李科鋒， 陳淮莉， 孔德寬， 徐 朗

(1.上海海事大學(xué) 物流研究中心， 上海 201306; 2.河海大學(xué) 企業(yè)管理學(xué)院， 江蘇 常州 213022)

?

網(wǎng)購環(huán)境下基于時隙配送的時效產(chǎn)品訂單履約方法

李科鋒1*， 陳淮莉1， 孔德寬2， 徐 朗1

(1.上海海事大學(xué) 物流研究中心， 上海 201306; 2.河海大學(xué) 企業(yè)管理學(xué)院， 江蘇 常州 213022)

在B2C模式的網(wǎng)購環(huán)境下，訂單總數(shù)龐大，但每個訂單的需求量小、配送地址各異，并且從客戶下單到產(chǎn)品送達(dá)客戶手中存在時間差，這些特點(diǎn)對訂單履約方法的柔性提出了高要求，給電子零售企業(yè)的發(fā)展帶來了挑戰(zhàn).時隙作為配送中重要而稀缺的資源，其利用率的高低直接影響網(wǎng)絡(luò)零售商的運(yùn)營效率.良好的時隙分配方案可以提高訂單履約率，從而提高配送的效益.筆者規(guī)避單目標(biāo)研究不能夠較為全面反映配送的實際問題，擬考慮從多目標(biāo)角度對問題進(jìn)行優(yōu)化，建立既可以保證客戶滿意度，又能減少每輛車平均配送距離和每單平均配送成本的多目標(biāo)規(guī)劃模型.通過算例分析，模擬幾種不同情況，綜合優(yōu)化模型在時間和成本水平下都較傳統(tǒng)單目標(biāo)更優(yōu)，能使配送時隙綜合效用最大，驗證了模型的有效性和科學(xué)性.

網(wǎng)絡(luò)零售； 動態(tài)定價； 選擇行為； 訂單履約

時隙(time slot)在B2C中是指網(wǎng)絡(luò)零售商提供給客戶選擇的訂單產(chǎn)品送達(dá)的交貨時間窗[1].互聯(lián)網(wǎng)零售流程中，網(wǎng)絡(luò)零售商們會在客戶下完訂單后，為客戶提供不同的送貨上門服務(wù)的配送時隙選項，客戶可以從中做出選擇.傳統(tǒng)零售業(yè)里，由于產(chǎn)品是直接消耗ATP，所以訂單履約是簡單明確的.但是在網(wǎng)購環(huán)境下，人們對服務(wù)要素的敏感性增加了其訂單履約的復(fù)雜性.電子零售商不僅要按照客戶所需為其保留ATP，還要保留能保證產(chǎn)品準(zhǔn)時送達(dá)的配送能力.基于這些特點(diǎn)，電子零售商必須確保補(bǔ)貨或配送的提前期能滿足客戶的需求，并且靈活的提前期能增加電子訂單履約的有效性，提高電子零售商的競爭力.如何有效地處理數(shù)量巨大但規(guī)模很小的個人訂單，并且將這些訂單在合適的時間以高效率的方式送到客戶手中，都是電商所面臨的棘手問題.

訂單履約在傳統(tǒng)的生產(chǎn)制造行業(yè)擁有舉足輕重的地位，它與生產(chǎn)環(huán)境具有密切聯(lián)系.在按庫存生產(chǎn)的企業(yè)里，基于ATP(available-to-promising)，意為可承諾訂單量[2]的信息進(jìn)行訂單履約是一項具有實際意義的任務(wù).Fleischmann和Meyr (2003b)[3]在文章中針對按訂單生產(chǎn)，按訂單組裝和按庫存生產(chǎn)3種類型的生產(chǎn)企業(yè)，將訂單履約方法進(jìn)行了分類.Kilger和Meyr (2008)[4]提出了在APS(advanced planning system，高級計劃與排程)概念下運(yùn)用訂單配置的詳細(xì)訂單履約方法.Meyr H(2009)[5]通過建立基于可承諾量的訂單履約模型，并采用輕工業(yè)的實際數(shù)據(jù)驗證了在按庫存生產(chǎn)的環(huán)境下，對客戶進(jìn)行優(yōu)先級定義，然后對定義了客戶等級的訂單進(jìn)行ATP配置比傳統(tǒng)的先進(jìn)先出的訂單配置能給企業(yè)帶來更大的效益.

