小雪你好紧好烫好爽_k频道导航入口国产精品_91成人爽a毛片一区二区_羞羞漫画入口在线观看

隨著網絡的普及與電子商務的發展, 商品零售方式也發生了很大的變化.首先, 由于網絡的發展, 打破了消費者購物的時間、地點的局限, 由此帶來的是零售額呈幾何倍數增長;其次, 由于網絡購物必須以高效的物流作為輔助, 因此也倒逼著物流業快速發展.新零售的概念就是在這樣的環境下產生的.新零售是線上線下銷售與物流的結合.新零售采用全渠道法則, 企業不再盲目地生產商品, 而是先借助云計算、互聯網、大數據統計用戶的消費需求、消費特征, 利用這些數據設計產品的樣式再投入生產, 根據市場動向推出產品[1].

由于新零售環境消除了消費者消費行為空間和時間的局限, 大型零售商實體店面未布局到的三、四、五線城市的消費能力與市場規模大幅提升, 很多企業為了抓住這部分可觀的消費能力, 紛紛將渠道布局到三、四、五線城市, 這就是所謂的“渠道下沉”[2].由此產生的必然結果就是各家企業紛紛增加自己的倉庫布局, 以便實現高效的物流配送.在企業加快電商倉庫布局捕獲快速發展的消費能力的同時, 也對企業的倉儲管理能力提出了新的挑戰.為了增強企業物流配送的效率, 很多電商企業開始在建設云倉與布局單倉兩種方案中作選擇.但由于沒有采用科學精確的決策方法, 很多企業所作的決策并不適應企業自身的狀況, 導致最后實施的方案給企業帶來了損失.而且企業所面臨的銷售形勢不斷變化, 作決策時的銷售形勢與方案實施時的銷售形勢經常大不相同, 這也大大降低了決策的效益.如果能結合動態決策分析的科學方法, 根據銷售形勢的變化調整決策, 將大大提高決策的準確率和效率.本文將詳細闡述在建設云倉與布局單倉的決策過程中, 如何根據環境的動態變化補充有價值的信息, 從而提高決策準確度。

為了適應新零售的發展趨勢, 經銷商在增加電商倉庫布局的同時, 也應提高倉儲管理能力.云倉是在多單倉建設的基礎上發展起來的.為了縮短消費者的購買提前期, 縮短配送時間, 很多經銷商早已著手進行多個單倉的建設, 即在多個物流節點建設倉庫, 提前將庫存準備好, 在消費者未下單前先完成商品的干線運輸, 等消費者網上下單實現訂單結算后再完成支線運輸, 這種方式比以往等消費者確認訂單后再完成總倉的揀選、干線支線運輸的工作方式更節省時間.這種工作方式的不足在于, 由于估計不準確導致各個單倉缺貨與庫存狀態不一, 有的商品在某些地方的單倉是庫存狀態, 但在其他地方的單倉卻是缺貨狀態, 這就必須再進行二次調配協調各單倉的貨物.云倉的出現能很好地規避這種情況發生.云倉也屬于物流倉儲, 有別于傳統倉庫與電商倉庫的地方在于, 倉庫內作業的精細化管理以及自動化裝備和先進的信息系統[3].關于云倉的說法有很多種, 本文認為云倉并不是簡單地分布在多地的多個倉庫, 而是倉庫與信息管理軟件的結合, 通過信息管理軟件在對消費者點擊輸入內容、搜索內容、訂單內容等大數據分析的基礎上進行云計算, 合理調配各地倉庫的庫存種類和數量, 使各地倉庫有機聯系起來, 以減少庫存混亂、信息流不對稱、貨損貨差嚴重、錯發漏發、運力不足等情況, 提高倉庫揀貨效率.

目前很多大型企業的銷售業務遍及多個區域, 由于所銷售產品的特點不同, 銷售工作進行中所產生的異地易貨情況的概率也不同.所謂的異地易貨率, 就是本地倉庫沒有消費者所需要的商品, 必須從其他銷售區域的倉庫調貨, 或是消費者購買完商品后需要無條件換貨時, 本地倉庫沒有適合的可供換貨的商品種類或型號, 需要從其他銷售區域的倉庫調貨的情況, 占所有銷售流水的比例.異地易貨會產生一部分成本, 這部分成本包括臨時協調庫存的管理費用、異地易貨的物流費用、送貨延遲產生信譽損失的無形成本等.在企業的銷售工作中, 大部分的異地易貨成本是需要想辦法消除的, 但也有一部分異地易貨成本是必需的, 比如針對一些價值高銷售頻率低的產品, 企業若在所有倉庫中全部部署庫存, 將會產生較高的庫存成本, 這時企業會將這類產品的庫存部署在關鍵的節點倉庫, 而不會在所有倉庫部署, 用較低的異地易貨成本取代較高的庫存成本.用異地易貨率指標來衡量建設云倉的必要性能夠提高決策的準確程度.

