摘要
随着我国冷链需求加速增长，冷链市场竞争日渐激烈，如何降本增效，提升自身的市场竞争力成为所有物流企业需要解决的问题。而网络技术的蓬勃发展，涌现出的生鲜电商进一步改变了冷链需求的消费结构，这将是物流配送环节需要面对的又一难题。在以往的物流配送过程中，物流配送服务仅以物流配送成本最小进行路径规划，忽视了不同客户群体对企业利益的影响。物流配送企业面对需求点多且分散，时效性要求高的情况，应在满足客户基本需求的基础上，适当考虑重要客户的附加性服务。因此，在冷链配送过程中，针对不同重要度的客户群体对企业影响不同，合理优先重要客户的配送顺序，减少惩罚成本的支出，整体提升客户服务质量，挖掘客户价值以增加企业利润来源，具有现实指导意义。 本文将从以下三大部分内容展开研究： (1)依据客户以往购买行为评价客户重要度，挖掘客户价值。本文考虑到不同重要度客户为企业带来的利润价值不同，因此在配送前利用客户以往的平均购买量相对系数、购买频率相对系数对客户的重要度进行综合评价。客户重要度值的大小影响路径配送顺序，并影响客户价值这一目标函数的优化，函数包括对当前客户购买价值和潜在价值的计算，前者是基于当下客户购买行为所带来的直接利润。后者一部分是客户对本次服务满意后下次购买行为带来的利润价值；另一部分是客户在满意时对企业进行有效正面宣传时激发的潜在利润价值。客户在宣传时，其宣传的可能性与客户满意度和客户重要度相关，即对企业越重要的客户在本次服务感到满意时(车辆在约定时间窗内到达)所激发的潜在价值越大，给企业带来的预计收益越多。 (2)建立基于客户重要度的冷链车辆配送路径优化模型。针对冷链产品脆弱易腐的特质，将客户重要度值作为优先因子，以冷链车辆是否在约定时间窗内到达作为客户满意度的衡量指标，建立配送成本最低、客户价值最大的双重目标配送模型。本文将配送成本中的惩罚成本函数与客户重要度相关联，即企业对重要客户配送早到或延误时支付的惩罚成本比一般客户要多，更加贴合现实配送情况。 (3)实例分析。以北京市某生鲜配送中心为例，利用MatlabR2016a编程工具设计遗传算法，分别对本文构建的模型和不考虑客户重要度的冷链配送模型进行配送方案求解。对比结果发现，基于客户重要度的配送方案相比不考虑客户重要度的配送方案其客户价值(预计收益)和客户满意度得到大幅度提升，可见模型的优越性和算法的可行性。
NETL