B2C中，網(wǎng)絡(luò)零售商提供的配送服務(wù)是消費(fèi)者滿意程度的重要決定因素，關(guān)于B2C在線訂單履約現(xiàn)有文獻(xiàn)的研究焦點(diǎn)一直是配送服務(wù)交貨時間窗的長度和其所需的交付期時長是顧客感知服務(wù)的重要因素.另外，這些因素對網(wǎng)絡(luò)零售商的運(yùn)輸成本和收益有直接影響.Punakivi[6]等比較了有人值守和無人值守的配送服務(wù)運(yùn)輸成本，分析交貨時間窗長度的影響，結(jié)果表明寬松的時間限制有利于提高效率.價格在任何商業(yè)活動中都扮演了很重要的角色，尤其是對網(wǎng)絡(luò)零售的配送服務(wù).Bent和Hentenryck[7]以及Campbell和Savelsbergh(2005a)[8]都曾研究過對于不同的訂單情況，應(yīng)采用怎樣的對應(yīng)配送策略，證明在送貨上門服務(wù)中價格將影響客戶對時隙的選擇.他們對于未來的需求預(yù)測都是隨機(jī)的，但是Bent等目標(biāo)在于通過控制時隙的個數(shù)來提高訂單履約率，但疏忽了可以拒絕高配送成本客戶來對未來高利潤客戶進(jìn)行履約.但在這一問題上，Campbell等進(jìn)行了充分的考慮.另外Campbell和Savelsbergh(2005b)還證明了即使很小的折扣，也可以影響客戶對時隙的選擇[9].

配送時隙及其定價方面的研究相對比較少.筆者討論在B2C網(wǎng)購環(huán)境下，向多等級客戶銷售時效產(chǎn)品時，應(yīng)怎樣依據(jù)配送能力對配送時間進(jìn)行合理的時隙劃分，如何通過對每個時隙下對應(yīng)的配送服務(wù)制定不同的價格來平衡不同時隙之間的訂單需求，實現(xiàn)訂單履約，達(dá)到電子零售商期望的客戶服務(wù)水平.

1 模型描述和構(gòu)建

1.1 基于時隙配送的訂單配置模型

電子零售商不僅要按照客戶所需為其保留ATP，還要保留能保證產(chǎn)品準(zhǔn)時送達(dá)的配送能力.在訂單配置[10]這一環(huán)節(jié)，網(wǎng)絡(luò)零售商主要根據(jù)各自所擁有的現(xiàn)實技術(shù)、方法進(jìn)行經(jīng)營決策：如何將客戶進(jìn)行合理細(xì)分、如何對各個等級客戶的需求進(jìn)行準(zhǔn)確預(yù)測、如何根據(jù)自身企業(yè)情況制定合理的ATP供應(yīng)決策以及如何在各個不同時期不同等級之間進(jìn)行ATP的搜索，并在這些決策的基礎(chǔ)上對ATP進(jìn)行合理的預(yù)分配.

基于時隙配送這一策略，根據(jù)電子零售商公開提供的時隙劃分和對應(yīng)的價格信息，客戶可以根據(jù)自身實際情況對配送時間進(jìn)行時隙選擇.之后將確定好的訂單提交給電商審核.電商根據(jù)訂單信息進(jìn)行 2 部分檢查：(1) ATP檢查.當(dāng)客戶的需求可直接通過未分配的ATP來滿足時則進(jìn)行下一步的檢查，否則拒絕此需求.(2)配送能力檢查.對ATP充足的訂單，根據(jù)客戶所選擇的時隙進(jìn)行配送能力的檢查，如果配送能力足夠則接受訂單，否則提供配送能力仍有剩余的時隙信息給客戶作為備選方案.如若客戶接受備選方案就可以進(jìn)行訂單滿足，否則訂單失效.因此給予時隙配送策略，將為電商如何進(jìn)行訂單滿足提供依據(jù)，而對訂單配置環(huán)節(jié)是沒有影響的.

