基于质量控制的易腐食品供应链计划问题
发布时间:2024-11-17
发布时间:2024-11-17
第16卷第3期2011年6月工业工程与管理
IndustrialEngineeringandManagementVol.16No.3 Jun.2011
文章编号:1007 5429(2011)03 0045 07
基于质量控制的易腐食品供应链计划问题
刘凯飞,邵鲁生,刘 晓
1
2
1
(1.上海交通大学机械动力与工程学院,上海200240;2.东北大学工商管理学院,辽宁沈阳110004) 摘要:考虑了一类生命周期服从负指数分布的易腐食品;提出了基于RFID技术的 质量最低先出 的库存策略以避免库存的变质;建立了考虑运输风险与安全库存的易腐食品弹性供应模型,目标是确定供应链各层的最优批量,使供应链总成本最低。利用ILOGCPLEX软件对问题求解,
对比分析了不考虑变质和运输风险、仅考虑变质、同时考虑变质和运输风险三种情况下供应链各层的计划量,并通过灵敏度分析,揭示了变质和运输风险对供应链计划和运作成本的影响。
关键词:供应链计划;易腐食品;风险;质量控制
中图分类号:F224.3 文献标识码:A
APerishableFoodSupplyChainPlanningProblemBasedonQualityControl
LIUKai fei1,SHAOLu sheng2,LIUXiao1
(1.SchoolofMechanicalEngineering,ShanghaiJiaoTongUniversity,Shanghai200240,China;2.SchoolofBusinessAdministration,NortheasternUniversity,Shenyang110004,China) Abstract:Perishableproductswithexponentialdistributedlifetimeshadbeenconsidered.Risks,suchastransport,andsecurityinventoryhadalsobeendiscussedintheresiliencesupplymodel,whichisformulatedintoanoptimizationproblemwiththeobjectivetominimizethetotalcostanddeterminetheoptimalquantityofeachlayer.Besides, FirstLowestFirstOut strategybasedonRFIDhadbeenaddressedinordertoaviodthedeteriationduringinventory.Subsequently,thedispatchplanningsolutionwasobtainedbyILOGCPLEX.Planningquantityofeachtieofthesupplychaininthreesituations,whichareneitherdeteriotationnortransportrisk,onlydeteriorationandconsideredboth,wascomparedandanalysized.Meanwhile,sensitivityanalysisindicatedtheeffectofdeteriationandtransportrisktotheplanningandoperationcost.
Keywords:supplychainplanning;perishablefood;risk;qualitycontrol
关于易腐品,GhareandSchrader[2]首先研究了变质率呈指数分布的易腐品的EOQ库存模型。随后,很多学者研究了不同易腐品的质量问题,在Jain和Silver的研究中,他们认为易腐品的生命周期是一个离散变量,且服从某一概率分布[3]。Sloof等[4]提出了一个有效的分解模型,以评估易腐产品的质量水平。随着冷链的兴起,对易腐品的研究又增加了新的因素,Verbic[5]分析了冷链运输中影响易腐品保存的各项因素。易腐品的库存管理一直是广大
1 引言
易腐食品易变质的特性导致其质量不断发生变化。成品的质量不仅受原材料质量的制约并且受到运输过程中的外界条件的影响。在易腐食品的供应链运作过程中,其质量和价值会随着时间以一定的比率衰减,而该比率将随着周围环境因素(如温度和湿度)的变化而变化。此外,供应链运作过程中的风险及其它不确定因素同样会造成额外成本[1]。
收稿日期:2010 11 20; 修回日期:2011 01 20
