Journal of Economics, Entrepreneurship and Law Journal of Economics, Entrepreneurship and Law Экономика, предпринимательство и право 2222-534X BIBLIO-GLOBUS Publishing House 124706 10.18334/epp.16.3.124706 USTKYG Articles Статьи Research Article Optimal planning for the supply of goods through marketplaces Оптимальное планирование поставок товаров через маркетплейсы https://orcid.org/0000-0001-9020-22282283-406357204397984B-1067-2014 Larin Oleg Nikolayevich Ларин Олег Николаевич

доктор технических наук, профессор, профессор кафедры предпринимательства и логистики; профессор кафедры "Цифровые технологии управления транспортными процессами"

 larin_on@mail.ru https://orcid.org/0009-0006-0606-89723839-9367 Sergeev Stepan Alekseevich Сергеев Степан Алексеевич

Аспирант кафедры предпринимательства и логистики; ассистент кафедры бизнес-информатики

 promark3t@yandex.ru Plekhanov Russian University of Economics Российский экономический университет им. Г.В. Плеханова Russian University of Transport (MIIT) Российский университет транспорта (МИИТ) Financial University under the Government of the Russian Federation Финансовый университет при Правительстве Российской Федерации 31 03 2026 16 3 VOL 16, NO3 (2026) ТОМ 16, №3 (2026) 1347 1366 10 02 2026 13 03 2026 Copyright ©; 2026, Larin O.N., Sergeev S.A. Copyright ©; 2026, Ларин О.Н., Сергеев С.А. 2026 Larin O.N., Sergeev S.A. Ларин О.Н., Сергеев С.А. https://1economic.ru/lib/124706

The article presents a method for optimal supply planning through a network of marketplace warehouses, taking into account the requirements for the level of logistics service (delivery time). The marketplace supply chain model consists of the seller's local warehouse, the marketplace's intermediate storage clusters (dispersed warehouses) used to distribute goods across demand clusters (service areas including pick-up points, warehouses, etc.), where they are transferred to the buyer. The selected warehouse configuration for the distribution of goods determines the length of the order execution periods, on the value of which the volume of demand and the cost of marketplace services depend. The task of optimal supply planning is to select a set of warehouses in storage clusters, using which the seller gets the maximum economic effect from the sale of goods, taking into account the costs of logistics services of the marketplace. the article provides a mathematical model for finding the optimal configuration of intermediate warehouses in the form of a binary vector for selecting (activating) intermediate warehouses, according to which the directions of transportation of goods from the seller to the intermediate warehouses of the marketplace are determined, and options for their subsequent distribution to buyers are chosen.

В статье представлен метод оптимального планирования поставок через сеть складов маркетплейса с учетом требований к уровню логистического сервиса (срокам доставки). Модель цепи поставок через маркетплейсы состоит из «локального склада» продавца, «кластеров промежуточного хранения» (рассредоточенных складов) маркетплейса, используемых для распределения товаров по «кластерам спроса» (зонам обслуживания, включающим пункты выдачи, постаматы и пр.), где осуществляется их передача покупателю. Выбранная конфигурация складов для распределения товаров определяет продолжительность сроков исполнения заказов, от величины которых зависят объёмы спроса и затраты на услуги маркетплейса. Задача оптимального планирования поставок заключается в выборе такого набора складов в кластерах хранения, при использовании которых продавец получает максимальный экономический эффект от реализации товаров с учётом затрат на логистические услуги маркетплейса. Разработана математическая модель поиска оптимальной конфигурации промежуточных складов в виде бинарного вектора выбора (активации) промежуточных складов, в соответствии с которым устанавливаются направления перевозок товаров от продавца на промежуточные склады маркетплейса, а также варианты их последующего распределения до покупателей.

