精品久久一区,污黄啪啪网,16女下面流水不遮视频,色婷五月天

隨著網(wǎng)絡(luò)的普及與電子商務(wù)的發(fā)展, 商品零售方式也發(fā)生了很大的變化.首先, 由于網(wǎng)絡(luò)的發(fā)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(shù)增長;其次, 由于網(wǎng)絡(luò)購物必須以高效的物流作為輔助, 因此也倒逼著物流業(yè)快速發(fā)展.新零售的概念就是在這樣的環(huán)境下產(chǎn)生的.新零售是線上線下銷售與物流的結(jié)合.新零售采用全渠道法則, 企業(yè)不再盲目地生產(chǎn)商品, 而是先借助云計算、互聯(lián)網(wǎng)、大數(shù)據(jù)統(tǒng)計用戶的消費需求、消費特征, 利用這些數(shù)據(jù)設(shè)計產(chǎn)品的樣式再投入生產(chǎn), 根據(jù)市場動向推出產(chǎn)品[1].

由于新零售環(huán)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(guī)模大幅提升, 很多企業(yè)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(chǎn)生的必然結(jié)果就是各家企業(yè)紛紛增加自己的倉庫布局, 以便實現(xiàn)高效的物流配送.在企業(yè)加快電商倉庫布局捕獲快速發(fā)展的消費能力的同時, 也對企業(yè)的倉儲管理能力提出了新的挑戰(zhàn).為了增強企業(yè)物流配送的效率, 很多電商企業(yè)開始在建設(shè)云倉與布局單倉兩種方案中作選擇.但由于沒有采用科學(xué)精確的決策方法, 很多企業(yè)所作的決策并不適應(yīng)企業(yè)自身的狀況, 導(dǎo)致最后實施的方案給企業(yè)帶來了損失.而且企業(yè)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(jīng)常大不相同, 這也大大降低了決策的效益.如果能結(jié)合動態(tài)決策分析的科學(xué)方法, 根據(jù)銷售形勢的變化調(diào)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(shè)云倉與布局單倉的決策過程中, 如何根據(jù)環(huán)境的動態(tài)變化補充有價值的信息, 從而提高決策準確度。

為了適應(yīng)新零售的發(fā)展趨勢, 經(jīng)銷商在增加電商倉庫布局的同時, 也應(yīng)提高倉儲管理能力.云倉是在多單倉建設(shè)的基礎(chǔ)上發(fā)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(jīng)銷商早已著手進行多個單倉的建設(shè), 即在多個物流節(jié)點建設(shè)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(wǎng)上下單實現(xiàn)訂單結(jié)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?shù)墓ぷ鞣绞礁?jié)省時間.這種工作方式的不足在于, 由于估計不準確導(dǎo)致各個單倉缺貨與庫存狀態(tài)不一, 有的商品在某些地方的單倉是庫存狀態(tài), 但在其他地方的單倉卻是缺貨狀態(tài), 這就必須再進行二次調(diào)配協(xié)調(diào)各單倉的貨物.云倉的出現(xiàn)能很好地規(guī)避這種情況發(fā)生.云倉也屬于物流倉儲, 有別于傳統(tǒng)倉庫與電商倉庫的地方在于, 倉庫內(nèi)作業(yè)的精細化管理以及自動化裝備和先進的信息系統(tǒng)[3].關(guān)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(jié)合, 通過信息管理軟件在對消費者點擊輸入內(nèi)容、搜索內(nèi)容、訂單內(nèi)容等大數(shù)據(jù)分析的基礎(chǔ)上進行云計算, 合理調(diào)配各地倉庫的庫存種類和數(shù)量, 使各地倉庫有機聯(lián)系起來, 以減少庫存混亂、信息流不對稱、貨損貨差嚴重、錯發(fā)漏發(fā)、運力不足等情況, 提高倉庫揀貨效率.

目前很多大型企業(yè)的銷售業(yè)務(wù)遍及多個區(qū)域, 由于所銷售產(chǎn)品的特點不同, 銷售工作進行中所產(chǎn)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(qū)域的倉庫調(diào)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(qū)域的倉庫調(diào)貨的情況, 占所有銷售流水的比例.異地易貨會產(chǎn)生一部分成本, 這部分成本包括臨時協(xié)調(diào)庫存的管理費用、異地易貨的物流費用、送貨延遲產(chǎn)生信譽損失的無形成本等.在企業(yè)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(chǎn)品, 企業(yè)若在所有倉庫中全部部署庫存, 將會產(chǎn)生較高的庫存成本, 這時企業(yè)會將這類產(chǎn)品的庫存部署在關(guān)鍵的節(jié)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(shè)云倉的必要性能夠提高決策的準確程度.

