基于消费者参考效应的企业发货时间承诺优化方法及系统

1.本发明涉及消费者行为学和企业运营管理领域，具体涉及一种基于消费者参考效应的企业发货时间承诺优化方法及系统。


背景技术：

2.随着电子商务的蓬勃发展，企业之间的竞争逐渐加剧，为了提高自身的竞争力，企业在电子商务平台上进行销售时，往往会选择向消费者提供产品发货时间的承诺，以此来吸引消费者进行购买。消费者在看到企业承诺的发货时间之后会将其与企业真实的发货时间进行比较，从而产生心理上的损失或者收益。企业根据消费者的比较行为所产生的参考效应来制定自己的发货时间承诺。
3.传统的发货时间承诺决策存在以下问题：
4.1、忽视了消费者在做出购买决策时所产生的参考效应。
5.在消费者进行购买时，其对产品的效用不仅包括产品本身的属性所产生的绝对效用，也包括自身的比较行为所产生的参考效应，这种参考效应同样也会影响消费者的购买决策。而企业往往会忽视参考效应，从而难以对消费者行为做出精准的预测。
6.2、提供过长的发货时间承诺。
7.在企业实际运营中，为了降低不能按时发货的概率以及由此产生的负面影响，企业往往会提供比真实发货时间更长的承诺时间。而更长的承诺时间不能起到吸引消费者进行购买的目的。


