Download
1 / 40
400 likes | 527 Vues
Egzogeniczne formowanie się koalicji na e-rynku oparte na lokalizacji geograficznej. Tomasz Michalak , Uniwersytet Warszawski, 23.11.2009. Wprowadzenie. Internet to tania i w miarę niezawodna metoda komunikacji; Jest przez to naturalnym miejscem podejmowania współpracy między ludzmi
E N D
Egzogeniczne formowanie się koalicji na e-rynku oparte na lokalizacji geograficznej Tomasz Michalak, Uniwersytet Warszawski, 23.11.2009
Wprowadzenie • Internet to tania i w miarę niezawodna metoda komunikacji; • Jest przez to naturalnym miejscem podejmowania współpracy między ludzmi • Zajmiemy się dzisajkooperacją klientów na e-rynku • Czy możliwości kooperacyjne na e-rynku są wykorzystywane? Światło w tunelu:systemy rekomendacyjne w sklepach internetowych – poprzez napisanie swojej recenzji kooperujemy z innymi użytkonwikami internetu (co mam w zamian?)
Modele w Literaturze Podstawowa idea w literaturze: zniżka ilościowa – większa liczba klientów w grupie ma siłe przebicia by wytargować obniżke ceny. • Yamamoto & Sycara (2001) – proponuje system formowania się koalicji pomiędzy kupującymi, GroupBuyAuction – pozwala on na wchodzenie w koalicje wielu klientów chcących kupić ten sam produkt. • Tsetovat et al. (2003) podobnie ("buying clubs“).
Aplikacje w rzeczywistości? Czy znacie jakieś aplikacje takich systemów w rzeczywistości? • Ag Guildz okolic Chicago, korporacja założona przez 35 farmerów – sprzedają plony i kupują ziarno do zasiewu razem 2. the Accompany – e-sklep, „cykl kupowania", zniżka zależała od wielkości grupy (koalicji) klientów jaka sie stworzyła (zbankrutowała) Czy znacie jakieś inne implementacje w realu?
Główne przesłanie • Wszystkie powyższe pomysły są teoretycznie ciekawe ale trudne do zastosowania w rzeczywistości • Inaczej byłyby już używane na większą skale • Spójrzmy na inne sposoby zaoszczędzenia pieniędzy – coś co może okazać się realnym business planem! Oszczęsności poprzez łączenie przez sprzedawce zamówien z tym samym kodem pocztowym (ZIP-codes)
Przykład Prostego Systemu • Zamiast dostarczania zamówien do domu sprzedawca (e-retailer) dostarcza zbiorczą przesyłkę pod wskazany adres (np. KIOSK RUCHU) • Załóżmy, że koszt wysłania 2 jednostek towaru oddzielnie to £1+£1 • A koszt wysłania towaru razem to √(£2) = £1.4142 (graph) • Kpujący/sprzadwca oszczędza 29% na koszcie transportu • Czy to nie za mało? Ilu zamówien z jednego miejsca możemy się spodziewać każdego dnia? “Show me the money!” (Jerry Maguire)
Czy uda się na tym zarobić? (1)Birthday Paradox – what is the probability that two of us have the same birthday?
Czy uda się na tym zarobić? (2) • Birthday paradox – generalna formuła: • Teraz policzymy wartość oczekiwaną łączenia zamówien: • 3 zamówienia z jednego ZIP-code w czasie 3 tygodni co daje 15 dni roboczych
Czy uda się na tym zarobić? (3) Koszt wysyłki: c1 c2 c3 Załóżmy, że prawdopodobieństwo złożenia zamówienia jest takie samo każdego dnia
Czy uda się na tym zarobić? (4) Oczekiwany koszt wysyłki bez CDS: c1+c2+c3 Oczekiwany koszt z CDS:
Czy uda się na tym zarobić? (5) Oszczędności dla c1=20; c2=30; c3=30 to: 11.24% Interpretacja: Profit increase = Czy to dużo, jeśli zysk to 5%ceny a koszty przesyłki to 15% ceny, nasz system zwiększa zysk o 33.72%.
