大数据驱动下的全渠道供应链服务创新决策框架

1、大数据驱动下的全渠道供应链服务创新决策框架 收稿日期： 2016-05-18 基金项目：国家自然科学基金项目，项目编号：71571151， 71371159；国家社会科学重点基金项目，项目编号： 14AGL015。 一、引言 互联网、移动互联技术的迅速发展与社交媒体的兴起和发展 促使越来越多的顾客开始追求个性化的购物体验， 购物手段日趋 多样化。从宏观层面看， 2014 年中国电子商务市场交易规模 123 万亿元，其中网络购物交易规模市场份额达到229%（艾瑞统计， 2014）。另据 Ipsos 发布的 2013 年中国消费者线上线下购物 体验报告显示，超过 50%的顾客会采用实体店体验、网店

2、下单 的购物方式（益索普， 2013）。这些都表明顾客的购物习惯发生 转变，购买行为逐渐多样化， 他们会根据自己的需要选择购买渠 道。从企业层面看，法国前 20 家大型零售商的电子商务贡献中 移动电商占 70%（颜艳春， 2013）；梅西百货实行苹果支付、当 日送达、线上购买线下取货、梅西图像搜索、智能试衣间等 12 项02C全渠道战略，以期为顾客打造出贯穿多种购物渠道的、始 终如一的、无缝的购物体验（武汉商务，2014）；国美 2014 年 初宣布进行战略转型，全面推行“ 02M全渠道零售商”战略模式 （武汉商务， 2014），即“线下实体店 +线上电商 +移动终端”的 组合式运营模式，并以

3、顾客需求为导向，回归商业本质。另据 Wikipedia 统计， Dell 公司的 30%、 Apple 公司的 43%的净收入 都来自于服务的销售， IBM 通过不断服务创新得到顾客的一致肯 定，成为全球成功转型服务的企业之一。鉴于上述背景，本文把 这种多渠道组合与跨渠道整合并存的运营模式称为全渠道运营 模式。全渠道运营以提高顾客的购买体验为核心来达到零售商乃 至整个供应链的利益最大化， 不仅要求各渠道保持自身高水准服 务水平， 同时要求实现渠道间服务协同， 这加剧了战略制造商与 零售商之间乃至整条供应链的冲突（李海， 2013），同时将顾客 训练得越来越理性， 表现为博弈学习行为， 进一步刺

4、激了顾客的 等待行为（战略顾客行为），从而加剧产品供给与需求之间的不 匹配性（杨光勇和计国君， 2014），由此造成全渠道供应链面临 兼并、重组的困难。总之，基于战略顾客行为的普遍性与全渠道 竞争的现实性， 商家如何通过全渠道供应链服务创新以促进多渠 道组合和跨渠道整合成为目前必须关注的重点研究议题。 另外，大数据技术已经在零售业、制造业、物流、电信等行 业得到广泛应用。例如，国内外知名企业（如Ebay、 Amazon、 淘宝、中国移动等）相继推出相应的大数据产品和平台，通过分 析结构化和非结构化数据促进其业务创新和利润增长（冯芷艳 等， 2013）。大数据应用的优势之一就是加速产品及服务创新

5、 （ Davenport ， 2014）。从实践看，大数据技术主要在下列方面 驱动商业价值： 加速产品 / 服务创新； 对产品 / 服务故障诊断与预 测；结合工业物联网优化生产线；优化渠道和供应链；准确预测 产品 /服务需求；优化生产与排程；精细产品质量管理；造就产 业转型和智慧服务等。与传统创新活动主要局限在企业内部不 同，开放性、 网络化的创新方式提供了大量的在产品市场化之前 进行互动设计的可能性（ Aral 等， 2011）。全渠道供应链环境 下不仅要求企业为顾客提供无差别的消费体验， 而且要不断通过 转变服务（ transformation service ）模式给公司和顾客带来某 些

