Эвристические методы планирования поставок через маркетплейсы
Ларин О.Н.1,2, Сергеев С.А.3,4
1 Российский экономический университет им. Г. В. Плеханова
2 Российский университет транспорта
3 Российский экономический университет им. Г.В. Плеханова
4 Финансовый университет при Правительстве РФ
Скачать PDF | Загрузок: 37
Статья в журнале
Экономика, предпринимательство и право (РИНЦ, ВАК)
опубликовать статью | оформить подписку
Том 15, Номер 2 (Февраль 2025)
Эта статья проиндексирована РИНЦ, см. https://elibrary.ru/item.asp?id=80480014
Аннотация:
Развитие онлайн-торговли оказывает существенное влияние на условия сбыта продукции на локальных и глобальных рынках. Российские производители и дистрибьютеры различной продукции используют маркетплейсы для расширения географии и объемов сбыта. Для многих предприятий малого и среднего бизнеса онлайн-платформы являются основным каналом сбыта продукции. Однако развитие их бизнеса сдерживается высокой стоимостью услуг маркетплейсов. Целью исследования является разработки научно-обоснованных решений по планированию поставок через маркетплейсы, при которых обеспечивается оптимальное соотношение доходов от продаж и расходов на логистику. Обоснована целесообразность применения интегрированных методов планирования поставок для обеспечения согласованности взаимосвязанных параметров логистических процессов, которые выполняются в различных звеньях цепочек поставок: перевозка товаров от поставщика до склада маркетплейса, обработка и хранение товаров на складе, развоз товаров со склада в пункты выдачи покупателям. Разработана математическая модель балансировки плановых параметров логистических процессов на основе прогнозных показателей спроса. Оптимальное решение может быть получено с использованием известных алгоритмов комбинаторной оптимизации
Ключевые слова: планирование поставок, цепочки поставок, сбыт, распределение, управление запасами, машинное обучение, прогнозирование спроса, маркетплейс
JEL-классификация: C 53, C65, L80, L81
Источники:
2. Драган М. М. Особенности продажи товаров на маркетплейсах // Вестник науки. – 2023. – № 12. – c. 72-82.
3. Дубровин М. С., Анисимов А. Ю. Инструменты реализации маркетинговых стратегий маркетплейсов // Вестник Академии знаний. – 2024. – № 3. – c. 755-758.
4. Интернет-торговля в России 2024. ООО «Дейта Инсайт», 2024. – 146 с. [Электронный ресурс]. URL: https://datainsight.ru/eCommerce_2023 (дата обращения: 16.01.2025)/).
5. Ларин О.Н., Капский Д.В., Матосов М.В., Моононхуу Ц. Критерии оценки эффективности работы цепей поставок // Транспорт: наука, техника, управление. – 2024. – № 1. – c. 3-11. – doi: 10.36535/0236-1914-2024-01-1.
6. Логистика интернет-торговли России в 2023. Мнения и ожидания. ООО «Дейта Инсайт», 29 декабря 2023 г. [Электронный ресурс]. URL: https://datainsight.ru/DI_ecom_logistics_opinions_expectations_2023 (дата обращения: 16.01.2025).
7. Резер С.М., Ларин О.Н., Венде Ф., Тарасов Д.Э. Модели формирования запасов и расчёта затрат на их хранение в логистических центрах // Интеллект. Инновации. Инвестиции. – 2017. – № 6. – c. 63-70.
8. Программа лояльности: мифы, реальность, практика. «Дейта Инсайт», 18 декабря 2024 г. [Электронный ресурс]. URL: https://datainsight.ru/DI_loyalty_programs_2024 (дата обращения: 16.01.2025).
9. Проценко И. О., Абрамова Е. Р. Механизмы логистической координации и их роль в управлении цепями поставок // РИСК: Ресурсы, информация, снабжение, конкуренция. – 2020. – № 1. – c. 40-44.
10. Развитие онлайн-торговли в России. ООО «Яндекс». [Электронный ресурс]. URL: https://yandex.ru/company/researches/2024/ecomdash (дата обращения: 16.01.2025).
11. Селявский Ю. В., Дедов Е. Г., Курганова Н. Ю. К вопросу об использовании методов прогнозирования товарных запасов в процессе поставок товаров на складские комплексы марктеплейсов // Журнал монетарной экономики и менеджмента. – 2023. – № 3. – c. 21-30. – doi: 10.26118/2782-4586.2023.61.44.003/.
12. Селявский Ю. В., Дедов Е. Г., Курганова Н. Ю. Организация поставок товаров на склады маркетплейсов: к вопросу о разработке алгоритма подбора поставляемых товаров // Журнал монетарной экономики и менеджмента. – 2023. – № 3. – c. 8-16. – doi: 10.26118/2782-4586.2023.34.66.001.
13. Сергеев В. И., Сергеев И. В. Методология планирования цепей поставок // РИСК: Ресурсы, информация, снабжение, конкуренция. – 2022. – № 1. – c. 12-23.
14. Собственный склад или фулфилмент: факторы принятия решения // Экономика и бизнес: теория и практика. – 2023. – № 7. – c. 182-184. – doi: 10.24412/2411-0450-2023-7-182-184.