Cel Naszej Analizy • Businessowa analiza takiego systemu Combined Delivery Service (CDS) • Zapronopowania algorytmu do kombinowania zamówień, czyje, jak, kiedy? • Jakie kwestie powinny być wzięte pod uwagę? 1. Z punktu widzenia zarządzania stanami magazynowymi wprowadzenie takie systemu stwarza duże wyzwanie. • Prawdopodobieństwo powstania problemówperwysłane zamówienie znacznie wzrasta – zmniejszenie satysfakcji i lojalności klientów • Ogólnie – cały czas nie jesteśmy pewni czy w długim okresie czasu taki system przyniesie zysk
Model • Jeden E-sprzedawca (E-retailer) • Jeden konkurent (HS-shop, RoW) • 2000 klientów • 30 różnych dóbr • 300 ZIP-codes (6.6 klienta per ZIP – nie dużo!) • E-sprzedawca ma własny magazyn • Symulacje
Producer 1 E-retailer ZIP 1 Producer 2 ZIP 2 ZIP 1 .................. Producer m ZIP r Hight street shop Model
Funkcja Nieużyteczności (Disutility) p – cena, równa się cena towaru + koszt wysyłki d – delivery time, równa się czas przygotowania towaru i czas dostawy
Zarządzanie Magazynemi Planowanie Popytu Jaki jest perfekcyjnyWarehouse Management System? • Konsument może wybrać z bogatej oferty dostępnych w ciągu dnai towarów ale • Magazyn jest pusty pod koniec dnia. Przykład: 2000 – Ilość produktów w katalogu; £50 – średnia cena produktu; 10 – średnia ilość danego produktu w magazynie Średni stan magazynu: 2000*£50*10 = £1.000.000 Realna stopa procentowa: 5%. Sprzedawca traci£50.000per annum Stany magazynowe = zamrożone pieniądze!!!
Zakładamy dwa WMS • “Commitment” WMS – e-sprzedawcaogłasza następny czas dostawy. Konsumenci składają zamówienia. Towar jest zawsze przywożony od producentów do magazynu niezależnie od tego ile włąściwie złożyli zamówien klienci (graph) • “Doomed-to-default” WMS – tak samo jak powyżej, za wyjątkiem najważniejszego: tylko te towary są przywożone do magazynu na które klienci złożyli wystarczająco zamówień (graph)
Zmiany w Satysfakcji (Stf)po E-Zakupie Stfn(t=0) = 1 • Pozytywny: (disU<E(disU)): Stfn(t+1)= Stfn(t)*103% • Neutralne: (disU=E(disU): Stfn(t+1)= Stfn(t)*101% • Negatywne: (disU(HS)>disU>E(disU): Stfn(t+1)= Stfn(t)*98% • Bardzo Negatywne: (disU>disU(HS)): Stfn(t+1)= Stfn(t)*95% Satisfaction graph Example
Decyzja Zakupu Konsumentnkupuje dobromod e-sprzedawcy gdy: W innym przypadku dobro to kupowane jest u konkurencji.
CDS i WMS CDS I – e-sprzedawca łączy podobne zamówienia, czyli takie, które powinny zostać wysłane tego samego dnia.Zatem z punktu widzenia kupca czas dostawy to punkt w czasie; CDS II – wprowadzamy czas na przygotowanie do wysłania – daje to więcej czasu na kombinowanie zamówien ale wydłuza czas dostarczenia (Algorithm).
Simulacje – Parametry i Pętla Główna // Randomly choose parameters of i-th consumer ZIP = random(from 1 to 300) GOOD = random(from 1 to 30) INCOME = random(from 1 to 50) BETA = random(from 900 to 1100)/1000 GAMMA = random(from -1000 to 1000)/10000; // Create a new customer, an instance of a class – i.e. object which belongs to a class of customers customer(i) = customer_class(ZIP,GOOD,INCOME,BETA,GAMMA); FOR i = 1 : 2000 END
Parametryzacja Jak wiemy, bardzo istotna w symulacjach: Parametry muszą być: • Realistyczne – najlepiej wyestymowane; w innym wypadku kalibrowane; • Produkować stabilne rezultaty – tzn e-sprzedawca nie powinien zbankrutować po pół roku
Kalibrowanie Modelu (1) W naszych symulacjach celowaliśmy w około 50%-50% e/hs-zakupów.
Rezultaty – “commitment” WMS CDS I –zwiększa zyski e-sprzedawcy bez zmiany wielkości sprzedaży i satysfakcji klientów CDS II – przy wybranej parametryzacji efekty powyższe są silniejsze – satysfakcja wzrasta gdyż niektórzy klienci otrzymują towar wczesniej niz oczekiwali;
Results‘Doomed to default’ Scenario Failure: • Can be caused by the fact that the good ordered by the client is late; • Can be also caused by the fact that the other good in a coalition is delayed Contagion effect – failure which spreads through all the items in the combined order.
Conclusions This paper demonstrates that combined delivery service can constitute an exogenous coalition formation mechanism. Rentability of this solution depends on: • The preferences of the consumers as well as - crucially - on the relation of shipment costs to the price of goods purchased. • Shipment costs can be reduced within the range of as much as 10-20% (under the assumed parametrisation). Even the application of simple combined delivery shipment (CDS) algorithms can thus significantly boost the rentability in the e-marketplace as well as induce customers to resort to this form of shopping. However, with failures in warehouse management systems Pareto-improvements are not guaranteed as some clients loose.
Extensions Design special dedicated disutility function. Time is a quite special variable. Ultimate goal: Design a negotiation protocol which enables customers to create shipment coalitions themselves. How to make customers to reveal their real preferences and to increase both their satisfaction and own profits.
