订单分配问题

订单分配问题（精选四篇）

订单分配问题 篇1

关键词：电子商务,物流,订单分配问题,运输批量,整数规划模型

随着互联网的迅速普及，作为20世纪信息化产物的电子商务亦蓬勃兴起，它的兴起给整个经济和社会生活的诸多领域都带来了深刻的变革，流通领域也不例外。电子商务每一笔交易的完成，都会伴随着物流、资金流、信息流和商流的流动。其中物流是基础，信息流是桥梁，资金流是目的，商流是载体。由于信息技术的发展和应用，资金流和信息流都可以有效地通过网络来实现，但最终的资源配置尚需通过商品实体的转移来实现。也就是说，网络可以解决商品流通的大部分问题，却无法真正地解决物流问题。物流是为满足消费者需求而进行的对原材料、中间库存、最终产品及相关信息从起始地到消费地的有效流动和存储的计划、实施与控制的过程。物流是电子商务的重要组成部分，是信息流和资金流的基础与载体，没有现代化的物流运作模式支持，没有一个高效、合理、畅通的物流系统，电子商务所具有的优势就难以得到有效的发挥，没有一个与电子商务相适应的物流体系，电子商务就难以得到有效的发展。运输是物流系统中的一个必不可少的重要环节，物流系统的节支生效的来源之一。

电子商务企业如果能科学地选择经济合理的运输方式将更加有利于提高总体物流的合理化和企业利润最大化。若电子商务企业每天都要将订单商品运往一个地区，而每次运输批量都远远小于输送能力的承载上限，那么就可以采取一定的策略，在完全满足订单最大交付周期的前提下将一、两天甚至几天的订单进行合并，即在分配过程中充分考虑到时间的价值这一重要的因素，把几个配送地域相同或相近的订单所含的商品货物集中在一起，组成较大的运输批量进行集中运输以降低运输成本。

1数学模型

本文讨论的电子商务环境下考虑运输批量的订单分配问题不要求在编制配送计划时将已经发生的订单全部编入配送计划,而是只要满足商品允许的最大交付周期,就可以考虑将订单商品暂时放置,与第二天、第三天或者更长时间的订单商品集中在一起统一实施运输,这样可以在满足客户服务需求的同时,增大发货批量,降低运输成本。在进行订单合并集中运输的决策分析中,要综合考虑时间和距离因素,将地点相近、时间相近的订单进行合成。

考虑运输批量的订单分配问题的优化目标是在保证订单按期交货的基础上,将订单进行合理组批,并为组批后的订单选择合理的发货地点和运输方式使总的物流运输费用最省。这里建立基于总的物流运输成本费用最低的模型。在给出这个数学模型之前,先给出建立该模型的假设条件和模型中的参数说明。

假设说明

(1)模型是针对多个发货地点，多个客户情况建立的。

(2)电子商务公司经营多种商品。

(3)将含有多种商品的订单拆分成多个虚拟的订单,使每个虚拟订单只包含一种产品,同一客户处存在多订单的情况。

(4)订单配送地址相同或相近的可合并包装运输。

(5)运送周期小于等于商品最小交付周期的订单合并包装运输。

(6)该系统仅采用公路、铁路及航空三种运输方式。

(7)各种输送方式的承载上限完全满足订单批量配送规模。

(8)各种运输方式均按重量计算费用,计算公式为:首重费用+(重量-1)×续重费用。

参数说明

i发货仓库编号,i=1,…I;j运输方式编号,j=1,…I;

k产品种类编号，k=1，…I;m递送公司编号，m=1，…M;

n客户虚拟订单编号，n=1，…N;g订单组合，g G;

G订单组合集合;Pk订购产品k的虚拟订单集合;

Sjk第i个仓库第k种商品的库存水平;dg第g组订单的订货数量;

Tg第g个组合中所有订单的最小交付周期;Tn第n个订单的交付周期;

Gijg由第i个发货仓库采用第j种运输方式运送第g组订单的费用;

tijg由第i个发货仓库采用第j种运输方式运送第g组订单所含商品的运送周期;

决策变量:

辅助变量:

电子商务环境下考虑运输批量的订单分配问题的数学模型如下:

其中,目标函数(1)表示订单组合g选择发货地点及运输方式的运输费用总和最小;约束(2)表示每个订单只能选择一个发货地和一种运输方式运送;约束(3)表示订单组合g最多只能选择一个发货地点和一种运输方式发货;约束(4)表示从任意一个发货地点对任意商品的发货量小于该发货地点该商品的库存量;约束(5)表示商品运送要在客户最大允许交付期限内完成;约束(6)定义了决策变量xijg的取值范围。

2实验设计与结果分析

本文模型是解决考虑批量运输的订单分配问题,可以解决对现有订单的组合分配问题,但模型本身并未体现出如何将未来信息加以考虑,即将多天的订单进行批量组合,而这一重要步骤可以通过订单预处理的过程来完成和实现。首先针对任务需求制定下列启发式规则:规则一:收货地点属于同一家递送公司的同类订单商品可以组成一个包装。规则二:同一组包装订单的运送费用由该组包装的订单平均分担。规则三:同一组包装的订单最大交付周期等于该组中订单最短的交付周期,即。

订单预处理过程详细步骤为:步骤1:读入订单数据信息,按照规则一将现有订单组批。步骤2:生成初始解。步骤3:将该组解的与进行比较,如果,转步骤4;否则,转步骤5。步骤4:拒绝该组订单发货策略,,转步骤2。步骤5:按照规则二求出订单的平均运输费用。步骤6:输出最优值。通过分析,可以看出在考虑运输批量情况下对订单分配大大地降低了物流成本。在实际应用中,还应综合考虑影响运输方式选择的其他各个方面因素,对模型所选择出的分配方式加以修正,这样才更加具有实际意义。

3结语

运输系统是整个物流系统最重要的一个子系统,运输费用占整个物流费用的50%左右。物流系统的节支生效的来源之一就是物资的合理运输,即物资应以最佳的方案进行运输,所以降低物流成本首先要从降低物流运输成本开始。如何实现分配最优,运输最优,往往涉及很多因素,如时间、费用、资源、运输路径、技术条件等等,这些因素往往相互关联、相互制约。作为物流系统中的一个必不可少的重要环节,无论是从成本节约方面考虑,还是从服务质量考虑,物流运输都是非常重要的。所以研究电子商务环境下订单分配问题,降低运输成本,有效地解决物流系统瓶颈问题是具有实际意义和理论意义的。本文以电子商务环境下物流为背景,基于满足客户的需求和降低运输成本的原则,对电子商务环境下的运输批量订单分配问题进行了详细的描述,并建立了数学模型,提出了有效的求解方法,并从求解结果的分析中得出结论,该问题在现实生活中更加具有实际意义和应用价值。

参考文献

[1]杨天翔.电子商务概论[M].上海:复旦大学出版社,2006:15～20.

[2]蔡临宁.物流系统规划—建模及实例分析[M].北京:机械工业出版社,2003:5～7.

横向型虚拟企业订单分配模型研究 篇2

随着全球化的市场竞争加剧以及网络信息技术的快速发展,制造环境发生了根本性的转变。面对产品多批次、低成本、高质量以及交货期缩短的要求,制造商需要缩短产品开发、生产的周期,以满足客户的需求。企业仅依赖内部制造资源进行生产的模式已经很难适应现有的发展状况。只有充分利用外部制造资源,借助信息技术和网络技术,生产出低成本、高质量的产品,才是制造企业赢得竞争优势的根本出路。

为了应付激烈的市场竞争,大量企业选择通过群体协同的方式来应付快速多变的外部环境和适应个性化生产要求。群体协同的方式表现为形成多样化的虚拟企业[1,2,3]。横向型虚拟企业的表现形式为多个聚于区域内的生产同类产品的制造企业相互协作、共享资源,并共同应对市场机遇。这些虚拟企业克服了中小企业的某些局限性,并且在技术创新、产品创新、服务创新和市场营销等过程中日益显现了前所未有的活力,对当地的区域经济增长起着十分重要的作用。目前针对企业集群环境下中小企业构建横向型虚拟企业已有较多研究成果[4,5,6,7]。