15. Шкинев М. С. Фулфилмент: технология и особенности работы // Экономика и бизнес: теория и практика. – 2023. – № 11. – c. 178-180. – doi: 10.24412/2411-0450-2023-11-3-178-180.
16. Alexandra Birkmaier, Adhurim Imeri, Martin Riester, Gerald Reiner Preventing waste in food supply networks - a platform architecture for AI-driven forecasting based on heterogeneous big data // Procedia CIRP. – 2023. – p. 708-713. – doi: 10.1016/j.procir.2023.09.063.
17. Alnaggar A., Gzara F., Bookbinder Ja.H. Crowdsourced delivery: A review of platforms and academic literature // Omega. – 2021. – p. 102139. – doi: 10.1016/j.omega.2019.102139.
18. Andrea Attanasio, Jean-François Cordeau, Gianpaolo Ghiani, Gilbert Laporte Parallel Tabu search heuristics for the dynamic multi-vehicle dial-a-ride problem // Parallel Computing. – 2004. – № 3. – p. 377-387. – doi: 10.1016/j.parco.2003.12.001.
19. Archetti C., Bertazzi L. Recent challenges in Routing and Inventory Routing: E-commerce and last-mile delivery // Networks. – 2021. – № 77. – p. 255–268. – doi: 10.1002/net.21995.
20. 18 - Integration in Logistics Planning and Optimization: Editor(s): Reza Zanjirani Farahani, Shabnam Rezapour, Laleh Kardar Behnam Fahimnia, Reza Molaei, Mohammad Hassan Ebrahimi. 18 - Integration in Logistics Planning and Optimization: Editor(s): Reza Zanjirani Farahani, Shabnam Rezapour, Laleh Kardar // Logistics Operations and Management. – Elsevier, 2011. – Pр. 371-391. – https://doi.org/10.1016/B978-0-12-385202-1.00018-9 URL: https://doi.org/.
21. Fahimnia B., Marian R., Luong L., Farahani R.Z. A review and critique on integrated production–distribution planning models and techniques // Journal of Manufacturing Systems. – 2013. – № 1. – p. 1-19. – doi: 10.1016/j.jmsy.2012.07.005.
22. Craig A. Hill, G. Peter Zhang, Keith E. Miller Collaborative planning, forecasting, and replenishment & firm performance: An empirical evaluation // International Journal of Production Economics. – 2018. – p. 12-23. – doi: 10.1016/j.ijpe.2017.11.012.
23. D’Haen R., Braekers K., Ramaekers K. Integrated scheduling of order picking operations under dynamic order arrivals // International Journal of Production Research. – 2022. – № 61. – p. 3205–3226. – doi: 10.1080/00207543.2022.2078747.
24. Florian Haselbeck, Jennifer Killinger, Klaus Menrad, Thomas Hannus, Dominik G. Grimm Machine Learning Outperforms Classical Forecasting on Horticultural Sales Predictions // Machine Learning with Applications. – 2022. – p. 100239. – doi: 10.1016/j.mlwa.2021.100239.
25. Heinrich Kuhn, Daniel Schubert, Andreas Holzapfel Integrated order batching and vehicle routing operations in grocery retail – A General Adaptive Large Neighborhood Search algorithm // European Journal of Operational Research. – 2021. – № 3. – p. 1003-1021. – doi: 10.1016/j.ejor.2020.03.075.
26. Jing Hou, Guang Chen, Jin Huang, Yingjun Qiao, Lu Xiong, Fuxi Wen, Alois Knoll, Changjun Jiang Large-Scale Vehicle Platooning: Advances and Challenges in Scheduling and Planning Techniques // Engineering. – 2023. – p. 26-48. – doi: 10.1016/j.eng.2023.01.012.
27. Omid Hashemi-Amiri, Fahimeh Ghorbani, Ran Ji. Integrated supplier selection, scheduling, and routing problem for perishable product supply chain: A distributionally robust approach // Computers & Industrial Engineering. – 2022. – p. 108845. – doi: 10.1016/j.cie.2022.108845.
28. Gustriansyah R., Ermatita E., Rini D.P. An approach for sales forecasting // Expert Systems with Applications. – 2022. – p. 118043. – doi: 10.1016/j.eswa.2022.118043.
29. Risberg A. A systematic literature review on e-commerce logistics: towards an e-commerce and omni-channel decision framework // The International Review of Retail, Distribution and Consumer Research. – 2022. – № 33. – p. 67–91. – doi: 10.1080/09593969.2022.2089903.
30. Robert Fildes, Shaohui Ma, Stephan Kolassa Retail forecasting: Research and practice // International Journal of Forecasting. – 2022. – № 4. – p. 1283-1318. – doi: 10.1016/j.ijforecast.2019.06.004.
31. Ruben D’Haen, Katrien Ramaekers, Claudia Archetti, Kris Braekers Integrating order picking and vehicle routing decisions in a dynamic e-commerce setting // Computers & Operations Research. – 2024. – p. 106762. – doi: 10.1016/j.cor.2024.106762.