 supply chain marketplace warehouse network configuration delivery time logistics service optimal planning цепь поставок маркетплейс конфигурация складской сети сроки доставки логистический сервис оптимальное планирование 1. Гусев Д.О., Батищев А.В. Анализ трендов в управлении торговым бизнесом на маркетплейсах России (OZON и Wildberries) // Вестник Академии знаний. – 2024. – № 3(62). – c. 746-752. 2. Караваева Е.Д. Планирование логистических затрат при реализации товаров через маркетплейс // Креативная экономика. – 2020. – № 4. – c. 587-598. – doi: 10.18334/ce.14.4.100799. 3. Ларин О.Н., Ивуть Р.Б., Капский П.Д. Цифровая трансформация транспортно-логистической деятельности // Логистика. – 2024. – № 4(209). – c. 26-30. 4. Ларин О.Н., Сергеев С.А. Эвристические методы планирования поставок через маркетплейсы // Экономика, предпринимательство и право. – 2025. – № 2. – c. 793-812. – doi: 10.18334/epp.15.2.122638. 5. 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. 6. Соколов Н.А. Особенности развития интернет-торговли в условиях цифровизации экономики // Журнал монетарной экономики и менеджмента. – 2024. – № 10. – c. 149-154. – doi: 10.26118/2782–4586.2024.19.40.092. 7. Торпищев Т.Р. Целевая модель зрелого маркетплейса как ядра цифровой экосистемы // Экономика и управление. – 2025. – № 10. – c. 1314-1328. – doi: 10.35854/1998-1627-2025-10-1314-1328. 8. Третьяков Д.А., Семенов В.А. Управление закупочной деятельностью в информационных системах класса ERP на основе интеграции с процессами электронной коммерции // Вестник Пермского национального исследовательского политехнического университета. Электротехника, информационные технологии, системы управления. – 2023. – № 48. – c. 153-174. – doi: 10.15593/2224–9397/2023.4.07. 9. Уварова Л.А., Иванов Д.Ю. Моделирование процессов сбыта в системе «производитель - маркетплейс» // Вестник Пермского университета. Серия: Экономика. – 2024. – № 3. – c. 284-299. – doi: 10.17072/1994-9960-2024-3-284-299. 10. Хромова И.Н., Марьяненко А.С., Савинская Н.А. Развитие электронной коммерции в условиях цифровизации // Вестник Академии знаний. – 2024. – № 2(61). – c. 764-768. 11. Chowdhury A.R., Paul R., Rozony F.Z. A systematic review of demand forecasting models for retail e-commerce enhancing accuracy in inventory and delivery planning // International Journal of Scientific Interdisciplinary Research. – 2025. – № 1. – p. 01-2. – doi: 10.63125/mbbfw637. 12. Correia I., Melo T. Multi-period capacitated facility location under delayed demand satisfaction // European Journal of Operational Research. – 2016. – № 3. – p. 729-746. – doi: 10.1016/j.ejor.2016.06.039. 13. Das D., Kumar R., Rajak M.K. Designing a Reverse Logistics Network for an E-Commerce Firm: A Case Study // Operations and Supply Chain Management. – 2020. – p. 48-63. – doi: 10.31387/oscm0400252. 14. Domínguez-Bravo C.A., Fernández E., Lüer-Villagra A. Hub location with congestion and time-sensitive demand // European Journal of Operational Research. – 2024. – № 3. – p. 828-844. – doi: 10.1016/j.ejor.2024.03.007. 15. Harter A., Stich L., Spann M. The Effect of Delivery Time on Repurchase Behavior in Quick Commerce // Journal of Service Research. – 2024. – doi: 10.1177/10946705241236961. 16. Lei M., Li S., Yu S. Demand Forecasting Approaches Based on Associated Relationships for Multiple Products // Entropy. – 2019. – № 10. – p. 974. – doi: 10.3390/e21100974. 17. Li H., Xu W., Yang K. The optimal delivery time and order quantity in an oligopoly market with time-sensitive customers // PLoS ONE. – 2019. – № 12. – p. e0225436. – doi: 10.1371/journal.pone.0225436. 18. Li X., Zheng Y., Zhou Z., Zheng Z. Demand Prediction, Predictive Shipping, and Product Allocation for Large-Scale E-Commerce. SSRN. [Электронный ресурс]. URL: https://ssrn.com/abstract=3277125 (дата обращения: 26.01.2026). 19. Lin Yu.H., Wang Yu., Lee L.H., Chew Ek.P. Omnichannel facility location and fulfillment optimization // Transportation Research Part B: Methodological. – 2022. – p. 187-209. – doi: 10.1016/j.trb.2022.07.005. 20. Ray S., Jewkes E.M. Customer lead time management when both demand and price are lead time sensitive // European Journal of Operational Research. – 2004. – № 3. – p. 769-781. – doi: 10.1016/S0377-2217(02)00655-0. 21. Shen Z.-J.M. A profit-maximizing supply chain network design model with demand choice flexibility // Operations Research Letters. – 2006. – № 6. – p. 673-682. – doi: 10.1016/j.orl.2005.10.006. 22. Sun L., Lyu G., Yu Yu., Teo Ch.P. Fulfillment by Amazon versus fulfillment by seller: An interpretable risk-adjusted fulfillment model // Naval Research Logistics. – 2020. – № 8. – p. 627-645. – doi: 10.1002/nav.21897. 23. Winkelmann D., Ulrich M., Römer M., Langrock R., Jahnke H. Dynamic Stochastic Inventory Management in E-Grocery Retailing. Arxiv.org. [Электронный ресурс]. URL: https://arxiv.org/abs/2205.06572 (дата обращения: 26.01.2026).