1.2 參數(shù)定義

設(shè)Z為地區(qū)i的集合，{1，2，…，i}∈Z;T為時隙s的集合；{1，2，…，s}∈T;V為車輛v的集合；{1，2，…，v}∈V;A為網(wǎng)絡(luò)零售商為提高配送服務(wù)的客戶滿意度而增加的成本；ei為地區(qū)i的預(yù)期收益；Q為配送能力；f為車輛運(yùn)行的固定成本；Cn為同地區(qū)同時隙下的每公里車輛可變成本；Cz為不同地區(qū)同時隙下的每公里車輛可變成本；Ct為不同地區(qū)不同時隙下的每公里車輛可變成本；Co為車輛駛?cè)?出倉庫時的每公里可變成本；dij為i與j兩地區(qū)的距離；其中一下參數(shù)為決策變量，p為網(wǎng)絡(luò)零售商品所售產(chǎn)品價格；D為客戶對網(wǎng)絡(luò)零售商品的實際需求；α：該網(wǎng)絡(luò)零售商品的基本市場份額；β為客戶對訂單履約情況的滿意度；δ為網(wǎng)絡(luò)零售商品提高單位配送滿意度帶來的效益.

1.3 最優(yōu)時隙配送策略的基本模型

首先，確定一個網(wǎng)絡(luò)零售商期望達(dá)到的最佳客戶服務(wù)水平，這個水平既要與企業(yè)運(yùn)營目標(biāo)的相符，也要能夠保證企業(yè)的市場競爭力.雖然提高客戶服務(wù)水平能夠給企業(yè)帶來銷售收益[11]，但是電商也需要為其付出更多的運(yùn)營和人力成本，所以確定最佳客戶服務(wù)水平，即找到一個臨界的A，使網(wǎng)絡(luò)零售商為而付出成本能夠與提高客戶服務(wù)水平所帶來的銷售收益達(dá)到平衡[12]：

maxR=(p-c)D-A，

(1)

目標(biāo)函數(shù)(1)表示為零售商收益最大化.客戶對零售商產(chǎn)品的實際需求D，定義需求函數(shù)：

D=α+βv(A)，

(2)

其中，A為電子零售商為了提高配送服務(wù)的客戶滿意度而增加的成本，包括增加的人力成本和改善的環(huán)境成本.v(A)為客戶對配送服務(wù)的滿意程度，它是關(guān)于投入成本A的函數(shù).由于增加產(chǎn)品的價值必然會帶來成本的增加，并且越高的價值增加，成本投入也會越大.二次函數(shù)正式常用于描述這種成本投入和相應(yīng)產(chǎn)品與服務(wù)之間價值比的關(guān)系.因此假設(shè)：

(3)

成本C包含了產(chǎn)品的進(jìn)購成本、儲存成本和配送成本Cd.A為上述模型的唯一決策變量，用一階求導(dǎo)法求解最優(yōu)解，最優(yōu)成本為A′，最優(yōu)利潤為R′，有：

(4)

當(dāng)且僅當(dāng)R′=0時，有：

R=(p-c)α+[(p-c)2β2]/2η，

(5)

其中，當(dāng)A值在臨界的A′值前，繼續(xù)為提高客戶服務(wù)水平付出成本可以帶來更多的銷售收益；當(dāng)A值在臨界的A′值后，伴隨提高的客戶服務(wù)水平帶來的銷售收益不足以彌補(bǔ)為此付出的成本. 確定了A′后，接下來需要對不同的時隙配送服務(wù)進(jìn)行定價，引導(dǎo)客戶對提供的時隙進(jìn)行最優(yōu)選擇，達(dá)到電子零售商降低配送成本，提高配送效率的目標(biāo).在電子商務(wù)激烈競爭的大環(huán)境下，電商并不能指望通過對時隙的定價來獲得利潤，接下來對最優(yōu)配送策略，即最優(yōu)將不同時隙下分配給不同區(qū)域的方法，進(jìn)行配送成本的計算.

圖1 4個距離參數(shù)區(qū)別Fig.1 The differences of four distance parameter

根據(jù)連續(xù)近似法，可以根據(jù)樣本數(shù)據(jù)來估計總體，所以每輛車的平均配送距離DPO，可表示為：

(6)

每個訂單的平均配送成本CPO，可表示為：

(7)

Cd≈∑i∈Z∑s∈TeiCPO(i，s)+d0c0+fv.

