蛋播视频一区,无码鲁丝一区二区,精品 久久 五月天,国产老熟女,五月草草在线观看,中文日韩欧美,情色一区二区三区,欧美日韩亚洲激情在线,亚洲制服在线香蕉

“新秀名師”講座始于2016年中心發(fā)起的青年教師培育計(jì)劃，旨在分享和展示我院青年教師最新研究成果。迄今已舉辦資深教師分享會(huì)、新秀名師系列講座等20余場(chǎng)活動(dòng)。

2021年，“新秀名師”重新啟航，融“研究分享、現(xiàn)場(chǎng)講座、音頻課程”于一體，更系統(tǒng)、更完整地呈現(xiàn)青年教師們的研究成果及風(fēng)采。

本期“新秀名師”活動(dòng)邀請(qǐng)到我院工業(yè)工程系吳永忠副教授，與大家分享他在企業(yè)運(yùn)營(yíng)優(yōu)化模型與算法領(lǐng)域的研究心得。

1

作者介紹

吳永忠

華南理工大學(xué)工商管理學(xué)院副教授

碩士生導(dǎo)師、博士

主要研究方向：企業(yè)運(yùn)營(yíng)優(yōu)化模型與算法、派單與調(diào)度優(yōu)化、最優(yōu)化定價(jià)、物流與供應(yīng)鏈管理

主持國(guó)家自然科學(xué)基金面上項(xiàng)目、教育部人文社科項(xiàng)目、廣東省自然科學(xué)基金項(xiàng)目等國(guó)家級(jí)及省部級(jí)項(xiàng)目多項(xiàng)。擔(dān)任《European Journal of Operations Research》、《Journal of Supercomputing》等SCI期刊的常年審稿人。擔(dān)任多家國(guó)內(nèi)外咨詢(xún)公司的首席顧問(wèn)或高級(jí)顧問(wèn)。

02

基金項(xiàng)目

主持國(guó)家自然科學(xué)基金項(xiàng)目面上項(xiàng)目(71571071)；廣東省自然科學(xué)基金項(xiàng)目（x2gsB6110270）；教育部人文社科一般項(xiàng)目青年基金（x2gsY9120120）、教育部高效博士點(diǎn)基金新教師課題（x2gsD1110160）。

03

研究緣起

隨著互聯(lián)網(wǎng)行業(yè)在全球的快速發(fā)展，算法、數(shù)據(jù)與人工智能（ADA）正成為科技巨頭獲得競(jìng)爭(zhēng)優(yōu)勢(shì)及市場(chǎng)地位的重要資源。

亞馬遜、淘寶等公司通過(guò)智能算法對(duì)目標(biāo)用戶(hù)進(jìn)行更精準(zhǔn)的商品及服務(wù)推薦，谷歌、百度等搜索引擎通過(guò)大數(shù)據(jù)技術(shù)進(jìn)行高效的個(gè)性化廣告投放，Uber及滴滴基于大規(guī)模優(yōu)化算法進(jìn)行高效的需求匹配及路線規(guī)劃，Airbnb結(jié)合供需波動(dòng)進(jìn)行最優(yōu)動(dòng)態(tài)定價(jià)……龐大的用戶(hù)基數(shù)、商業(yè)模式的創(chuàng)新及服務(wù)水平的不斷提升，使各行業(yè)中的優(yōu)化問(wèn)題變得龐大而復(fù)雜。

基于此，我們針對(duì)外賣(mài)配送等平臺(tái)經(jīng)濟(jì)中的定價(jià)優(yōu)化問(wèn)題展開(kāi)研究。

平臺(tái)經(jīng)濟(jì)通過(guò)線上的運(yùn)營(yíng)方式將流量轉(zhuǎn)化為線下的客戶(hù)，提高線下需求及交易規(guī)模，這種模式廣泛的應(yīng)用于不同的行業(yè)中。其中在餐飲行業(yè)，線上+線下結(jié)合的模式使得外賣(mài)行業(yè)快速發(fā)展。

近年來(lái)，外賣(mài)配送行業(yè)發(fā)展迅猛，涌現(xiàn)出眾多Uber Eat、Grubhub、美團(tuán)等大型外賣(mài)平臺(tái)公司。其中，中國(guó)外賣(mài)市場(chǎng)的增長(zhǎng)處于領(lǐng)先地位，復(fù)合年增長(zhǎng)率為7.0%。截至2021年6月，中國(guó)網(wǎng)上外賣(mài)用戶(hù)規(guī)模達(dá)4.69億，市場(chǎng)規(guī)模達(dá)6646億元，外賣(mài)配送從業(yè)人員達(dá)770萬(wàn)人。

