网购环境下基于时隙配送的时效产品订单履约方法

李科锋， 陈淮莉， 孔德宽， 徐 朗

(1.上海海事大学 物流研究中心， 上海 201306; 2.河海大学 企业管理学院， 江苏 常州 213022)



网购环境下基于时隙配送的时效产品订单履约方法

李科锋1*， 陈淮莉1， 孔德宽2， 徐 朗1

(1.上海海事大学 物流研究中心， 上海 201306; 2.河海大学 企业管理学院， 江苏 常州 213022)

在B2C模式的网购环境下，订单总数庞大，但每个订单的需求量小、配送地址各异，并且从客户下单到产品送达客户手中存在时间差，这些特点对订单履约方法的柔性提出了高要求，给电子零售企业的发展带来了挑战.时隙作为配送中重要而稀缺的资源，其利用率的高低直接影响网络零售商的运营效率.良好的时隙分配方案可以提高订单履约率，从而提高配送的效益.笔者规避单目标研究不能够较为全面反映配送的实际问题，拟考虑从多目标角度对问题进行优化，建立既可以保证客户满意度，又能减少每辆车平均配送距离和每单平均配送成本的多目标规划模型.通过算例分析，模拟几种不同情况，综合优化模型在时间和成本水平下都较传统单目标更优，能使配送时隙综合效用最大，验证了模型的有效性和科学性.

网络零售； 动态定价； 选择行为； 订单履约

时隙(time slot)在B2C中是指网络零售商提供给客户选择的订单产品送达的交货时间窗[1].互联网零售流程中，网络零售商们会在客户下完订单后，为客户提供不同的送货上门服务的配送时隙选项，客户可以从中做出选择.传统零售业里，由于产品是直接消耗ATP，所以订单履约是简单明确的.但是在网购环境下，人们对服务要素的敏感性增加了其订单履约的复杂性.电子零售商不仅要按照客户所需为其保留ATP，还要保留能保证产品准时送达的配送能力.基于这些特点，电子零售商必须确保补货或配送的提前期能满足客户的需求，并且灵活的提前期能增加电子订单履约的有效性，提高电子零售商的竞争力.如何有效地处理数量巨大但规模很小的个人订单，并且将这些订单在合适的时间以高效率的方式送到客户手中，都是电商所面临的棘手问题.

订单履约在传统的生产制造行业拥有举足轻重的地位，它与生产环境具有密切联系.在按库存生产的企业里，基于ATP(available-to-promising)，意为可承诺订单量[2]的信息进行订单履约是一项具有实际意义的任务.Fleischmann和Meyr (2003b)[3]在文章中针对按订单生产，按订单组装和按库存生产3种类型的生产企业，将订单履约方法进行了分类.Kilger和Meyr (2008)[4]提出了在APS(advanced planning system，高级计划与排程)概念下运用订单配置的详细订单履约方法.Meyr H(2009)[5]通过建立基于可承诺量的订单履约模型，并采用轻工业的实际数据验证了在按库存生产的环境下，对客户进行优先级定义，然后对定义了客户等级的订单进行ATP配置比传统的先进先出的订单配置能给企业带来更大的效益.

B2C中，网络零售商提供的配送服务是消费者满意程度的重要决定因素，关于B2C在线订单履约现有文献的研究焦点一直是配送服务交货时间窗的长度和其所需的交付期时长是顾客感知服务的重要因素.另外，这些因素对网络零售商的运输成本和收益有直接影响.Punakivi[6]等比较了有人值守和无人值守的配送服务运输成本，分析交货时间窗长度的影响，结果表明宽松的时间限制有利于提高效率.价格在任何商业活动中都扮演了很重要的角色，尤其是对网络零售的配送服务.Bent和Hentenryck[7]以及Campbell和Savelsbergh(2005a)[8]都曾研究过对于不同的订单情况，应采用怎样的对应配送策略，证明在送货上门服务中价格将影响客户对时隙的选择.他们对于未来的需求预测都是随机的，但是Bent等目标在于通过控制时隙的个数来提高订单履约率，但疏忽了可以拒绝高配送成本客户来对未来高利润客户进行履约.但在这一问题上，Campbell等进行了充分的考虑.另外Campbell和Savelsbergh(2005b)还证明了即使很小的折扣，也可以影响客户对时隙的选择[9].

