面向新零售供應鏈的資源整合優化

鎖立賽 姚建明 周佳輝

內容摘要：隨著消費者購物體驗需求逐步提升，傳統零售模式的不足逐漸顯露出來。新零售模式試圖通過整合線下、線上渠道及其它資源，給消費者帶來新的體驗價值，是零售業未來的發展方向。而新零售的價值能否充分發揮，關鍵在于其背后是否具有合理、高效的供應鏈網絡進行支撐以及供應鏈資源配置和利用的效果如何。因此，本文在對消費者購物體驗需求類型進行深入分析的基礎上，探究了新零售供應鏈資源整合的關鍵因素，構建相應的數學優化模型并研究了求解算法，最后通過算例驗證了優化過程的可行性與有效性。

關鍵詞：新零售 購物體驗需求類型 供應鏈資源整合 優化模型

引言

隨著科學技術的發展以及人均可支配收入的不斷提高，消費者逐漸偏好于品質化、便利化、體驗式的購物過程，傳統的電子商務渠道及實體零售渠道均難以滿足日益增長的消費者購物體驗需求。當前，以互聯網為依托，通過運用大數據、人工智能等先進技術，對商品的生產、流通與銷售過程進行升級改造，并對線上服務、線下體驗及現代物流進行深度融合的零售新模式的出現，為消費者購物體驗價值的提升帶來了新的契機，如圖1所示。新零售通過數據提供商和數據運營商的整合來分析消費者購物的相關數據，對消費者實行精準化營銷，更好滿足消費者需求；而且新零售通過對物流、電子商務平臺以及實體零售店的整合，給消費者提供了更好的物流服務。以盒馬鮮生為例，消費者可以通過網上App下單也可以到店選購，通過網上選購商品的消費者在30分鐘內便能收到所選商品，極大地縮短了收貨時間。可見，新零售不僅整合了線上線下資源，而且借助大數據及人工智能等新技術手段，更好地滿足消費者的購物體驗需求。新零售模式下消費者購物示意圖如圖2所示。

如何更好地將新零售模式的優勢發揮出來，就需要通過供應鏈網絡來支撐。無論是精準營銷還是極速送達，新零售模式下的供應鏈網絡均需要具有靈活性、快速響應等特征。因此，為了提升新零售模式下供應鏈的靈活性和快速響應性，這就需要改善新零售供應鏈網絡中資源個體（協作成員）自身的服務質量、增進資源個體之間的協調、更好地整合供應鏈網絡。但是，相比于傳統線下或線上渠道，新零售模式下的供應鏈網絡涉及的成員更多，如電子商務平臺、零售實體、第三方物流、各類支付平臺等，如何更好地協調這些資源個體的關系、整合供應鏈資源、提高供應鏈網絡的靈活性和快速響應性顯得更為復雜。

如果不能及時、有效的對供應鏈網絡進行協調，必然會使新零售的體驗價值大打折扣。例如，數據運營商具有數據分析的能力和手段，但缺乏相應的數據；電商及零售實體具有大量客戶信息，但無法進行數據分析。只有協調，才能滿足客戶個性化需要。與此同時，數據運營商與零售實體在利益、目標上存在或多或少的不一致，導致二者無法有效的協調，進而無法滿足消費者個性化的購物體驗需求，購物體驗價值也就大打折扣。因此，如何有效地對新零售模式下的供應鏈資源進行整合、協調與監控，在滿足消費者購物體驗需求的前提下實現整個供應鏈網絡的收益最大化，是目前需要解決的一個問題。

盡管目前圍繞供應鏈資源整合的研究得到了學者的重視，但有關供應鏈資源整合問題的研究仍主要針對生產型企業，如不確定環境下供應鏈資源整合問題、資源整合有關的供應鏈庫存控制問題等，而針對新零售模式下的服務型企業的供應鏈資源整合研究則相對較少。因此，本文在對消費者購物體驗需求類型進行深入分析的基礎上，探究了新零售供應鏈資源整合的關鍵因素，并以此入手對新零售模式下的供應鏈資源整合問題進行研究。在上述基礎上，本文還構建了相應的數學優化模型并研究了求解算法，最后通過算例驗證了優化過程的可行性與有效性。

消費者購物體驗需求類型

（一）購物體驗過程的劃分

面向新零售供應鏈的資源整合優化的核心目的，是為了更好地滿足消費者個性化的購物體驗需求。因此，明確消費者在購物時有什么樣的體驗需求顯得十分重要，只有在充分了解消費者不同體驗需求的前提下，才能有針對性地對新零售模式下的供應鏈網絡資源進行整合。消費者的需求類型多種多樣，對其進行合理的劃分是必要的。

