在线渠道折扣促销下的双渠道供应链合作广告协调研究北大核心CSSCI

针对制造商在线渠道与传统零售渠道同时存在价格和广告竞争下的合作广告问题,建立双渠道供应链的价格折扣和广告需求模型,分别求出了集中决策和Stackelberg主从博弈下的均衡广告投入和广告分担比例,分析了价格折扣变化对合作广告决策的影响,并探讨了渠道市场结构影响下的最优价格折扣水平。研究结果表明,价格折扣的提高将降低零售商广告投入的积极性;当价格折扣水平小于某一临界值,随着价格折扣的加大,制造商将提高在线渠道的折扣促销广告投入。通过对比集中决策和Stackelberg主从博弈下均衡的广告投入和价格折扣水平,在制造商分担部分传统零售商促销广告投入的基础上,设计一个在线渠道收益共享协调契约,可实现供应链系统协调。     

基于多级折扣价格的易逝品订货策略研究

基于价格折扣条件下的报童模型,研究了分销商面向折拐的需求价格曲线.采用呈等差数列下降的多级折扣价格销售产品,以期望利润最大为目标,给出了求解最优折扣次数的算法,进而得到相应的分销商最优订货量.与需求价格曲线的斜率b不变时相比较,b增大对最优订货量无显著影响;b减小对最优订货量有显著影响.     

基于XGBoost算法的数据驱动单周期报童问题研究

求解单周期报童问题通常假设需求分布服从某一特定形式,通过历史数据预测需求并求解优化模型。尽管此假设可以简化分析,但它并不能反映随时间动态变化的真实需求分布,且不可避免地将历史估计预测误差传递给优化过程。为解决这一问题,本文提出了一种将估计和优化相结合的方法。该方法采用数据驱动计算权重的形式来处理与特征相关的需求不确定性,并引入XGBoost算法对具有非平稳需求的单周期报童问题进行求解。在观察到影响需求的特征后,该方法能直接确定最佳库存决策。本文对运营管理领域的贡献主要包括两个方面：1）提供了一种解决方案,将名为XGBoost的可扩展端到端树提升系统的机器学习算法集成到了单周期报童问题中。2）将该集成估计优化算法应用于不同目标服务水平和训练样本量的真实数据集,并与现有研究报童问题的几种标准方法进行比较,结果表明,该方法至少可以降低约5%的库存成本。     

基于巴斯模型的消费者推荐奖励和广告投入动态定价决策

本文从新产品扩散的过程出发，构建了同时考虑口碑效应和广告效应的产品扩散模型，研究企业推荐奖励和广告投入的动态定价问题。利用汉密尔顿函数和最大值原理得到最优解，并结合多个关键参数对最优解进行了敏感性分析。研究发现：最优推荐奖励呈先减少后增加趋势，最优广告投入则是逐渐减少；对于高价值产品，企业应采取高价格高奖励的策略；企业的推荐奖励策略和广告投入策略会受到推荐奖励效率、广告效率、自发购买比率和传统口碑效的影响。本文的研究结论对企业的推荐奖励和广告策略设计有一定的理论指导意义。     

混合需求下考虑专利保护因素的闭环供应链定价与协调

在新产品需求为随机需求,再制造产品需求受销售价格影响的混合需求条件下,以博弈论为主要工具,研究了受专利保护的再制造闭环供应链的定价与协调问题,分析了集中决策和分散决策两种情形下的新产品最优订购量、废旧产品最优回收价格、最优专利许可费用、再制造品最优零售价格以及供应链的最优利润,并通过收益分享一费用分担契约对闭环供应链系统进行了协调,并通过数值算例验证了集中决策和分散决策情形下再制造成本节约对供应链成员的最优决策和利润的影响,以及收益分享.费用分担契约对闭环供应链的协调效果。研究表明再制造受专利保护的情况下,原制造商能通过专利许可费来影响第三方再制造商回收的废旧产品的回收价格和回收量,进而去影响原制造商和第三方再制造商的收益。     

报童问题的最优竞争比策略及其风险补偿模型

报童问题是库存管理中一个重要的模型。对报童问题在不同的目标函数和约束条件下的扩展模型已有了大量的研究。已有研究假设产品的需求分布已知,然而,在实际中完全刻画需求分布信息常常是很困难的,因此,部分信息下的报童模型研究近年越来越受到重视。在竞争比分析方法下,对报童问题进行了讨论,建立概率预期下风险补偿模型用于解决部分信息的报童问题。在确定性预期和基本概率预期下,分别为具有风险偏好的报童设计了最优订购策略,使报童可以根据自己不同的风险容忍度和未来预期选择订购策略。     

概率预期下在线报童问题的最小风险策略

报童问题是库存管理中一个基本模型。已有的报童模型主要利用均值-方差方法和期望效用目标方法进行风险的描述和度量。这些方法假设需求分布信息已知,而实际中需求分布信息往往难以完全刻画。本文使用概率预期作为刻画不完全需求分布信息的格式,基于在线风险补偿的思想,为需求分布信息不完全的报童问题建立了最小风险模型。使用该模型设计了最小风险策略,使报童可以根据自己设定的不同收益和未来概率预期选择最优订购量。     

考虑延时效应的供应链动态合作广告策略研究

广告的延时效应是供应链广告过程中的普遍现象,对供应链合作广告策略的制定具有重要影响.文章研究当产品品牌信誉受广告延时效应影响时供应链的合作广告策略问题,建立了含有时间延迟的品牌信誉动态模型和考虑品牌信誉的产品销售量模型.运用极大值原理,得到了制造商和零售商在分散式决策和集中式决策下的最优广告投入、品牌信誉和利润,以及分散式决策下制造商的最优合作广告参与率.研究发现:在集中式决策下制造商和零售商的最优广告投入和产品销售量均高于分散式决策下的相应值;延迟时间存在一个阈值,当延迟时间低于该阈值时,集中式决策下的供应链利润较高,反之则分散式决策下的供应链利润较高.研究结果为供应链合作广告策略的制定及供应链决策机制的选择提供了一定的参考.最后,通过数值算例分析了广告延迟时间对供应链最优广告策略及决策机制的影响.     

基于前景理论的报童问题: 考虑回购和缺货惩罚

在前景理论的框架下,通过引入回购和缺货惩罚因素研究了3 种情形下报童最优订货量问题; 通过证明给出了特定参数条件下前景理论报童最优订货量与经典报童最优订货量的明确关系,进一步给出了前景理论最优订货量与回购价格及缺货惩罚价格的函数变化关系．最后,通过数值分析说明了研究结论.     

广告对于新产品扩散的影响研究:以手机产品为例

本文认为广告变量会对创新者和效仿者具有不同的影响,对经典的新产品扩散的Bass模型加入广告变量改进Bass模型创建引入广告因素的新产品扩散模型.并依据中国手机市场的数据,研究了广告因素对于中国手机市场新产品扩散的影响.