基于零售商主导型供应链优化的营销产品设计

零售商的供应链管理及运作改善是企业管理领域的一个热点问题.针对中国连锁零售企业的实际情况和存在的问题,建立了一种零售商主导型供应链管理优化模型,设计了一种可以有效提升零售商品销售的营销产品—“销售助手”.模型分析与产品实践表明:商品营销是当前连锁零售商的发展瓶颈,设计一种高性价比的营销产品及策略是改善零供关系等问题的关键,最后讨论了“销售助手”成功应用的一些管理启示.     

基于RFM模型方法的忠诚计划会员顾客价值识别研究

尽管顾客忠诚计划已作为一种关系营销手段在企业中得到了广泛的应用,但却很少有研究关注如何利用忠诚计划收集的顾客交易数据对会员顾客进行价值识别和细分.基于RFM模型及聚类分析方法,提供了一种对忠诚计划会员顾客进行价值识别与细分的方法,并利用一家购物中心的会员顾客交易数据对该方法进行了实证分析.结果表明该方法不仅从统计意义上可以区分开具有差异的会员顾客群体,而且从管理意义上也可找出不同顾客群体间的差异特征,从而为企业针对差异化的顾客实现服务及产品的定制化和差异化提供了理论基础和方法.     

基于在线购买历史聚合的B2C电子商务差异化折扣模型

众多B2C网站已建立起会员等级制度,并据此向买家提供价格折扣。但会员等级制模型仅考虑买家交易金额,无法全面反映买家在线购买历史(online purchase history),故不能准确提供差异化折扣。针对上述问题,提出了一种面向B2C电子商务的差异化折扣模型,该模型包含能体现买家在线购买历史的交易、退单、推荐购买、晒单等四个指标,将买家在线购买历史聚合为一个综合值,进而通过min-max标准化方法进行线性转换,将转换后的聚合值与会员等级基准折扣结合得到最终的差异化折扣,从而使得B2C网站可向同级别会员实施更精准的一对一营销和价格歧视策略。以京东商城为背景的仿真实验结果证明了本文新模型的有效性。     

绿色产品零售企业与市场消费者策略选择演化分析

线上线下结合营销模式有效缓解了流通渠道不畅和营销方式单一的问题,进而促进绿色产品消费。在相关假设的基础上,通过构建绿色产品零售企业和市场消费者的演化博弈模型,重现博弈主体的动态演进过程。研究结果表明,在线上线下结合营销模式中,绿色产品零售企业与消费者演化博弈系统存在两个可能的均衡状态,分别是O{维持传统营销策略,使用传统渠道购买产品}、C{建立线上营销策略,使用线上渠道购买产品}。演化博弈系统的演进受到9个相关因素的干扰,这些因素通过影响博弈主体的收益、成本及潜在的风险损失等发生作用。在理论推导的基础上,以被调研的A绿色产品零售企业为样本进行数值模拟,验证理论推导的正确性,给出上述影响因素的作用强度。     

“新零售”视角下考虑顾客环境关切的企业渠道运营决策

以消费者体验为中心的新零售模式打破渠道边界.从新零售视角,基于报童框架研究拥有传统与线上两个渠道的零售企业渠道整合与选择问题.通过构建传统零售下单一渠道运营模型,以及新零售模式下双渠道运营模型,分析零售企业如何依据顾客环境关切程度,以及购物偏好变化进行渠道整合,通过调整渠道定价与存储数量,实现零售企业收益与环境效益最大化.研究结果表明:在新零售模式之下,当顾客环境关切程度高,网络购物偏好强时,零售企业应专注于线上渠道经营,反之,传统渠道是最优的;顾客环境关切和网络购物偏好两者适中时,应该同时整合两个渠道,选择双渠道策略;而当市场需求非常高时,双渠道优势可能消失,两个渠道分开运营是比较合适的选择.     

供应链营销渠道体系的研究

从供应链管理协调、优化的角度出发,探讨营销渠道的建设.以移动通讯行业为背景,提出了渠道协同应用的多目标规划模型,探讨了模型求解的方法,并以某移动分公司的数掘进行了算例分析.     