建設(shè)云倉, 有了信息分析軟件對客戶信息進行大數(shù)據(jù)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(shù)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(jié)省了各家倉庫間調(diào)配庫存的費用[5].這種方式能很好地實現(xiàn)完美的客戶購物體驗, 很大程度上拓展了企業(yè)的銷售市場.從上文對云倉的討論內(nèi)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(yè).這個比例越高, 說明企業(yè)在異地易貨方面工作的成本越高, 越需要通過建設(shè)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(yè)的異地易貨率較低, 說明企業(yè)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(shè)云倉.

建設(shè)云倉還是在各地布局單倉, 不同的企業(yè)應(yīng)該根據(jù)自身不同的環(huán)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(shù)據(jù)信息進行分析的基礎(chǔ)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(yè)日常的經(jīng)營工作中進行搜集.目前的云倉實際上是從多單倉發(fā)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(shè)云倉的關(guān)鍵因素, 因此企業(yè)可以把異地易貨率當成一個離散型函數(shù)進行研究.通過觀察日常經(jīng)營中的狀況分析企業(yè)的異地易貨率是否達到了建設(shè)云倉的條件, 而異地易貨率要達到多高的標準才有建設(shè)云倉的必要, 就需要通過科學(xué)的動態(tài)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(guān)于θ的似然函數(shù)指的是給定參數(shù)θ后變量X的概率[6].企業(yè)可以對經(jīng)營情況進行跟蹤, 在經(jīng)營過程中抽取若干次間隔期相等的數(shù)據(jù)對異地易貨率進行觀測.企業(yè)所面臨的異地易貨情況發(fā)生的概率近似地服從二項分布, 這種情況下的似然函數(shù)[6]可以通過下式計算:

式中, d0表示在40次的抽驗中, 發(fā)生異地易貨率的次數(shù)為0的情況.

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

聯(lián)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(lián)合概率之和的比就是新產(chǎn)生的后驗概率.由于后驗概率是在原有觀測數(shù)據(jù)的基礎(chǔ)上, 結(jié)合了異地易貨率的概率分布函數(shù)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(guān).為了收集決策所需要的信息, 應(yīng)該在日常經(jīng)營過程中多次提取經(jīng)營數(shù)據(jù), 觀測企業(yè)的異地易貨率, 運用科學(xué)方法對所抽驗的異地易貨信息數(shù)據(jù)進行處理, 將處理提取出來的信息作為決策依據(jù), 以此提高決策的準確度.

在是否建設(shè)云倉的決策過程中, 異地易貨率要達到多高的水平企業(yè)才有建設(shè)云倉的必要性是決策工作的一個關(guān)鍵問題.企業(yè)建設(shè)云倉的最終目的是, 要用較少的云倉建設(shè)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(shè)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(qū)域, 但在實際工作中, 各銷售區(qū)域不同時段的異地易貨率呈現(xiàn)不規(guī)則波動的情況, 給決策帶來了難度.因此在實際操作中, 應(yīng)該針對不同的異地易貨率展開動態(tài)分析.下面以馳遠公司的倉儲工作為例, 具體分析云倉建設(shè)貝葉斯決策的過程.

為了全面評估云倉建設(shè)的必要性, 馳遠公司選擇了一個銷售區(qū)域作為云倉試驗區(qū).在6個月的云倉試驗經(jīng)營中, 利用經(jīng)營數(shù)據(jù)計算出了企業(yè)各銷售區(qū)域的6種異地易貨率及相應(yīng)概率, 并提取了15次的經(jīng)營數(shù)據(jù)對異地易貨率進行觀察.

(1) 分析不同異地易貨率狀態(tài)下不同方案的損益值.企業(yè)應(yīng)通過經(jīng)營數(shù)據(jù)發(fā)現(xiàn)在經(jīng)營過程中經(jīng)常出現(xiàn)的幾種異地易貨率及出現(xiàn)的概率.建設(shè)云倉和布局單倉的損益值可通過企業(yè)銷售產(chǎn)品的異地易貨率、云倉試驗區(qū)中云倉的建設(shè)、維護費用與收益、單倉區(qū)域的成本與收益等信息計算得出.每種異地易貨率發(fā)生的先驗概率, 則是在較長一段時間的經(jīng)營過程中, 統(tǒng)計出異地易貨發(fā)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(tài)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(tài)下的損益值Table 1 Profit and loss value of two schemes under different barter rates   

(2) 建設(shè)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(jù)企業(yè)日常工作中收集的經(jīng)營數(shù)據(jù)進行決策分析.根據(jù)企業(yè)在日常工作中所收集的異地易貨率、各種異地易貨率對應(yīng)的發(fā)生概率、各種異地易貨率對應(yīng)的損益值等進行風險型決策的計算, 得出決策結(jié)果.風險型決策是根據(jù)各種備選方案的期望值來分析的.計算出建設(shè)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(tài)的差距, 在作出先驗決策的基礎(chǔ)上, 將選擇的方案在各種狀態(tài)下的損益值與最優(yōu)損益值比較, 得出完全信息價值;完全信息價值與對應(yīng)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(yōu)結(jié)果的差距越大, 決策改進的空間也越大.

