基于消费者新鲜度偏好的生鲜电商预售、库存与定价联合决策研究

基于消费者新鲜度偏好的生鲜电商预售、库存与定价联合决策研究

1预售、库存与定价联合决策模型求解近年来，随着人们生活水平的提高和消费观念的变化，越来越多的消费者选择使用生新鲜平台购买蔬菜、水果、肉类和海鲜的第一选择。自2019年各大电商平台在生鲜领域发力布局以来，市场上已涌现出盒马鲜生、淘鲜达、京东到家、饿了么、美团买菜、叮咚买菜等企业。数据显示，2019年中国生鲜电商交易规模达2796.2亿元，较2018年相比同比增长36.7%然而，目前市场上的各家生鲜电商企业均未跑通盈利模型。企业无法实现盈利的原因之一即是产品腐坏和保鲜设施带来的成本居高不下，侵吞了生鲜电商的利润空间。华创证券数据显示，在生鲜电商的库存周期内，因自然腐坏等原因造成的产品损耗高达15%面对这种情况，部分商家尤其是售卖高价值生鲜产品如车厘子、奇异果、生蚝和龙虾的商家，试图采用以销定产的预售模式减少产品损耗，提高利润水平。在生鲜产品尚未采购的时候，网上售卖就已开始，并对消费者提供一定的价格折扣。收集完订单之后，商家才从上游供应商处订货，并在到货之后将最新鲜的产品优先提供给预定的客户。预售模式让商家能够按需采购，有效降低生鲜的库存风险和损耗，消费者由此也能够获得新鲜、高性价比的生鲜食品。然而由于生鲜产品的特殊性，消费者对于其新鲜程度和收货时间往往同样看重，过长的预售周期很可能导致部分消费者放弃购买。因此，在这种情况下，如何综合决策预售和现售的时间长度以及相应的价格水平，成为制约商家单位时间总利润的重要因素。本文通过建立考虑消费者新鲜度偏好的生鲜电商预售、库存与定价联合决策模型并求解，证明了商家可以通过制定联合策略以使得其在单位时间内的总利润最大化。同时，设计了最优解的求解算法，并用数值模拟证明了预售的确可以提高商家的利润水平。根据敏感性分析结果，本文提出了一些生鲜电商企业的管理建议。2国内易腐品库存管理中的库存与定价联合决策易腐品的库存问题一直是库存管理中备受关注的研究方向。一般意义的易腐品包括两类，分别是季节性易腐品和非季节性易腐品。前者是指在销售周期内产品质量不会改变，到某个时间节点以后产品价值突然下降的一类商品，如报纸、机票、待预定的酒店房间等。后者则是指产品的质量或价值随时间增加而下降的产品，其典型例子是生鲜类产品，包括水果、花卉、海鲜、新鲜肉类等。对季节性易腐品而言，其库存主要由报童模型进行刻画，并根据实际情况产生不同变体。如由于消费者需求往往与产品售价挂钩，所以，除了单纯的库存决策外，库存与定价联合决策也是研究者们关注的重点。近年来的很多研究关注到了易腐品库存管理中的预售现象，并对含有预售阶段时的库存决策和库存定价联合决策进行了分析。其中，部分研究者关注预售阶段已购买产品的消费者在购买后的退货行为对商家库存的影响，如本文在以往研究的基础上，以现实中的生鲜电商为研究背景，考虑了消费者对产品新鲜度的偏好，以使得生鲜电商企业单位时间内总利润最大化为目标进行的预售、库存与定价联合决策研究。相比于以往研究，本文综合了以往研究者在刻画预售阶段消费者留存量与等待时间长短的关系，和现售阶段消费者需求量与库存时间长短的关系时的优点，同时综合考虑了预售时长、现售时长、现售定价的联合决策，因此，比较符合现实情况，并一定程度上弥补了现有研究的空白。表1中总结了相关文章中使用的主要假设和决策目标，以便更好展示本文模型的贡献。3库存noshphing本文研究的商家仅销售一种单一的即时腐败的具有指数衰变易腐性质的生鲜产品。单一意味着该商家在销售时仅有该产品一种商品。即时腐败意味着该产品自采购入库开始就会开始腐败，产品库存量将同时受腐败和市场上消费者购买的影响。具有指数衰变的易腐性质意味着对该产品一个批次中的每一个产品，其从时刻t开始到腐败以前能够保存的时间服从负指数分布，则对于该批次产品，每经过单位时间，库存产品中的θ比例产品将因变质灭失，即腐败率为θ。实践中，水果、蔬菜等产品比较符合该模型。市场上消费者的购买行为受产品新鲜程度和产品价格的双重影响。假设市场需求率为D(p,t)=(a-bp)e商家允许在当期产品进行现货销售前进行对该期产品的预售，等待时间将影响消费者的购买决策。