配送时隙及其定价方面的研究相对比较少.笔者讨论在B2C网购环境下，向多等级客户销售时效产品时，应怎样依据配送能力对配送时间进行合理的时隙划分，如何通过对每个时隙下对应的配送服务制定不同的价格来平衡不同时隙之间的订单需求，实现订单履约，达到电子零售商期望的客户服务水平.

1 模型描述和构建

1.1 基于时隙配送的订单配置模型

电子零售商不仅要按照客户所需为其保留ATP，还要保留能保证产品准时送达的配送能力.在订单配置[10]这一环节，网络零售商主要根据各自所拥有的现实技术、方法进行经营决策：如何将客户进行合理细分、如何对各个等级客户的需求进行准确预测、如何根据自身企业情况制定合理的ATP供应决策以及如何在各个不同时期不同等级之间进行ATP的搜索，并在这些决策的基础上对ATP进行合理的预分配.

基于时隙配送这一策略，根据电子零售商公开提供的时隙划分和对应的价格信息，客户可以根据自身实际情况对配送时间进行时隙选择.之后将确定好的订单提交给电商审核.电商根据订单信息进行 2 部分检查：(1) ATP检查.当客户的需求可直接通过未分配的ATP来满足时则进行下一步的检查，否则拒绝此需求.(2)配送能力检查.对ATP充足的订单，根据客户所选择的时隙进行配送能力的检查，如果配送能力足够则接受订单，否则提供配送能力仍有剩余的时隙信息给客户作为备选方案.如若客户接受备选方案就可以进行订单满足，否则订单失效.因此给予时隙配送策略，将为电商如何进行订单满足提供依据，而对订单配置环节是没有影响的.

1.2 参数定义

设Z为地区i的集合，{1，2，…，i}∈Z;T为时隙s的集合；{1，2，…，s}∈T;V为车辆v的集合；{1，2，…，v}∈V;A为网络零售商为提高配送服务的客户满意度而增加的成本；ei为地区i的预期收益；Q为配送能力；f为车辆运行的固定成本；Cn为同地区同时隙下的每公里车辆可变成本；Cz为不同地区同时隙下的每公里车辆可变成本；Ct为不同地区不同时隙下的每公里车辆可变成本；Co为车辆驶入/出仓库时的每公里可变成本；dij为i与j两地区的距离；其中一下参数为决策变量，p为网络零售商品所售产品价格；D为客户对网络零售商品的实际需求；α：该网络零售商品的基本市场份额；β为客户对订单履约情况的满意度；δ为网络零售商品提高单位配送满意度带来的效益.

1.3 最优时隙配送策略的基本模型

首先，确定一个网络零售商期望达到的最佳客户服务水平，这个水平既要与企业运营目标的相符，也要能够保证企业的市场竞争力.虽然提高客户服务水平能够给企业带来销售收益[11]，但是电商也需要为其付出更多的运营和人力成本，所以确定最佳客户服务水平，即找到一个临界的A，使网络零售商为而付出成本能够与提高客户服务水平所带来的销售收益达到平衡[12]：

maxR=(p-c)D-A，

(1)

目标函数(1)表示为零售商收益最大化.客户对零售商产品的实际需求D，定义需求函数：

D=α+βv(A)，

(2)

其中，A为电子零售商为了提高配送服务的客户满意度而增加的成本，包括增加的人力成本和改善的环境成本.v(A)为客户对配送服务的满意程度，它是关于投入成本A的函数.由于增加产品的价值必然会带来成本的增加，并且越高的价值增加，成本投入也会越大.二次函数正式常用于描述这种成本投入和相应产品与服务之间价值比的关系.因此假设：

(3)

成本C包含了产品的进购成本、储存成本和配送成本Cd.A为上述模型的唯一决策变量，用一阶求导法求解最优解，最优成本为A′，最优利润为R′，有：

(4)