6、改变，而大数据驱动企业的产品 / 服务创新的源动力在于强调 实时性、差异性的产品 / 服务研发，集中反映在： （1）借助于大 数据技术，如何开发出差异化产品 / 服务来满足顾客的不同需要； （2）利用何种运作模式来合理地提供新的产品/服务；（ 3）采 取何种运作体系和决策机制来科学地达到供需的匹配（冯芷艳 等， 2013）。 本文基于战略顾客行为的普遍性与全渠道竞争的现实性， 对 近年来大数据驱动下的全渠道供应链服务创新及其关联因素进 行综述，构建基于大数据驱动的全渠道供应链服务创新的决策框 架，利用贝叶斯网络方法分析大数据驱动下的服务创新能力， 以 期为服务创新优化决策提供支持。 二、全渠道

7、供应链服务创新及其关联因素 （一） 服务创新 1.服务创新理论。（1）单个企业服务创新。 Aa和Elfring （ 2002）指出对于厂商和环境或潜在的竞争对手来说，服务创新 主要涉及网络化交叉组织创新、融合新服务技术于生产服务流 程、顾客积极参与和技术创新。 Gallouj 等（ 2009）认为服务创 新是针对特定顾客提供一种新的解决方案。Sundbo（ 1997）发现 服务业很多创新不遵循技术轨道， 而是遵循服务专业轨道， 且技 术知识是其中一个维度。 Hertog 等（ 1999）用结构化方法构建 涵盖新服务概念、 新顾客界面、 新传递系统和新技术选择等四维 度的服务创新模型， 发现大部

8、分创新都是各种要素综合作用的结 果，并导致最终的创新产出。（ 2）供应链服务创新。企业是供 应链网络一个节点，其运作和绩效均受供应链网络的影响 （ Gulati ，2000），因而服务创新活动依赖单个组织无法有效实 施，必须通过多个组织间紧密合作才能实现 （Agarwal 和 Selen ， 2009）。 Heimeriks 等（ 2007）指出服务创新需要关注供应链整 合，因为其依赖于很多复杂的知识、 能力和资源。简兆权等（ 2013） 认为服务供应链整合及其对服务创新的影响必须系统把握服务 供应链内在机理，关注服务供应链整合的前因与结果。（3）大 数据驱动下的服务创新。 大数据时代的来临使

9、其成为全球下一个 创新、竞争和生产率提高的关键。张斌和马费成（2014）认为大 数据环境下的服务创新应是以顾客需求为中心、 以信息技术为桥 梁、以挖掘知识服务价值为目的、 以超网络为宏观视角的新服务 模式。 Briody 等（ 2011）指出大数据支持下的服务创新有利于 产生其竞争优势。 McAfee 等（ 2012）发现利用大数据进行决策 的企业利润要高于竞争对手 6% Chen等（2014）提出一种大数 据分析方法， 并证实该分析方法能够帮助企业把握顾客行为模式 与偏好，进而进行服务创新以满足潜在需求。 Kim 等（ 2015）构 建基于推理图的分析框架探索如何通过挖掘大数据来提高供应 链

10、创新能力。 不难看出， 这些文献很少关注全渠道供应链的服务 创新及其对顾客体验和商家的影响。 2. 服务创新能力。 （1）资源要素视角。 Gallouj 和 Weinstein （ 1997）认为服务创 新能力是由个体和群体创新能力构成。 前者源于员工接受的最初 教育、 企业提供的持续培训、 工作中积累的经验以及普遍存在于 个体间、群体间、个体与群体间的互动。将个体创新能力所覆盖 的经验技巧加以编码， 能实现从个体创新能力到群体创新能力的 跃迁，进而提升整个服务创新能力。同时，相对于无形服务过程 来说，前者更为隐性和难以编码， 形成群体创新能力面临着比制 造业更大的挑战（徐思雅， 2014）。

