Demand Pooling in Omnichannel Operations
Notice bibliographique
Résumé
Both traditional retailers and e-tailers have been implementing omnichannel strategies such as buy online, pick up at store (BOPS). We build a stylized model to investigate the impact of the BOPS initiative on store operations from an inventory perspective. We consider two segments of customers, namely store-only customers who only make purchases offline and omni-customers who strategically choose between offline and online channels. We show that BOPS may either benefit or hurt the retailer depending on two fundamental system primitives: the store visiting cost and the online waiting cost. If the online waiting cost is relatively low and the store visiting cost is even lower, BOPS can induce omni-customers to migrate from online buying to BOPS, leading to demand pooling at the brick-and-mortar (B&M) store. Such demand pooling provides two benefits for the retailer: it reduces the overstocking cost, and after inventory reoptimization, it results in a higher fill rate at the B&M store, which benefits existing customers and potentially attracts more customers to the store. In contrast, if both store visiting and online waiting costs are relatively high with the latter even higher, introducing BOPS can result in demand depooling as a result of the migration of the omni-customers from offline purchasing to BOPS. This leads to a lower fill rate after inventory reoptimization, likely the result of a lower profit margin under BOPS, which turns away store-only customers and hurts the retailer. This paper was accepted by Charles Corbett, operations management.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».