基于商品品类的零售供应链需求预测与库存管理模式研究

论文摘要

伴随着经济全球化的发展,大量外资零售企业迅速进入中国,我国零售业的竞争环境日益严峻,面对新形势下的机遇与挑战,零售企业应该努力提升关键环节的竞争力。对于零售业来讲,库存管理既是经营管理的核心环节,也贯穿于整个商业过程,所涉及的货币价值特别大,同时直接影响着客户服务水平,这就迫使零售企业必须将精力集中于库存管理环节。随着消费者行为习惯不断改变,产品的生命周期逐渐缩短,来自市场的需求不确定性日趋增大,传统库存管理模式已经无法满足现代零售企业对低成本、高服务水平的要求。因此,企业需要建立以系统思想为基础,基于供应链成员之间紧密协作的新型库存管理模式。然而,零售企业持有的商品种类繁多,各种商品属性差异很大,受到成本与精力的约束,需要基于精细化的品类管理,从商品特性出发寻求适合每种品类的库存管理模式,实现商品分类与库存管理模式的匹配。本文以“如何商品分类——如何需求预测——如何模式匹配”为逻辑主线,进行了基于商品品类的需求预测与库存管理模式零售研究。首先,基于重要性与采购风险两个维度构建了零售业商品分类体系,运用AHP法确定了指标权重,以某零售企业的数据进行了实证分析。其次,针对库存管理中至关重要的需求预测问题进行了研究,分析了季节指数平滑、SARIMA、神经网络、组合预测模型在不同品类中预测效果的差异,并从品类特性与商品数据特征出发讨论了产生差异的原因。最后,针对关键商品、瓶颈商品、重要商品、常规商品的特性,将其与CPFR、JMI、VMI、传统库存管理模式进行匹配,充分体现了差异化品类管理的思想。本文提出的相关研究思路与方法对其他零售企业的库存管理具有一定的借鉴意义。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景及意义
• 1.2 国内外研究现状
• 1.2.1 品类管理研究
• 1.2.2 需求预测研究
• 1.2.3 供应链库存管理模式研究
• 1.3 论文研究内容及方法
• 1.4 论文创新点
• 第二章 零售业品类管理研究
• 2.1 商品分类思路
• 2.2 层次分析法概述
• 2.3 指标体系构建
• 2.4 商品分类实证分析
• 第三章 基于品类的需求预测研究
• 3.1 预测方法概述
• 3.2 预测研究内容
• 3.2.1 指数平滑预测
• 3.2.2 SARIMA 预测
• 3.2.3 神经网络预测
• 3.2.4 组合预测
• 3.3 预测结果分析
• 第四章 基于品类的库存管理模式研究
• 4.1 库存管理模式概述
• 4.2 库存管理模式匹配
• 4.3 库存管理模式实施
• 4.3.1 VMI 实施
• 4.3.2 JMI 实施
• 4.3.3 CPFR 实施
• 第五章 结论与展望
• 5.1 结论
• 5.2 展望
• 致谢
• 参考文献
• 附录
• 攻硕期间取得的研究成果