11、 Hertog 等（ 2010）认为服 务创新能力包括六个维度： 感知顾客需求与技术选择的能力、 服 务概念构建能力、服务组合与分拆的能力、共生和协作能力、服 务范围延展的能力、 学习和适应能力， 这些维度能力整合有助于 形成服务创新能力。（ 2）过程视角。魏江等（ 2007）提出服务 创新过程涉及概念阶段、 发展阶段和引入阶段三个阶段， 其中概 念阶段主要围绕构筑服务创新的概念框架，完成服务创意产生、 概念初步开发、需求分析、概念检验等工作；发展阶段包括分析 论证、运作设计和人员培训等工作；引入阶段包括服务评估、交 付顾客和跟踪改进等工作，是服务创新的价值最终达成的阶段。 蔺雷等（ 2003

12、）基于过程视角，指出服务创新能力涉及创新资源 投入能力、创新管理能力、员工创新能力和顾客能力、创新的生 产能力、创新的营销能力等六方面能力。陈晔（ 2010）基于服务 自身发展和服务业演变的新特征， 识别出服务创新的新路径， 同 时提出服务交互界面、 服务信息化、 服务精益化和服务库存四个 方面的创新策略。（ 3）投入产出视角。王玉梅等（ 2012）从投 入和产出两个维度的能力评估了高技术服务业的创新能力。其 中，创新投入能力涉及区域资金、人员投入、合作溢出投入、外 部经济环境、 外部文化制度环境； 创新产出能力涵盖设计创新绩 效、员工创新绩效两方面。李艳华等（ 2009）从创新投入、创新 环

13、境、创新技术产出、 创新经济绩效四个维度建立现代服务业创 新能力评价指标体系，并以北京市为案例进行了验证。总之，上 述文献主要从不同视角对服务创新能力进行分类与描述， 没有关 注如何通过服务创新能力的提升来实现服务产出， 也少有文献从 渠道乃至全渠道供应链的角度研究服务创新。 （二）全渠道运营 目前，关于全渠道运营的研究主要包括： （ 1）全渠道理论。 对全渠道的概念还未形成统一定义，多数学者认同 Darrell （ 2011）首次提出的全渠道零售（ Omni-channel retailing ）这 个新名词。 Burdin （ 2013）从空间维度对渠道进行分类，认为全 渠道零售是从单渠道

14、到多渠道再到交叉渠道， 最后到全渠道的演 化结果，并勾勒出零售渠道变革路线图。李飞（ 2013）对全渠道 零售的含义、成因及对策进行分析，提出全渠道营销的概念，并 对其进行了理论和应用剖析。 （ 2）全渠道运营策略。 施蕾（ 2014） 考察了网络购物对顾客实体店行为的影响， 并研究了顾客渠道选 择行为。 Trunick 等（ 2015）从移动商务和快速交货的顾客基础 以及全渠道发展环境等视角， 探讨了全渠道分销策略如何通过改 进交付基础来提高顾客满意度。（ 3）多渠道定价。多渠道供应 链的定价一直是学者们关注的焦点。 其中双渠道中存在两种类型 的渠道定价策略： 一致定价和差异定价。 一致定价

15、策略可以减少 渠道冲突， 但研究表明只有 2/3 的双渠道企业采用一致定价， 且 书本和CD的网上价格比传统渠道价格便宜9%-16% （Brynjolfsson和 Smith ，2000）。事实上，定价策略受多种 因素的影响。首先，价格受顾客对商品估价的影响。顾客往往对 不同渠道同一种商品的估价不同。 在传统渠道中， 顾客可以通过 现场的感官感受（如摸、嗅、试用）等实体性接触判断商品的价 值，并享受购买的乐趣（李书娟， 2012）。而电子渠道中，顾客 无法接触到具体的产品， 只能依赖视觉、 文字描述或顾客评价等 进行判断，对产品的价值无法准确把握。因此，顾客通常对电子 渠道商品的估价要低于传统

16、渠道。 其次，双渠道价格受消费群体 和电子渠道普及程度的影响（李书娟， 2012）。一般来说，价格 敏感、相对年轻、购买相对方便、比较时尚的顾客偏好于电子渠 道，而年长者并享受逛街乐趣的顾客偏好于传统渠道 （Schroder 等，2008）。Xu （2014）等研究发现，对双渠道供应链而言，风 险规避类型的定价要低于风险中性的定价。Dan （2012）等研究 发现需求的增长速率和顾客对传统渠道的依赖程度对传统渠道 的服务水平和价格决策有较大影响。Hua ng (2012)等在双渠道 供应链中引入需求扰动， 发现在集中和分散决策下双渠道供应链 的最优定价策略都明显受到直销渠道的顾客接受度和市场规