预售将从t=0时刻开始，持续到t=t假设商家不允许库存降到0以下(noshortage)，不考虑需求积压(nobacklogging)，供应商的补货率为无穷大(replenishmentrate=∞)，提前期为0，库存周期初始时的库存为0;本文所使用的符号及其含义列表如下:4模型如图1所示，在预售阶段，消费者进入市场并进行购买，生鲜电商企业产生累积订单，当预售阶段结束时，累计订单水平达到峰值Q4.1预售阶段0tt在预售阶段，消费者从t=0时刻开始进入市场，他们可以在此阶段以价格αp购买到现售阶段售价为p的生鲜产品，并在等待(t最终，消费者在预售阶段(0≤t≤t根据边界条件Q因此，在预售期结束时，生鲜电商累计下来的总订单水平为:4.2现售阶段生鲜电商企业的库存水平函数在预售阶段结束，即t=t根据一阶非齐次线性微分方程的通解及边界条件I(T)=0，可解得现售阶段生鲜电商企业的库存水平函数为所以，当现售期刚刚开始，t=t因此，在预售期结束时，生鲜电商企业为满足预售期间的累计订单，并为现售阶段备货，需要向供应商采购的产品总量为4.3库存仓储成本单位时间内的总利润TP(TotalProfitperunittime)由以下几个部分相减得到，分别为销售收入SR(SalesRevenue)、采购成本PC(PurchasingCost)、库存仓储成本HC(InventoryHoldingCost)以及单次采购的订货成本OC(OrderingCost)。其中，每次订货固定成本为定值A、单位产品单位时间的库存存储成本为h，单位产品的采购成本为c。因此，单位时间总利润的各部分可表示为:(1)销售收入SR。(2)采购成本PC。(3)库存仓储成本HC。(4)单次采购的订货成本OC。因此，预售条件下，生鲜电商企业单位时间总利润为4.4基于tp的预售周期t限制条件由上文可知，模型所研究的问题为生鲜电商企业通过确定最优化的产品销售周期长度T、产品预售周期长度t限制条件为t为求解该最优化问题，首先将目标函数TP(T,t令T=t现在，原来的最优化问题已经转变为确定最优化的预售阶段时长t联立方程(20)和方程(21)，可以得到以下命题:不妨定义f(p)，令因此，存在一个唯一的p4.5设定p步骤，根据p进行t步骤的t设计最优解(t步骤1．给定精度要求ε=0.00001，令迭代次数j=0，设定p步骤2．根据p=p步骤3．根据步骤2中求得的t步骤4．如果p5数值分析5.1现售阶段企业成本及定价确定假设单次采购的订货成本A=25000元/单，生鲜产品的单件采购成本c=100元/件，产品的库存成本h=10元/件/星期，产品腐败率θ=0.1，预售产品的价格折扣率α=0.8，消费者需求率函数D(p,t)=(6000-21p)e从表2中可以看出，最优解分别为p然后考虑一个特殊情况:去掉预售阶段，在相同条件下求解使得单位时间总利润最大的现售阶段时间长度和现售阶段产品定价，即令tTP5.2参数变化范围的一致性以算例中的各项参数取值为初始，为每个参数各取了10个不同的值，其中5个值高于初始值(+10%～+50%),5个值低于初始值(-50%～-10%)。为了研究方便，在研究模型最优解与预售阶段价格折扣程度之间的关系时，本文用(1-α)的取值进行分析，以保证参数变化范围的一致性。表3和图4给出了决策及利润函数对关键参数的敏感性分析结果。由图可知，现售阶段的最优产品售价p商家的总销售周期长度随着T*产品单件采购成本c和单次采购订货成本A的增加而增加，随着消费者需等待时留存率参数δ和消费者需求随产品新鲜程度(库存时间)变化的弹性λ的增加而下降，同时对于预售产品折扣幅度(1-α)、单件产品单位时间库存成本h和产品腐败率θ的变化反应不明显。该结论表明当产品的采购成本和订货成本较高、消费者不在乎预售阶段需等待的时间，且消费者对于产品的新鲜程度不太敏感时，生鲜电商企业有动力延长销售周期的时间长度，以获得更高的利润水平。在每个销售周期内，预售阶段的最优时间长度t现售阶段的最优时间长度t商家总的最优订货量Q在商家的总订货量中，商家在预售阶段的累计订单量Q商家单位时间内的最大利润水平TP6生鲜电商企业的建议本文建立了一个考虑消费者对产品新鲜程度偏好情况下生鲜电商企业的预售、库存、定价的联合决策模型。在这个模型中，商家将在预售和现售两个阶段面向消费者销售某种具有固定腐败率的生鲜产品。预售阶段的消费者将享受一定的价格折扣，但是其到达时刻到收货时刻之间的等待时间将会导致部分消费者放弃购买，等待的时间越长，放弃的消费者越多。现售阶段到达的消费者会考虑产品的库存时间对产品新鲜程度的影响。出于对新鲜产品的偏好，在现售阶段到达较晚的消费者将会倾向于放弃购买。除了消费者购买导致库存消耗外，现售阶段入库的产品会保持一个固定腐败率，从而随着库存时间的增长带来库存损失。通过销售该生鲜产品，生鲜电商企业获得销售收入，覆盖掉其订货成本、采购成本、库存成本之后的余值成为企业的利润。数学推导结果表明，生鲜电商企业可以通过最优化预售阶段的时长、现售阶段的时长和现售阶段的定价以实现最大化其单位时间利润水平的目的。数值实验证明了这一点，同时证明了相比于纯现售销售模式，采取预售与现售相结合的手段进行销售