外賣(mài)平臺(tái)是連接商家、用戶(hù)、騎手的網(wǎng)絡(luò)平臺(tái)，外賣(mài)平臺(tái)能夠?qū)⑸碳姨峁┑纳唐放c大量用戶(hù)的需求進(jìn)行高效的匹配、降低交易成本，同時(shí)借助平臺(tái)或第三方的物流配送資源將商品從商家送至用戶(hù)手中。

在為商家以及用戶(hù)提供這些服務(wù)的同時(shí)，平臺(tái)按照每單向用戶(hù)收取配送費(fèi)，同時(shí)向商家按照交易訂單金額的一定比例收取服務(wù)傭金。另一方面，平臺(tái)需要為自建的配送體系支出大量資金，主要為支付給外賣(mài)騎手的工資及獎(jiǎng)金。外賣(mài)平臺(tái)會(huì)根據(jù)很多因素動(dòng)態(tài)調(diào)整配送費(fèi)，包括配送距離、配送時(shí)間段、天氣情況等。當(dāng)配送距離增大時(shí)，配送費(fèi)也會(huì)隨之變高。配送費(fèi)在一天中不同時(shí)間段也會(huì)不同，例如在高峰期時(shí)配送費(fèi)會(huì)相應(yīng)的提高，在深夜時(shí)段也會(huì)有所提高。

外賣(mài)平臺(tái)公司（如美團(tuán)）依靠算法對(duì)大量的訂單及騎手進(jìn)行高效匹配和分單，從而提高配送效率。然后，對(duì)于定價(jià)優(yōu)化，由于需求規(guī)模較大、用戶(hù)選擇行為復(fù)雜、影響因素眾多，目前外賣(mài)平臺(tái)配送費(fèi)定價(jià)更多是根據(jù)經(jīng)驗(yàn)來(lái)制定，不同外賣(mài)企業(yè)也正努力進(jìn)行相關(guān)的研究，包括與學(xué)術(shù)界相關(guān)專(zhuān)家進(jìn)行合作，以實(shí)現(xiàn)更加高效合理的動(dòng)態(tài)定價(jià)方法。

本研究首先分析外賣(mài)用戶(hù)的選擇行為，以用戶(hù)使用外賣(mài)的可能性作為因變量構(gòu)建了排序選擇模型，結(jié)合全國(guó)范圍收集的超過(guò)3000份問(wèn)卷數(shù)據(jù)，建立基于排序logit回歸的用戶(hù)選擇模型，刻畫(huà)定價(jià)對(duì)用戶(hù)選擇的影響。同時(shí)，以外賣(mài)平臺(tái)利潤(rùn)最大化為目標(biāo)，構(gòu)建了基于用戶(hù)選擇的平臺(tái)利潤(rùn)最大化模型，通過(guò)優(yōu)化算法對(duì)不同場(chǎng)景下的配送費(fèi)定價(jià)策略進(jìn)行優(yōu)化和應(yīng)用分析。

04

研究發(fā)現(xiàn)

通過(guò)所建立的排序logit回歸求解最終模型，結(jié)果表明年齡、職業(yè)、月收入、居住城市等級(jí)、使用地點(diǎn)、使用時(shí)間段、配送費(fèi)等因素都會(huì)對(duì)用戶(hù)使用外賣(mài)的可能性產(chǎn)生影響。

分析發(fā)現(xiàn)，其中配送費(fèi)影響最大。以廣州數(shù)據(jù)為例，每增加1元的配送費(fèi)，用戶(hù)選擇使用相關(guān)外賣(mài)服務(wù)的概率就會(huì)降低（OR：0.435；95% CI：0.415，0.455）。同時(shí)對(duì)配送費(fèi)變量的敏感性分析結(jié)果表明配送費(fèi)在2元到5元之間變化時(shí)，對(duì)用戶(hù)使用外賣(mài)可能性的影響最大。最后對(duì)用戶(hù)在不同場(chǎng)景下的使用外賣(mài)概率進(jìn)行預(yù)測(cè)，并發(fā)現(xiàn)城市等級(jí)、城市區(qū)域、使用時(shí)間段這些因素改變時(shí)用戶(hù)對(duì)配送費(fèi)的敏感度也會(huì)發(fā)生一定變化。

通過(guò)相關(guān)模型的分析，我們明確了外賣(mài)平臺(tái)行業(yè)中特有的網(wǎng)絡(luò)效應(yīng)，并對(duì)其效應(yīng)進(jìn)行量化，即用戶(hù)數(shù)量的增加，配送效率將顯著提高，配送費(fèi)用降低。

