| 全國首家零售管理碩士 | 國內(nèi)學(xué)習(xí) 國際證書 |
| 國家承認 | 留服認證 |
| 在職學(xué)習(xí) | 無需統(tǒng)考 |
| 學(xué)制兩年 | 教育部直屬院校 |
浙大管院楊翼團隊UTD發(fā)表重要成果解決新零售管理問題
新零售，是指與以前的購物形式有不同。對于消費者，我們購物不是必須去實體門店，在線購物非常方便。對于零售業(yè)的改變，需要的是商家對于零售運營模式的重構(gòu)。是否要建立電商部門，是否要以電商部門為重點，線下店是不是要繼續(xù)保留原有數(shù)量還是選擇減少實體門店數(shù)量。
因為，傳統(tǒng)零售業(yè)，是以電商或?qū)嶓w店為中心的購物模式，而新零售，則以消費者需求為出發(fā)點。
相比傳統(tǒng)零售運營模式，新零售模式能夠形成數(shù)據(jù)化驅(qū)動，實現(xiàn)線上線下全渠道高效協(xié)同。但與此同時，新零售模式也對企業(yè)的資源要素配置、利益分割、產(chǎn)品動態(tài)定價、全渠道庫存管控及物流協(xié)同配送等，提出了一系列新的挑戰(zhàn)。
可以說，在當(dāng)前數(shù)字化時代下，能否及時應(yīng)對好新零售模式帶來的挑戰(zhàn)，直接關(guān)乎到企業(yè)能否“存活”并實現(xiàn)高質(zhì)量發(fā)展。
基于新零售背景下中國企業(yè)正面臨的“庫存管理”難題，以及相關(guān)領(lǐng)域中的“研究空白”，浙江大學(xué)管理學(xué)院副院長楊翼教授及其合作者共同就此展開了深入的系統(tǒng)性研究。2022年，他們的研究成果分別發(fā)表于國際頂級期刊《Management Science》（管理學(xué)UTD24期刊之一）和《Operations Research》（管理學(xué)UTD24期刊之一）。這兩項重要成果大大解決了中國新零售領(lǐng)域庫存管理的相應(yīng)現(xiàn)實難題與理論難題。
新零售模式全渠道策略上線
線上線下渠道的融合，是新零售模式最主要的特點，具體包括信息、價格、庫存以及顧客需求滿足方式等方面的融合。其中，顧客需求滿足方式的融合應(yīng)該說是新零售模式的重大變革之一。
傳統(tǒng)模式下，線上需求的滿足主要是通過區(qū)域倉或者前置倉的庫存。而在新零售場景下，線上需求的滿足方式呈現(xiàn)多樣化，涌現(xiàn)了多種不同類型的線上線下全渠道策略，其中包括：
Buy-online pickup-at-store (BOPS)
該策略是用門店的庫存直接滿足線上的需求，顧客在線上下單，去門店取貨。
Buy-online ship-to-store (BOSS)
在此策略下，顧客線上下單，商家從前置倉發(fā)貨至門店，再由顧客去門店取貨。
Buy-online ship-from-store (BOFS)
該策略直接用門店的庫存，從門店發(fā)貨至顧客手中。
盡管像這樣的全渠道策略如今已被廣泛應(yīng)用，但是“全渠道策略是否一定能夠提升商家的利益”，仍然值得研究。為此，楊翼教授團隊以BOPS策略為例，從庫存管理角度，研究全渠道策略如何影響商家的利益。
線上下單門店取貨策略（BOPS）
經(jīng)過研究，他們發(fā)現(xiàn)，BOPS策略對零售商有利或有害，實際上取決于其經(jīng)營特征——實體店密度（決定商店訪問成本）和在線配送效率（決定在線等待成本）。
當(dāng)在線等待成本相對較低、商店訪問成本更低時，BOPS策略誘導(dǎo)客戶從“在線購買”渠道遷移到“線上下單、門店取貨”渠道，會導(dǎo)致實體店的需求匯集效應(yīng)（demand pooling effect），這種需求匯集效應(yīng)將提升商家的運營效率。
