Tüketici davranışlarının zamanla değiştiği kapalı devre tedarik zincirlerinde satış planı eniyilemesi

Abstract

Bu çalışmada, yeni ve yeniden imal edilen olmak üzere iki farklı şekilde satılabilen ürünlerin satış planını eniyileme problemi ele alınmaktadır. Ürün talep eğrisi, literatürde yaygın olarak kullanılan ve gerçek verilerle birçok dayanıklı ürün için geçerliliği onaylanmış Bass yayılım sürecini takip etmektedir. Üretici belirli dönemlerde belirli taleplerin karşılanmasını geciktirerek yayılım sürecini yavaşlatabilmektedir. Satılan ürünlerin bir kısmı belirli bir süre kullanıldıktan sonra üreticiye geri dönerek yeniden imalata hazır hale gelmektedir. Yayılım sürecinin yavaşlatılarak yeniden imal edilen ürün talebinin kullanılmış ürün arzıyla daha etkin bir şekilde eşleştirilmesi üretici açısından daha kazançlı olabilmektedir. Müşterinin ürünün markasına (veya üreticisine) bağlılığı ve yeniden imal edilen ürün talebi zamanla değişebilmektedir. Bu satış planı eniyileme problemini makul ölçekli örneklerde çözebilen bir dinamik programlama algoritması önerilmektedir. Sayısal çalışmalarda bu algoritma kullanılarak en iyi satış politikalarının yayılım süreci ve tüketici davranışı parametrelerine göre değişimi incelenmiştir. Müşterinin markaya bağlılığının veya yeniden imal edilen ürün talebinin zamanla azalmasının, yeniden imalattan daha fazla gelir elde etmek için zamanında karşılanan toplam talep sayısını azalttığı gözlenmiştir.

In this study, we study the sales plan optimization problem for a manufacturer who can offer both new and remanufactured versions of a product. Demand follows the Bass diffusion process that is widely used in the literature and has been validated with real data for many durable goods. The manufacturer may slow down the diffusion process by delaying the fulfillment of a certain amount of demand in certain time periods. Some of the products sold in earlier periods are returned to the manufacturer in later periods and become available for remanufacturing. The manufacturer may be better off by slowing down the diffusion process to better match the demand for remanufactured products with the used product supply. Customers’ loyalty to the brand (or manufacturer) of the product and the demand for remanufactured products may vary over time. We propose the use of a dynamic programming algorithm to solve this optimization problem for industrial-scaled instances. With this algorithm we conduct numerical experiments and investigate how the optimal sales policies change with respect to the parameters of the diffusion process and consumer behavior. Numerical results reveal that if the customer loyalty to the brand or the demand for remanufactured products decreases over time, the total amount of demand that is immediately met drops in anticipation of generating more revenue from remanufacturing.