摘要：近期，香港中文大学（深圳）经管学院邓淇元教授的合作研究Optimal Policies and Heuristics To Match Supply With Demand For Online Retailing介绍了线上零售的供应与需求匹配问题,旨在探索有
港中大（深圳）经管学院邓淇元教授的合作研究发表于国际顶刊《Manufacturing & Service Operations Management》
在过去十年里，全球电子商务零售额呈现出爆炸式增长，线上零售已经成为全球零售业的重要组成部分，但也面临着日益复杂的供需匹配挑战。
近期，香港中文大学（深圳）经管学院邓淇元教授的合作研究Optimal Policies and Heuristics To Match Supply With Demand For Online Retailing介绍了线上零售的供应与需求匹配问题,旨在探索有效的方法来优化线上零售中的供需平衡，提高企业运营效率和经济效益。该研究被国际顶刊《Manufacturing & Service Operations Management》接收并发表。
作者简介
邓淇元
香港中文大学（深圳）经管学院助理教授
研究领域
互联网平台、电子商务、人工智能
本文合著者
Xiaobo Li
National University of Singapore
Yun Fong Lim
Singapore Management University
Fang Liu
Durham University
研究简介
研究背景
线上零售市场迅速崛起，规模不断扩大。2023 年全球电子商务零售额达到 5.78 万亿美元，占全球零售总额的 19.5%，预计到 2027 年将增长至 8.03 万亿美元，相当于全球零售总额的 23%。
季节性销售等热门促销活动为线上零售商带来了巨大的商机。以阿里巴巴 “双十一” 为例，2021 年阿里巴巴在 “双十一” 期间创造了逾 845.4 亿美元的营收，京东在同期也取得了可观的营收，活动吸引了大量消费者参与，推动了线上零售市场的发展。
然而，线上零售商在提供季节性销售时面临着必须做出迅速响应的供应链网络运营挑战。为了满足不同区域的随机需求，线上零售商需要在有限的时间内快速完成产品的补货、存储和发货等环节。这就要求零售商具备高效的供应链管理能力，包括准确的需求预测、合理的库存管理和快速的物流配送等。如果供应链管理不善，可能会导致缺货、延迟发货等问题，影响消费者的购物体验，进而影响零售商的销售业绩。
研究结果
本文聚焦于线上零售商的经典运营场景：零售商销售多种产品，面向多个销售区域，在一个有限的规划周期内通过多个仓库满足需求。在规划周期的开始，零售商从供应商处订购产品，并根据仓库容量限制将其分配到多个仓库储存。在每个周期的随机需求实现后，为满足各区域的需求，零售商决定从不同仓库提取的库存量。研究的目标是最大化零售商在整个规划周期内的期望利润。基于这一问题，本文探讨了如何制定有效的策略，使线上零售商在单区域和多区域场景下实现供需均衡，从而优化企业经济效益和运营效率。
单区域销售场景的算法解决方案：
研究发现，在单区域场景下，线上零售商可以将复杂的多周期问题简化为单周期问题进行求解。在这种情况下，最优库存提取决策遵循“贪婪”策略，即优先从提取成本最低的仓库中提取库存，直至需求得到满足或库存耗尽。这样的策略可以在满足需求的同时，最大限度地降低提取成本，提高供应链的效率。
为了寻找最优存储策略，研究人员设计了一种非贪婪算法。这种算法具有嵌套属性，即在所有存储不为空的仓库中，索引较小的仓库必须包含索引较大仓库中存储的所有产品。通过这种方式，可以实现仓库之间的高效协同，提高存储效率，降低库存成本。此外，研究人员对最优订购策略进行了严格的解析刻画，为线上零售商补货决策提供了理论依据。
多区域销售场景的算法解决方案：
在多区域场景下，研究人员分析了线上零售商在多个仓库和多个区域之间如何优化库存分配，以满足复杂的跨区域需求。为解决这一难题，研究人员提出了一种高效的混合启发式算法。该算法结合了多种近似方法，在数值实验中表现出了显著的优势。与传统的基准算法相比，混合启发式算法在不同规划周期、履约频率、仓库容量、需求变化和需求相关性下，均具有更好的表现。例如，与线性规划 - 均值近似法和线性规划 - 样本近似法相比，混合启发式算法产生的利润分别高出多达22.5% 和 3.5%。
此外，该方法的计算效率也能够支持大规模的多区域零售网络。基于亚洲一家大型线上零售商数据的案例研究证实了混合启发式算法的优越性。通过精细优化，与零售商采用的策略相比，启发式算法将平均利润提高了多达16%。多项数值试验显示，对于具有不同结构的大规模多区域零售网络，混合启发式算法始终优于基准算法，说明该算法具有良好的拓展性和适应性。
研究意义
本文针对线上零售商在多周期有限时段内如何优化多产品销售中的供需匹配问题进行了深入研究，提出了创新性的理论框架和实用算法，深入揭示了单区域和多区域场景下优化问题的核心规律。通过解析最优策略和设计启发式算法，显著提升了零售商的经济效益，兼具理论和实践意义。
来源：小张er日记