基金项目:国家自然科学基金资助项目(70972099,91024013,91024131)
作者简介:刘凯飞(1987 ),男,山东青岛人,硕士研究生,主要研究方向为供应链运作与风险管理。
45
第16卷刘凯飞,等:基于质量控制的易腐食品供应链计划问题
学者研究的重点,不断取得新成果,Fredrik等[6]研究了单产品、单库存点并且需求服从泊松分布的库存模型。同时,新技术的使用,使易腐品供应链管理变得更加有效,Christian等[7]利用RFID及传感器在冷链中对温度进行持续监控,以帮助决策者及时获取信息并做出决策。
但目前的研究中,大部分考虑的是库存中的易腐品变质问题,少数考虑运输期间发生变质的研究,也仅仅对产品的变质做统一处理,并未做到具体问题具体分析。本文以一个五层供应链网络为背景(以牛奶为例,如图1所示),设计了一个单产品、多时段的供应链配送计划模型。基于质量控制的思想,着重考虑了运输过程中随着时间变化而出现的原材料、半成品变质以及成品的质量/价值下降所导致的成本增加问题。同时,由于易腐食品的时间敏感性,考虑并分析了运输风险对运输时间的影响。本文在综合考虑以上因素的基础上,并权衡其它成本,最终决策出供应链各层计划量及最优的运输路
径以使总成本最小。
型中,根据原材料和半成品对时间的敏感程度给出了不同的敏感系数。
对于成品,采用Pawsey[8]提出的线性模型以评估其质量下降水平。在保质期内成品的价值匀速下降,超出保质期的产品,价值则为0[9]。假设产品从出厂开始,价值即随着时间逐渐降低,成品的变质成本具体表示如下。
3=t/T
(3)
3为成品的变质系数,t为从产品出厂到零售其中,
商所经历的时间,T为成品的保质期。
2.2 运输风险
易腐食品的易变质性使其具有时间敏感性,运输风险会导致运输时间的延迟,从而增加其变质成本。现实中影响运输时间的风险因素主要包括:自然灾害、恐怖袭击、天气状况、交通状况、道路状况及交通事故等。其中,自然灾害、恐怖袭击及交通事故因素由于其发生的高度不确定性而缺乏一般的代表性;道路状况因素属确定性因素,已在单位运输成本中加以考虑;因此,本文主要考虑两种最常见且最具一般性的风险因素 交通状况及天气状况,不考虑运输中断情况。
(1)考虑交通状况的运输时间
本文考虑的交通状况因素是指可视为连续的随机因素(如日常的交通拥堵等)。采用BPR函数来描
图1 牛奶供应网络结构
述各路段在考虑交通情况下的运输时间,表示如下。
T=t[ (w/C) ](4)这里,t代表各个路段的自由行程时间,T代表各路
段在交通流量为w时的行程时间,C代表该路段的通行能力。 和 是BPR函数的参数。设路段行程时间的均值为 ,均方差为 ,则
=t+ tw E[(1/C) ]
= tw
[(1/C)]
(5)(6)
2 问题描述
本文研究了一个五层供应链的配送计划问题:基于准时制原则,供应商提供的原材料经过加工商的预处理及生产商的制造加工得到成品,并通过分销商运
往零售商。整个运作过程涉及到易腐食品的质量管理、库存管理、风险管理和路径选择等诸多内容。
2.1 变质成本
如前所述,本文对原材料、半成品和成品的变质问题分别进行了处理。原材料或半成品变质的部分会影响其他部分的品质,使其变质速率呈指数形式,故采用指数形式衡量其数量变化,如下所示:
Qi(t)=Q0e- it, i=1,2
i=1-e
- t
i
该结果与预想的情况一致,即交通堵塞时的运输时间比交通顺畅时的长。在交通流量为0的情况下,
变动因素趋于零,运输时间即趋于自由行程时间,这与实际情况也相一致。
(2)考虑天气状况的运输时间
天气状况易引起连锁反应,比如雨雪天气不仅
(1)(2)
会影响可见度,同时也会影响道路状况,这些都会导致运输时间的延迟。假设f(t)为考虑天气状况时某一路段运输时间的概率密度函数,则该路段在不同时段的期望通行时间为
E(t)=
[10]
, i=1,2
其中,Q0为运输前达到质量标准的原材料或半成品
i为原材料或半成品的变质系数,t为运输的数量,
时间, i为原材料或半成品对时间的敏感系数,当其
对时间敏感时, i的取值相对较小,反之则较大。模
46
f(t)dt
i+1i
tt
(7)
工业工程与管理第3期
其中,ti表示第i时段的起始时间,ti+1表示第i+1时段的起始时间。
综上,同时考虑交通状况及天气状况,则各路段的期望运输时间T表示如下。
T=E(t)=
零售商的启动成本(setupcost)已知;
(2)供应商、加工商、生产商、分销商以及零售商都有能力限制;
(3)各路段的通行能力和交通流量及单位运输成本已知,且考虑天气状况下的运输时间的概率分布已知;
