基于顾客分类的生鲜农产品二次补货策略

零售商为弥补生鲜农产品新鲜度降低造成的顾客流失,选择在单销售期内二次补货,将新鲜产品和初始订货的非新鲜产品同时销售。但二次补货的新鲜产品会对初始订货产品形成需求挤兑。将顾客划分为三种类型:只购买新鲜产品、只够买折扣产品和两种产品都愿意购买,引入需求挤兑因子的概念,讨论了不同顾客类型下需求挤兑效应对零售商订货决策和利润的影响,并与单次订货策略做比较。结论表明,随着顾客对产品品质和新鲜度要求不断提高,二次补货策略能有效降低订货总量,提升零售商利润水平;不但优化了经济效益,更具有减少产品损耗和节约社会资源、增加消费者福利水平的社会效益。     

考虑战略顾客行为时的供应链性能分析与协调

动态定价策略的广泛应用使得越来越多的顾客具有了战略性,战略顾客会根据产品在销售期内的价格路径确定最优购买时机,零售商则根据顾客的购买行为确定订货数量和销售价格.研究了双方静态博弈时的理性预期均衡解和零售商进行数量承诺时的情形.研究表明:理性预期均衡时的最优销售价格、最优存货数量和最优期望利润分别小于标准报童模型的情形;数量承诺时的最优存货数量小于理性预期均衡时的最优存货数量;最优期望利润则大于理性预期均衡时的最优期望利润,并且在一定条件下可能会大于标准报童模型的最优期望利润,战略顾客行为的存在对零售商可能有利.最后分析了在分散式供应链中如何利用收入分享契约和数量折扣契约实现供应链协调.     

考虑顾客策略行为和产品质量的闭环供应链决策模型

策略型的顾客对于不同质量的产品以及不同时间的产品会有不同的估值和支付意愿,企业在进行决策时应当考虑顾客的策略性行为。建立了由一个制造商(即原始设备制造商)和一个独立的再制造商以及一组策略型顾客组成的闭环供应链模型,利用动态博弈理论分析了当由独立的再制造商负责回收旧产品并进行再制造时顾客策略行为和再制造品的质量水平对闭环供应链的产品价格、利润、消费者剩余的影响。研究结果表明,当顾客的策略程度增加时,制造商的利润减少,再制造商的利润和消费者剩余增加。当再制造品的质量水平增加时,制造商的利润降低,再制造商的利润先增加后降低,消费者剩余增加。     

基于信息更新与服务水平约束的供应链订货及协调决策

研究由一个供应商和一个零售商及一组顾客组成的单周期供应链系统。供应商向零售商提供两次订 货机会,零售商根据第一阶段的订货情况及市场信号,对需求信息进行更新预测,确定第二阶段是否需要补货。首先,通过分析顾客购买与退货决策,确定产品的最优零售价格与退货价格。其次,对零售商的订 货策略进行研究,以两阶段利润之和最大化为目标函数,引入服务水平约束,确定了零售商第一阶段和第 二阶段的最优订货量,并探讨了市场信号和服务水平约束对零售商最优订货策略及期望利润的影响。结果表明,当目标服务水平设定较低时,零售商的订货策略与不设定服务水平约束时的情形相同;但是无论是高目标服务水平还是低目标服务水平,若二次订货时点上的市场信号为低值时,零售商无需二次订货,而若此时点的市场信号为高值时,零售商需要进行二次订货,目标服务水平的高低将对第二次的订货量产生影响。最后,证明了基于差别定价的回购契约能够实现上述供应链系统的协调。     

考虑残值变化和顾客异质性的零售商定价与库存决策

本文研究策略型消费者对零售商的定价和库存决策的影响。与以往的研究假设残值固定不变,且消费者均为策略型消费者不同的是,本文考虑了顾客的异质性以及残值由清仓期库存决定这一特点。本文的研究表明:在消费者均为策略型消费者,且清楚零售商将采取残值定价策略的情况下,零售商可以通过数量保证策略来提高自身的期望利润,降低库存订货量。在考虑顾客异质性的条件下,当零售商采取估值定价策略时,零售商的最大期望利润与短视型消费者在市场上的比例成正相关。并且,存在一个唯一的阈值点,当短视型消费者在市场上的比例高于这一阈值点时,估值定价策略优于保留价格定价策略,反之,则保留价格定价策略更优。     