以在15次抽驗中發(fā)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(shè)云倉與布局單倉的損益值, 先驗決策所選擇的方案為建設(shè)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(tài)下的最優(yōu)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(tài), 雖然不能實現(xiàn), 但可以用來衡量先驗決策與后驗決策的優(yōu)劣程度.在各種狀態(tài)下的最高損益值與布局單倉后在各種狀態(tài)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(tài)下的完全信息價值與對應(yīng)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(jié)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(jié)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(jié)果見表2.

表2 異地易貨率顯著提高次數(shù)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(shè)云倉與布局單倉的后驗分析.表1中各種異地易貨率發(fā)生概率的數(shù)據(jù)是根據(jù)企業(yè)日常經(jīng)營數(shù)據(jù)計算得出的, 但企業(yè)將來的經(jīng)營數(shù)據(jù)還會隨著環(huán)境的變化而發(fā)生各種改變, 為了使決策能夠隨著經(jīng)營情況的改變而及時進行調(diào)整, 應(yīng)該結(jié)合異地易貨發(fā)生概率的分布函數(shù)進行深入分析.因此企業(yè)應(yīng)在表1的基礎(chǔ)上, 結(jié)合概率分布函數(shù)計算出似然度、聯(lián)合概率, 進而計算出后驗概率, 以提高分析的準確程度.企業(yè)日常工作中的異地易貨率函數(shù)近似為二項分布函數(shù), 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(lián)合概率為先驗概率與對應(yīng)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(lián)合概率如下:

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

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

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

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

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

異地易貨率為0.59情況下的聯(lián)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(tài)下的聯(lián)合概率與聯(lián)合概率之和的比.最后的計算結(jié)果見表3.

表3 試驗中發(fā)生異地易貨次數(shù)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(shè)與單倉布局的后驗決策.計算結(jié)果見表4.

建設(shè)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(shè)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(jié)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(jié)果比先驗分析的結(jié)果更接近完美決策的結(jié)果.這主要是由于在后驗分析中結(jié)合了似然度、聯(lián)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(shù)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(jié)果可以看出, 當在15次檢驗中發(fā)生異地易貨的次數(shù)為0時, 先驗決策所選擇的方案為建設(shè)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(jié)果不一致, 主要是由于在后驗概率的分析過程中結(jié)合了在先驗分析過程中所沒有的似然度、條件概率、聯(lián)合概率等信息, 因此, 通過后驗概率分析得出的結(jié)果會比通過先驗概率分析得出的結(jié)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(jié)果距離最優(yōu)結(jié)果的距離比后驗決策所得的結(jié)果距離最優(yōu)結(jié)果的距離更大, 因此后驗決策更為準確, 應(yīng)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(jīng)濟效益.補充信息價值越高, 說明后驗決策比先驗決策在經(jīng)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(fā)生異地易貨的次數(shù)為0時的決策過程.企業(yè)為了進一步研究通過試驗查找出建設(shè)云倉的必要條件, 應(yīng)該對所有試驗的各種可能結(jié)果進行分析.以下列舉出15次試驗中發(fā)生異地易貨的次數(shù)與所作決策之間的關(guān)系.

在15次試驗中, 發(fā)生異地易貨次數(shù)為1時的先驗決策結(jié)果與發(fā)生次數(shù)為0時的先驗決策結(jié)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(jié)果也發(fā)生了變化.具體決策結(jié)果見表5和表6.

表5 試驗中發(fā)生異地易貨次數(shù)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(shù)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(jié)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(shù)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(shù)在5次 (含) 以上時, 后驗決策所選擇的方案是建設(shè)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(xiàn)先降后升的情況, 當異地易貨次數(shù)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(shù)的增加而逐漸增加.從這個指標可以看出, 當異地易貨次數(shù)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(shù)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(shù)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(shè)云倉的適用條件是企業(yè)的異地易貨次數(shù)足夠高的結(jié)論是一致的.

表7 各種異地易貨次數(shù)發(fā)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(shù)在達到5次以上時才有建設(shè)云倉的必要, 也就是針對目前該企業(yè)的情況, 異地易貨次數(shù)在33%以上時, 企業(yè)才有投資云倉建設(shè)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(jù)完全信息價值判斷進一步搜集決策所需信息的經(jīng)濟合理性, 在提高決策準確度、經(jīng)濟效益方面起到相當大的作用.