所有线上订单数据。我们将线上数据的所有收货地址标记在图2.2(a)上，并将这些标记点根据地理距离聚成10个类。其中，相同颜色的点同属一类，而颜色的深浅表示此地址下的需求大校我们可以看到顾客的地理分布并不平均。图中蓝色的“图钉”标记点表示线下店的位置。数据表明在线上购买的顾客中也同时到店购物的这部分顾客随着距商店距离变远而减少。图2.2(b)展示了在全年既在线上购物过同时也去过线下店的顾客的地址。与图2.2(a)相比可以看出，线下店会吸引更多的在其附近居住或工作的顾客，这也说明了到店距离对于吸引顾客到店起着很重要的作用。(a)线上顾客的地址(b)线下顾客的地址图2.2参与线上购买与线下购买的顾客的地理分布我们进一步对于每个类的顾客购买行为进行一些初步的数据分析。在图2.3中，我们对于每个类的按其平均订单价值的高低进行了不同颜色的区分，其中绿色代表平均订单价值高于50元人民币，而红色代表低于这个价值。整体上，这个类的平均订单价值从44元到65元不等，显示出明显的差异性。这些发现表明，当进行最优商店选址、选品以及库存的决策时，考虑顾客的异质性与诸如到店距离等影响消费者选择的因素是分必要的。这些数据分析的结果也为全渠道环境下的数据驱动线下零售决策提供了初步结果。在此基础上，我们?

第2章全渠道零售下实体零售设施的选址、选品与库存设计策的优化。图2.3各个类中订单的平均价值另外，我们通过一个简单的例子来说明把选址和选品决策联合进行的必要性。我们考虑在一条线段两端各居住着一个顾客，如图2.4所示。每个顾客相对于连衣裙都更喜欢T恤衫，而这两种商品对于零售商的利润都是1。零售商的目标是在两个商店中都提供最优的选品（可以为不同选品）以使得总利润最大。为了简化，我们不考虑线上的渠道，并假设每个商店只能提供一种商品。另外，我们假设到店距离对于顾客的效用的负影响是线性的。在这种设定下，我们发现当两个商店之间的距离，即2很大的时候（如=1），两个商店都应该提供相同的选品，即T恤衫。然而，如果两个商店距离足够近（如=0.001），则最优的选品应该是每个商店提供不同的商品。也就是说，在后一种情况中，这两个足够近的商店可以看成一个容量更大的并提供更全商品品类的商店。这个例子说明，即使面对对称分布的且同质化偏好的消费者，商店位置的不同会影响最优选品的决策，而在我们所面对的更为复杂的消费者偏好时，对于选址与选品进行联合决策是分必要的。图2.4商店选址对其最优选品的影响在本研究中，我们将用一系列模型来把上述因素都考虑进来。在第一个基础21


本文编号：3535179