平臺(tái)定價(jià)需要考慮網(wǎng)絡(luò)效應(yīng)的影響，即降低收費(fèi)的時(shí)候，訂單數(shù)量增加，從而獲得更大的網(wǎng)絡(luò)效應(yīng)。多個(gè)數(shù)值實(shí)驗(yàn)的結(jié)果表明平臺(tái)網(wǎng)絡(luò)效應(yīng)不僅可以為外賣(mài)騎手降低每單平均配送時(shí)間，提高配送效率，還能為平臺(tái)降低每單平均配送成本。

進(jìn)一步的，研究以外賣(mài)平臺(tái)的利潤(rùn)最大化為目標(biāo)，構(gòu)建了考慮外賣(mài)用戶(hù)選擇行為的平臺(tái)利潤(rùn)最大化模型。對(duì)模型參數(shù)敏感性的分析發(fā)現(xiàn)了外賣(mài)平均單價(jià)、騎手每日工作時(shí)間的上升會(huì)使平臺(tái)配送費(fèi)最優(yōu)定價(jià)下降；外賣(mài)商家數(shù)量的增大會(huì)使平臺(tái)配送費(fèi)最優(yōu)定價(jià)上升。最后，我們選取廣州市某區(qū)域作為實(shí)際案例進(jìn)行模型的應(yīng)用分析，相關(guān)定價(jià)模型及算法能使該區(qū)域單日的利潤(rùn)總和提高了10%。

05

理論意義

本研究的外賣(mài)平臺(tái)定價(jià)問(wèn)題與目前現(xiàn)有文獻(xiàn)有明顯的區(qū)別。目前關(guān)于外賣(mài)平臺(tái)配送費(fèi)定價(jià)問(wèn)題的研究很少，本文的配送費(fèi)定價(jià)研究不僅考慮了外賣(mài)用戶(hù)選擇行為，還考慮了外賣(mài)平臺(tái)的網(wǎng)絡(luò)效應(yīng)對(duì)配送費(fèi)定價(jià)問(wèn)題的影響。這使得研究問(wèn)題更加貼近實(shí)際情況，具有很強(qiáng)的現(xiàn)實(shí)意義。同時(shí)在定價(jià)問(wèn)題中考慮了用戶(hù)選擇行為及規(guī)模效益之后使問(wèn)題求解變得更加復(fù)雜。

本研究將排序選擇模型用在外賣(mài)平臺(tái)的用戶(hù)選擇行為研究當(dāng)中，目前將該模型應(yīng)用在外賣(mài)研究領(lǐng)域中的相關(guān)研究很少。使用排序選擇模型可以量化用戶(hù)選擇行為的結(jié)果，更好的與外賣(mài)平臺(tái)定價(jià)模型結(jié)合。因此本研究使排序選擇模型的應(yīng)用領(lǐng)域得以拓展。

06

重要啟示

在對(duì)配送費(fèi)定價(jià)策略在不同場(chǎng)景下的對(duì)比和應(yīng)用研究中，發(fā)現(xiàn)不同城市等級(jí)下的配送費(fèi)定價(jià)策略差異不明顯，而不同城市區(qū)域、不同時(shí)間段下的配送費(fèi)定價(jià)策略存在明顯差異。

在不同城市區(qū)域下，住宅區(qū)的最優(yōu)配送費(fèi)定價(jià)要低于其他城市區(qū)域；在不同時(shí)間段下，下午茶、夜宵時(shí)間段的最優(yōu)配送費(fèi)明顯高于午餐、晚餐時(shí)間段。

通過(guò)對(duì)不同場(chǎng)景下的外賣(mài)服務(wù)進(jìn)行配送費(fèi)差異化定價(jià)之后，能夠使得不同場(chǎng)景下的利潤(rùn)都達(dá)到最優(yōu)值，使最終平臺(tái)的總利潤(rùn)最大。同時(shí)，通過(guò)總結(jié)發(fā)現(xiàn)網(wǎng)絡(luò)效應(yīng)越大的場(chǎng)景下，配送費(fèi)最優(yōu)定價(jià)越低。對(duì)于外賣(mài)平臺(tái)而言就可以先根據(jù)歷史數(shù)據(jù)等預(yù)測(cè)不同場(chǎng)景下的訂單需求，再結(jié)合定價(jià)方法來(lái)調(diào)整配送費(fèi)，從而優(yōu)化不同場(chǎng)景下的定價(jià)，提高平臺(tái)的利潤(rùn)。

* 圖片源于網(wǎng)絡(luò)，如有侵權(quán)立即刪除。

END

重點(diǎn)回顧

2022年華南理工大學(xué)工商管理學(xué)院MBA招生政策