基于系统动力学的营销策略仿真研究

基于系统动力学的营销策略仿真研究

1国内外研究现状现在，全球市场竞争日益激烈，产品生命周期越来越短，客户对个性化的需求越来越高。这促使公司更加重视其生产和储存。同时通信与运输技术的不断发展,促使生产与库存及其管理技术也不断向前发展。在市场竞争中营销与生产的关系越来越密切,营销对生产与库存决策的影响也越来越大。由于市场需求总是在不断的变化,而客户需求的不断变化迫使生产与库存的决策根据顾客需求变化不断调整,这是一个动态变化过程。即便是准确获知了客户的需求,但是当季节变动,潮流,广告与促销,竞争者定价策略等不断引入,生产与库存决策也需要调整。因此,掌握营销策略对生产与库存的影响关系,对于改善企业的生产与库存决策有重要应用。目前国内外对于营销策略与生产与库存的关系的文献上不多,但是已经有一些学者从实证或者案例研究角度分析了营销策略对生产与库存的影响。Whybark阐述了营销对生产实践的影响。Leitch阐述了生产计划与市场营销策略常常寻找各自的最优。Eliashberg和Steinberg提出了生产决策与市场之间的关系。Wilkinson提出了生产与营销消费理论并揭示出生产与市场营销两者之间的关系。虽然国内外没有关于营销策略与生产与库存关系的系统动力学模型的研究,但是系统动力学在库存有关的问题仿真研究(比如供应链等)有比较多文献。最早研究供应链库存的系统动力学模型是Forrester,他研究了生产、库存与销售波动问题,揭示了牛鞭效应的动态性存在。Barlas研究了成衣生产与库存策略系统动力学模型。另外Lyneis和Cardiff也做了大量的研究工作。Angerhofer也介绍了在供应链管理中用系统动力学建模的方法。在国内,一些学者也研究用系统动力学进行库存与供应链系统的仿真研究,比如张力菠,韩玉启,廖诺,张毕西,桂寿平等学者都应用系统动力学进行供应链仿真研究。张力菠,时鲲,张力娟应用系统动力学对库存进行了仿真研究。黄丽珍对供应链建模及其动力学机制也进行了研究。李雪波研究了零售商订货的系统动力学模型。徐海艳基于系统动力学对易变质品供应链收益管理进行了仿真研究。于洋利用系统动力学的方法对供应链中牛鞭效应进行了仿真研究。虽然从文献上我们发现已经有不少利用系统动力学模型进行供应链等仿真研究,但是尚没有关于如何把营销与生产库存两大系统综合起来进行仿真研究的文献。本篇文章主要是基于系统动力学研究营销策略对生产与库存决策的影响。通过仿真分析,探讨营销策略对于生产与库存决策的影响,为改善生产与库存决策提供参考。2库存优化的使用市场营销战略是企业市场营销部门根据战略规划,在综合考虑外部市场机会及内部资源状况等因素的基础上,确定目标市场,选择相应的市场营销策略组合,并予以有效实施和控制的过程。市场营销策略包含多方面的产品、价格与渠道与顾客关系等各种策略。其中最有代表性的是美国营销学学者麦卡锡教授在20世纪的60年代提出“产品、价格、渠道、沟通策略”4大营销组合策略——4P策略。4P是产品(product)价格(price)渠道(place)促销(promotion)四个单词的第一个字母缩写为4P。4P理论是营销策略的基础。产品的组合主要包括产品的实体、服务、品牌、包装。它是指企业提供给目标市场的货物、服务的集合,包括产品的效用、质量、外观、式样、品牌、包装和规格,还包括服务和保证等因素。定价的组合主要包括基本价格、折扣价格、付款时间、借贷条件等,它是指企业出售产品所追求的经济回报。分销的组合主要包括分销渠道、储存设施、运输设施、存货控制,它代表企业为使其产品进入和达到目标市场所组织,实施的各种活动,包括途径、环节、场所、仓储和运输等。促销组合是指企业利用各种信息载体与目标市场进行沟通的传播活动,包括广告、人员推销、营业推广与公共关系等等。市场营销策略与生产与库存决策紧密相关。因为生产与库存的决策信息来自于市场需求,而营销策略的使用可以影响市场的需求变化,从而影响生产与库存的决策。比如,通过价格调整可以影响顾客的购买行为,而顾客购买行为又可以影响需求的变化。同样,广告与顾客关系管理等策略也能影响顾客的需求变化。分销渠道策略的使用影响库存的决策,不同的渠道需要不同的供应链库存量与库存订货决策方式。