技术实现要素：

8.为了解决上述技术问题，本发明提供一种基于消费者参考效应的企业发货时间承诺优化方法及系统。
9.本发明技术解决方案为：一种基于消费者参考效应的企业发货时间承诺优化方法，包括：
10.步骤s1：获取零售商的消费者历史交易数据，并基于所述消费者历史交易数据建立消费者效用函数和零售商利润函数；
11.步骤s2：根据所述零售商利润函数建立多产品发货时间承诺策略；
12.步骤s3：基于所述消费者历史交易数据以及所述消费者效用函数，估计所述消费者效用函数的参数，并根据所述消费者效用函数的参数和所述多产品发货时间承诺策略获得最终发货时间承诺决策和零售商收入。
13.本发明与现有技术相比，具有以下优点：
14.本发明公开了一种基于消费者参考效应的企业发货时间承诺优化方法，从零售商的角度出发，考虑了参考效应，优化了企业对每种产品承诺的发货时间，能够更好的吸引消费者进行购买，同时减少企业不能按时发货所招致的惩罚成本。此外，本发明从实际应用的角度出发，提供了参数估计方法即expectation-maximization算法和发货时间承诺策略，
能够有效提高对消费者行为的预测精度，并提升零售商利润。
附图说明
15.图1为本发明实施例中一种基于消费者参考效应的企业发货时间承诺优化方法的流程图；
16.图2为本发明实施例中根据em算法对消费者效用函数的参数进行估计的流程示意图；
17.图3为本发明实施例中一种基于消费者参考效应的企业发货时间承诺优化系统的结构框图。
具体实施方式
18.本发明提供了一种基于消费者参考效应的企业发货时间承诺优化方法，从零售商的角度出发，解决了其发货时间承诺问题，更科学地预测消费者的选择行为，指导企业的运营管理决策。
19.为了使本发明的目的、技术方案及优点更加清楚，以下通过具体实施，并结合附图，对本发明进一步详细说明。
20.实施例1
21.如图1所示，本发明实施例提供的一种基于消费者参考效应的企业发货时间承诺优化方法，包括下述步骤：
22.步骤s1：获取零售商的消费者历史交易数据，并基于消费者历史交易数据建立消费者效用函数和零售商利润函数；
23.步骤s2：根据零售商利润函数建立多产品发货时间承诺策略；
24.步骤s3：基于消费者历史交易数据以及消费者效用函数，估计消费者效用函数的参数，并根据消费者效用函数的参数和多产品发货时间承诺策略获得最终发货时间承诺决策和零售商收入。
25.在一个实施例中，上述步骤s1：获取零售商的消费者历史交易数据，并基于消费者历史交易数据建立消费者效用函数和零售商利润函数，具体包括：
26.步骤s11：爬取电商平台历史销售数据，以获取线上零售商的消费者历史交易数据；
27.举例来说，零售商tl在天猫平台上有两种产品的交易情况比较好，分别为500g焦糖瓜子和2000g焦糖瓜子。本发明实施例获取了这两种瓜子从2018年5月至2019年4月的交易订单数据，具体字段包括产品的成交日期、发货日期、成交数量、成交价格，数据的描述性统计结果如表1所示：
28.表1零售商tl发货时间的描述性统计
29.变量均值中值标准差1/4分位数3/4分位数最小值最大值实际发货时间11.4112.277.524.1716.400.6746.55承诺发货时间16.7119.868.227.8124.344.0228.00
30.步骤s12：根据消费者历史交易数据建立消费者效用函数：
[0031][0032]
其中，ui表示消费者对产品i的固定效用；ξi是一个服从甘贝尔分布的随机变量；
[0033]ai
表示产品i的自身价值，b表示消费者对价格的敏感性，pi表示产品i的价格，ti表示产品i的发货时间承诺，γi表示消费者对产品i的发货时间承诺的敏感性，a
i-bp
i-γiti表示消费者购买产品i所获得的基础效用；
[0034]
表示消费者购买产品i时将其承诺的发货时间与真实发货时间进行比较所获得的参考效用，其中βi表示正向参考效应的系数，t表示企业的实际发货时间，表示消费者将产品i的承诺发货时间与其实际发货时间进行比较而产生的正向参考效应，μi表示负向参考效应的系数，表示消费者将产品i的承诺发货时间与其实际发货时间进行比较而产生的负向参考效应，μi＞βi＞0表示消费者具有损失规避心理；
[0035]
根据表1可得tl向消费者承诺的发货时间的均值是16.71，因此，这里t＝16.71；
[0036]
步骤s13：根据消费者效用函数，得到其对每种产品的需求函数：
[0037][0038]
其中，表示企业的产品提供集，表示当中的产品价格为p，发货时间承诺为t时，消费者选择产品i的概率；
[0039]
本例选取了两种产品：500g焦糖瓜子和2000g焦糖瓜子，因此|s|＝2。