處于不同的購物階段，消費者的購物體驗需求類型不同。在此，本文對購物過程進行劃分，將消費者的購物過程劃分為三個階段，即購物前階段、購物交互階段以及購物后階段。

購物前階段是為購物交互階段準備的，關系到消費者選擇什么樣的購物方式或者地點等。在整個購物過程中，消費者首先會產生需要（比如買一只牙膏），消費者在頭腦中會對牙膏的品牌、效能等進行考慮，參考以往的購物體驗，如對購物方式（超市、便利店、網購）進行選擇，做出能滿足其購物體驗需求的決策。購物交互階段是在消費者進行一系列決策后的實施階段，消費者的購物過程也是供應鏈上的各資源個體通過不同方式為消費者提供服務的過程（如支付方式、個性化服務等）。在購物后階段，以“售后服務模式”為例，假設消費者購買的產品未能滿足消費者需求或發生故障等，則需要退貨，退貨也可分為“退貨上門取貨”、“實體店退貨”等多種退貨方式，滿足不同類型消費者的購物體驗需求。

（二）消費者購物體驗需求類型

以上將整個購物過程劃分為三個階段，在每個階段消費者都有不同的購物體驗需求。各階段的需求類型分析如表1所示。

在購物前階段，影響消費者購物體驗需求類型的因素會有很多，比如購物方式、門店品牌等。在不同因素的影響下，都會產生不同的需求類型。以購物方式為例，假設某辦公人員想要買一瓶飲料，辦公區有無人售貨機及超市兩種購物方式可供選擇，辦公人士會根據自己的需要，選擇不同的購物方式，如久坐需要活動將選擇超市或事情太多未完成需要便利將選擇無人售貨機。

在購物交互階段，影響消費者購物體驗需求類型的因素也不勝枚舉，比如購物過程的氛圍、支付方式等。以“支付方式”的不同為例，假設分為偏好現金支付的消費者與偏好移動客戶端支付的消費者兩種，現金收款可以更好地滿足那些偏好現金的消費者服務，增加移動客戶端收款可以滿足消費者付款方式多樣化的需求。

在購物后階段，影響消費者購物體驗的因素主要體現在售后服務方面。例如，消費者購買產品出現損壞時，消費者會依據自己的需求選擇合適的售后服務方式，如郵寄、送至門店或者商家上門取貨。

通過上述分析可知，消費者在不同的購物階段有不同的購物體驗需求。新零售只有滿足消費者的多種購物體驗需求，才能提高消費者的購物體驗價值。但需要指出的是，消費者的購物過程是一個有機統一的整體，各階段的購物體驗需求不能被孤立對待，只有從系統的角度把握，才能有效地對新零售模式下的供應鏈網絡資源進行有效的整合。

整合決策過程中的關鍵因素挖掘

面向新零售供應鏈的資源整合優化是在滿足消費者體驗需求的基礎上，提升資源個體的質量、增強供應鏈網絡的協調，達到供應鏈網絡資源優化配置的目的。相比于傳統的線下或線上渠道，新零售模式下的供應鏈網絡涉及的成員較多、分布也更加廣泛。要實現新零售供應鏈資源的有效整合，需要對新零售供應鏈網絡資源進行深層次挖掘以及合理的評判選取。因此，確定選取哪些因素來進行把握是必須的。

據前文分析，在不同的購物階段，消費者有不同的購物體驗需求，不同的服務模式在滿足這些需求上的功能和作用是不同的。以購物后階段的售后服務方式為例，類型1（退貨上門取貨）、類型2（實體店退貨）等都是圍繞售后服務模式展開的， 在對售后服務方式進行整合時，需要從被整合對象的若干特征進行評判和選擇（如信譽、運營能力、信息化程度、技術水平等特征）。由于消費者購物體驗需求類型決定了新零售企業如何滿足消費者的購物體驗需求、如何提升消費者在購物過程中的體驗價值，因此，可以通過探究消費者在各個購物階段的不同購物體驗需求類型來挖掘供應鏈資源個體的考評因素。基于上述的分析，本文構建關系表2。表2中的fnh表示資源個體特征的選擇系數，如果選擇該特征作為關鍵因素，則fnh=1，否則fnh=0；ɑnh為消費者購物體驗需求類型同供應鏈資源個體特征之間的相關關系，整合時ɑnh可以根據實際情況進行賦值（0≤ɑnh≤1）。

表2中各購物體驗需求類型的權重wnh表示消費者對該需求類型所對應的服務模式的重視程度。例如，在未來一段時期內，消費者對退貨上門取貨業務的需求較大，則新零售企業應重視售后服務模式中的“退貨上門取貨”，并賦予其較大的權重數值。對消費者購物體驗需求類型的服務模式，可以根據表2所示關系挖掘出其對應的關鍵因素。挖掘關鍵因素的步驟如下：

首先，根據表2，計算出供應鏈網絡中各資源個體不同特征的重要程度Inh，則具體計算公式為：

其次，確定關鍵因素的選取規則。篩選規則可以通過判斷某一重要程度的值是否大于某一數值作為關鍵因素的選取標準，如以Inh≥0.6為選取標準。

最后，確定整合關鍵因素集合。針對表1中購物體驗需求類型進行上述操作，可得供應鏈資源整合的關鍵因素集合，其計算公式為：

需要注意的是，供應鏈網絡中資源個體的運營特征之間具有相關性。因此，在對資源個體進行整合時，需要考慮為改善資源個體某一關鍵因素運作水平而投入的改善成本也可能對資源個體其它關鍵因素產生一定的影響。