32. Ruben D’Haen, Stef Moons, Kris Braekers, Katrien Ramaekers A Real‐life Study on the Value of Integrated Optimization in Order Picking Operations under Dynamic Order Arrivals // Networks. – 2024. – № 84. – p. 345–362. – doi: 10.1002/net.22237.
33. Saeed Fazayeli, Alireza Eydi, Isa Nakhai Kamalabadi Location-routing problem in multimodal transportation network with time windows and fuzzy demands: Presenting a two-part genetic algorithm // Computers & Industrial Engineering. – 2018. – p. 233-246. – doi: 10.1016/j.cie.2018.03.041.
34. Zhan Sh., Xie J., Wong S.C., Zhu Y., Corman F. Handling uncertainty in train timetable rescheduling: A review of the literature and future research directions // Transportation Research Part E: Logistics and Transportation Review. – 2024. – p. 103429. – doi: 10.1016/j.tre.2024.103429.
35. Stubbings P., Virginas B., Owusu G., Voudouris C. Modular neural networks for recursive collaborative forecasting in the service chain // Knowledge-Based Systems. – 2008. – № 6. – p. 450-457. – doi: 10.1016/j.knosys.2008.03.021.
36. Taha Falatouri, Farzaneh Darbanian, Patrick Brandtner, Chibuzor Udokwu Predictive Analytics for Demand Forecasting – A Comparison of SARIMA and LSTM in Retail SCM // Procedia Computer Science. – 2022. – p. 993-1003. – doi: 10.1016/j.procs.2022.01.298.
37. Teodor Gabriel Crainic, Gilbert Laporte Planning models for freight transportation // European Journal of Operational Research. – 1997. – № 3. – p. 409-438. – doi: 10.1016/S0377-2217(96)00298-6.
38. The Future Shopper 2024 has landed. Vml. [Электронный ресурс]. URL: https://www.vml.com/insight/the-future-shopper-2024-has-landed (дата обращения: 16.01.2025).
39. Victor Pillac, Michel Gendreau, Christelle Guéret, Andrés L. Medaglia A review of dynamic vehicle routing problems // European Journal of Operational Research. – 2013. – № 1. – p. 1-11. – doi: 10.1016/j.ejor.2012.08.015.
40. How to Choose «Last Mile» Delivery Modes for E-Fulfillment Wang Xuping, Zhan Linmin, Ruan Junhu, Zhang Jun. How to Choose «Last Mile» Delivery Modes for E-Fulfillment // Mathematical Problems in Engineering. – 2014. – 417129. – 11 p. –https://doi.org/10.1155/2014/417129
41. Wei Chen, Yulin Zhang, Yongyi Zhou Integrated scheduling of zone picking and vehicle routing problem with time windows in the front warehouse mode // Computers & Industrial Engineering. – 2022. – p. 107823. – doi: 10.1016/j.cie.2021.107823.
42. Xiaoyan Xu, Tsan-Ming Choi, Sai-Ho Chung, Shu Guo. Collaborative-commerce in supply chains: A review and classification of analytical models // International Journal of Production Economics. – 2023. – p. 108922. – doi: 10.1016/j.ijpe.2023.108922.
43. Xingyou Yan, Heng Zhang, Qiang Miao A novel sales forecast framework based on separate feature extraction and reconciliation under hierarchical constraint // Computers & Industrial Engineering. – 2025. – p. 110875. – doi: 10.1016/j.cie.2025.110875.
44. Yuliang Yao, Rajiv Kohli, Susan A. Sherer, Jerold Cederlund Learning curves in collaborative planning, forecasting, and replenishment (CPFR) information systems: An empirical analysis from a mobile phone manufacturer // Journal of Operations Management. – 2013. – № 6. – p. 285-297. – doi: 10.1016/j.jom.2013.07.004.
Страница обновлена: 11.09.2025 в 05:43:59
Download PDF | Downloads: 37
Heuristic methods of supply planning through marketplaces
Larin O.N., Sergeev S.A.Journal paper
Journal of Economics, Entrepreneurship and Law (РИНЦ, ВАК)
опубликовать статью | оформить подписку
Volume 15, Number 2 (February 2025)
Abstract:
The development of e-commerce has a significant impact on the conditions for selling products in local and global markets. Russian manufacturers and distributors of various products use marketplaces to expand their geography and sales volume. For many small and medium-sized companies, online platforms are the main channel for selling products. However, the development of their business is hindered by the high cost of marketplace services. The objective of the research was to develop evidence-based solutions for planning marketplace deliveries that ensure an optimal relationship between sales revenue and logistics costs.
To ensure consistency of interrelated parameters of logistics processes performed in different parts of supply chains (transportation of goods from a supplier to a marketplace warehouse, processing and storage of goods in a warehouse, and delivery of goods from a warehouse to delivery points to customers), the appropriateness of integrated supply planning methods is substantiated.
A mathematical model has been developed in order to balance the planning parameters of logistics processes on the basis of forecast demand indicators. The optimal solution can be obtained using well-known combinatorial optimization algorithms.
Keywords: supply planning, supply chain, sales, distribution, inventory management, machine learning, demand forecasting, marketplace
JEL-classification: C 53, C65, L80, L81