[0040]
步骤s14：根据选择概率函数建立零售商利润函数：
[0041][0042]
其中，表示企业实际的发货时间，t表示企业实际发货时间的下界，表示企业实际发货时间的上界；表示所有产品的集合；表示企业不能按时发货时所招致的惩罚成本，zi表示惩罚成本的系数，f(t)表示企业发货时间的概率密度函数。
[0043]
本例中，tl延迟发货需向消费者赔付支付金额的5％，因此这里zi＝5％*pi；tl实际发货时间的最小值为0.67，最大值为46.55，因此这里t＝0.67，
[0044]
在一个实施例中，上述步骤s2：根据零售商利润函数建立多产品发货时间承诺策略，具体包括：
[0045]
对零售商利润函数进行求解，可以得到企业基于消费者参考效用的多产品发货时间承诺策略：
[0046][0047]
其中，f(t)表示企业发货时间的累积分布函数。
[0048]
根据f(t)或者f(t)、产品价格pi以及zi，对上述公式进行求解，可以得到多产品的最优发货时间承诺ti。
[0049]
在一个实施例中，上述步骤s3：基于消费者历史交易数据以及消费者效用函数，估计消费者效用函数的参数，并根据消费者效用函数的参数和多产品发货时间承诺策略获得最终发货时间承诺决策和零售商收入，具体包括：
[0050]
步骤s31：基于消费者历史交易数据以及消费者效用函数，使用em算法估计消费者效用函数中的参数：ai，b，γi，βi，μi，具体包括：
[0051]
令n
t
表示在第t天产品的选择集，表示第t天的消费者的选择向量，表示第t天的消费者的选择向量，表示选择购买的消费者总数，表示未购买的消费者的向量，θ表示待估参数：ai,b,γi,βi,μi的向量集合，那么可以得到的似然函数如下：
[0052][0053]
采用expectation-maximization算法，对参数进行估计，如图2所示，具体包括以下步骤：
[0054]
1)初始化参数设置终止条件ε＞0并令m＝1；
[0055]
2)更新参数
[0056]
3)根据上一期参数计算购买概率
[0057]
4)更新选择外部选项的消费者数量，公式如下：
[0058]
5)若则输出并停止，否则，返回第二步，并令m
←
m+1。
[0059]
本例共分析了tl的两类产品，对这两类产品进行参数估计，其结果如表2所示：
[0060]
表2消费者效用函数的参数估计
[0061]
参数aaabbγaγbβaβbμaμb估计值27.21
***
25.74
***
0.92
***
1.01
*
0.98
**
0.64
**
0.66
**
0.78
*
0.71
*
[0062]
注：***表示显著性水平在0.001。
[0063]
步骤s32：根据消费者效用函数中的参数ai,b,γi,βi,μi，通过多产品发货时间承诺策略获得最终发货时间承诺决策，并获得零售商收入。
[0064]
根据发货时间承诺策略和参数估计结果，对tl的发货时间承诺进行优化，基于此计算tl的销售收入。本实施例计算的结果如表3所示：
[0065]
表3最终发货时间承诺决策以及零售商收入
[0066]
[0067]
与tl的实际销售收入进行对比可以发现，采用本发明提供的发货时间承诺策略可以有效提升零售商的销售收入，平均提升2.71％。
[0068]
本发明公开了一种基于消费者参考效应的企业发货时间承诺优化方法，从零售商的角度出发，考虑了参考效应，优化了企业对每种产品承诺的发货时间，能够更好的吸引消费者进行购买，同时减少企业不能按时发货所招致的惩罚成本。此外，本发明从实际应用的角度出发，提供了参数估计方法即expectation-maximization算法和发货时间承诺策略，能够有效提高对消费者行为的预测精度，并提升零售商利润。
[0069]
实施例2
[0070]
如图3所示，本发明实施例提供了一种基于消费者参考效应的企业发货时间承诺优化系统，包括下述模块：
[0071]
构建消费者效用函数和零售商利润函数模块41，用于获取零售商的消费者历史交易数据，并基于消费者历史交易数据建立消费者效用函数和零售商利润函数；
[0072]
构建多产品发货时间承诺策略模块42，用于根据零售商利润函数建立多产品发货时间承诺策略；
[0073]
获取最终发货时间承诺决策和零售商收入模块43，用于基于消费者历史交易数据以及消费者效用函数，估计消费者效用函数的参数，并根据消费者效用函数的参数和多产品发货时间承诺策略获得最终发货时间承诺决策和零售商收入。
[0074]
提供以上实施例仅仅是为了描述本发明的目的，而并非要限制本发明的范围。本发明的范围由所附权利要求限定。不脱离本发明的精神和原理而做出的各种等同替换和修改，均应涵盖在本发明的范围之内。