总之,营销策略的使用最直接的影响是销售点的库存变化,而销售点库存的变化影响生产决策,生产决策影响物料采购与库存,而物料采购与库存又反过来影响生产计划决策,生产计划影响产品出产库存,出产库存影响分销库存,从而循环的链状的相互影响相互依存的关系。因此,只有充分把握营销策略,我们才能更有有效的指导我们的生产,才能更好的管理好生产与库存。为了问题分析方便,我们在后面的模型中使用的营销策略包括广告,促销,新品牌引入等。广告策略主要是通过平面媒体,电视媒体,网络媒体或植入式广告等来实现的。促销策略主要的通过商场的打折促销等来实现的。而新品牌的引入可以通过市场细分来完成。企业针对不同客户人群推出新的系列产品来增加自身的市场份额。3生产-库存决策仿真本文中的第一个系统动力学模型称为模型1如图1所示。模型1中的营销策略主要包括了广告,引入新品牌,促销等。同时还将竞争对手考虑到生产-库存决策仿真模型中。假设将用于销售部分的收益按照广告系数,促销系数,品牌系数分别投放到广告,促销,新品牌的引入中,通过广告,促销,新品牌引入对订单数量的增加的正反馈与竞争对手对订单的增加的负反馈来研究生产与库存仿真模型。4模型的模拟和分析4.1,0不同的用途我们定义用于销售部分的收益为P,广告系数为α,促销系数为β,品牌系数为γ,其中0<α<1,0<β<1,0<γ<1,0<α+β+γ<1,广告增加费用为P*α,促销为P*β,新品牌的引入为P*γ,竞争对手定义为一个随机函数RandomUniform。增加的订单数量定义为:x*促销+y*广告增加费用+z*新品牌引入-竞争对手在本模型中我们假设x=0.3,y=0.5,z=0.3。主要的Vensim方程包括:订货率=销售人员*平均销售率生产能力=INTEG(新增生产能力,初试生产能力)新增生产能力=DelayFixed(需要增加的生产能力,新增生产能力延迟,0)增加的订单数量=0.3*促销+0.5*广告增加费用+0.3*新品牌的引入-竞争对手平滑前置期=SMOOTHI(前置期,更新延迟,1.4)Saveper=TimeStep平均销售率=5-0.25*(预测的前置期-2)发货率=可利用的生产能力需要增加的生产能力=订单生产信号*增加的订单数量/Timestep预测的前置期=SMOOTH(前置期,预测延迟)可利用的生产能力系数=可利用生产能力lookup(平滑前置期)订单生产信号=IFTHENELSE(前置期)设定的前置期:AND:预备增加的生产能力-0,1,0)用于销售部分的收益=用于销售部分的收益系数*收益基本运行参数初始值设置为初试生产能力为20,销售人员为2,单位商品销售收益为15,用于销售部分的收益系数为0.5,Timestep为0.25,新增生产能力延迟为6。可利用生产能力lookup=[(0,0)-(10,10)],(0,0),(1,0.63),(2,0.75),(3,0.83),(4,0.9),(5,0.945),(6,0.99),(7,0.99),(8,0.99),(9,0.99),(10,0.99)。预测延迟为2,更新延迟为1,设置的前置期为2。竞争对手为RANDOMUNIFORM(0,10,0)。Initialtime=0Units:Month,Finaltime=72U-nits:Month。当α,β,γ分别取不同值时,我们观察增加的订单数量。我们在这里主要选择2种策略进行比较,一种策略是将收益预留10%后三等分投入到广告,促销与新引入品牌。第二种策略是将收益预留10%后按5:2:2分别投入到广告,促销与新引入品牌。策略1:当α=β=γ=0.3,即把同于销售部分的收益等分为广告,促销,新引入品牌。这里我们预留0.1作为其他的用途。通过仿真结果图2可知,增加的订单数量均值在21附近。策略2:当α=0.5,β=0.2,γ=0.2,即把用于销售部分的收益按上述比例投放到广告,促销,新引入品牌。这里我们预留0.1作为其他的用途。通过仿真结果图3可知,增加的订单数量均值在25附近。我们可以看出,策略2的情况下增加的订单数量要优于均分情况下的订单数量。在策略2的情况下,我们修改竞争对手的函数为RANDOMUNIFORM(0,20,0),也就是说我们把随机函数的最大值从10变成了20。其他情况不变。我们可以看到虽然我们把竞争对手的最大值从10增加到了20,但是增加的订单数量的均值只是从25下降到了20。