(4)易腐食品的变质系数及保质期均已知;(5)各节点在计划期的初始库存及在计划期末的库存均为0,单位产品库存持有成本和库存能力限制均已知;
(6)基于看板式生产方式,客户在各个时段的总需求已知,不允许缺货。
t
i
t
i+1
f(t)d(t)[1+ (w/C) ](8)
2.3 库存策略
库存不仅是提高供应链弹性的重要指标,同时也是避免缺货,提高顾客满意度的常用方法。传统上的
库存管理大都采用 先进先出 (FirstInFirstOut,FIFO)的策略,这种方法在一定程度上减少了变质量,但并不能阻止变质的发生。对易腐食品而言,其质量水平应是库存管理的首要考虑因素。本文引入RFID标签来改善管理,并提出 最低先出 (FirstLowestFirstOut,FLFO)的库存管理策略。RFID标签记录了原材料的生产时间,可根据标签上的信息,优先处理原材料生产时间最早且质量水平最低的产品。由于冷库条件要远优于冷链运输的条件,并考虑到计划期内各时段的间隔较小及生产的紧凑性,从而该方法很好地避免了库存变质造成的损失。
看板生产方式要求企业每个时段按照下游的订单来生产,多余的原料放入库存。分析本文提出的五层供应链模型,原料(原材料和半成品)在库存过程不会发生变质而导致变质成本发生,同时为了避免运输风险导致的时间延迟影响正常生产,在加工商和生产商处设置库存是可行的而且是必须的。而成品自出厂起,其价值就随着时间不断降低,如果在分销商和零售商处设置安全库存则会造成大量的损失,基于此,这两层不能设置库存。对于加工商和生产商,假设t时段某节点的安全库存量与生产量成正比,则库存量为
It= Q
D
t
Dt
3.2 模型建立
相关参数描述如下。
Si:供应商各节点,i {1,2, ,I};Pj:加工商各节点,j {1,2, ,J};Ek:生产商各节点,k {1,2, ,K};Dl:分销商各节点,l {1,2, ,L};Rm:零售商各节点,m {1,2, ,M};t:计划时段,从1到T;
pjt:t时段加工商j的启动成本;ekt:t时段生产商k的启动成本;dlt:t时段分销商l的启动成本;rmt:t时段零售商m的启动成本;Capit:t时段供应商i的供应能力;CapPjt:t时段加工商j的生产能力;CapPIjt:t时段加工商j的库存能力;Capkt:t时段生产商k的生产能力;CapEIkt:t时段生产商k的库存能力;CapDlt:t时段分销商l的分销能力;Capmt:t时段零售商m的销售能力;scit:t时段供应商i的单位采购成本;
PtcSijt:t时段供应商i到加工商j的单位运输
RES
(9)(10)
T时段该节点的订购量与库存量的关系可表示为
Q+It=Qt(1- )+It-1
D
其中,Qt表示该层各节点的需求量,Qt表示各节点的订购量, 表示运输过程中的单位变质量,It表示t时段各节点的库存量,It-1表示t-1时段各节点的库存量, 表示库存系数。
成本;
tcjkt:t时段加工商j到生产商k的单位运输成本;
tcEDklt:t时段生产商k到分销商l的单位运输成本;
RtcDlmt:t时段分销商l到零售商m单位运输成本;PE
3 模型建立
3.1 问题假设
基本假设如下。
(1)单位采购成本,加工商、生产商、分销商和
wSPijt:t时段供应商i至加工商j的路段交通流量;
wPEjkt:t时段加工商j到生产商k的路段交通流量;
47
第16卷刘凯飞,等:基于质量控制的易腐食品供应链计划问题
wEDklt:t时段生产商k到分销商l的路段交通流量;RwDlmt:t时段分销商l到零售商m的路段交通流量;
Cijt:t时段供应商i至加工商j的路段通行能力;
C:t时段加工商j到生产商k的路段通行能力;
CEDklt:t时段生产商k到分销商l的路段通行能力;
C:t时段分销商l到零售商m路段通行能力;tt:t时段供应商i到加工商j的自由运输时间;
ttPEjkt:t时段加工商j到生产商k的自由运输时间;ttEDklt:t时段生产商k到分销商l的自由运输时间;
ttlmt:t时段分销商l到零售商m的自由运输时间;
T:成品保质期;
T:t时段考虑运输风险的供应商i到加工商j的期望运输时间;
T:t时段考虑运输风险的加工商j到生产商k的期望运输时间;
TEDklt:t时段考虑运输风险的生产商k到分销商l的期望运输时间;
T:t时段考虑运输风险的分销商l到零售商m的期望运输时间;
p t:t时段单位半成品销售价格;pt:t时段每单位成品销售价格;D(t):t时段顾客总需求函数; 1:原材料变质敏感系数; 2:半成品变质敏感系数;
:t时段供应商i到加工商j的变质系数;
SPijtDRlmtPEjktSPijtDRSPijtDRlmtPEjktSP
