不健康的商品库存,一般有以下几种方式进行清理,
1 退货,return。
2 降价,markdown。
3 清算,liquidation。
Return:退给供货商。
1)能不能退,当初合同里有没有写这一条款。
2)退一个能从供货商那里拿回来多少钱。
3)退一个我需要花多少钱在人力运输成本上。
4)从我提出退货请求到出库房需要多长时间,期间我还是要承担holding的花费。
5)如果商品在多个库房都需要退,或者有多个供货商,如何最优化的退货。比如就近原则。这是另一个复杂的问题,受多种因素的制约。
Markdown:进行降价。这是一个很复杂的问题。
降价可以刺激销量,降低库存。我们需要知道
1)降价多少。
2)在1的基础上,能带来多大的销量提升。
这里可以使用传统的LDM模型,这个模型在预测销量与价格的关系上应用广泛。不过这个模型满足IIS(Independent Irrelevant System),即机器学习过程中只考虑价格变动对自身销量的影响因素,忽视交叉影响。实际上,某件商品价格变动,还可能引起其他商品的销量变化,另外,还会带来市场占有率的变化。可以参考交叉弹性模型,然后选取其中一些作为训练的feature。
Liquidation:清算处理。这时的价格一般都会比较低。
1)清算时的价格百分比。
2)是按进价还是售价还是标价。
一般其他方式都行不通的情况下,才会考虑liquidation,可以在内部清算,比如卖给职工,也可以成立专门的清算公司,但是必须保证清算的商 品如果要再次正常流通,必须有一定的机制,不能扰乱市场。因为清算的收益很少,甚至亏钱,所以一般我们可以考虑在满足某些条件的时候,转为 markdown,比如从来没有做过降价处理的商品。