17、模 的变动的影响。( 4)渠道供应链的服务水平。已有文献多侧重 于双渠道供应链的服务水平， 诸如渠道的销售努力、 顾客的服务 水平、渠道服务创新等。 其中渠道的销售努力是造成渠道需求差 异的重要因素之一。 Tsay 和 Agrawal (2004)针对电子渠道和传 统渠道销售价格无差异、 需求差异主要来自于各渠道的销售努力 等情况， 研究了两类渠道的服务决策和最优批发价格关系。 但发 现销售努力在实际运作中不好权衡、 不易监控， 对分销商的销售 努力监管较为困难。 实际中， 广告投入可作为销售努力的一种表 现。王虹和周晶( 2009)针对零售商通过销售区域投放广告与制 造商争夺市场的现象， 分

18、析需求受价格和广告投入影响， 结果发 现?取一致价格模式可获得较高价格，但销售量较少；非一致价 格模式下的广告投入最多。Pei和Yan( 2013)通过与制造商不 采取广告情形进行比较研究， 发现制造商的广告行为能够缓解渠 道冲突并提高整条供应链及其成员的利润。 综上，在电子商务环境下， 服务创新及其服务水平已成为当 今企业获取较高市场占有率的重要手段。 传统零售商通过和顾客 面对面的交互， 可为顾客提供产品的基本服务和增值服务 (Tsay 和 Agrawal ，2000)。在双渠道环境中，零售商如何在价格竞争 的同时制定其服务水平是值得关注的问题（李书娟，2012）。Yao 和 Liu （2

19、005）基于需求同时受价格和零售渠道服务水平影响， 在不同的市场结构下分别研究动态和静态均衡定价策略， 发现直 销渠道的开设促使零售商提高其服务水平， 但没有把服务水平作 为决策变量进行研究。 Dumrongsiri et al （ 2008）在顾客效用 理论基础上引入零售商和制造商的服务水平， 研究发现提高零售 商的服务水平将增加双渠道下制造商的利润。Yan和Pei（2009） 研究发现渠道竞争有利于零售商提高其零售服务，零售服务的 提? 将增加供应链总体利润和各成员利润； 提高零售服务水平是 有效缓解渠道竞争和冲突、 提高供应链利润的有力手段。 但这些 文献均未涉及到全渠道供应链的服务创新

20、以及服务水平问题。 在 全渠道冲突环境下 （如图 1 ），上述这种趋势正在逐渐发生改变。 三、大数据驱动下的全渠道供应链服务创新决策架构 大数据的潜在价值是巨大的， 现有的分析工具难以用来分析 海量（多类型）实时数据并产生有价值的信息（ Tien Jen sen , 1996)。鉴于此，本文借助贝 叶斯网络连接各种数据流的数据， 在全渠道链中预测市场服务需 求，建立基于大数据的全渠道供应链服务创新决策框架(如图 3)。 大数据驱动的全渠道供应链产品 / 服务创新决策过程如下： ( 1 )通过大数据分析识别产品 / 服务创新面临的市场需求; ( 2 ) 将产品 / 服务需求细分到研发、生产、销售

21、、售后等各个过程; ( 3)针对每个过程分别进行分析优化;(4)遵照产品 / 服务持 续创新，满足市场需求，实现全渠道供应链协调。这是一个不断 循环、不断改进的过程。 为了帮助企业进行服务的详细流程设计并增强全渠道供应 链服务创新，本文进一步借助 Li 等( 1999)提出的推理网络图 模型分析技术， 通过准确分析服务需求信息， 将服务需求转化为 流程，并细分到任务和资产中。针对零售商的情形如图 4 所示。 1. 服务需求预测。目前，预测服务市场需求的方法非常多， 有线性回归分析、 时间序列分析等。 这些方法主要运用历史数据 对服务市场需求进行预测。 在现实中， 服务需求是受多方影响的， 如营