本研究拟在横向型虚拟企业组建过程中应用一种基于生产负荷率的评价准则来进行订单均衡分配,并实现制造资源优化配置的目标。

1 问题描述

如何在多个企业之间进行订单分配,实现按时交货,是横向型虚拟企业面临的重大决策问题,也决定了横向型虚拟企业的成败。

面向企业集群环境下横向型虚拟企业的订单分配,产品价格由于集群内的相互竞争而差距趋于减小。当某一企业把订单分配给其他企业时,所关注的重点不在于产品的价格(由于地域、相互的竞争与合作,行业内价格因素差别已经很小),而是产品的交货期。企业在保证产品质量的情况下,需要按期交货。这需要盟主(横向型虚拟企业中获得订单的企业)考察集群内其他企业的生产能力和当前的生产负荷来确定是否可以接受订单分解的产品数量。有可能存在的情况是:①虽然这个企业具有生产该产品所需要的制造资源,但是此时企业本身的生产任务很紧张,不能接受更多的生产任务;②如果仅仅按照企业具备的资源来分配订单,会造成资源冲突。即使该企业接受订单,也会受生产资源负荷的限制,不能很好地满足保证产品质量、按期交货的要求。

当集群内某企业接到一个订单,此时面对的集群可能处于3种状态:

(1) 集群内所有企业的生产负荷都较低;

(2) 集群内有的企业满负荷或者超负荷,而有的企业负荷较低甚至没有;

(3) 集群内所有企业的生产负荷都比较高。

对于第1种情况,订单的分配就比较容易达成,也很容易按期交货;对于第2种情况,盟主会选择那些生产负荷较低甚至没有负荷的企业参与订单分配,这样更容易保证按期交货;对于第3种情况,由于各企业的生产负荷已经较高,盟主需要寻找那些负荷相对较低、通过加强管理可以进一步提升生产能力的企业参与订单分配。本研究探讨的是在第2、3种情况下,盟主如何快速地进行订单分配,最大程度地均衡企业集群内的制造资源,保证产品质量、交货期;合理地分配订单,使集群内企业的制造资源得到最大程度的均衡,提升整个企业集群的资源利用率,提高整个集群的对市场机遇的敏捷反应能力,对于处于国际化竞争中的中小企业来说,是急需解决的问题。

2 订单分配模型

在生产同类产品的企业集群中,一个企业(盟主)获得一个大订单,依靠自身的能力不能很好地完成,或者即使能完成订单,但是不能获得很好的利润回报。为了在预定交货期内完成订单,盟主会在本区域企业集群中选择合适的企业,组成横向型虚拟企业,共同完成订单。除了考虑成本、交货期等影响因素外,企业生产负荷也是一个非常重要的因素。选择那些生产负荷相对较低的企业组建横向型虚拟企业,可以顺利地组织生产,更易于完成生产任务。由于各企业生产同类产品,安排的生产计划是并行的,最迟完成生产任务的企业的生产时间就是实际交货期时间。

假设有n个企业参与竞标,参与竞标企业所能承担的订单份额大小不仅受企业本身制造资源的制约,还受本企业生产负荷的制约。如果企业生产负荷较大,又接受了新的订单,则需要安排加班。因加班导致工人的疲劳及生产设备的维护保养不及时,其直接后果就是生产效率的降低,进而导致生产能力降低。由于对所有参与企业要求的预定交货期是一致的,超过预定交货期的企业将受到成本的追加惩罚。

为了建立横向型虚拟企业订单分配模型,本研究引入了下列参数:

候选企业数i,i=1,2,…,n;对于每一件产品,各企业的生产成本Ci,C={C1,C2,…,Cn};企业的生产能力CPi,CP={CP1,CP2,…,CPn},表现为每天生产产品的数量。

由于交货期及成本的限制,需要考虑候选企业当前的生产状况。即需要知道当前企业的生产负荷是大还是小。生产负荷的度量可以用当前生产安排任务与企业的总的生产能力的比率,用ρ来表示,ρ={ρ1,ρ2,…,ρn},ρi指各个候选企业的生产负荷率。

订单分配模型目标函数为:

${\rm M}\inf =\max \{{\rm T}{}_1,{\rm T}{}_2,\cdots ,{\rm T}{}_n\}\cdot {\displaystyle \sum _{i=1}^{n}n}um{}_{i}C{}_i(1)$