IEk,t-1:t-1时段生产商k的库存量;xDRlmt:t时段分销商l到零售商m的运输量;ujt:0-1变量,表示t时段是否选用j加工商加工原材料,是取1,否取0;
vkt:0-1变量,表示t时段是否选用生产商k生产成品,是取1,否取0;
ylt:0-1变量,表示t时段是否选用分销商l分销产品,是取1,否取0;
zmt:0-1变量,表示t时段是否选用零售商m销售产品,是取1,否取0。
建立模型如下。Objective
scx
i
t
i
j
SPijt
++
++
[up
jt
t
j
i
jt
+tcijtxijt+scixijt ijt+phjtIjt]
SP
SP
SPSP
P
PE
PE
PEPE
E
[v
t
k
j
ktkt
e+tcjktxjkt+p txjkt jkt+ehktIkt]dlt+tckltxklt+ptxklt klt]
DRDRDRrmt+tcDRlmtxlmt+ptxlmt lmt]
ED
ED
EDED
[y
t
l
k
lt
[z
t
m
l
mt
(11)
Subjectto
x
jk
SP
ijtPE
CapSit
P
(12)(13)(14)(15)(16)
xjkt Capjt x
s
l
EDklt
CapEkt CapDlt Capmt
R
x
m
DRlmtDRlmt
x
s
l
IjtP=Ikt=
E
x
ij
SPijtPE
SPP
(1- ijt)+Ij,t-1-PE
E
x
ks
l
SP
jktPE
(17)
jkt)+Ik,t-1- xjkt(1- DRx lmtm
xklt(18)
(19)(20)(21)(22)(23)(24)(25)
:t时段加工商j到生产商k的变质系数v
PE
jkt
:t时段生产商k到分销商l的变质系数;
EDkltDR
EDx klt=k
lmt:t时段分销商l到零售商m的变质系数;决策变量描述如下。
xSPijt:t时段加工商j从供应商i的采购量;xPEjkt:t时段加工商j到生产商k的运输量;IPjt:t时段加工商j的库存量;Ij,t-1:t-1时段加工商j的库存量;xklt:t时段生产商k到分销商l的运输量;Ikt:t时段生产商k的库存量;
48
EEDP
x
s
l
DR
lmt
m
D(t)
Ij0=IjTP=0
E
IEk0=IkT=0
P
ujt,vkt,ykt,zmt={0,1}
PEEDDRxSPijt,xjkt,xklt,xlmt,IjtP,IktE N
0 i I,0 j J,0 k K,0 l L,0 m M,0 t T
工业工程与管理第3期
其中,在式(11)中,第一项表示各个供应商节点的总采购成本;第二项和第三项分别表示加工商和生产商各节点的总成本,其中分别包括启动成本、运输成本、变质成本和库存成本;第四项和第五项分别表示分销商和零售商各节点的总成本,包括启动成本、运输成本和变质成本。式(12)~式(16)分别表示供应商、加工商、生产商、分销商和零售商的能力约束;式(17)~式(19)分别表示加工商、生产商和分销商的流量平衡;式(20)表示总需求一定得到满足;式(21)和式(22)分别表示生产周期期初及期末各个加工商和生产商的库存为零;式(23)表示以上变量为0-1变量,即相应节点是否被启用;式(24)为非负整数约束;式(25)为各个参数的物理意义。
U(1000,1500)的均匀分布,其它数据如表1和表2所示。
表1 供应链各节点的能力
节点123
供应商900780850
加工商860810720
生产商600660700
分销商600570530
零售商510550590
4.2 仿真结果与分析
本问题属于混合整数线性规划问题,利用ILOGCLPEX软件对其求解。在运行环境为IntelCore2DuoCPUE7500(2.93GHz)、内存3GB的计算平台下,运用JAVA语言调用CLPEX10.0编程实现。
表2 供应链各节点的启动成本
4 模型求解
4.1 案例
本文选择某乳制品企业鲜牛奶供应网络为案例展开研究。该供应链网络细分成如下部分:牧场(供
应商)的原料奶,经过代理商(加工商)验收及预处理后运往该乳制品企业各分厂(生产商),各分厂对合格生奶进行加工生产,成品经转运中心(分销商)送到各大卖场、超市及便利店(零售商)等处,该乳制品供应网络如图2
所示。
节点123
供应商---
加工商430004200041000
生产商420004400043000
分销商320003100035000
零售商230002100020000
为突出自然变质和运输风险对供应链运作的影响,本文同时计算了不考虑变质和运输风险(记为模型1)、仅考虑变质(记为模型2)、同时考虑变