22、销策略、售后（延迟策略）、消费群体变动、政府政策等。 对传统分析方法而言， 这些影响因素是没办法综合考量的。 然而， 通过大数据分析这些影响因素， 可以极大地提高服务市场需求预 测的准确性，提升服务的市场竞争力（如提升服务内在价值、选 择合适的营销策略和售后服务保证） 。本文采用数据挖掘和贝叶 斯网络相结合的方式来捕捉大数据。 首先， 通过数据挖掘获得大 量的数据；然后，通过贝叶斯网络对数据进行精炼。具体设计流 程如下： （1）收集数据。预测的基础通常来源于购买行为、搜索记 录以及社交评价，毫无疑问大数据会对消费者偏好造成显著影 响。从全渠道供应链大数据中选取合适的样本集，制造商 / 零售 商

23、须结合行业先验经验或参考专家建议，通过数据挖掘等手段， 识别影响服务需求的因素。 一旦这些因素被识别， 将作为贝叶斯 网络上的节点Xi （i=1 , 2，n）o制造商/零售商须收集多 个具有代表性的消费者，对每个节点进行赋值。 （2）预处理样本数据。运用聚类分析或者分层分类等方法 确保各因素赋值不连续，便于后面推理算法建模。 （3）设计和建立一个贝叶斯网络。贝叶斯网络又称信度网 络，一个贝叶斯网络是一个有向无环图， 由代表变量节点及连接 这些节点的有向边构成。一个节点代表随机变量，节点间的有向 边代表了节点间的互相关系（由父节点指向其子节点），用条件 概率进行表达关系强度， 没有父节点的用先验

24、概率表达信息之间 的关系(臧玉卫等，2003)。每个节点X都有一个概率分布P( X| n (X)，表示相关变量的不确定性，其中n( X)代表父节点X (如果节点X中的n (X)=代表非父节点)。因此，在独立性 假设下，一个n节点构成的贝叶斯网络(X1, X2,，Xn)可以 表述为联合概率分布： P (X1, X2,，Xn) =nni=1P ( Xi| n (Xi)( 1) 建立贝叶斯网络须包含两个部分： 识别网络结构与确定条件 概率表。常见的贝叶斯网络主流推理算法如表 1 所示。 ( 4)预测服务市场需求。贝叶斯网络是一个双向推理过程。 由于知晓各个节点的赋值，制造商 / 零售商可以通过计算目

25、标节 点的概率分布来预测产品 / 服务需求。 (5)敏感性分析。敏感性分析是决策的基础，用于确定哪 些变量显著影响消费者偏好。 Ml (交互信息)可以衡量两个随机 变量间的依赖关系， 适合贝叶斯网络的敏感性分析。 如通过了解 变量A可以减少变量B的不确定性，反之亦然。变量 A与B的 Ml 表述为： T (A, B)DD (Xa , bDD) p (A, B) logSX (p (A, B) p( A) p( B) SX) ( 2) 其中，p (A, B)表示联合概率分布，p (A)表示A的概率 分布函数，p ( B)表示B的概率分布函数；T (A, B)表示变量 A和B间相互影响关系，其值越大

26、说明变量 A和B间关系越紧密， 故可根据T (A, B)的大小来判断变量的重要性。在实际中，T (A，B)越大，越需要关注相关变量。此外，贝叶斯网络可以及 时反映变化的市场需求，制造商 / 零售商可以通过持续改进贝叶 斯网络来驱动产品 / 服务的持续创新。 2. 细分产品 /服务需求。经过第一步产品 / 服务需求预测后， 借助于推理网络图模型， 允许公司把自己的能力集和其他公司的 合并，通过链接来自不同公司的资源能力集将需求细分到产品设 计、生产、销售、售后等各个过程。可采用可视化的方式提供一 系列最优的扩展细分过程。 3. 建立大数据驱动下的产品 / 服务创新决策过程。具体步骤 如下： 第