增加订单的数量下降的幅度明显小于竞争对手的增加值。可以理解为竞争对手的介入强度要小于新增加订单的数量,或者说他们的关系不是等比例的关系。上述这种现象通过策略1也得到了再次的验证。我们按策略1的比例进行投放,修改竞争对手的函数为RANDOMUNIFORM(0,20,0),其他情况不变。我们可以看到竞争对手从10增加到20,可是增加的订单数量均值只是从21下降到16。可以理解为竞争对手的介入强度要小于新增加订单的数量,或者说他们的关系不是等比例的关系。在策略1的情况下其他的各个指标参数如图6,策略2的情况下各个指标参数如图7。这些结果和我们分析的比较符合。收益都是从一个快速上升期到最后的稳定期。其他的参数是因为各自从收益中的投放比例不同而不同。另外我们还模拟了竞争对手函数为标准正态分布RANDOMNORMAL(0,10,5,5,0)下的仿真实验。我们发现在策略1且竞争对手为标准正态分布下的增加的订单数量与竞争对手为随机函数下的增加的订单数量均值基本一致,可能每一周的情况略有不同。策略1且竞争对手为标准正态分布下的增加的订单数量如图8所示。同样在策略2的情况也是一样,即竞争对手函数为标准正态分布下的增加的订单数量与竞争对手为随机函数下的增加的订单数量均值基本一致,具体每一周的情况略有不同。策略1且竞争对手为随机函数下的增加的订单数量如图9所示。从另一个侧面说明了竞争对手的函数与我们的结论无关,也就是说无论你是正态分布函数还是随机函数,竞争对手对于我们新增加的订单数量的均值也是不成比例关系。4.2种营销策略对比我们还进行了竞争对手与当前企业的相互影响的博弈实验。该模型我们称为模型Ⅱ,在模型Ⅱ中,我们在三种营销策略中增加了竞争对手的相应回击影响,也就是对手广告影响,对手促销影响,对手新品牌引入影响。当然影响与当前企业的三种营销策略是相关的,相关系数我们可以根据需要调整。模型Ⅱ的系统动力学模型如图10所示。策略1的情况下,增加的订单如图11所示,可以明显看到随着竞争对手采取相应的营销策略,新增加的订单数明显少于之前的模型。这也更加说明对于企业来说市场竞争都是无法避免且残酷的。策略2的情况下,增加的订单如图12所示,情况与策略1相似,所不同的是新增加的订单数量分布的更加的不平均,也就是波动性比较大。4.3模型结构方程最后我们在模型Ⅰ的基础上增加了库存,订货率,订单积压,发货率等。该模型我们称为模型Ⅲ,在模型Ⅲ中,我们同样通过广告,促销,新品牌引入等营销策略来研究它们之间的关系。模型Ⅲ的系统动力学模型如图13所示。在图13中,模型Ⅰ中的各变量参数不变。库存量和订单积压变量都是水平变量,而进货率、销售率、订货率、发货率为速率变量;提前期、销售周期、顾客需求率和再订货点为辅助变量。该系统中各变量之间的结构方程如下:水平方程:库存量=INTEG(进货率-销售率,30)订单积压=INTEG(订单率-发货率,0)销售率=MIN(库存量,顾客需求率)订货率=IFTHENELSE(库存量+订单积压<=再订货点,期望库存,0)订单满足率=DELAYFIXED(订货率,提前期,0)辅助方程:期望库存=销售周期*顾客需求率提前期=3天;顾客需求率=10件/天;销售周期=15天图14中表示的是模型Ⅲ的库存量,图15中表示的是模型Ⅲ中的订单率情况。通过两图,我们可以得到库存量存在线性增加,订单积压单调减少,订单率则存在周期性变化的结论。5仿真结果和分析在任何一个制造企业,营销与生产都是两个紧密联系的部分,他们之间相互影响也相互促进。我研究营销对生产与库存的影响,对于改善生产与库存的决策有重要的理论与实际意义。本文中,我们用系统动力学仿真方法研究营销策略对生产与库存的影响。我们进行三个仿真模型。在第一个仿真模型中,我们从收益的按三种不同比例分配出发,通过两种不同的投放比例的仿真数据比较,发现非等分的情况比等分情况下增加的订单数量要多。竞争对手的介入强度要小于新增加订单的数量,也就是竞争对手的增加与订单数量的减少不成比例。这个结论与竞争对手的函数的选取是没有关系的,我们发现竞争对手函数在标准正态分布和随机函数情况下,增加的订单数量的均值是相同的,可能每一周的具体取值不同。策略1和策略2的仿真结果都取得一致的结果。收益都是从一个快速上升期到最后的稳定期。在第二个仿真模型中,我们进行了竞争对手与当前企业的相互影响的博弈实验。我们在三种营销