技术特征：
1.一种基于消费者参考效应的企业发货时间承诺优化方法，其特征在于，包括：步骤s1：获取零售商的消费者历史交易数据，并基于所述消费者历史交易数据建立消费者效用函数和零售商利润函数；步骤s2：根据所述零售商利润函数建立多产品发货时间承诺策略；步骤s3：基于所述消费者历史交易数据以及所述消费者效用函数，估计所述消费者效用函数的参数，并根据所述消费者效用函数的参数和所述多产品发货时间承诺策略获得最终发货时间承诺决策和零售商收入。2.根据权利要求1所述的基于消费者参考效应的企业发货时间承诺优化方法，其特征在于，所述步骤s1：获取零售商的消费者历史交易数据，并基于所述消费者历史交易数据建立消费者效用函数和零售商利润函数，具体包括：步骤s11：爬取电商平台历史销售数据，以获取线上零售商的消费者历史交易数据；步骤s12：根据所述消费者历史交易数据建立消费者效用函数：其中，u
i
表示消费者对产品i的固定效用；ξ
i
是一个服从甘贝尔分布的随机变量；a
i
表示产品i的自身价值，b表示消费者对价格的敏感性，p
i
表示产品i的价格，t
i
表示产品i的发货时间承诺，γ
i
表示消费者对产品i的发货时间承诺的敏感性，a
i-bp
i-γ
i
t
i
表示消费者购买产品i所获得的基础效用；表示消费者购买产品i时将其承诺的发货时间与真实发货时间进行比较所获得的参考效用，其中β
i
表示正向参考效应的系数，t表示企业的实际发货时间，表示消费者将产品i的承诺发货时间与其实际发货时间进行比较而产生的正向参考效应，μ
i
表示负向参考效应的系数，表示消费者将产品i的承诺发货时间与其实际发货时间进行比较而产生的负向参考效应，μ
i
>β
i
>0表示消费者具有损失规避心理；步骤s13：根据所述消费者效用函数，得到其对每种产品的需求函数：其中，表示企业的产品提供集，表示当中的产品价格为p，发货时间承诺为t时，消费者选择产品i的概率；步骤s14：根据选择概率函数建立零售商利润函数：其中，表示企业实际的发货时间，t表示企业实际发货时间的下界，表示企业实际发货时间的上界；表示所有产品的集合；表示企业不能按时发货时所招致的惩罚成本，z
i
表示惩罚成本的系数，f(t)表示企业发货时间的概率密度函数。
3.根据权利要求2所述的基于消费者参考效应的企业发货时间承诺优化方法，其特征在于，所述步骤s2：根据所述零售商利润函数建立多产品发货时间承诺策略，具体包括：对所述零售商利润函数进行求解，可以得到企业基于消费者参考效用的多产品发货时间承诺策略：其中，f(t)表示企业发货时间的累积分布函数。4.根据权利要求3所述的基于消费者参考效应的企业发货时间承诺优化方法，其特征在于，所述步骤s3：基于所述消费者历史交易数据以及所述消费者效用函数，估计所述消费者效用函数的参数，并根据所述消费者效用函数的参数和所述多产品发货时间承诺策略获得最终发货时间承诺决策和零售商收入，具体包括：步骤s31：基于所述消费者历史交易数据以及所述消费者效用函数，使用em算法估计所述消费者效用函数中的参数：a
i
，b，γ
i
，β
i
，μ
i
；步骤s32：根据所述消费者效用函数中的参数a
i
，b，γ
i
β
i
，μ
i
，通过所述多产品发货时间承诺策略获得最终发货时间承诺决策，并获得零售商收入。5.一种基于消费者参考效应的企业发货时间承诺优化系统，其特征在于，包括下述模块：构建消费者效用函数和零售商利润函数模块，用于获取零售商的消费者历史交易数据，并基于所述消费者历史交易数据建立消费者效用函数和零售商利润函数；构建多产品发货时间承诺策略模块，用于根据所述零售商利润函数建立多产品发货时间承诺策略；获取最终发货时间承诺决策和零售商收入模块，用于基于所述消费者历史交易数据以及所述消费者效用函数，估计所述消费者效用函数的参数，并根据所述消费者效用函数的参数和所述多产品发货时间承诺策略获得最终发货时间承诺决策和零售商收入。

技术总结
本发明涉及一种基于消费者参考效应的企业发货时间承诺优化方法及系统，其方法包括：步骤S1：获取零售商的消费者历史交易数据，并基于消费者历史交易数据建立消费者效用函数和零售商利润函数；步骤S2：根据零售商利润函数建立多产品发货时间承诺策略；步骤S3：基于消费者历史交易数据以及消费者效用函数，估计消费者效用函数的参数，并根据消费者效用函数的参数和多产品发货时间承诺策略获得最终发货时间承诺决策和零售商收入。本发明提供的方法，从零售商的角度出发，解决了其发货时间承诺问题，更科学地预测消费者的选择行为，指导企业的运营管理决策。企业的运营管理决策。企业的运营管理决策。


技术研发人员：赵文涵 言小明 余玉刚
受保护的技术使用者：中国科学技术大学
技术研发日：2023.03.30
技术公布日：2023/7/12