多类顾客环境下报童模型中库存分配策略研究

考虑一个报童模型中多类顾客的库存分配问题,将顾客按照他们愿意支付价格的高低划分为不同级别。零售商在销售期初决定产品订货量,并在销售期内决定接受或者拒绝不同顾客的需求,以最大化销售期内的期望总利润。将销售期分成大量足够小的时间单位,通过建立一个反向Bellman动态规划方程,以优化每个时间单位内的库存分配策略,并得到了零售商最优的期初订货量。通过与没有库存分配策略下零售商的期望利润进行比较,算例分析得出库存分配策略可以大幅提高零售商的利润。这主要是因为通过库存分配可以使得零售商从高端顾客中获取更多利润,同时能够减小期初的订货量,以节约采购成本和库存持有成本。     

基于异质性顾客群的零售商补货及反应性定价策略研究

基于消费者对相似产品的不同支付意愿,研究了零售商补货及反应性定价策略。通过两阶段模型的建立和求解,找出反应性定价的规律并确定产品的补货量。归纳了在清仓定价(延迟定价的特例)和无延迟定价下零售商的定价和补货策略。借助数值仿真,讨论了市场波动性和产品接受度对最优决策及利润的影响并比较了不同定价模式(反应性定价、清仓定价、无延迟定价)的影响。     

顾客策略行为下基于CVaR和回购契约的供应链决策模型

依据条件风险值CVaR度量准则,建立了顾客策略行为下基于回购契约的供应链决策模型,分析了集中式供应链系统和分散式供应链系统中,风险规避供应商和风险规避零售商的决策行为。在此基础上,通过理论求解和数值分析,进一步探讨了顾客策略行为、成员风险规避性和供应链回购契约的交互影响。主要研究结论如下:第一,当供应链成员均为风险规避时,价格承诺可成为顾客策略行为的完美应对策略;第二,最优回购价格受到零售商和供应商的风险规避度的共同影响,零售商的最优订货量随产品回购价格的增加而增加;第三,当且仅当零售商与供应商的风险规避度相当时,回购契约能够实现分散式供应链系统的协调和利润在不同成员间的任意分配,否则回购契约不能实现供应链利润在不同成员间的任意分配。第四,当供应链成员风险规避不等时,零售商的利润分成随顾客对产品估价的增加而增加。同时,风险规避度较小方需要出让部分利润给风险规避度较大方才能够保证契约的实施。     

基于降价预期的生鲜农产品定价策略研究

顾客的价格感知影响需求。以降价预期刻画顾客对当前价格的感知,针对零售商在维持需求和利润最大化条件下降价两种策略,研究了生鲜农产品的最优定价问题。研究表明,零售商的利润随着价格认同系数增加而增大;顾客对独立产品存在降价预期不会影响零售商的利润,但是对替代品存在降价预期,零售商的利润会下降;零售商若能完全观察到顾客存在降价预期,将抬高初始价格。     

需求学习下考虑顾客策略行为的供应链决策

顾客策略行为对企业的经营绩效带来了巨大的负面影响, 本文基于供应链背景, 探讨需求学习应对顾客策略行为的作用与价值。构建了由单一制造商、单一零售商和一组顾客群组成的两周期分散式供应链系统的博弈模型, 将顾客划分为短视型和策略型两种类型。采用数理模型和数值分析, 研究了需求学习对于供应链的定价决策、订货决策及整体绩效的影响, 得到如下主要研究结论:第一, 无论面对何种类型的顾客, 零售商均偏好需求学习获取需求更新信息;第二, 面对短视顾客时, 制造商偏好于不获取更新信息, 而当顾客为策略型时, 制造商偏好于获取更新信息;第三, 需求学习有助于提高零售商和供应链系统的利润, 特别当面对策略型顾客时, 需求学习带来的利润增值更大。以上研究结论表明, 需求学习可以有效地缓解顾客策略行为的负面影响, 提高企业的运营绩效。     

考虑策略型消费者行为的零售商订货及忠诚计划联合决策研究

顾客忠诚计划是零售商的重要销售策略之一. 本文针对两期折扣问题中零售商的订货和积分回馈计划投入的联合决策问题,基于完全理性假设,并结合问题的实际情况,考虑了全价期单期以及全价期和折扣期两期的积分回馈计划,构建了基于这两种积分回馈计划下的策略型消费者决策模型. 分析了不同积分回馈计划对策略型消费者行为的影响,进而讨论了零售商在不同决策下的收益情况,探索了零售商订货和积分回馈计划联合决策的制定. 研究发现：(1)积分回馈计划会对策略型消费者行为产生影响,从而影响零售商的决策和收益;(2)订货和忠诚计划制定的联合决策有利于零售商提高收益;(3)对于单位成本低的商品,面向全价期的积分回馈计划的最优收益提升较大;(4)对于商品价值与实际价格差异较小的商品,积分回馈计划对最优收益的提升作用较大. 具体而言,如果商品单位成本小于等于折扣价,则面向全价期的积分回馈计划的最优收益提升较大,反之,则面向全价期和折扣期的积分回馈计划的最优收益提升较大.     