约束条件为:

$\text{s}.\text{t}.{\displaystyle \sum _{i=1}^{n}n}um{}_{i}x{}_i=100(2)$

Ti=numi/(CPi·(1-ρi)) (3)

式中 Ti—第i企业完成生产任务需要的时间,i=1,2,…,n;numi—对应i企业产品的数量;Ci—企业生产单件产品的成本;xi—被选中参加横向型虚拟企业的企业。

由于目标函数为非线性函数,本研究尝试采用进化规划算法来对模型进行求解。用自然数串表示染色体,w={w1,w2,…,wn}表示染色体,wi表示0～mi整数(mi是通过优化计算分配给i企业的产品数量)。

由于产品数量比较大,解空间为:

${\rm N}={\displaystyle \prod _{i=1}^{n}m}{}_i(4)$

即使规模较小的问题,解空间也是很大的。为了有效地减小解空间,笔者根据产品的特征及企业生产能力,把多个产品组成一个单位,如10个产品组成一个单位;分配给每个企业的产品数量不能太小(比如1个)。这样既减小了解的空间又符合企业的生产实际。

通过进化规划算法可得出横向型虚拟企业协作伙伴的组合。

3 实例研究

为了验证本研究提出的进化规划法求解横向型虚拟企业订单分配模型,笔者以下列实例来验证典型注塑机零件订单的分配问题。

在本例中,处于企业集群的某一注塑机企业获得了生产螺杆的一个大订单,由于交货期及自身制造资源的限制,企业依靠自己的生产能力不能完成订单,需要寻求其他企业的合作,在初选集群中有6个候选企业,候选企业的相关参数指标如表1所示。

进化规划算法应用Matlab7.0编程,运行环境为Pentium 4 2.99 GHz,内存512 MB。相应的参数设置为:种群数量为20,交叉概率为0.8,变异概率为0.2,迭代次数为100 000,订单的产品数量为100。

进化规划算法可以获得较好的近优解,可以指导企业分配生产订单份额。目标函数收敛曲线如图1所示。从图1中可以看出,迭代逐渐收敛,迭代次数约1 900次时,收敛得到函数值为0.898 1。根据目标函数值,可得出横向型虚拟企业的最大生产时间为max{T1,T2,…,Tn}=2.57天。订单的数量分配也收敛到稳定值(如表2所示)。

均衡分配订单后协作企业生产时间,如图2所示。从图2可以看出,订单经过均衡分配,协作企业生产时间比较接近,整个订单的交货期也就较为一致。通过上述订单分配,使得在一定的成本条件下,完成订单的时间(交货期)最短。尽管有生产成本和生产能力的影响,仍能够看出,考虑了生产负荷的影响后,订单分配的份额比较均衡。第6个企业由于负荷接近1(0.97),分到的订单份额就最小。由于笔者考虑了各企业的生产负荷率,应用进化规划算法,均衡了生产任务,有效地利用了集群内的制造资源,提高了集群制造的敏捷反应能力。

4 结束语

横向型虚拟企业订单分配是提高集群企业制造敏捷性的重要手段之一。针对横向型虚拟企业构建中的订单均衡分配问题,本研究提出了基于生产负荷均衡准则的订单分配模型,应用进化规划算法对优化模型进行求解。研究结果表明,本方法能够有效地均衡分配订单任务,最大程度地均衡集群内的制造资源,提高制造资源利用率,缩短产品制造周期,提升了企业集群的制造敏捷性。

摘要：横向型虚拟企业是由多个生产同类产品的企业构成的协作生产联合体,正确合理地在协作企业之间进行订单分配,是提高制造企业敏捷性和竞争力的重要手段。针对这一问题,提出了一种基于生产负荷率准则的订单分配方法,建立了订单均衡分配模型。利用进化规划算法对模型进行了求解,并应用研究实例验证了算法的有效性。研究结果表明,提出的模型与方法是有效的。

关键词：横向型虚拟企业,生产负荷,进化规划算法

参考文献

[1]DAVULCU H,KIFER M,POKOMY L R,et al.Modelingand Analysis of Interactions in Virtual Enterprises[C]//Proceedings of the 9th International Workshop on ResearchIssues on DEITVE,Sydney,Australia,1999:12-18.

