Tüketici davranışlarının zamanla değiştiği kapalı devre tedarik zincirlerinde satış planı eniyilemesi

Abstract

Bu çalışmada, yeni ve yeniden imal edilen olmak üzere iki farklı şekilde satılabilen ürünlerin satış planını eniyileme problemi ele alınmaktadır. Ürün talep eğrisi, literatürde yaygın olarak kullanılan ve gerçek verilerle birçok dayanıklı ürün için geçerliliği onaylanmış Bass yayılım sürecini takip etmektedir. Üretici belirli dönemlerde belirli taleplerin karşılanmasını geciktirerek yayılım sürecini yavaşlatabilmektedir. Satılan ürünlerin bir kısmı belirli bir süre kullanıldıktan sonra üreticiye geri dönerek yeniden imalata hazır hale gelmektedir. Yayılım sürecinin yavaşlatılarak yeniden imal edilen ürün talebinin kullanılmış ürün arzıyla daha etkin bir şekilde eşleştirilmesi üretici açısından daha kazançlı olabilmektedir. Müşterinin ürünün markasına (veya üreticisine) bağlılığı ve yeniden imal edilen ürün talebi zamanla değişebilmektedir. Bu satış planı eniyileme problemini makul ölçekli örneklerde çözebilen bir dinamik programlama algoritması önerilmektedir. Sayısal çalışmalarda bu algoritma kullanılarak en iyi satış politikalarının yayılım süreci ve tüketici davranışı parametrelerine göre değişimi incelenmiştir. Müşterinin markaya bağlılığının veya yeniden imal edilen ürün talebinin zamanla azalmasının, yeniden imalattan daha fazla gelir elde etmek için zamanında karşılanan toplam talep sayısını azalttığı gözlenmiştir.

Keywords

• kapalı devre tedarik zincirleri,yeniden imalat,satış planlama,dinamik programlama

References

1. [1] Bass FM (1969) A new product growth for model consumer durables. Management Science 15(5):215-227.
2. [2] Bass FM (2004) Comments on “a new product growth for model consumer durables the bass model.” Management Science 50(12 Supplement):1833-1840.
3. [3] Ho TH, Savin S, Terwiesch C (2002) Managing demand and sales dynamics in new product diffusion under supply constraint. Management Science 48(2):187-206.
4. [4] Kumar S, Swaminathan JM (2003) Diffusion of innovations under supply constraints. Operations Research 51(6):866-879.
5. [5] Shen W, Duenyas I, Kapuscinski R (2011) New product diffusion decisions under supply constraints. Management Science 57(10):1802-1810.
6. [6] Ho TH, Savin S, Terwiesch C (2011) Note: A reply to new product diffusion decisions under supply constraints. Management Science 57(10):1811-1812.
7. [7] Shen W, Duenyas I, Kapuscinski R (2014) Optimal pricing, production, and inventory for new product diffusion under supply constraints. Manufacturing & Service Operations Management 16(1):28-45.
8. [8] Demirel N (2017) Ömrünü tamamlamış araçların geri dönüşümünde yükseltilmiş yönetmelik hedeflerini karşılamak için ağ tasarımı ve modellenmesi. Gazi Üniversitesi Fen Bilimleri Dergisi Part C: Tasarım ve Teknoloji 5(3):223-236.

9. [9] Atasu A, Sarvary M, van Wassenhove LN (2008) Remanufacturing as a marketing strategy. Management Science 54(10):1731-1746.
10. [10] van der Laan EA, Kiesmüller G, Kuik R, Vlachos D, Dekker R (2004) Stochastic inventory control for product recovery management. Reverse Logistics: Quantitative Models for Closed-Loop Supply Chains, 181-220 (Springer Berlin Heidelberg).
11. [11] Guide VDR Jr, van Wassenhove LN (2009) Or forum – The evolution of closed-loop supply chain research. Operations Research 57(1):10-18.
12. [12] Ferguson ME, Souza GC (2010) Closed-loop supply chains: new developments to improve the sustainability of business practices (CRC Press).
13. [13] Akçalı E, Çetinkaya S (2011) Quantitative models for inventory and production planning in closed-loop supply chains. International Journal of Production Research 49(8):2373-2407.
14. [14] Hassini E, Surti C, Searcy C (2012) A literature review and a case study of sustainable supply chains with a focus on metrics. International Journal of Production Economics 140(1):69-82.
15. [15] Souza GC (2013) Closed-loop supply chains: a critical review, and future research. Decision Sciences 44(1):7-38.
16. [16] Govindan K, Soleimani H, Kannan D (2015) Reverse logistics and closed-loop supply chain: A comprehensive review to explore the future. European Journal of Operational Research 240(3):603-626.
17. [17] Nadar E, Kaya BE, Güler K (2018) New product diffusion in closed-loop supply chains. http://dx.doi.org/10.13140/RG.2.2.24331.34088.
18. [18] Geyer R, van Wassenhove LN, Atasu A (2007) The economics of remanufacturing under limited component durability and finite product life cycles. Management Science 53(1):88-100.
19. [19] Ovchinnikov A, Blass V, Raz G (2014) Economic and environmental assessment of remanufacturing strategies for product + service firms. Production and Operations Management 23(5):744-761.
20. [20] Abbey JD, Blackburn JD, Guide VDR Jr (2015) Optimal pricing for new and remanufactured products. Journal of Operations Management 36:130-146.
21. [21] Abbey JD, Kleber R, Souza GC, Voigt G (2017) The role of perceived quality risk in pricing remanufactured products. Production and Operations Management 26(1):100-115.
22. [22] Deloitte (2016) Technology, media, and telecommunications predictions 2016.
23. [23] Deloitte (2016) Mobile consumer survey 2016 the Australian cut – Hyper connectivity: clever consumption.
24. [24] Atasu A, Guide VDR Jr, van Wassenhove LN (2010) So what if remanufacturing cannibalizes my new product sales? California Management Review 52(2):56-76.
25. [25] Guide VDR Jr, Li J (2010) The potential for cannibalization of new products sales by remanufactured products. Decision Sciences 41(3):547-572.
26. [26] Ovchinnikov A (2011) Revenue and cost management for remanufactured products. Production and Operations Management 20(6):824-840.
27. [27] Abbey JD, Meloy MG, Blackburn JD, Guide VDR Jr (2015) Consumer markets for remanufactured and refurbished products. California Management Review 57(4):26-42.
28. [28] Matsumoto M, Umeda Y (2011) An analysis of remanufacturing practices in Japan. Journal of Remanufacturing 1:2.