当且仅当R′=0时，有：

R=(p-c)α+[(p-c)2β2]/2η，

(5)

其中，当A值在临界的A′值前，继续为提高客户服务水平付出成本可以带来更多的销售收益；当A值在临界的A′值后，伴随提高的客户服务水平带来的销售收益不足以弥补为此付出的成本. 确定了A′后，接下来需要对不同的时隙配送服务进行定价，引导客户对提供的时隙进行最优选择，达到电子零售商降低配送成本，提高配送效率的目标.在电子商务激烈竞争的大环境下，电商并不能指望通过对时隙的定价来获得利润，接下来对最优配送策略，即最优将不同时隙下分配给不同区域的方法，进行配送成本的计算.

图1 4个距离参数区别Fig.1 The differences of four distance parameter

根据连续近似法，可以根据样本数据来估计总体，所以每辆车的平均配送距离DPO，可表示为：

(6)

每个订单的平均配送成本CPO，可表示为：

(7)

Cd≈∑i∈Z∑s∈TeiCPO(i，s)+d0c0+fv.

(8)

1.4 基于时隙配送的订单满足模型

笔者确定了最优的时隙配送策略后，将根据剩余的ATP数量和剩余的时隙配送能力对客户订单进行决策.根据事先客户等级的划分，为了保证高等级客户利益，他们可以优先消耗未分配的ATP和时隙配送能力，甚至在订单满足时占用已经分配给低等级客户的ATP和时隙.以下给出基于时隙配送的ATPC模型，p′为不包括配送定价的单纯基于产品本身的单位利润：

(9)

(10)

(11)

(12)

xt≤uATPt，∀t=1，2，…，T,

(13)

(14)

依然以网络零售商的收益最大化为目标函数(9)，表示ATP利润和.约束条件(10)保证了每个需求都被处理了，既可能由未分配的ATP来满足，也有可能由于ATP不足而被拒绝.约束条件(11)说明了ATP分配与搜索、消耗规则的实施情况，保证消耗的ATP必须符合相应订单的等级、时间所对应的分配数量，表明电商对订单承诺的可靠性.约束条件(12)是描述了超售策略对订单决策的影响.虽然订单数量可能大于已经配置的ATP数量，但是只要仍在电商已做出的最优超售数量之下，那么该需求仍然是可以被接受的.约束条件(13)限制了所消耗的ATP是可靠的，表明当电商做出订单满足承诺时是可靠的.约束条件(14)约束了某一时隙下的为订单满足进行的配送数量小于等于该时隙下的配送能力.

2 算例分析

由于获得的实际数据存在某些偏差，这里对某网络零售商现实运作中市场复杂环境进行必要的简化，以支持模型验证过程.表1和表2所示为该企业各等级客户在两周时间内的初期和终期历史需求数据.

表1 各等级客户两周时间的初期历史需求Tab.1 Early historical demand of each levels of customer in two weeks

表2 各等级客户两周时间的终期历史需求Tab.2 End stage historical demand of each levels of customer in two weeks

观察这两组数据，可以发现由于电子商务企业对配送服务的本土优势：较短配送时间，使得对高等级客户的市场占有率明显大于低等级客户市场.并且人们对充足购物时间的偏好使得电子零售商在双休日接收到比工作日多很多的订单量.通过SPSS对这两组数据进行描述性统计分析，得到各个等级客户的工作日订单到达服从λ1∈{80，50，30}的泊松分布，而节假日的相应订单到达服从λ2∈{200，100，50}的泊松分布，各级客户订单取消率分别为ξ∈{0.05，0.08，0.12}.为了便于模型求解，将第1、2、3级客户依次称为k∈{H,M，L}.

为了使应用结果更具备可参考性，笔者根据SPSS分析得到的统计结果，使用计算机模拟订单到达、零售商决策、客户取消订单的过程，得到各等级客户最终的实际需求如表3所示.

表3 客户终期需求Tab.3 Eventually period demand of customer

在时隙配送条件下，电子零售商根据ATP数量以及时隙情况来对订单进行履约，主要是在订单满足环节平衡需求与配送能力的不平衡.

