设为首页加入收藏
基于广义随机PETRI网的一种O2O模式分析 (来源:利来国标)
作者:利来国标    发布于:2020-07-21 08:38    文字:【】【】【


     

  基于广义随机PETRI网的一种O2O模式分析_职业规划_求职/职场_实用文档。基于广义随机PETRI网的一种O2O模式分析

  摘要: 文章针对 o2o 模式定量分析方法的不足,从系统建模的视角,以国内某高校中某电商 的一种典型 o2o 模式――buy online and pick up at store(bops)为研究对象,结合该电 商的运营数据,通过广义随机 petri 网对该模式进行建模抽象。再将模型与连续时间马尔科 夫链理论结合, 分析系统性能, 继而找出这种 o2o 模式运作的瓶颈环节并提出主要优化方向。 关键词: o2o;bops;petri 网;马尔科夫链 中图分类号:c931.6 文献标识码:a 文章编号:1006-4311(2016)19-0101-02 0 引言 越来越多的电商开始关注于这一模式在运作效率上存在的瓶颈环节,如何找出这些瓶颈 是本文研究目的。 本文将研究范围从 o2o 缩小至 bops 模式, 利于模型的准确构建。 弥补了现阶段 o2o 模式 研究中缺少对系统自身研究以及缺乏定量分析手段的短板。 1 bops 模式 1.1 bops 模式的组成要素 bops 模式是一种典型的线上渠道与线下渠道融合的营销方式。 现实中能见到相当多的案 例,包括:amazon-好德 o2o 联盟、1 号店-全家 o2o 等“电商-零售”的组合。这种运作方式 所涉及的组织或群体包括:客户、线上购物平台、存储主体以及线下门店。 线上购物平台:主要指客户与电商的线上交互平台。 存储主体: 指电商在线下门店附近所安置的固定存货场所。 其包含的功能包括仓库管理、 商品分拣、商品配送。 线下门店:主要指客户与电商的线下交互平台,如提货点、线下门店分店以及便利店。 1.2 bops 模式的典型业务流程 在 bops 模式中, 四种基本因素之间有不同的交互内容。 线上的交互以信息流和资金流为 主,线下的交互则以客流和物流为核心。①客户浏览零售商指定的网上购物平台后选择将要 购买的商品。②购物平台将客户需求以订单的形式传递给距离客户最近的存储主体。③产品 存储主体将订单拆分,并且进入商品的分拣与包装阶段。将客户订单最终转化成为“包裹” 形式。④最终产品零售和配送主体:在 bops 模式中表现为“线下门店”客户“包裹”被送至 线下门店后, 门店工作人员需将 “包裹” 记录备案并且妥善存放, 同时通知客户取货和交易。 基于上述分析,得出 bops 模式的典型基本业务流程。在实际情况中,经常会出现客户无法来 店取货,线下门店提供“点对点”配送服务。另外也会出现客户不满意而退货等其他情况。 在此,只分析 bops 模式的典型流程,对上述及其他特殊情形暂不做讨论。 2 bops 模式模型构建 2.1 广义随机 petri 网 广义随机 petri 网(generalized stochastic petri net)是将传统 petri 网中的变迁 (transition)与随机转移速率(transition rate)相结合的一种 petri 网。其在复杂并行 系统、制造系统、业务流程的建模和动态性能分析方面具有广泛的应用。 2.2 建模过程与数据确定 根据广义随机 petri 网的定义,结合 bops 模式的业务 流程,现建立广义随机 petri 网模型。 得到该广义随机 petri 网的代数表达式: 连接弧集合也随着模型的确定而确定,初始标识设置为状态。在这里,通过与该家线下 门店实际的交流与调研获取了该模型中部分关键的转移速率。剩余部分数据是从该电商的季 度财务报告所得,如表 1 所示。 3 模型的计算与分析 由表 1 中的数据,得到转移速率矩阵: 求解后得出平稳分布为: p(m2)=0.0006 p(m4)=0.0042 p(m5)=0.0207 p(m6)=0.0005 p(m7)=0.0036 p(m8)=0.0003 p(m9)=0.9744 根据平稳分布可以计算 bops 模型的性能指标, 包括库所的平均标记数、 系统平均执行时 间。 ①库所平均标记数:该性能指标反映了系统中各个库所繁忙程度。经过计算得到表 2。 很显然,库所 p12 的平均标计数最大,即客户处于结束交易状态的时间是最长的。这非 常符合实际情况, 因此在该库所成为整个系统的最大瓶颈。 也是零售商优化 bops 模式的重点。 除此之外,p5、p6 以及 p7 的平均标记数也较大。这是由于物流部门在拆分订单、包装分拣 以及运输环节消耗了较多时间。同样,这亦是 bops 模式优化的主要方向。 ②系统平均执行时间: 根据利特尔法则可以计算出 bops 模式某个子系统的平均执行时间, 最终获得整个系统的平均执行时间:t≈35601(分钟)≈24(天) 。 4 结束语 本文从系统仿真的角度出发,对当今最为典型、流行的一种 o2o 模式进行建模和仿真, 找出这种模式运营过程中的瓶颈环节。为定量分析 o2o 模式提供了新的思路和方法。根据分 析结果,目前 bops 模式在订单拆分、包装分拣以及运输配送上花费了绝大多数的时间,因此 日后需要进一步在这些环节上优化。优化的一个方向是增加流程中的作业资源;另一方向则 是基于 o2o 模式独有的线上客户数据,对数据进行分析,预测运输需求,基于预测将有限的 资源运用在最为需要的地方。


脚注信息
版权所有 Copyright(C)2009-2015 利来国标(上海)实业有限责任公司