(8)

1.4 基于時隙配送的訂單滿足模型

筆者確定了最優(yōu)的時隙配送策略后，將根據(jù)剩余的ATP數(shù)量和剩余的時隙配送能力對客戶訂單進(jìn)行決策.根據(jù)事先客戶等級的劃分，為了保證高等級客戶利益，他們可以優(yōu)先消耗未分配的ATP和時隙配送能力，甚至在訂單滿足時占用已經(jīng)分配給低等級客戶的ATP和時隙.以下給出基于時隙配送的ATPC模型，p′為不包括配送定價的單純基于產(chǎn)品本身的單位利潤：

(9)

(10)

(11)

(12)

xt≤uATPt，?t=1，2，…，T,

(13)

(14)

依然以網(wǎng)絡(luò)零售商的收益最大化為目標(biāo)函數(shù)(9)，表示ATP利潤和.約束條件(10)保證了每個需求都被處理了，既可能由未分配的ATP來滿足，也有可能由于ATP不足而被拒絕.約束條件(11)說明了ATP分配與搜索、消耗規(guī)則的實施情況，保證消耗的ATP必須符合相應(yīng)訂單的等級、時間所對應(yīng)的分配數(shù)量，表明電商對訂單承諾的可靠性.約束條件(12)是描述了超售策略對訂單決策的影響.雖然訂單數(shù)量可能大于已經(jīng)配置的ATP數(shù)量，但是只要仍在電商已做出的最優(yōu)超售數(shù)量之下，那么該需求仍然是可以被接受的.約束條件(13)限制了所消耗的ATP是可靠的，表明當(dāng)電商做出訂單滿足承諾時是可靠的.約束條件(14)約束了某一時隙下的為訂單滿足進(jìn)行的配送數(shù)量小于等于該時隙下的配送能力.

2 算例分析

由于獲得的實際數(shù)據(jù)存在某些偏差，這里對某網(wǎng)絡(luò)零售商現(xiàn)實運(yùn)作中市場復(fù)雜環(huán)境進(jìn)行必要的簡化，以支持模型驗證過程.表1和表2所示為該企業(yè)各等級客戶在兩周時間內(nèi)的初期和終期歷史需求數(shù)據(jù).

表1 各等級客戶兩周時間的初期歷史需求Tab.1 Early historical demand of each levels of customer in two weeks

表2 各等級客戶兩周時間的終期歷史需求Tab.2 End stage historical demand of each levels of customer in two weeks

觀察這兩組數(shù)據(jù)，可以發(fā)現(xiàn)由于電子商務(wù)企業(yè)對配送服務(wù)的本土優(yōu)勢：較短配送時間，使得對高等級客戶的市場占有率明顯大于低等級客戶市場.并且人們對充足購物時間的偏好使得電子零售商在雙休日接收到比工作日多很多的訂單量.通過SPSS對這兩組數(shù)據(jù)進(jìn)行描述性統(tǒng)計分析，得到各個等級客戶的工作日訂單到達(dá)服從λ1∈{80，50，30}的泊松分布，而節(jié)假日的相應(yīng)訂單到達(dá)服從λ2∈{200，100，50}的泊松分布，各級客戶訂單取消率分別為ξ∈{0.05，0.08，0.12}.為了便于模型求解，將第1、2、3級客戶依次稱為k∈{H,M，L}.

為了使應(yīng)用結(jié)果更具備可參考性，筆者根據(jù)SPSS分析得到的統(tǒng)計結(jié)果，使用計算機(jī)模擬訂單到達(dá)、零售商決策、客戶取消訂單的過程，得到各等級客戶最終的實際需求如表3所示.

表3 客戶終期需求Tab.3 Eventually period demand of customer

在時隙配送條件下，電子零售商根據(jù)ATP數(shù)量以及時隙情況來對訂單進(jìn)行履約，主要是在訂單滿足環(huán)節(jié)平衡需求與配送能力的不平衡.