基于高频词和AUC优化的随机森林文本分类模型

为了针对互联网上的新闻类文档实现对其快速精准地分类,提出一种根据词频先初步降维再进行优化建模的分类思路.先基于高频词汇初步降维,再对降维后的数据以模型AUC值达到最大为目标,采取向后消元的方法构建随机森林分类模型,实现对文档的分类.通过实证分析,发现该方法能够有效地实现对文本的分类,同时减少了建模的运算量,通过AUC值的优化,比单纯依据词频降维构建的随机森林模型分类效果更好.     

B2C模式下双渠道供应链定价策略研究

随着B2C模式的电子商务的发展与成熟,越来越多的企业引入了在线直销渠道与在线零售渠道的双渠道营销模式.如何制定有效的在线双渠道定价策略,实现不同在线渠道利益的均衡和渠道整体效益的最大化,成为企业需要解决的实际问题.构建了消费者效用函数模型和双渠道定价决策博弈模型,考察了消费者选择渠道的隐性成本和对在线渠道服务水平满意程度对双渠道定价决策的影响,对比了在线零售商与在线直销制造商分别在独立决策,零售商占主导地位和供应链纵向一体化的三种情况下的双渠道供应链定价策略.最后借助Matlab软件对决策模型进行了计算与仿真,为在线渠道内供应链中各成员的管理者制定最优的定价策略提供决策支持.     

中国房地产行业态势分析及调控政策成效模拟

在深入分析房地产供需影响因素的基础上,构建了我国房地产行业态势分析模型和房地产行业调控政策成效模拟模型.并利用模型进行分析,量化研究该行业当前的态势、未来的趋势,模拟房地产行业经济调控策略的成效.模型结果显示,我国房地产市场较为稳定,国家应继续出台具体的调控政策,以实现房地产市场的持续稳定运行.     

零售连锁超市经营绩效影响因素的模糊聚类分析——以山西省太原地区为例

运营绩效既反映零售连锁超市现实竞争力,更影响企业长远发展,因此识别影响零售连锁超市经营绩效的关键因素具有重要意义.在调研访谈基础上从企业运营角度构建了零售连锁超市绩效影响因素集,使用模糊聚类分析工具,实现了对这些影响因素的主从排序,找到了影响零售连锁超市日常运营绩效的核心因素,并对这些因素进行了针对性分析.最后以山西太原地区为例进行了实例研究.     

基于多层博弈的智能电网住宅电力实时需求响应机制

通过建立多层博弈模型刻画智能电网系统中电力公司、家庭电力管理中心和家庭内各个电器设备间的电力实时需求响应过程。在此模型中,每个时段电力公司将电价通知各个家庭,每个家庭的电力管理中心接收到实时电价信息后为家庭内各个电器设备分配虚拟电价,各个设备则确定各自最优用电量并将其反馈给家庭电力管理中心,由其确定该家庭总用电量并发送至电力公司,电力公司再计算得到最优电价。证明了所建多层博弈模型的均衡存在唯一性,并得到均衡解。仿真结果验证了模型的有效性,并给出其实际应用价值。     

钢铁企业订货系统模型的VENSIM建模与仿真实现

订货模型存在于大多数的公司中,用以根据销售情况组织公司生产.在简单生产-分配系统模型基础上,构建了钢铁企业零售商订货模型;运用系统动力学方法分析了该订货模型,并采用了阶跃函数描述了复杂变化的零售商销售状况,通过VENSIM建模与仿真分析,找出了零售商销售-订单-库存的相互关系;结果表明,钢铁企业生产-分配系统的特征与采用阶跃函数得出的结果非常相似,对钢铁企业零售商的订货策略具有指导意义.     

考虑大数据营销和风险规避的绿色供应链决策与协调

通过建立考虑大数据营销及零售商风险规避的博弈模型,对绿色供应链定价、产品绿色度及利润进行比较分析。研究发现:无论集中决策、双方风险中性分散决策还是仅零售商风险规避分散决策,考虑大数据营销时的供应链整体期望利润和产品绿色度较高,且大数据营销效率因子对产品绿色度的增加有正向作用;双方风险中性分散决策下,一定条件下,两部定价契约能够有效协调供应链整体利润,实现帕累托改进;仅零售商风险规避分散决策下,零售商的风险规避行为会降低其对大数据营销的投入,一定条件下,两部定价契约也能够实现供应链整体期望利润的帕累托改进。     

线上零售商销售策略差异性分析及策略组合优化模型

随着线上零售业的快速发展,线上零售策略优化研究对提高线上零售商决策水平,维持线上零售业继续健康发展具有积极意义.在概述关于线上零售策略优化已有研究成果的基础上,利用数学方法严格解析了两种常用销售策略之间的联系和差异,在考虑冲量(市场份额)对消费者线上购买行为和销售量的影响的条件下,建立了线上零售商销售策略组合优化问题的非线性混合整数规划模型,并基于模型分析了零售商应该采用的销售策略优化方案.     