图2 不同时隙数下的平均配送情况Fig.2 Average distributions under different time slot number

假设该企业现在拥有3辆配送车，车辆集合v={1，2，3}，配送总能力为 150，该 产品不包含配送服务的单位产品价格p为250，单位进货成本C为150.在这些已知条件的基础上，应用最优时隙选择模型，控制时隙数从 1变到9，观察过程中期望配送成本Cd的变化情况.图2描绘了不同时隙数下的每辆车平均配送距离和每单的平均配送成本.由图2可以很明显的看出，6个时隙是拐点，为企业节约成本的最佳选择.当时隙数小于6时，高峰与低峰期之间没有明显界定，每辆车的配送能力未能得到平衡；当时隙数大于6时，对订单的响应时间太短，每辆车的配送能力没有得到充分利用.另外，现阶段企业期望能达到 92%的平均客户满意度.再根据该产品整个市场情况，已知电子零售商提高单位配送满意度可带来的效益约为90%.通过公式(5)计算得出最优A约为500.

表4 时隙划分和对应配送价格Tab.4 Time slot division and the corresponding distribution price

依据上文计算得到的最优 6 个时隙数和为了提高配送服务的客户满意度而增加的最优500 成本，电子零售商在不断的试验和改进中，受限于资金、理论与技术上的约束，制定如下表的时隙时间段和相应的配送价格.

图3 不同配送车辆数下的平均配送情况Fig.3 Average distributions under different number of delivery vehicles

假设网络零售商现在拥有 3辆车，明显配送能力不足以满足需求.为了应对市场发展，企业决定增加车辆，提高配送能力.但是购买车辆需要资金，并且在运输过程中也会产生固定成本(如车辆损耗)和可变成本(如人力成本、油费).下面分别对拥有1～7辆车时的情况进行模型求解，可得到如图3的结果.从图3中能够看出，车辆数到达5之前每增加一辆配送车，平均成本节约显著；当车辆数一旦超过5，平均成本节约速度放缓，考虑到车辆购置成本，占用流动资金.所以5辆车应该是在时隙数为6、客户满意度为92%的情况下的最优车辆配置.

3 结论

文章研究了B2C环境下，网络零售商基于时隙的订单履约问题.现行网购环境下应用最广泛的实时时效产品传统订单履约方法，在配送环节的有很大的局限性，不能保证客户的配送要求得到满足，使客户满意度下降，对企业的长期发展受到威胁[13].于是引入基于时隙的配送策略，通过对配送时间进行划分和定价，均衡客户需求，使电商的配送能力得到最充分的利用，增加电子零售商的订单履约率和收益.

基于时隙配送的网购环境下时效产品的订单履约方法，是通过比较采用时隙配送策略与传统方法时相关成本的差异， 根据电商为了提高配送服务的客户满意度而值得增加的最多成本，来确定最低的时隙配送成本.接着根据这个成本，当客户订单到达时，进行ATP检查和时隙配送能力检查，最后进行订单满足.对ATP进行预分配的基础上，通过制定合适的时隙配送策略，是可以有效提高电子订单的履约率和电子零售商收益的.在今后的研究中，笔者可以从运载能力配置方面入手，考虑不同地区的需求量不同，根据需求量大小合理的划分时隙大小，配置运载能力.

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

[2] 郑 迪， 陈淮莉， 黄有方. 供应链可承诺量配置决策模型. 上海海事大学学报， 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] 陈 靖， 陈淮莉， 倪炎榕. 基于柔性组合策略的订单配置模型[J]. 工业工程与管理， 2011(5): 84-89．

[11] 陈丙成. 收益管理中等级座位控制和超售博弈分析[J].空运商务，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] 覃艳华, 曹玮嘉. 需求均匀分布条件下考虑零售商销售努力的双渠道供应链协调[J]. 华中师范大学学报:自然科学版， 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.

上海市自然科学基金项目(12ZR1412800)；上海市教委科研创新项目(12YZ119)；上海海事大学学术新人资助项目(XYR2014098).

1000-1190(2015)04-0557-06

F274< class="emphasis_bold">文献标识码： A

A

*E-mail: 313455121@qq.com.