圖2 不同時隙數(shù)下的平均配送情況Fig.2 Average distributions under different time slot number

假設(shè)該企業(yè)現(xiàn)在擁有3輛配送車，車輛集合v={1，2，3}，配送總能力為 150，該 產(chǎn)品不包含配送服務(wù)的單位產(chǎn)品價格p為250，單位進(jìn)貨成本C為150.在這些已知條件的基礎(chǔ)上，應(yīng)用最優(yōu)時隙選擇模型，控制時隙數(shù)從 1變到9，觀察過程中期望配送成本Cd的變化情況.圖2描繪了不同時隙數(shù)下的每輛車平均配送距離和每單的平均配送成本.由圖2可以很明顯的看出，6個時隙是拐點(diǎn)，為企業(yè)節(jié)約成本的最佳選擇.當(dāng)時隙數(shù)小于6時，高峰與低峰期之間沒有明顯界定，每輛車的配送能力未能得到平衡；當(dāng)時隙數(shù)大于6時，對訂單的響應(yīng)時間太短，每輛車的配送能力沒有得到充分利用.另外，現(xiàn)階段企業(yè)期望能達(dá)到 92%的平均客戶滿意度.再根據(jù)該產(chǎn)品整個市場情況，已知電子零售商提高單位配送滿意度可帶來的效益約為90%.通過公式(5)計算得出最優(yōu)A約為500.

表4 時隙劃分和對應(yīng)配送價格Tab.4 Time slot division and the corresponding distribution price

依據(jù)上文計算得到的最優(yōu) 6 個時隙數(shù)和為了提高配送服務(wù)的客戶滿意度而增加的最優(yōu)500 成本，電子零售商在不斷的試驗和改進(jìn)中，受限于資金、理論與技術(shù)上的約束，制定如下表的時隙時間段和相應(yīng)的配送價格.

圖3 不同配送車輛數(shù)下的平均配送情況Fig.3 Average distributions under different number of delivery vehicles

假設(shè)網(wǎng)絡(luò)零售商現(xiàn)在擁有 3輛車，明顯配送能力不足以滿足需求.為了應(yīng)對市場發(fā)展，企業(yè)決定增加車輛，提高配送能力.但是購買車輛需要資金，并且在運(yùn)輸過程中也會產(chǎn)生固定成本(如車輛損耗)和可變成本(如人力成本、油費(fèi)).下面分別對擁有1～7輛車時的情況進(jìn)行模型求解，可得到如圖3的結(jié)果.從圖3中能夠看出，車輛數(shù)到達(dá)5之前每增加一輛配送車，平均成本節(jié)約顯著；當(dāng)車輛數(shù)一旦超過5，平均成本節(jié)約速度放緩，考慮到車輛購置成本，占用流動資金.所以5輛車應(yīng)該是在時隙數(shù)為6、客戶滿意度為92%的情況下的最優(yōu)車輛配置.

3 結(jié)論

文章研究了B2C環(huán)境下，網(wǎng)絡(luò)零售商基于時隙的訂單履約問題.現(xiàn)行網(wǎng)購環(huán)境下應(yīng)用最廣泛的實時時效產(chǎn)品傳統(tǒng)訂單履約方法，在配送環(huán)節(jié)的有很大的局限性，不能保證客戶的配送要求得到滿足，使客戶滿意度下降，對企業(yè)的長期發(fā)展受到威脅[13].于是引入基于時隙的配送策略，通過對配送時間進(jìn)行劃分和定價，均衡客戶需求，使電商的配送能力得到最充分的利用，增加電子零售商的訂單履約率和收益.

基于時隙配送的網(wǎng)購環(huán)境下時效產(chǎn)品的訂單履約方法，是通過比較采用時隙配送策略與傳統(tǒng)方法時相關(guān)成本的差異， 根據(jù)電商為了提高配送服務(wù)的客戶滿意度而值得增加的最多成本，來確定最低的時隙配送成本.接著根據(jù)這個成本，當(dāng)客戶訂單到達(dá)時，進(jìn)行ATP檢查和時隙配送能力檢查，最后進(jìn)行訂單滿足.對ATP進(jìn)行預(yù)分配的基礎(chǔ)上，通過制定合適的時隙配送策略，是可以有效提高電子訂單的履約率和電子零售商收益的.在今后的研究中，筆者可以從運(yùn)載能力配置方面入手，考慮不同地區(qū)的需求量不同，根據(jù)需求量大小合理的劃分時隙大小，配置運(yùn)載能力.

