Products having a fixed known expiry date, usually written on the label of the product, are classified as perishable products. When buying a perishable product, consumers are less likely to purchase the products whose expiry dates are closer. To stimulate the demand of items near expiry dates, retailers discount their list prices.
In this thesis, we assumed that there are two different shops: the fresh items are sold at a list price in the primary shop and after their allowed age at the primary shop the leftovers are transferred to the secondary shop and sold at a discount price. We also assume that demand rate of each shop is independent of each other, and a function of inventory level and price. And, many customers select the newest items at the stack that will generally results in a LIFO policy, thus LIFO issuing policy is considered in this study.
There are three decision variables to maximize profit. First is the reduced price in the secondary shop. Second is the allowed age at the primary shop, i.e., the time when the items at the primary shop have to be transferred to the secondary shop. Finally, we have to decide order quantities at the primary shop.
It is not guaranteed that opening secondary shop is always better than opening primary shop only. So we consider two cases: first case is opening primary shop only while second case is opening both primary shop and secondary shop. Model is developed for these two cases. After solving two cases, we select better case. Numerical examples are solved by Tabu search algorithm for sensitivity analysis.
최근 몇 년 간 그 숫자가 크게 증가한 대형 할인 매장의 경우, 유통 기간이 있는 우유 등의 제품에 대해 다음과 같은 할인 정책을 펴고 있다. 유통 기간이 얼마 남지 않은 제품들을 많이 쌓아놓고 정가보다 싸게 판매함으로써 소비자의 구매욕구를 높이는 것이다. 그러나 어떤 소비자들은 가격이 더 비싸도 신선한 것을 구매하고 싶어하기도 한다. 따라서 유통기간이 많이 남은 신선한 제품은 정가에 팔고 유통기간이 얼마 남지 않은 제품은 정가보다 싸게 파는 가격 정책을 고려할 수 있다.
이에 본 논문에서는 신선한 제품을 정가에 파는 primary shop과 유통 기간이 얼마 남지 않은 제품을 할인된 가격에 파는 secondary shop을 동시에 운영하는 상황에 대해 연구했다. 처음에 primary shop에서 정가에 팔리던 제품들은 그 유통기간이 어느 정도 이상 지나면 secondary shop으로 넘겨져서 할인된 가격에 팔린다. 제품이 많이 쌓여있을 수록 (inventory level dependent), 가격이 낮을 수록(price dependent) 제품의 매출이 증가한다는 가정 하에 수익 창출을 최대화 하기 위한 결정 변수는 제품의 주문량과 할인 가격, 그리고 제품이 각각의 shop에 있는 기간이다. 또한 소비자는 후입선출(LIFO) 방식을 따라 물건을 구매한다고 가정하고 수리적인 모델을 세웠다. primary shop만 운영할 경우와 secondary shop까지 운영하는 경우로 나눠서 모델링했다.
문제를 풀기 위해 타부서치(Tabu Search) 알고리즘을 사용했으며 이 알고리즘의 유효성 검증을 위해 그리드서치(Grid search)로 푼 결과와 비교했다. 또한 모델의 각 parameter들을 변화시키면 결정변수에 어떤 영향을 미치는지에 대해 분석했다.