[2]CARRIE A S.From integrated enterprises to regional clus-ters:the changing basis of competition[J].Computers inIndustry,2000,42(2-3):289-298.

[3]葛焕森,方志梅,叶飞帆,等.基于Web本体语言的横向型企业集群生产能力建模[J].机电工程,2006,23(9):1-3.

[4]TALLURI S,BAKER R C.Quantitative Framework for De-signing Efficient Business Process Alliances[C]//Proceed-ings of the 1996 ICETM.Piscataway:[s.n.],1996:656-661.

[5]ZHAO F Q,HONG Y,YU D M.A multi-objective optimi-zation model of the partner selection problem in a virtual en-terprise and its solution with genetic algorithms[J].Inter-national Journal of Advanced Manufacturing Technolo-gy,2006,28(11-12):1246-1253.

[6]KORPELA J,KYLAHEIKO K,LEHMUSVARA A,et al.An analytic approach to production capacity allocation andsupply chain design[J].International Journal of Produc-tion Economics,2002,78(2):187-195.

订单分配问题 篇3

货物分配作为供应链资源配置的末端影响着企业竞争优势。但是因生产过程存在许多随机因素, 因此不断影响着货物分配策略。通过运用Arena仿真软件对现有的流程进行建模仿真, 模拟分配优先序的变化对分配结果的影响, 在不变动生产流程与生产模式的条件下 (不产生额外优化成本) , 仅通过优先序策略优化, 提升订单满足率, 减少在库成本与缺货成本。

Arena仿真软件是1993年由Rockwell Automation公司推出的基于SIMAN仿真语言的交互仿真软件。它具有可视化, 模块化、透明化等特点, 它的出现极大地方便社会各个层面对于仿真有着大量需求却因计算机编程限制的人群的需要。

本文将通过使用Arena仿真软件实现对于某M企业的生产流程与分配流程的仿真模型。并通过流程分析器对影响分配的主要因素——分配优先序进行排列组合, 通过比较仿真结果, 得出最适合企业现状的订单分配策略。

2 M企业生产流程与订单分配流程描述

M企业主要生产2个不同品牌的产品:产品A与产品B。其中产品A是面向订单的产品, 即收到客户确认的订单后安排生产, 每周滚动生产, 而B产品则为面向库存的产品, 即根据市场预测直接安排生产, 生产周期为每4周生产一次。虽然只有2种产品, 但M企业却有着3种不同的订单, 第一种订单为仅有产品A的订单, 第二为仅有产品B的订单, 而最后的则为同时拥有产品A与产品B的混合订单。

如果仅采用先进先出来安排货物, 无论是A产品还是B产品先完成生产, 都可能出现一个产品等另一个产品的情况。虽然A、B产品各自发生缺货的概率都很低, 只要发生有一方缺货的情况, 其结果往往是2类订单都可能面临延误的情况, 最终甚至因延误等待而造成库存积压、库存成本的上升, 客户满意度下降。

3 M企业流程建模

在使用Arena软件对现有流程进行仿真的时, 主要考虑将整个流程模块划分为:订单模块、生产模块与分配模块。完成模块划分, 就是对现有流程进行逻辑建模。通过对业务流程的分析, 略去一些对流程没有影响的环节, 例如生产冷冻期 (为了避免频繁变更生产计划造成产量下降, 所有产品生产前会有2周的生产冷冻期) , 得出业务流程图。

根据流程图, 在Arena软件中进行基本流程的实体的建模。完成建模后我们需要对三个红框的区域对应订单属性, 如订货数量与产品品牌的进行赋值。

Arena软件中的Assign用于完成赋值功能。但在赋值前, 我们需要对订单的到达时间与到达数量进行分析, 生产的频次与生产量进行分析。

Arena软件中有一款自带的Arena input analysis, 它可以通过对输入的外部数据进行不同函数的拟合而出于真实情况偏差最小的数据函数, 以帮助函数在仿真中到达最佳的模拟效果。通过将原始数据进行输入分析, 我们在Input Analysis得出模型中所涉及的数学函数。

逻辑模块的建立与赋值的完成宣告模型的建立成功。此时还需要对模型的有效性进行验证。

建模有效性的验证主要通过以下几个方面:

1对所有参数的数据来源再次验证, 保证输入函数为拟合度最高的函数;

2对完成建模的建模流程与实际业务流程进行比较, 确保流程顺序的准确性;

3进行长时间运行测试, 确保运行顺畅;

4对每个模块的与现实的拟合度进行比较, 确保拟合精度高于90%;

通过以上4个方面的模型验证, 将建立完成的模型与实际数据来源进行比较, 差异值为小于10%, 建模成立。

通过对模型进行10次、30次以及50次的运行拟合度比较, 我们得出以下比较值:

由上数据可见, 虽然B订单与混合订单存在大于10%的差异, 但其原因是由于原本订单基数较小, 实际差异仅为4~5个订单, B订单的最大差异也仅为16个订单。而总订单数值的仿真数据与实际数值的差异一直低于1%, 可见模型的精准度还是相对较高的。

4优化瓶颈确认

为了获取分配策略调整对订单分配的影响, 我们首先对于模型中的A产品订单、B产品订单、AB混合订单3类订单的设置了以下输出变量指标并进行分析:

13类订单的缺货数量与缺货成本 (Shortage andShortage cost) ;

2在库产品库存量与库存成本 (Inventory and Inventory cost) ;

33订单的订单满足数量 (Number of fulfilled order quantity) ;

4类订单的未满足订单数量 (Number of unfulfilled order quantity) 。

通过分析运行100次3年订单状况的数据后发现90%以上的订单都可以得到满足, 订单未满足率也徘徊在1.4%至3.1%之间, 但是由于订单是一个动态的过程, 势必存在部分订单仍在等待队列中。

因此减少未满足订单数量, 并且提高单位时间内订单的处理数量 (减少未处理订单数量) , 也可视作是对分配策略的一种优化。

5仿真优化

Arena软件中自带有一款Process Analyzer流程分析器可以用来实现对于不同条件下的数据观测和比较, 并在此基础上配合使用Opt Quest完成对最优解的查找。

基于瓶颈分析, 得出13种可行性分配方案, 通过Process Analyzer进行优化分析。

通过Process Analyzer运行得出结果后, 对数据进行汇总分析并得到以下数据。

以周为周期的订单处理中, 当对3个不同类型的订单进行优先序分配时:

1B订单与M订单的次序提升有助于提高单位时间订单处理速度, 减少未处理订单数量;

2第二优先序与第三优先序的变化对订单以成本的影响较小, 第一优先序的变化对订单分配结果造成直接影响。

最后不增加额外成本的情况下, 有效的优化结果为:优先分配M订单, 并序B订单和M订单。通过这个优化后的分配策略, 可以:

1满足订单订单数量提升97个;

2未处理订单减少99个;

3库存成本减少81.84元;

4缺货成本减少3640.86元。

参考文献

[1]陈雅.钢铁企业生产流程的Arena仿真与优化[J].成都理工大学, 2013.

[2]李欣.物流系统建模与仿真使用Arena软件[M].上海:格致出版社, 2013, 8:1-200.

订单分配问题 篇4

航空业的收益管理方法可以推广到有类似管理问题的其他行业。产品或服务的提供商有有限的但是容易过时、损失的服务能力。例如:客机上的座位, , 酒店的客房, 剧院的座位, 远洋货轮的舱位, 医疗设备, 电力设施, 电视广告, 甚至铺满全国的光纤设备, 。对于收益管理, 一般讨论局限于服务业, 而且国外研究领域也集中于航空业、酒店业、医疗服务业、对于按订单生产制造领域, 比如需要比原先更短的交付时间或更高的交付可信度, 都会使管理者意识到潜在的收益, 引用收益管理的一些方法就可能在原有的基础上使这些潜在的收益变成实实在在的利润。

收益管理理念

对于成功使用收益管理和行业特征经济学家们总结出几个共有的特点:易逝性、固定的服务能力、高成本改变能力、市场可以细分、产品或服务可以提前预订、随机需求, 历史销售数据, 可对未来进行预测。在按订单生产环境中, 明显地也可以找出这些特点:具有随机需求特点的按订单生产型企业, 往往存在着需求预测误差。因此迫切地需要寻找一种管理技术来平衡提供一定水平的客户满意度和超量需求引发的能力不足之间的矛盾。