27、1 阶段：数据采集和管理。数据集规模在日益扩大，越来 越被无处不在的信息感知移动设备所收集， 诸如遥感、软件日志、 摄像头、麦克风、射频识别阅读器、无线传感器网络等。这些有 价值的数据创建和捕获需要昂贵的成本， 但现实中他们中的大多 数都被忽略。在该阶段，为了获取信息尽可能多的价值，决策者 需要考察全渠道供应链哪些信息是至关重要的。 在大数据采集实 验数据管理的基础阶段， 最重要的是要界定自身的大容量存储要 求和大规模科学计算的条件。第 2 阶段：数据清理和集 成。在大数据分析过程中，数据集的规模往往是非常巨大的，有 时达到几兆字节或更多， 且又来源于异构数据源， 致使现实世界 的数据库往往存

28、在严重不一致、不完整和噪声等现象。因此，在 该阶段，需要采用多种数据预处理技术，诸如数据清理、数据集 成、数据转换、数据还原以及用于去除噪声和不一致的技术。然 后，利用数据挖掘技术帮助全渠道管理者产生有用的信息。 例如， 现有的数据挖掘方法能够帮助全渠道供应链中的成员企业发现 产品 / 服务创新所需的未知单一技能或复合技能。同时，数据的 可视化更易获得其他公司的能力集合。 所有这些“孤岛”信息捕 获对第三阶段逻辑分析模型的开发具有重要意义。 第 3 阶段：数据分析。 使用推理网络图模型能够生动说明产 品/ 服务创新能力集的扩张过程，这是与其他能力合作的一种网 络优化模型。例如，假定 E是产品/

29、服务创新需要解决的问题， TR是真正需要的能力集，SK是可获得解决具体问题的能力集， 中介技能（I ）可以提高学习速度或连接 TR和SK模型，以帮助 决策者从SK获得TR。该方法的基础是试图从起始节点建立一个 推理网络图（SK，从开始到中间节点（I）再到结束节点（TR， 然后利用 0-1 整数规划寻求最优解。因内部能力（ I ）、现有能 力集（SK、所需能力集（TR和相关技能的习惯领域以及学习 成本数据都可以从第 2 阶段运用数据挖掘技术获得， 把这些数据 输入到推理图， 可以构建基于大数据的全渠道供应链服务创新行 为演化机理的一个特定的数学模型（如网络流优化模型）。渠道 管理者可以运用推理网

30、络图将扩张过程可视化并利用 Matlab 等 软件求解，得到相应的最优解。 第 4 阶段：数据的解释和决策。 利用推理网络图模型进行大 数据分析， 提供一个基于学习网络连接相关的能力集合， 然后利 用优化程序来帮助全渠道决策者获取所需技能的最佳解决方案， 同时提供解决问题的更多替代过程序列。 以此为基础， 将网络关 系拓展到整个全渠道供应链服务流程中，易做出最佳的决策。 总之，上述步骤可以将产品 / 服务需求进行细分，帮助制造 商/ 零售商建立具体的分析流程，以协调全渠道供应链，驱动产 品 / 服务持续创新或改进。 四、案例 假设某公司通过贝叶斯网络精选出了 5 种不同类型的渠道 服务A、B、

31、C、D、E (如退货限期、退货补偿、上门退货服务等), 并识别出各个退货服务需要的能力集(如表 2 所示)。表中 a、 b、 c 、 d、 e、 f 、 g、 h、 i 、 j 、 k 、 l 、 m、 n 表示不同的能力集。 假定：( 1)不同的退货服务需要不同的能力集。例如，退货服 务 A 需要能力集 g、 f ，而退货服务 B 需要能力集 g、 f 、 i 。( 2) 公司有两个渠道X和Y。渠道X拥有能力集c、d、e；渠道Y拥 有能力集a、b、f。易发现，渠道X和渠道Y都不能单独为退货 服务 A、 B、 C、 D、 E 提供所需的能力集。这时，为了提供相应的 退货服务， 每个渠道需从其他