建設云倉, 有了信息分析軟件對客戶信息進行大數據分析, 商品庫存的布局將會更加合理, 各家本地倉的商品種類和數量能夠與客戶的需求完美貼合[4], 在縮短消費者購買提前期的同時, 也大幅度節省了各家倉庫間調配庫存的費用[5].這種方式能很好地實現完美的客戶購物體驗, 很大程度上拓展了企業的銷售市場.從上文對云倉的討論內容中可以看出, 云倉的存在比較適合于異地易貨率較高的企業.這個比例越高, 說明企業在異地易貨方面工作的成本越高, 越需要通過建設云倉有效降低這部分成本, 同時提高工作效率.當然, 如果企業的異地易貨率較低, 說明企業在銷售工作中的異地易貨成本較低, 也就沒有必要高成本建設云倉.

建設云倉還是在各地布局單倉, 不同的企業應該根據自身不同的環境特點和自身特點進行決策.而決策工作的進行需要建立在對大量數據信息進行分析的基礎上, 為了保證決策所需信息的準確性和合法性, 這些信息可以在企業日常的經營工作中進行搜集.目前的云倉實際上是從多單倉發展起來的, 為了保證決策的準確程度和投資收益率, 而且由于異地易貨率指標是決定是否建設云倉的關鍵因素, 因此企業可以把異地易貨率當成一個離散型函數進行研究.通過觀察日常經營中的狀況分析企業的異地易貨率是否達到了建設云倉的條件, 而異地易貨率要達到多高的標準才有建設云倉的必要, 就需要通過科學的動態決策方法進行研究.由于決策工作中所需要的信息量較大, 為了保證決策的準確程度, 需要采用貝葉斯決策方法.

(1) 異地易貨率的似然分析.關于θ的似然函數指的是給定參數θ后變量X的概率[6].企業可以對經營情況進行跟蹤, 在經營過程中抽取若干次間隔期相等的數據對異地易貨率進行觀測.企業所面臨的異地易貨情況發生的概率近似地服從二項分布, 這種情況下的似然函數[6]可以通過下式計算:

式中, d0表示在40次的抽驗中, 發生異地易貨率的次數為0的情況.

(2) 計算不同異地易貨率情況下的聯合概率與后驗概率.從貝葉斯公式 (2) [6]中可以看出, 聯合概率是計算后驗概率的必要條件,

聯合概率指的是先驗概率與似然度的乘積, 即P (θj) P (d0/θj) .該乘積與聯合概率之和的比就是新產生的后驗概率.由于后驗概率是在原有觀測數據的基礎上, 結合了異地易貨率的概率分布函數進行分析, 因此準確程度更高.

決策的準確程度和所掌握的信息密切相關.為了收集決策所需要的信息, 應該在日常經營過程中多次提取經營數據, 觀測企業的異地易貨率, 運用科學方法對所抽驗的異地易貨信息數據進行處理, 將處理提取出來的信息作為決策依據, 以此提高決策的準確度.

在是否建設云倉的決策過程中, 異地易貨率要達到多高的水平企業才有建設云倉的必要性是決策工作的一個關鍵問題.企業建設云倉的最終目的是, 要用較少的云倉建設維護成本取代較高的異地易貨成本, 同時提高配送效率.在決策過程中, 可以用完全信息價值的方法來判斷適合建設云倉的異地易貨率.

從上文的分析中可以看出, 云倉適用于異地易貨率較高的銷售區域, 但在實際工作中, 各銷售區域不同時段的異地易貨率呈現不規則波動的情況, 給決策帶來了難度.因此在實際操作中, 應該針對不同的異地易貨率展開動態分析.下面以馳遠公司的倉儲工作為例, 具體分析云倉建設貝葉斯決策的過程.

為了全面評估云倉建設的必要性, 馳遠公司選擇了一個銷售區域作為云倉試驗區.在6個月的云倉試驗經營中, 利用經營數據計算出了企業各銷售區域的6種異地易貨率及相應概率, 并提取了15次的經營數據對異地易貨率進行觀察.

(1) 分析不同異地易貨率狀態下不同方案的損益值.企業應通過經營數據發現在經營過程中經常出現的幾種異地易貨率及出現的概率.建設云倉和布局單倉的損益值可通過企業銷售產品的異地易貨率、云倉試驗區中云倉的建設、維護費用與收益、單倉區域的成本與收益等信息計算得出.每種異地易貨率發生的先驗概率, 則是在較長一段時間的經營過程中, 統計出異地易貨發生情況占所有銷售流水的比例.由于篇幅所限, 不再贅述分析過程.不同異地易貨率狀態下云倉與單倉的收益情況見表1.