[1] Niels A， Ann C. Time slot management in attended home delivery[J]. Transportation Science， 2011， 45(3): 435-449．

[2] 鄭 迪， 陳淮莉， 黃有方. 供應(yīng)鏈可承諾量配置決策模型. 上海海事大學(xué)學(xué)報， 2009 (3): 1-4．

[3] Fleischmann B， Meyr H， Planning Hierarchy Modeling and Advanced Planning Systems in Supply Chain Management: Design， Coordination， Operation[M]. Amsterdam; Elsevier， 2003．

[4] Kilger C， Meyr H. Demand Fulfillment and ATP in Supply Chain Management and Advanced Planning (4th ed)[M]. Berlin; Springer， 2008．

[5] Meyr H. Customer segmentation allocation planning and order promising in make-to-stock production [J]. OR Spectrum， 2009， 31: 229-256．

[6] Punakivi M， Saranen J. Identifying the success factors in e-grocery home delivery[J]. International Journal of Retail & Distribution Manage-ment， 2001， 29(4): 156-163．

[7] Van Hentenryck P B. Scenario-based planning for partially dynamic vehicle routing with stochastic customers [J]. Operations Research， 2004， 52(6): 977-987．

[8] Savelsbergh M C. Decision support for consumer direct grocery initiatives [J]. Transportation Science， 2005， 39(3): 313-327．

[9] Savelsbergh M C. Incentive schemes for attended home delivery services [J]. Transportation Science， 2005， 40(3): 327-341．

[10] 陳 靖， 陳淮莉， 倪炎榕. 基于柔性組合策略的訂單配置模型[J]. 工業(yè)工程與管理， 2011(5): 84-89．

[11] 陳丙成. 收益管理中等級座位控制和超售博弈分析[J].空運(yùn)商務(wù)，2011， 284(1): 15-19．

[12] Dan Z， LU Z. Assessing the value of dynamic pricing in network revenue management[J]. Informs Journal on Computing， 2013， 25(1): 102-115．

[13] 覃艷華, 曹瑋嘉. 需求均勻分布條件下考慮零售商銷售努力的雙渠道供應(yīng)鏈協(xié)調(diào)[J]. 華中師范大學(xué)學(xué)報:自然科學(xué)版， 2014, 48(5): 774-778．

Based on time-slot delivery order fulfillment of aging product for internet retailing

LI Kefeng1， CHEN Huaili1， KONG Dekuan2， XU Lang1

(1.Logistics Research Center， Shanghai Maritime University， Shanghai 201306;2.School of Business Administration Changzhou Campus of Hohai University， Changzhou， Jiangsu 213022)

In B2C mode， the total number of orders is huge while the quantity demanded of each order is small. And delivery addresses vary. Also there is a time lag between ordering and delivering. These characteristics ask for a more flexible order fulfillment method and bring challenges to the e-retailer’s long-term development. Slots as important and distribution of scarce resources， operational efficiency directly affects the network of retailers whose utilization. Good distribution slot assignment scheme can increase order fulfillment， thereby improving distribution efficiency. This article can not circumvent the single goal of the study is more fully reflect the actual distribution of the issue， to be considered from the perspective of multi-objective optimization problem is established a model that uses multi-objective programming model to ensure customers’ satisfaction， reduce average distribution distance of each vehicle and average delivery cost per order. Finally， a numerical example to simulate several different situations， integrated optimization model in the time and cost levels are better than the traditional single objective， to make the largest distribution utility slot comprehensive， effective and scientific validation of the model．

internet retailing; dynamic pricing; order fulfillment; delivery time; time slot

2015-01-11.

上海市自然科學(xué)基金項目(12ZR1412800)；上海市教委科研創(chuàng)新項目(12YZ119)；上海海事大學(xué)學(xué)術(shù)新人資助項目(XYR2014098).

1000-1190(2015)04-0557-06

F274< class="emphasis_bold">文獻(xiàn)標(biāo)識碼： A

A

*E-mail: 313455121@qq.com.