竞争环境下基于顾客策略行为的易逝品动态定价研究

在两个提供相同易逝品的零售商折线竞争下,从顾客策略行为出发,研究竞争环境下两零售商的动态定价策略。首先建立供大于求的情况下两零售商动态定价模型,给出了均衡价格满足的条件,并探讨了在一些特殊情况下均衡价格的特性。然后将这一模型扩展到供小于求的情形,探讨模型的求解方法。算例分析了在折线竞争模式下零售商在面对顾客策略行为时,如何动态的决定价格。同时发现,在供大于求的情况下,顾客策略行为导致零售商的收益降低;在供小于求的情况下,一定程度的顾客策略行为可以使零售商获得更高的期望收益。     

顾客策略行为与风险偏好下供应链利润分享

考虑由1个生产商、1个销售商和具有策略行为与风险偏好的顾客群体所组成的供应链.存在顾客策略行为与风险偏好的情况下,利用理性预期均衡的相关知识,分析销售商定价与库存决策,研究供应链利润分享契约问题.研究结果表明:销售商的利润随着顾客风险偏好程度的增加而减少;为了缓解利润削减,销售商需要降低销售价格和订货量,而不是提高销售...     

基于顾客策略行为和缺货损失的供应链定价与订购决策

顾客基于理性预期决定购买时机的策略行为造成供应链决策困难,影响到供应链利润。针对单生产商、单零售商组成、具有高支付意愿与低支付意愿两类顾客的供应链,利用均衡分析方法和理性预期理论建立了考虑缺货损失下高支付意愿顾客分别为策略型顾客与短视型顾客时供应链的分散式决策二层规划模型和集中式决策模型,对该四种模型进行了求解与对比分析、以及数值仿真和敏感性分析,算例表明了模型的合理性和结论的有效性。研究表明:高WTP顾客为策略型顾客时,集中式供应链与分散式供应链相比,其订货量高、但零售价低,故利润反而较低;高支付意愿顾客为策略型顾客时分散式供应链和集中式供应链的利润小于高支付意愿顾客为短视型顾客下的情形;四种供应链模式下的订货量随单位缺货损失的增加而增加,但供应链的利润降低。限量销售、回购剩余产品、提高顾客心目中的产品价值等策略可有效降低顾客策略行为对供应链的影响。本文将促进基于顾客策略行为的供应链理论研究与管理实践。     

Price-setting newsvendor with strategic consumers

We consider a newsvendor who sells a single product over a single season with the objective of determining both the selling price and stock quantity to maximize the expected profit. The customers are strategic and we consider two demand cases: additive and multiplicative. For each case, we derive the newsvendor׳s optimal decisions and demonstrate that neglecting the price-sensitivity of demand leads the newsvendor to make sub-optimal decisions. Moreover, we show that under certain conditions, strategic consumer behavior may positively affect the newsvendor׳s optimal expected profit in the additive demand case.     

Optimal Dynamic Pricing of Perishable Items by a Monopolist Facing Strategic Consumers

We introduce a dynamic pricing model for a monopolistic company selling a perishable product to a finite population of strategic consumers (customers who are aware that pricing is dynamic and may time their purchases strategically). This problem is modeled as a stochastic dynamic game in which the company's objective is to maximize total expected revenues, and each customer maximizes the expected present value of utility. We prove the existence of a unique subgame‐perfect equilibrium pricing policy, provide equilibrium optimality conditions for both customer and seller, and prove monotonicity results for special cases. We demonstrate through numerical examples that a company that ignores strategic consumer behavior may receive much lower total revenues than one that uses the strategic equilibrium pricing policy. We also show that, when the initial capacity is a decision variable, it can be used together with the appropriate pricing policy to effectively reduce the impact of strategic consumer behavior. The proposed model is computationally tractable for problems of realistic size.