表1 兩種方案在不同異地易貨率狀態下的損益值Table 1 Profit and loss value of two schemes under different barter rates   

(2) 建設云倉與布局單倉的先驗決策分析.先驗決策分析指的是直接根據企業日常工作中收集的經營數據進行決策分析.根據企業在日常工作中所收集的異地易貨率、各種異地易貨率對應的發生概率、各種異地易貨率對應的損益值等進行風險型決策的計算, 得出決策結果.風險型決策是根據各種備選方案的期望值來分析的.計算出建設云倉與布局單倉的期望值, 采用期望值較高的備選方案.

為了檢驗先驗決策所選擇的方案與完美狀態的差距, 在作出先驗決策的基礎上, 將選擇的方案在各種狀態下的損益值與最優損益值比較, 得出完全信息價值;完全信息價值與對應的先驗概率的乘積之和即為完全信息價值的期望值.完全信息價值的期望值越高, 說明所選擇的方案離最優結果的差距越大, 決策改進的空間也越大.

以在15次抽驗中發生0次異地易貨的情況為例, 先驗決策過程如下:

比較先驗分析中建設云倉與布局單倉的損益值, 先驗決策所選擇的方案為建設云倉.

在決策過程中, 如果事先掌握所有信息, 則能作出各種狀態下的最優決策, 此時所選擇的方案能達到最高的損益值, 此時的決策也可以叫作完美決策, 這是一種決策中的理想狀態, 雖然不能實現, 但可以用來衡量先驗決策與后驗決策的優劣程度.在各種狀態下的最高損益值與布局單倉后在各種狀態下的損益值的差即為布局單倉的完全信息價值.將各種狀態下的完全信息價值與對應概率的乘積進行累加得出先驗完全信息價值的期望值, 該期望值的大小可以說明決策結果與完美決策的差距, 完全信息價值的期望值越大, 說明所作決策與完美決策的差距越大, 所作決策的結果越不理想.

先驗完全信息價值的期望值=475×0.07+375×0.12+140×0.18+0×0.23+0×0.21+0×0.19=103.45.具體計算結果見表2.

表2 異地易貨率顯著提高次數為0的先驗決策分析Table 2 Prior decision analysis on the increase of barter rate in different places by 0time    

(3) 建設云倉與布局單倉的后驗分析.表1中各種異地易貨率發生概率的數據是根據企業日常經營數據計算得出的, 但企業將來的經營數據還會隨著環境的變化而發生各種改變, 為了使決策能夠隨著經營情況的改變而及時進行調整, 應該結合異地易貨發生概率的分布函數進行深入分析.因此企業應在表1的基礎上, 結合概率分布函數計算出似然度、聯合概率, 進而計算出后驗概率, 以提高分析的準確程度.企業日常工作中的異地易貨率函數近似為二項分布函數, 可通過式 (1) 計算出各種異地易貨率情況下的似然度:

異地易貨率為0.16情況下的似然度=C015×0.160×0.8415=0.073 146,

異地易貨率為0.25情況下的似然度=C015×0.250×0.7515=0.013 363,

異地易貨率為0.29情況下的似然度=C015×0.290×0.7115=0.005 873,

異地易貨率為0.33情況下的似然度=C015×0.330×0.6715=0.002 461,

異地易貨率為0.42情況下的似然度=C015×0.420×0.5815=0.000 283,

異地易貨率為0.59情況下的似然度=C015×0.590×0.4115=0.000 002.

聯合概率為先驗概率與對應的似然度的乘積, 是求解后驗決策的必要因素.各種異地易貨率情況下的聯合概率如下:

異地易貨率為0.16情況下的聯合概率=0.07×0.073 146=0.005 120,

異地易貨率為0.25情況下的聯合概率=0.12×0.013 363=0.001 604,

異地易貨率為0.29情況下的聯合概率=0.18×0.005 873=0.001 057,

異地易貨率為0.33情況下的聯合概率=0.23×0.002 461=0.000 566,

異地易貨率為0.42情況下的聯合概率=0.21×0.000 283=0.000 059,

異地易貨率為0.59情況下的聯合概率=0.19×0.000 002=0.000 000 3.

后驗概率為各種異地易貨率狀態下的聯合概率與聯合概率之和的比.最后的計算結果見表3.

表3 試驗中發生異地易貨次數為0時的后驗概率分析Table 3 Posteriori probability analysis of barter times in different places when the number of barter is 0    

將計算出的后驗概率運用到風險型決策中, 可以作出云倉建設與單倉布局的后驗決策.計算結果見表4.

建設云倉期望值 (后驗分析) =50×0.609 061+90×0.190 754+180×0.125 754+280×0.067 332+475×0.007 063+540×0.000 035=92.48,

布局單倉期望值 (后驗分析) =525×0.609 061+465×0.190 754+320×0.125 754+240×0.067 332+80×0.007 063+60×0.000 035=465.43.

