پديد آورنده :
نظامي، مهدي
عنوان :
قيمتگذاري در يك زنجيره تأمين دوكاناله با در نظر گرفتن سياست شخصي‌سازي قيمت و استفاده از الگوريتم‌هاي يادگيري ماشين براي خوشه‌بندي مشتريان: رويكرد نظريه بازي
مقطع تحصيلي :
كارشناسي ارشد
گرايش تحصيلي :
بهينه‌سازي سيستم‌ها
محل تحصيل :
اصفهان : دانشگاه صنعتي اصفهان
صفحه شمار :
هجده، 141ص. : مصور، جدول، نمودار
توصيفگر ها :
خوشه‌بندي , مشتري استراتژيك , شخصي‌سازي قيمت , فناوري بلاك‌چين , خرده‌فروش اينترنتي , خرده‌فروش سنتي
تاريخ ورود اطلاعات :
1403/07/22
رشته تحصيلي :
مهندسي صنايع
دانشكده :
مهندسي صنايع و سيستم ها
تاريخ ويرايش اطلاعات :
1403/07/23
چكيده فارسي :
امروزه دنيا به‌سمت ديجيتالي شدن در حال حركت است و زنجيره‌هاي تامين از اين قاعده مستثنا نيستند. توليدكنندگان و فروشندگان همه‌روزه در پي استفاده از تكنولوژي‌هاي مدرن در كسب‌وكارشان هستند. از جمله اين تكنولوژي‌ها مي‌توان به بلاك‌چين يا شخصي‌سازي قيمتي اشاره كرد. اگرچه پياده‌سازي اين فناوري‌ها ممكن است باعث بهبود درآمد شود اما پياده‌سازي نادرست، نه‌تنها با اعث افزايش درآمد نمي‌شود بلكه با افزايش هزينه‌ها، كاهش سوددهي را نيز در پي دارد. پياده‌سازي فناوري شخصي‌سازي قيمت ممكن است احساس ناخوشايند مورد تبعيض واقع شدن را به مشتريان القا كند؛ ازاين‌رو شناسايي مشتريان و بررسي بازار به‌منظور پياده‌سازي، اهميت ويژه‌اي در پياده‌سازي اين نوع تكنولوژي دارد. در اين راستا پژوهش حاضر در ابتدا با شناسايي و تعريف مؤلفه‌هايي تلاش مي‌كند تا مشتريان علاقه‌مند به استفاده از اين تكنولوژي‌ها را شناسايي كرده و در ادامه مورد قيمتگذاري قرار دهد. در شناسايي مشتريان از روش‌هاي يادگيري ماشيني همچون خوشه‌بندي استفاده شد. در خوشه‌بندي مشتريان، الگوريتم‌هاي خوشه‌بندي متفاوت و متعددي مورد استفاده قرار گرفتند كه روش K-Medoids بهترين جواب را ارائه داد و سه دسته متفاوت از مشتريان را شناسايي نمود. اين سه دسته مشتريان شامل دو دسته مشتري نزديك‌بين و يك دسته مشتري استراتژيك مي‌باشند. در فاز دوم، مسئله قيمتگذاري شخصي‌سازي شده در يك زنجيره‌تأمين دو كاناله با حضور يك خرده‌فروش سنتي و يك خرده‌فروش اينترنتي كه كالا توليد شده توسط توليدكننده را مي‌فروشند، درنظر گرفته شد. در اين مسئله، قيمتگذاري زنجيره‌تأمين با اسفاده از رويكرد نظريه‌بازي بررسي شد. در ساختار اين مسئله، توليدكننده رهبر و خرده‌فروشان پيرو مي‌باشند. باتوجه به حالات و جايگشت‌هاي ممكن، 12 سناريو متفاوت تعريف و بررسي شد كه طي برخي از آنها پياده‌سازي فناوري‌هاي بلاك‌چين و شخصي‌سازي قيمت منحر به افزايش درآمد خرده‌فروش اينترنتي شده و طي برخي از آنها و تحت شرايطي پياده‌سازي اين فناوري‌ها توسط خرده‌فروش اينترنتي موجب افزايش درآمد خرده‌فروش سنتي گرديد. در اين پژوهش اين نتيجه حاصل شد كه سرمايه‌گذاري بر روي فناوري‌هاي شخصي‌سازي قيمتي و بلاك‌چين به‌منظور بهبود تجربه خريد مشتريان همواره سودده نيست و گاهي ممكن است باعث كاهش سوددهي شود.
چكيده انگليسي :
Nowadays, the world is moving towards digitalization, and supply chains are no exception. Manufacturers and sellers are constantly seeking to utilize modern technologies in their businesses. Examples of these technologies include blockchain technologies and price personalization. Although the implementation of these technologies can potentially improve revenue, improper implementation not only fails to increase revenue but also leads to increased costs and reduced profitability. The implementation of price personalization technology might create an unpleasant feeling of being discriminated against among customers; therefore, identifying customers and market analysis for proper implementation is crucial for this type of technology. In this regard, the present research initially identifies and defines the components to recognize customers interested in using these technologies and then proceeds to price them accordingly. In identifying customers, unsupervised machine learning clustering methods were used. Various clustering algorithms were utilized, with the K-Means method providing the best results, identifying three different customer categories. These three customer categories include two categories of short-sighted customers and one category of strategic customers. In the second phase, the issue of personalized pricing in a dual-channel supply chain with the presence of a traditional retailer and an online retailer selling the goods produced by the manufacturer was considered. In this issue, supply chain pricing was examined using a game theory approach. In the structure of this issue, the manufacturer is the leader, and the retailers are followers. Considering the possible states and permutations, 12 different scenarios were defined and examined. In some of these scenarios, the implementation of blockchain and price personalization technologies led to increased revenue for the online retailer, and in some cases, under certain conditions, the implementation of these technologies by the online retailer resulted in increased revenue for the traditional retailer.
استاد راهنما :
حسين خسروشاهي , صبا صارمي نيا
استاد داور :
مرتضي راستي برزكي , پريسا عصارزادگان
