This dissertation addresses decision problems of distributing inventory to stores in fashion retail supply chain. We consider a setting that fashion brands operate multiple offline stores and distribute a number of different products to the stores in the beginning of every selling season. Determining the distribution quantities of new products to stores is one of the key operational decision makings that affect the fashion brand's revenues. In most of the brands, however, the decision is made based on planning managers' experience and intuition. Moreover, not much research has been conducted on the fashion distribution problems.
In this dissertation, we discuss how we define and model the fashion distribution problems and evaluate our optimization solutions that can significantly improve the current practice. We mainly consider three types of fashion distribution problems: (1) assort-packing and distribution, (2) visual-based distribution, and (3) initial distribution ratio. For each problem, we develop and analyze quantitative optimization models to be ultimately applied to an operational decision support system in practice. Assort-packing distribution involves a fashion-specific logistics strategy called assort-packing for operational efficiency. We studied the optimization modeling and solution algorithm for finding optimal assort-pack configurations and their distribution to stores. Visual-based distribution seeks to ensure a visual variety of a set of products to be distributed to each store. We defined the problem and the fashion variety measures and proposed a solution approach that combines deep learning techniques and optimization modeling. Initial distribution ratio problem is to decide how much percentage of total quantity to distribute to stores in the beginning of season while the remainder is retained in the warehouse for replenishment after observing the actual demand. We studied the relationship between the initial distribution ratio and the total profit and analyzed the optimality condition.
The dissertation makes five contributions: (1) we derive the problem complexity and develop an efficient solution algorithm for assort-packing distribution that outperforms the best-known benchmark algorithm for industry-size instances; (2) we describe the validation of our assort-packing distribution solution by sales simulation and on-site pilot experiments and its implementation into the internal system of the company's flagship brand, Kolon Sport, contributing to the 8% increase of the sales in fall and winter seasons of 2015; (3) it is the first study to define and model the visual-based distribution based on its current practice; (4) it is the first attempt in suggesting a solution approach incorporating an artificial intelligence approach and an optimization approach for fashion distribution; and (5) we analytically model the initial distribution ratio problem and derive its properties that brings some managerial insights.
본 학위연구는 패션 유통 체인에서 매장에 상품을 배분하는 의사 결정 문제를 다룬다. 본 연구에서는 특히 다수의 오프라인 상점을 운영하고 있는 패션 브랜드에서 매 시즌이 시작될 때마다 다양한 상품들이 매장에 배분되는 환경을 고려한다. 각 매장의 상품 배분량을 결정하는 것은 패션 브랜드의 매출에 영향을 미치는 주요한 운영 의사 결정 중 하나이다. 하지만 아직까지 많은 패션 브랜드에서는 기획 책임자의 경험과 직관에 근거하여 매장-상품 배분량을 결정한다. 뿐만 아니라, 패션 산업의 공급사슬망 특성을 고려한 상품 배분 문제에 대해서는 많은 연구가 실시되지 않았다.
본 연구에서는 다음과 같이 크게 세 가지 유형의 패션 상품 배분 문제를 다룬다: (1) 아소트 패킹을 고려한 상품 배분, (2) 상품 구색의 시각적 다양성을 고려한 배분, (3) 초기배분률. 우리는 각 문제별로 최적화 모델을 개발하여 실제 운영 의사 결정 지원 시스템에 적용할 수 있도록 하였다. 아소트 패킹을 고려한 상품 배분 연구에서는, 패션 물류에서 재고 운영 효율성을 위해 특징적으로 사용하고 있는 아소트 패킹 배분 문제를 다룬다. 특히, 최적의 아소트 박스 구성과 해당 박스를 매장에 배분하기 위한 최적화 모델링 및 솔루션 알고리즘을 연구하였다. 상품 구색의 시각적 다양성을 고려한 배분에서는, 각 매장이 받는 상품 구색이 시각적으로 최대한 다양하도록 배분하는 것을 목표로 한다. 우리는 패션 상품에 특화된 구색 다양성 척도를 개발하였고, 딥러닝과 최적화 모델링을 결합한 솔루션을 제안하였다. 초기배분률 결정 문제는 상품의 시즌 전체 수량 중 시즌 초에 매장에 배분할 수량의 비율을 결정하는 것이다. 본 연구에서는 초기배분률과 기대 총 수익 사이의 관계를 연구하고 최적 초기배분률 조건을 분석하였다.
본 연구는 다음과 같은 다섯 가지 기여를 하였다: (1) 아소트 배분 문제의 복잡성을 분석하고 실제 규모의 인풋에 대해 현재까지 가장 잘 알려진 벤치마크 알고리즘을 능가하는 솔루션 알고리즘을 개발함, (2) 국내 대표 아웃도어 패션 브랜드인 코오롱 스포츠의 시스템에 아소트 배분 솔루션을 적용하여 2015년 가을/겨울 시즌 매출 8%증가에 기여함; (3) 상품 구색의 시각적 다양성을 고려한 배분과 관련하여 문제를 정의하고 현 업계 관행을 정리, 솔루션을 제안한 최초의 연구임; (4) 패션 유통을 위해 인공지능 기술과 최적화 접근법을 통합한 해결책을 제안하는 첫번째 연구임; (5) 초기배분률 문제에 대해 분석적 모델링을 제안하고 상품 특성에 따른 최적 초기배분률에 대해 현업에서 응용할 수 있는 운영적 인사이트를 도출함.