整合優化模型

繼消費者購物體驗需求類型的分析以及整合決策過程中關鍵因素的把握后，需對整個供應鏈網絡進行優化并建立相應模型。但需要注意的是，資源個體的各項特征不可能全部符合整合主體的要求。因此，只有通過整合并改造供應鏈網絡中的資源個體，才能達到供應鏈網絡整體運作水平提升的目的。

模型參數與變量定義。設各需求類型i（i=1，2，…，n）可供整合的資源個體的數量為Pil，每個資源個體的索引為pil（l=1，2，…，L）；β（pil）為選擇變量，β（pil）=1則表示資源個體pil被選中，β（pil）=0則表示未被選中；設資源整合后，整合主體對關鍵因素Kiy（m），l的期望運作水平為F（Kiy（m），l）（i=1，2，…，n；m=1，2，…，M；l=1，2，…，L）；設整合主體對資源個體pil關鍵因素改善的期望的投入時間為T（Kiy（m），l）；設為改善pil的關鍵因素Kiy（m），l所投入的整合成本為C（Kiy（m），l），整合后關鍵因素Kiy（m），l達到的運作水平為F*（Kiy（m），l）；設整合后資源個體pil為消費者需求類型i所能提供的服務質量為Q（pil），而該類服務所需要的質量標準為Q*（pil）；設整合后資源個體pil為消費者需求類型i提供的服務能力為A（pil），而該類服務所需要的最小服務能力為A*（pil）；設整合資源個體pil的關鍵因素Kiy（m），l起始時間為Tsta（Kiy（m），l），終止時間為Tend（Kiy（m），l）。關鍵因素改善的期望時間長度為T（Kiy（m），l）。對關鍵因素整合時長的最大容忍性為：T*（Kiy（m），l）= T（Kiy（m），l）-（Tend（Kiy（m），l）- Tsta（Kiy（m），l））

模型中，式（3）和（4）為優化目標，分別表示整合成本最小化和整合時間最小化。式（5）-（7）為約束條件，分別表示對整合后的運作水平、資源個體服務質量、服務能力的約束。

算法設計與算例

由于上述優化模型為多目標優化問題，選擇合適的算法進行求解顯得尤為重要。蟻群算法是一種新型啟發式優化算法，是在研究求解旅行商問題（TSP）的過程中提出的。蟻群算法具有良好的性能，如快速得到全局近似最優解、可以求解隨機動態問題等，并且蟻群算法在求解多種組合優化問題中得到了廣泛的應用，如動態調度、二次分配、路由等。將該算法應用到上述目標的優化中非常合適，但在對上述目標的優化過程中，需要對算法進行相應的設計和改進，具體操作可以參考姚建明（2011、2012）。

例如，某新零售企業在售后服務方面一直以消費者實體店退貨方式為主，隨著消費者對購物體驗需求的提高，為了給消費者提供多樣化的售后服務類型，決定在未來一段時間內推出退貨上門取貨等業務，通過消費者購物體驗需求類型與供應鏈資源個體特征之間的相關關系調查分析，得出表3所示關系表，通過建立關鍵因素選取規則，最終挖掘出7個關鍵因素。以下通過對第三方合作商的資源整合決策為例進行討論。

通過市場調研，初選了基本符合整合要求的可以整合的7家合作商。各合作商的整合運行參數如表3所示，表3中的數據已經做了標準化處理，表中的數字表示重要程度。為便于計算及說明，本文以售后服務需求類型中的上門安裝和退貨上門取貨為例，對資源個體的運行參數進行了標準化的處理，具體如表4所示。以上門安裝和退貨上門取貨為例，本文運用MATLAB對上述數據進行仿真。討論及仿真結果如下：

針對上門安裝業務的資源整合。由圖3可知，所有螞蟻選擇SUP12。由表4可見，SUP12在整合成本方面具有明顯優勢，盡管其資源有效的時限誤差相比SUP13大，但多目標之間的權衡后，螞蟻仍選擇SUP12。針對退貨上門取貨業務的資源整合。如圖4所示，螞蟻選擇了SUP31，但選擇SUP32的數量呈先升后降的趨勢，這是因為起初該個體較優越的時限性誤差吸引著大量的螞蟻，隨著運算的推進，結合整合成本及時限性誤差的綜合計算，呈下降趨勢。

參考文獻：

1.石奇，尹敬東，呂磷.消費升級對中國產業結構的影響[J].產業經濟研究，2009（6）

2.杜睿云，蔣侃.新零售：內涵、發展動因與關鍵問題[J].價格理論與實踐，2017（2）

3.徐印州，林梨奎.新零售的產生與演進[J].商業經濟研究，2017（15）

4.趙樹梅，徐曉紅.“新零售”的含義、模式及發展路徑[J].中國流通經濟，2017，31（5）

5.馬良，項培軍.螞蟻算法在組合優化中的應用[J].管理科學學報，2001，4（2）

6.姚建明.引入整合風險的4PL模式下供應鏈資源整合優化[J].管理學報，2011，8（8）

7.姚建明.復雜動態供應鏈計劃調度中的協作成員選擇決策[J].運籌與管理，2012，21（3）