质和运输风险(记为模型3)三种情况的供应链运作计划。
4.2.1 自然变质和运输风险对运作成本的影响
三个模型的总成本分别为20475900元、23027300元和23586600元。从成本角度来看,变质和运输风险因素的引入,使得供应链的运作成本大大增加。而且,由变质导致的成本增加(2551400元)远大于因运输风险造成的成本增加(559300元)。因此,从成本角度考虑,通过提高运输速度或改善冷链物流条件等手段,尽可能减少由变质带来的成本增加是至关重要的。而考虑到运输风险因素(如交通状况和天气状况等)的不可控性,唯有通过加强风险防范或实施紧急调度等措施,最大程度减少风险导致的成本。
4.2.2 自然变质和运输风险对供应链计划影响
三种情况下供应链各层的计划量及其加工商和生产商的库存情况分别如表3~表5和表6~表8所示。分析表3~表5可知,当仅考虑自然变质因素时,供应链各层节点的计划量较不考虑自然变质的情况有所增加,但供应网络节点选择的结构并未发生多大变化,这说明产品自然变质单独
49
图2 某乳制品企业牛奶供应网络
该供应网络包括i(i=1,2, ,I)个供应商,j(1,2, ,J)个加工商,k(1,2, ,K)个生产商,l(1,2, ,L)个分销商,m(1,2, ,M)个零售商。假定供应链各层节点数均为3;安全库存率为0.1,原材料、半成品的变质敏感系数分别为0.008、0.010,成品的保质期为120,总时段数为5,原材料、半成品和成品的单价分别为2100、3300、6300元/吨,加工商、生产商各节点的库存持有成本分别为120、110、100元/吨,60、50、60元/吨;为简化计算,假设各层节点间的期望运输时间已知,且服从正态分布;单位运输成本服从均匀分布;各时段零售商的需求服从
第16卷刘凯飞,等:基于质量控制的易腐食品供应链计划问题
表5 模型3供应链各层的计划量
时段
供应商各节点1
23
加工商各节点1
23
生产商各节点1
23
分销商各节点1
23
5721008000602356570070030003106900
时段
加工商各节点1
23
生产商各节点1
23
5
时段
加工商各节点1
23
生产商各节点1
23
零售商各节点1
23
11257505057820449400070070040004106900
27470630738564415766606469006106106900
37175078080051700600270630700170630250690560
48140617800561355660685220570610610690100
57490080733613046663037006306100390
作用时对供应链计划的影响不太明显;而当自然变质和运输风险因素共同作用时,由于运输风险也会导致变质成本的增加,供应链各层节点的计划量有了明显的增加,并且带来运输路径选择的较大变化;从表6~表8中可以看出,变质的增加导致供应链各层节点的计划量增加,同时也使得各加工商和生产商的安全库存相应地发生变化。因此,自然变质和运输风险不仅导致供应链各层的计划量发生变化,同时也改变了供应网络各层节点的选择,进而改变了网络的运输路径。
表3 模型1供应链各层的计划量
时段
供应商各节点1
23
加工商各节点1
23
生产商各节点1
23
分销商各节点1
23
零售商各节点1
23
184704847700440400070070040004106900
26930638700062060007006105701206106900
381007308000720600200700610260630610690200
47890588790060055645700670100630610690100
表6 模型1加工商和生产商的库存量
17704440070
27006260070
380072602070
47906056570
5000000
表7 模型2加工商和生产商的库存量
17704640070
27106360070
380696602070
46866756470
5000000
表4 模型2供应链各层的计划量
时段
1
2
3
4
表8 模型3加工商和生产商的库存量
供应商各节点1
23
加工商各节点1
23
生产商各节点1
23
分销商各节点1
23
零售商各节点1
23
86005137700459400070070040004106900
716065771106296000700610606306106900
822076680068657600200700610570320610690200