比較后驗分析中建設云倉與布局單倉的損益值, 后驗決策所選擇的方案為布局單倉.

后驗完全信息價值的期望值=0×0.609 061+0×0.190 754+0×0.125 754+40×0.067 332+395×0.007 063+480×0.000 035=5.50.

從先驗分析和后驗分析的結果比較中可以看出, 先驗完全信息價值的期望值大于后驗完全信息價值的期望值, 這說明后驗分析的結果比先驗分析的結果更接近完美決策的結果.這主要是由于在后驗分析中結合了似然度、聯合概率等補充信息, 先驗完全信息價值的期望值與后驗完全信息價值的期望值的差, 就是補充信息的價值.

補充信息價值=先驗完全信息價值的期望值-后驗完全信息價值的期望值=103.45-5.50=97.95.

表4 試驗中異地易貨率顯著提高次數為0的后驗決策分析Table 4 Posteriori decision analysis when the rate of barter in different places is increased significantly by 0time     

從以上先驗和后驗的分析結果可以看出, 當在15次檢驗中發生異地易貨的次數為0時, 先驗決策所選擇的方案為建設云倉, 后驗決策所選擇的方案為布局單倉.兩種決策方法最后的結果不一致, 主要是由于在后驗概率的分析過程中結合了在先驗分析過程中所沒有的似然度、條件概率、聯合概率等信息, 因此, 通過后驗概率分析得出的結果會比通過先驗概率分析得出的結果更加可靠.從最后對完全信息價值的分析來看, 先驗決策完全信息價值的期望值為103.45, 大于后驗決策完全信息價值的期望值5.50, 說明先驗決策所得的結果距離最優結果的距離比后驗決策所得的結果距離最優結果的距離更大, 因此后驗決策更為準確, 應選擇布局單倉.表4中的“補充信息價值”一欄表示的是先驗決策完全信息價值與后驗決策完全信息價值的差, 該值表示的是增加了補充信息后提高了決策的準確程度所帶來的經濟效益.補充信息價值越高, 說明后驗決策比先驗決策在經濟效益方面的提升效果越好, 也就更有作后驗分析的必要.

以上是在15次試驗中發生異地易貨的次數為0時的決策過程.企業為了進一步研究通過試驗查找出建設云倉的必要條件, 應該對所有試驗的各種可能結果進行分析.以下列舉出15次試驗中發生異地易貨的次數與所作決策之間的關系.

在15次試驗中, 發生異地易貨次數為1時的先驗決策結果與發生次數為0時的先驗決策結果一樣, 但由于似然度的變化引起了后驗概率的變化, 因此后驗決策的結果也發生了變化.具體決策結果見表5和表6.

表5 試驗中發生異地易貨次數為1時的后驗概率分析Table 5 Posteriori probability analysis of barter times in different places when the number of barter is 1    

表6 試驗中異地易貨率顯著提高次數為1的后驗決策分析Table 6 Posteriori decision analysis when the rate of barter in different places is increased significantly by 1time   

表7中列舉了所有試驗結果的可能性, 可以對整個試驗進行全面分析, 從而提高決策的準確程度.從表7中可以看出, 當異地易貨次數在4次以下時, 后驗決策選擇的方案是布局單倉;當異地易貨次數在5次 (含) 以上時, 后驗決策所選擇的方案是建設云倉.從補充信息價值來看, 為了進行后驗決策所補充的各種信息的價值呈現先降后升的情況, 當異地易貨次數為5時補充信息價值降到了最低, 隨后又隨著異地易貨次數的增加而逐漸增加.從這個指標可以看出, 當異地易貨次數從0到5時, 先驗決策與后驗決策各自選擇的方案在效益方面的差異逐漸縮小;但當異地易貨次數從6到15時, 先驗決策與后驗決策各自選擇的方案在效益方面的差距逐漸拉大, 說明隨著異地易貨次數的增加, 后驗分析所帶來的效益越大, 也就越有進行后驗分析的必要, 這也和前文所述的建設云倉的適用條件是企業的異地易貨次數足夠高的結論是一致的.

表7 各種異地易貨次數發生情況下的完全信息價值分析Table 7 Analysis of complete information value under the occurrence of barter number in different places     

通過此次后驗分析也可以看出, 在15次的抽驗中, 異地易貨次數在達到5次以上時才有建設云倉的必要, 也就是針對目前該企業的情況, 異地易貨次數在33%以上時, 企業才有投資云倉建設的必要.

后驗決策分析可以在大型項目的可行性研究方面廣泛運用, 后驗決策可以更全面地對決策問題進行分析, 同時可以根據完全信息價值判斷進一步搜集決策所需信息的經濟合理性, 在提高決策準確度、經濟效益方面起到相當大的作用.