1. 易逝性

所有的服务都具有易逝性的特点。也就是说, 服务具有很强的时效性, 它们不能通过存储来满足顾客在未来的需要。如果服务在一定时间内销售不出去, 企业将永久性地损失了这笔潜在的收入。对于按顾价客特定规范的定制设备能力显而易见地具有易逝性特点提前预订可以有效地安排生产计划并保证一定的收入。但是, 未使用的设备能力就造成了潜在的利润流失, 比如:对于按客户定制生产的运动服厂商, 流行性饰品和季节性促销公司。

2. 固定的生产 (服务) 能力

实践证明:收益管理最适合于具有固定的短期内无法改变生产能力至少不能以低成本获得一定的生产能力的情况。道理很明显, 追加新的产品或服务能力需要较长时间或大量的投资, 在按订单生产企业中, 增加额外的生产能力需要的流程设计和资本投资的成本也是相当大的。公司投资者不得不考虑投入和产出。

3. 高能力改变成本

生产能力相对改变成本直接影响固定能力的扩展度。如果扩展或外包能力的成本是非常小的, 公司就可简单的通过改变生产能力来应对需求的波动。在极端情况下, 若能力扩展成本相对非常低, 公司就可采用追逐战应对聚集需求, 对于很多按订单生产企业来讲, 相比较获得并保持额外的生产能力而言, 调整生产和市场计划所花的成本要小。

4. 存在细分的市场

需求可以进行分段且在各个细分的市场里价格的敏感程度存在差异。当然, 这种市场的划分和价格差异应该是客户所能理解和接受的, 若隔离的标准带有不公平或专断的倾向, 很有可能客户就拒绝接受这种价格歧视。航空业采用一种有效的定价策略, 将愿意并且有能力支付高额票价的顾客与那些愿意以牺牲灵活性如要提前订票或不能改签或退票为代价换取低额票价的客户区分开来。很显然, 他们采用客户对价格的敏感度将客户分成商务旅行客户和一般客户并取得了成功。同理, 按订单生产型企业同样可以采用这样的方式, 一般情况下, 客户需要加快订单的处理速度, 甚至改变订单处理的顺序, 具有较低的价格敏感度而提前进行订单申请的对价格敏感程度较高。在按订单生产运动服装的企业中, 强时间敏感度、低价格敏感度的客户往往受特定的大型体育活动驱使, 要求制造公司进行特殊的订单处理。

5. 产品可以提前出售、预售

收益管理的基础就是从现存的能力分配下结合市场、财务和营运职能采取对订单的接受或拒绝机制来达到利润最大化, 提前预订就可保证一定量的制造能力的分配并且可以进行中长期的预测。在收益管理系统中, 在事先优化水平下对于价格打折的细分市场通过停止提前预订机制为临时达到并且有较高利润的订单预留能力。在这种事先打折接受一定的订单和对于后来为改变订单处理的顺序支付额外的费用之间的平衡是收益管理策略的一大创举, 比如有些陶制品按订单生产企业就能对每个月1号的迪斯尼礼物商店预留相应的生产能力而索取额外的费用。为了达到这种目的, 有必要在提前预定的等级客户设定一定的限制, 从而保证在面临此种环境下的保留生产能力。

6. 随机需求

需求的随机波动产生了有效的能力管理问题时, 同样这些波动也产生了利润的机会。比如:制造响应时间的额外费用。因此, 对按订单生产公司, 通过改变订单的响应度和交付可信度, 波动需求产生了应的价值。一般认为, 随着需求变动度的增加, 最优利润同时也增加。这是因为收益管理的目的就是捕获希望, 特别是在紧凑的生产计划, 加快定单处理速度而额外支付的客户。由此, 对于给定均值下需求分布方差越大, 那么最优价格条件下厂商收回投资的速度就越快。

从上面讨论可以看出, 适用于航空服务业的收益管理理论同样适用于一些特殊的制造业特别是近来按订单生产企业售后服务中加入了更短的交付时间和更高的交付可信度内容。一般认为, 在他们运营战略中, 改变订单响应度已成为重点强调的特色。

结论