68007406816266855645700670100630610690100
744008006672356570070030003106900
时段
加工商各节点1
23
生产商各节点1
23
17804540070
27456458666
380570602763
48006156668
5000000
4.2.3 灵敏度分析
通过4.2.1和4.2.2的分析,变质和运输风险对供应链计划和总成本的影响,具体表现在变质率和运输时间两方面。为了更为深入地了解其对计划的影响程度,下面从两个角度展开分析: 原材料和半成品变质率的变化对供应链各层计划量和总成本的影响; 同等条件下各层间运输时间的不同延迟比例对总成本的影响,并对各层间(供应商-加工商
50
工业工程与管理第3期
(SP)、加工商-生产商(PM)、生产商-分销商(MD)、分销商-零售商(DR))时间延迟对总成本的影响程度进行比较分析。
对于原材料和半成品的变质率,分别基于模型2和模型3,考虑同等条件下原材料和半成品的敏感系数的变化对供应商和加工商的计划量及总成本的影响。由于成品的变质率仅与运输时间有关,在运输风险分析中已经介绍,这里不单独分析。原材料和半成品敏感系数的变化对计划量和总成本的影响如图3~图5所示;对于运输风险,基于模型2,各层运输风险对总成本的影响如图6
所示。
著,两种情况均接近水平;半成品敏感系数变化对计划量的影响如图4所示,两种模型的原材料(FMO2和FMO3)和半成品(FFO2和FFO3)的采购量随着半成品敏感系数的增加而呈线性递增趋势。分析图4中4条直线的斜率,半成品敏感系数的变化对模型3的影响稍大于模型2;两种敏感系数对总成本的影响如图5所示,模型3的总成本(MC3和FC3)明显大于模型2的总成本(MC2和FC2),这是由于运输风险而导致成本的增加;同时,两种模型下两类敏感系数对总成本影响基本相同,因此原材料和半成品的自然变质都应引起广泛关注。
对于运输风险敏感度分析,假定其它层间运输风险不变,单独变化某一层由运输风险导致的运时间延迟的比例。从图6中可以看出,生产商-分销商间的运输风险的变化对总成本的影响最大(MC2为模型2的总成本)。因此,通过风险防范措施,降低该层间的运输风险,减少运输时间延迟对降低供
应链成本具有重要意义。
图3 原材料敏感系数变化对各层计
划量影响
图6 各层运输风险对总成本影响
5 结语
图4 半成品敏感系数变化对各层计
划量影响
本文对基于质量控制的易腐品供应链配送计划问题进行了系统和深入的研究。考虑到原材料、半成品和成品的不同特性,采取了不同的处理方式;提出了基于RFID的库存管理策略以避免库存的变质,同时还考虑了运输风险因素。在加入变质和运输风险因素的基础上,对供应链配送计划问题进行建模。仿真实验从两个方面展开分析:变质和运输风险对供应链计划的影响;变质率和运输风险的灵敏度分析。仿真结果验证了模型的有效性,将为供
图5 敏感系数变化对各总成本影响
应链管理提供一定的借鉴与指导。
对于变质率敏感度分析,由图3可知,随着原材料敏感系数的增加,模型2与模型3的原材料采购量(MMO2和MMO3)呈线性增加,并且考虑运输风险情况下的原材料采购量较大;而原材料敏感系数的变化对半成品订购量(MFO2和MFO3)的影响并不显
参考文献:
[1]DabbeneF,GayP,SaccoN.Optimizationoffresh foodsupply
chainsinuncertainenvironments,PartI:Backgroundandmethodology[J].BiosystemsEngineering,2008,99:348 359.
(下转第56页)
51
第16卷陈 洁,等:在线渠道消费者动态品牌选择购买率预测
neerlandica,1998,52(3):303 323.
[2]EhrenbergASC.ThePatternofConsumerPurchases[J].
Appliedstatistics,1959,8:26 41.
[3]FaderPS,HardieBGS,LeeKL.
CountingYour
Customers theeasyway:AnAlternativetothePareto/NBDModel[J].MarketingScience,2005,24(2):275 284.
[4]DipakJ,SinghSS.Customerlifetimevalueresearchin
marketing:Areviewandfuturedirections[J].JournalofInteractiveMarketing,2002,16:34 46.