An Experimental Design for Measuring Advertising Payoff

A model is described to assist retail management in developing an effective advertising strategy. The difficulties of advertising decision-making are reviewed and the nature of the particular marketing problem is outlined. It is shown how market research is used to construct an effective appeal and choice of media. An experiment, using a split-plot design, is then performed to estimate the payoff of advertising. This provides a clear framework for developing advertising decisions and for their implementation and control.     

A fractional programming approach for retail category price optimization

We present a new mixed-integer programming (MIP) approach to study certain retail category pricing problems that arise in practice. The motivation for this research arises from the need to design innovative analytic retail optimization techniques at Oracle Corporation to not only predict the empirical effect of price changes on the overall sales and revenue of a category, but also to prescribe optimal dynamic pricing recommendations across a category or demand group. A multinomial logit nonlinear optimization model is developed, which is recast as a discrete, nonlinear fractional program (DNFP). The DNFP model employs a bi-level, predictive modeling framework to manage the empirical effects of price elasticity and competition on sales and revenue, and to maximize the gross-margin of the demand group, while satisfying certain practical side-constraints. This model is then transformed by using the Reformulation–Linearization Technique in tandem with a sequential bound-tightening scheme to recover an MIP formulation having a relatively tight underlying linear programming relaxation, which can be effectively solved by any commercial optimization software package. We present sample computational results using randomly generated instances of DNFP having different constraint settings and price range restrictions that are representative of common business requirements, and analyze the empirical effects of certain key modeling parameters. Our results indicate that the proposed retail price optimization methodology can be effectively deployed within practical retail category management applications for solving DNFP instances that typically occur in practice.     

基于乘积季节模型的社会消费品零售总额分析

社会消费品零售总额是反映人们消费水平的重要度量指标,也是国民经济体系中的一个重要评价指标.因此,分析研究社会消费品零售总额发展趋势对于转型期的中国经济高质量发展具有重要意义.基于乘积季节模型对2001年至2020年的社会消费品零售总额数据进行时间序列分析,经过差分、单位根检验、模型识别与拟合等过程,确定最终模型为ARIMA(1,1,1)(1,1,0)12,结果表明,社会消费品零售总额数据具有明显的线性趋势和季节性特征,并进一步得出其波峰和波谷到达的时间,另外,该模型对社会消费品零售总额有非常好的拟合效果,且有较高的预测精度.     

Feed-forward modelling and fuzzy logic based control strategy for powertrain efficiency improvement in a parallel hybrid electric vehicle

With the stricter limitations on both fuel consumption and air pollution, the advantages of a hybrid electric vehicle are becoming more evident than ever. In the present study, an energy management system for a hybrid electric vehicle is developed. Because the plant under consideration is nonlinear, multi-domain, time-varying, has multiple uncertainties and, in addition, the designed control strategy must be able to obey the driver's commands and achieve the par-internship for a new generation of vehicle regulations, the fuzzy logic approach is chosen. A feed-forward hybrid vehicle simulation model is used to demonstrate the validity and the convenience of the current approach and its results have been compared with the other parallel hybrid electric vehicle control strategies. Simulation results show considerable improvement in the efficiency of the internal combustion engine and, consequently, fuel consumption and acceleration performances.     

A Dynamic Programming Approach for Product Selection and Supermarket Shelf-Space Allocation

A dynamic programming approach is proposed to select optimally among a given set of products and allocate integer shelf-space units to the selected products in supermarkets. The approach is designed to consider general objective-function specifications that account for space elasticity, costs of sales, and potential demand-related marketing variables. The optimization is subject to constraints due to product supply availability, 'block' product allocation and operational requirements. A primary focus is on the development of a tractable model approach that can effectively be implemented on a microcomputer. A discussion of applications and computational experience on a microcomputer is provided to support the practical applicability of the optimization approach.