32、渠道购买， 或通过学习现有的能力 集来获取新的能力集。 假设能力集的销售价格如表 3 所示。其中， 能力集 c 的销售价格为 1单位，能力集 f 的销售价格为 15 单位。 (3)渠道X扩展/学习能力集的成本如表 4所示，渠道Y扩展/ 学习能力集的成本如表 5 所示。 需要注意的是， 实际操作中购买 / 学习能力集的成本需考虑到时间、劳动力、资源、资金等各个 方面因素。 经过分析发现，渠道 X和渠道Y须专注于不同的退货服务。 具体而言，考虑到能力集的学习/购买成本，渠道X应该专注于 退货服务A、B C;而渠道Y应该专注于退货服务 D、E。假设渠 道X和渠道Y各自只能提供一种退货服务，则此时将存

33、在6种退 货服务组合，各退货服务组合的期望收益如表 6所示。 分别构建渠道X和渠道Y的能力集网络图，如图5和图6所 示。其中每个节点表示一个能力集，边表示能力集间的关系。例 如， e SymbolnB f 表示能力集 f 可以通过学习能力集 e 来获取， 而节点m和g之间没有边则表示能力集 m不可能通过学习能力集 g 来获取，反之亦然。边上的数值表明获取新能力集所需的购买 /学习成本。另外，网络图中还存在复合节点，女口d Ae和a八b， 即复合能力集。需要注意的是，使用复合节点时，各分节点必须 存在。例如，渠道Y只有同时拥有a和b能力集时，才可以使用 复合能力集aA b。为了提供相应的退货服务

34、均需要获取其他能 力，如线上渠道可从线下渠道购买， 或通过学习现有的能力集来 获取新的能力集。事实上，对能力集c，渠道Y可以通过学习能 力集f、aA b、a来获取，也可以向渠道 X来购买。当然获取的 成本有高有低，分别为 15、 1、 18 和 1。简言之，构建上述能力 集网络图的最终目标是使用优化方法找出最佳的退货服务组合， 实现公司利润最大化 下面，运用网络流的方法来寻求最优解。 上述问题实际是一 个 0-1 混合线性规划问题( Li ， 1999)，但传统的 0-1 混合线性 规划效率太低。Kim & Hooker (2002)提出一个最小费用流的方 法可以更快解决该问题。 为此， 将上

35、述问题转化为最小费用流问 题，来寻求最优解。 使用网络流(最小费用流)的方法之前，需要做如下假设： 假设 1：各渠道需列出所有相关的信息，例如，各能力集和 相关成本。 假设 2：各渠道须相互合作。 假设 3：单一渠道只需支付一定的价格，就可以从其他渠道 自由地购买所需的能力集。 假设 4：各渠道与公司是利益共同体。 用S表示渠道现有的能力集。T表示提供退货服务需要的能 力集。 I 表示媒介 (中间)能力集。定义一个有向图 G=(V，E) ， V=TJ I U S。假设节点i在有向图G= (V, E) 上, r (i , j )表 示节点i链接节点j的边；z (i , j )表示通过节点i获取节

36、点 j的成本。假设网络图初始节点为 s0，终端节点为t0。连接s0 (s S)和t0 (t T),得到新的有向图 G=(V, E)。n 表示T的价值。易得容量和费用的边界如下： c (i , j ) =1, r (i , j ) =r (t , t0 ) n, r (i , j )工 r (t , t0 )z( i , j ) = 0, r (i , j ) =r (s0, s)或 r (i , j ) =r (t , t0) z (i , j ), r (i , j )r (s0, s )且 r (i , j ) r (t , t0 ) 用 f ( i ， j )表示边 r ( i ， j )的流量，得到最小费用流模 型如下： Mi n( i , j) E z ( i , j ) f (i , j ) st 刀xf (i , x)-刀xf (x, i ) =n, i=sO-n , i=tOO , i 工s0 且i工t0 0f( i ， j ) c( i ， j ) 运用软件LINGO可得到模型的最优解(如表 7所示)，并得 到渠道X和渠道Y的Deduction Graph