而當(dāng)商店訪問成本和在線等待成本都比較高時，BOPS策略的引入導(dǎo)致客戶從“在線購買”渠道遷移到“線上下單、門店取貨”渠道，會導(dǎo)致需求分散效應(yīng)（demand depooling effect），這種效應(yīng)將降低商家的運營效率。
楊翼教授與多倫多大學(xué)胡明教授、南京大學(xué)徐小林教授、東南大學(xué)薛巍立教授合作的這項研究，成果——“Demand Pooling in Omnichannel Operations”發(fā)表在運營管理及決策領(lǐng)域國際頂級期刊《Management Science》上。
該研究極具創(chuàng)新性與科學(xué)價值，主要體現(xiàn)在兩個方面：第一，該研究首次從庫存管理角度，揭示了全渠道策略可能會導(dǎo)致需求分散效應(yīng)，從而導(dǎo)致商家利益受損。第二，該研究結(jié)果表明當(dāng)實體店密度較高和在線配送效率較高時，全渠道策略可以提高商家的利益；而當(dāng)實體店密度較小和在線配送效率較低時，全渠道策略可能傷害商家的利益。此結(jié)果可以為零售企業(yè)的全渠道策略提供理論支持。
降低平臺的倉儲物流成本的“啟發(fā)式算法”
除了上述成果之外，楊翼教授團隊還在國際頂級期刊《Operations Research》發(fā)表了另一項重要成果——“A Simple Heuristic Policy for Stochastic Distribution Inventory Systems with Fixed Costs”。
那么這又是一項怎樣的成果呢？
眾所周知，在新零售“互聯(lián)網(wǎng)+”背景下，供應(yīng)鏈管理與優(yōu)化是我國經(jīng)濟繼續(xù)保持高速穩(wěn)定增長的重要支撐。當(dāng)前，我國許多電商平臺（如京東、天貓等）都采用多級供應(yīng)鏈，利用大型倉庫統(tǒng)一為前置倉供貨補貨。
在這樣的背景下，楊翼教授和多倫多大學(xué)胡明教授、香港城市大學(xué)陳友華教授、東北財經(jīng)大學(xué)朱晗教授合作研究了結(jié)合供應(yīng)鏈中各個環(huán)節(jié)的庫存管理現(xiàn)實，建立經(jīng)典的隨機分布式庫存管理系統(tǒng)，即OWMR（One-Warehouse-Multi-Retailer）模型。
事實上，針對OWMR模型訂貨策略的研究是近半個世紀(jì)以來學(xué)者們關(guān)注的熱點問題，也有很多相關(guān)的研究。但縱觀過去的研究成果，一直缺乏帶有效率保證（performance guarantee）的啟發(fā)式算法。
為此，楊翼教授團隊針對這一難題，提出了一組改進式（R,Q）訂貨策略算法，并證明了這種啟發(fā)式算法具有效率保證。同時，他們的研究還證明了這種啟發(fā)式算法針對部分系統(tǒng)參數(shù)的漸進最優(yōu)性和針對零售商數(shù)量的漸進穩(wěn)定性。
而以上理論結(jié)果和大量的數(shù)值實驗都表明，這種啟發(fā)式算法表現(xiàn)優(yōu)異，在多級供應(yīng)鏈庫存控制問題上取得了很好的效果，降低了平臺的倉儲物流成本。
楊翼教授團隊的這項研究成果，填補了庫存管理相關(guān)領(lǐng)域研究空白，同時也具有較高的實踐指導(dǎo)意義，對于提升供應(yīng)鏈穩(wěn)定性、以“互聯(lián)網(wǎng)+”促進經(jīng)濟創(chuàng)新、推動供給側(cè)結(jié)構(gòu)性改革等都具有非常重要的借鑒意義。
來源：浙大管理學(xué)院 2022-06-28 10:37:59
