B2C零售商退货渠道策略研究

基于全渠道环境下,考虑B2C零售商提供全额退款保证,建立了同渠道退货策略和全渠道退货策略下的博弈模型,研究B2C零售商的退货渠道策略选择问题。结果表明,全渠道退货策略下,B2C零售商总是会实施高价策略,且当消费者线上退货损失较大时,最优定价随着消费者线上退货损失递增,反之递减;当B2C零售商实体店退货产品处理成本较小时,全渠道退货策略能有效增加消费者需求,实施全渠道退货策略是占优的;从消费者的角度看,当产品匹配率和消费者线上退货损失较高时,B2C零售商将会实施全渠道退货策略。

基于社会信息物理系统的智慧制造资源组织模式

社会信息物理系统(Social Cyber-Physical System,SCPS)在制造过程中的应用,把企业不同层次的制造资源连接起来,实现资源的按需使用和社会化制造资源的有效利用,构成新型的智慧制造组织模式。为了在动态SCPS环境下对多粒度社会化制造资源实现有效的组织管理,在分析智慧制造系统架构和制造资源特点的基础上,构建了智慧制造资源组织模式框架,从对象、主体、组织形式、组织过程和组织平台几个层面进行详细阐述。最后讨论了智慧制造组织模式面临的主要应用挑战和未来研究方向。

基于BOPS的渠道整合策略

本文针对产品不匹配导致的订单取消行为,研究双渠道零售商实施“线上下单,线下取货”(BOPS)策略的条件,并分析这种策略对线上线下渠道整合的影响。分别建立双渠道BOPS策略和全渠道BOPS策略下的博弈模型,分析了零售商的最佳定价策略和渠道策略。研究表明,BOPS策略并不总是对零售商有利,且实施BOPS策略的条件与产品匹配率和渠道运营成本有关。当产品匹配率较高和BOPS渠道运营成本较低时,线下渠道和线上渠道有动机合作实施双渠道BOPS策略;其次,相较于双渠道BOPS策略,全渠道BOPS策略下的最优产品定价总是较高,总需求较低,且全渠道BOPS策略总是优于双渠道BOPS策略。

基于学习与协同效应的云制造任务动态双边匹模型

云制造环境下的智能服务单元具有自适应学习能力,并通过社会关系与其他服务进行资源传递、信息共享交互,协作完成复杂制造项目。根据云平台上制造任务关联性与服务协同性的新特征,提出考虑学习与协同效应的制造任务双边匹配决策方法。由于云交易的重复性、动态性,服务通过多次参与任务积累知识提升服务质量,构造基于学习效应模型的主体动态能力计算方法,运用期望效用理论聚合双方满意度。同时,应用协同网络刻画服务社会关系,基于社会网络理论计算服务间协同满意度。从而构建以任务、服务满意度、服务间协同满意度最大化的一对一双边匹配多目标模型。通过汽车云制造实例运算得到最优匹配方案,验证本文模型的有效性,并与一般双向匹配、考虑学习、考协同效应的3类模型比较,证明本文模型的优势,更符合实际制造场景要求。