孫淑軍, 傅書勇
(沈陽藥科大學 a. 藥學院, b. 工商管理學院, 沈陽 110016)
對于零售商店的商品陳列,傳統的決策方法是以消費者購買方便、優先保證盈利水平較高的商品陳列、充分利用陳列面積等為原則,如按照商品品類的盈利水平高低排序,將盈利最高的商品品類優先陳列,直至商品陳列完畢。此種方法簡單易行,因此商店決策者多予采用,但是,此種決策方法可能造成非優化利用面積,因為它在決策時未考慮面積約束。本文選用的方法可確保陳列商品盈利最大化,而又盡可能保證充分利用陳列面積,避免了傳統陳列決策可能存在的面積浪費。
對于零售商店來說,假設商店決策者是“理性人”,即其目的是追求商品盈利最大化,還要充分利用現有陳列面積。通常來說,為了便于消費者購物,商家一般會將同類商品放在一起,也就是說使同一類商品集中展示,即品類陳列。假設商店的商品可分為i(i=1,2,3,…,n)類,則存在兩種情況:第一種情況是所陳列商品的面積之和不大于商店總面積,在此種情況下不存在陳列決策,因為還有面積剩余;第二種情況是所陳列的商品面積之和大于商店總面積,因此要對商品品類進行篩選。本文重點研究第二種情況。在對陳列商品進行篩選之前有一個限制條件,即為了滿足市場基本需求、吸引更多的消費者,某些商品必須要給予陳列考慮,即不能缺少此類商品,但陳列位置可以隨意而定。假設每類商品所占面積為si,某時期(如年、月等)盈利水平為Ri(i=1,2,3,…,n),商店總面積為S[1-3]。

設某商店共有20類商品,面積為200 m2,第11、12類商品必須陳列。各類產品某時期的盈利水平、所占面積如表1所示。
按照上文建立的商品品類陳列最優化決策模型,運用線性規劃的方法,可得商品陳列決策最優解,如表2所示[5]10-15。陳列品種為17種,即第1、2、3、4、5、7、9、10、11、12、13、14、15、16、17、19、20類商品允許陳列,所占面積為199 m2,所獲總利潤為209萬元,第11、12類商品被陳列,符合約束條件[6]。

表1 某商店商品品類盈利水平及所占面積
注:第11、12類商品必須陳列,約束面積200 m2。

表2 按商品品類陳列最優化模型決策信息
首先,將各類商品按所獲利潤大小排序;其次,計算各類商品所占面積,使其面積之和不大于200 m2;最后,計算所有商品獲利總和。詳細數據如表3所示。

表3 按商品品類盈利水平高低陳列決策信息
決策結果為共有15類商品需要陳列,即第12、2、4、17、5、11、3、10、16、9、18、1、15、19、14類,第11、12類產品允許陳列,所需面積為197 m2,獲利總和為206萬元。
通過對上述兩種決策方法的對比分析可知,線性規劃法能夠陳列更多商品品類(17>15),盡可能使用更多面積(199>197),盈利水平更高(209>206),詳細數據如表4所示[7]56-70。

表4 兩種商品品類陳列決策的比較靜態分析
經上述比較可知,運用線性規劃法進行商品品類陳列決策,其結果優于按商品品類盈利水平進行排序的傳統陳列決策法,但是運用此種方法要滿足兩個條件:第一個條件是商品品類盈利水平與位置關系不大;第二個是能夠確定各商品品類某時期的盈利水平。
商品品類盈利水平與位置有一定關系,但關系不是很大,原因有兩個方面:一是商店決策者為實現促銷場內所有商品的目的,不僅會在店內顯著位置通過豎立標志、加強促銷宣傳等方式吸引消費者到場內各處購買各種商品,而且還會合理安排通道,使消費者“被迫”按照商家設計的路線通過商場到達指定地點購物。這表面上造成了消費者購物不方便,事實上卻讓消費者經過了更多的商品陳列區,瀏覽了更多的商品,間接促進了產品銷售。二是只要商品物美價廉、加大宣傳力度,即使增加了消費者的時間及精力成本,他們也會主動尋找此類產品。由此可見,可以假設商品盈利水平與位置關系不大[8-9]。
很多商家已經將信息管理技術(如條形碼技術、射頻技術等)應用于經營管理中,而且多數商家具有完備的數據庫系統,可以統計某類商品在某時期內的盈利水平,因此比較容易獲得某時期商品品類盈利水平數據。目前的難題不是數據收集問題,而是運用數據建立模型并進行科學決策的問題,因此本文的決策方法具有較廣闊的應用前景。
對于零售商店來說,影響陳列決策的重要因素是利潤,但該決策會受到陳列面積及陳列品類的約束,因此可采用線性規劃的方法建立商品品類陳列最優化決策模型。通過對比分析,最優化決策模型的決策結果要優于傳統的按盈利水平排序的決策方法,可以作為商店決策者商品陳列的輔助決策方法。運用此種方法的條件在于商品品類盈利水平不受位置干擾,而且能夠確定各類商品某時期的盈利水平。當然,這些條件可以通過其他方法予以滿足[10]23-27,因此本文的決策模型有一定實踐價值。
參考文獻:
[1]溫有奎.企業管理中的信息決策支持系統 [J].情報理論與實踐,2001(5):35-37.
[2]樊志平,吳際.基于數據挖掘技術的商業決策支持系統研究 [J].商場現代化,2008(3):30.
[3]林曉燕.市場營銷決策支持系統中模型庫的設計與管理 [J].現代圖書情報技術,2007(6):37-39.
[4]胡運權.運籌學教程 [M].北京:清華大學出版社,2003.
[5]弗雷德里克·S·希利爾,杰拉爾德·J·利伯曼.運籌學導論 [M].北京:清華大學出版社,2007.
[6]高引民,甘仞初,吳立志.線性規劃非最優約束方程判別定理研究 [J].太原理工大學學報,2004(3):127-130.
[7]胡春.市場營銷渠道管理 [M].北京:清華大學出版社,2006.
[8]巴里·倫德爾,小拉爾夫·M·斯泰爾,邁克爾·E·漢納.面向管理的數量分析 [M].北京:中國人民大學出版社,2007.
[9]葉向.實用運籌學 [M].北京:中國人民大學出版社,2007.
[10]石勇.線性規劃決策理論及其應用 [M].北京:高等教育出版社,2007.