[5]MulhernJF.Customerprofitabilityanalysis:Measurement,
concentration,and
research
directions[J].
Journal
of
InteractiveMarketing,1999,13:25 40.
[6]RakeshN,GuptaM,NarasimhanC.Customerprofitabilityin
asupplychain[J].JournalofMarketing,2001,65:1 16.[7]WernerR,Kumar
customers
in
a
V.
Ontheprofitabilityof
setting:
An
long lifeempirical
noncontractual
的方式,将这类人群固定在在线商城的服务人群中,这样,就可以依托年卡来对这群消费者进行波动式的宣传和促销,最大限度激发他们的购买欲。
(3)将购买率作为消费者细分的基础。对于在线渠道的营销而言,消费者的人口统计数据很难获取,即使获取了,也很难保证其真实准确。如果强行获取消费者的人口统计数据,又有可能被不希望透露真面目的在线消费者抛弃,因此对在线渠道营销来说,以人口统计变量为基础来细分消费者,并不是最好的选择。而从本文所构建的模型分析可以看出,在线渠道的消费者,其长期的购买率是有规律可循的。由此可以发现,在线消费者的身份虽然可以保密,但是由于其消费需求在长时间内的稳定,他们购买率的数据也具有很大的稳定性。因此对在线渠道的营销而言,更应以长期购买率作为细分消费者的基础。而购买率本身作为重要的消费行为,对营销策略的制定具有很重要的意义。如果能在细分中辅以其他指标如单笔消费额,就可以很轻松地建构在线商城的忠诚客户体系,而从这一体系中,可以非常直观地识别出哪些客户是重度消费群,哪些客户是长期忠诚用户,从而有针对性设计营销策略。
investigationandimplicationsformarketing[J].JournalofMarketing,2000,64(October):17 35.
[8]马少辉,刘金兰.Pareto/NBD模型实证与应用研究[J].管理
科学,2006,19(5):45 49.
[9]SchmittleinCD,MorrisonDG,ColomboR.Countingyour
customers:Whoaretheyandwhatwilltheydonext?[J].ManagementScience,1987,33:1 24.
[10]W benM,WangenheimF.InstantCustomerBaseAnalysis:
ManagerialHeuristicsOften GetItRight [J].JournalofMarketing,2008,72:82 93.
[11]齐佳音,李怀祖,舒华英.一种确定典型客户购买率的新方法
[J].中国管理科学,2003,10:66 70.
参考文献:
[1]
BalasubramanianS,GuptaS,KamakuraW,WedelM.Modelinglarge
datasets
in
marketing[J].
Statistica
(上接第51页)
[2]GhareP,SchraderG.Amodelforexponentiallydecaying
inventories[J].IndustrialEngineering.1963,14:238 243.[3]JainK,SilverEA.Lotsizingforaproductsubjectto
obsolescenceorperishability[J].EuropeanJournalofOperationalResearch,1994,75:287 295.
[4]SloofM,TijskensLMM,WilkinsonEC.Conceptsfor
modelingthequalityofperishableproducts[J].TrendsinFoodScienceandTechnology,1996,7:165 171.[5]VerbicM.
Econometric
estimation
of
parameters
of
preservationofperishablegoodsincoldlogisticchains[J].InstituteforEconomicResearch,Ljubljana,2004,24: .[6]FredrikOlsson,PatrikTydesjo.Inventoryproblemswith
perishableitems:Fixedlifetimesandbacklogging[J].EuropeanJournalofOperationalResearch,2010,202:131 137.
[7]ChristianMetzger,FlorianMichahelles,ElgarFleisch.Ambient
energyscavengingforsensor equippedRFIDtagsinthecoldchain[J].EuroSSC2007,LectureNotesinComputerScience,2007,4793:255 269.
[8]PawseyRK.Preventinglossesandpreservingqualityinfood
cargoes[J].AlbertJL(Ed.).Food,nutritionandagriculturefoodsafetyandtrade.Italy:FoodandAgricultureOrganization(FAO)oftheUnitedNations,1995.
[9]OsvaldA,StirnLZ.Avehicleroutingalgorithmforthe
distributionoffreshvegetablesandsimilarperishablefood[J].JournalofFoodEngineering,2008,85:285 295.
[10]HongKLo,http://workwithdegradablelinks:
capacityanalysisanddesign[J].TransportationResearchPartB,2002,37:345 36.
56