支持在线定制的商品和服务混合配置过程模型

伊辉勇，张 露

(重庆交通大学 经济与管理学院，重庆 400074)

0 引言

大规模客户化定制作为企业快速应对市场变化，进入细分市场的重要手段，正在重新定义厂商的生产制造模式[1]。Tseng等[2]认为大规模客户化定制以接近大批量生产的效率生产商品和服务，能更好地匹配厂商的能力和消费者的需求，具有较高的利润边际和竞争优势。目前，已有多家国内外知名制造企业选择大规模客户化定制模式，并取得了良好的效果，如戴尔和福特汽车等。

产品配置是实现大规模定制生产模式的核心技术之一，通过配置设计可快速响应客户的个性化需求，对提高产品设计效率和质量有重要作用[3]。近年来国内外学者对产品配置技术主要从产品配置建模、配置求解等方面进行了大量的研究。Song等[4]以服务性能最大化、服务成本和响应时间最小化为目标，构建了产品拓展服务配置的多目标产品配置优化模型；Yang等[5]在考虑零部件补货提前期的不确定性对产品配置约束的前提下，以配置成本和产品交付时间最小化为目标，提出了一种新的随机决策模型；Zhou等[6]以效用与成本之比最大为优化目标，提出一种客户需求驱动的配置优化方法，建立了配置优化数学模型。由此可见，配置模型构建一直是产品配置研究关注的重点，但随着市场的快速发展，目前针对产品配置所构建的模型往往还存在配置约束不完善、配置系统不全面的问题。考虑产品配置中所存在的配置约束，进行从产品零部件到服务等全体系的一体化配置，是产品配置领域需要进一步研究的问题。

在产品配置模型的构建中，产品配置过程中存在的约束条件是该模型构建的重点，约束条件的完善与否直接影响了最终配置完成的产品结构。近年来，国内外学者针对产品配置模型构建中存在的约束问题进行了深入研究，袁际军等[7]将产品配置更新优化过程中存在的约束分为配置单元实例化约束、新旧需求之间的关联约束、配置元配置状态变更约束、排斥性约束、依赖性约束、资源平衡性约束等，并基于配置约束和生产约束满足问题，面向产品配置更新问题提出了产品配置的多目标混合整数规划产品配置更新模型；Tang等[8]将产品配置过程中存在的必要约束分为选择约束、成本约束、兼容性约束等，以客户满意度与产品的温室气体排放为优化目标，构建了一个双目标的产品配置优化模型；李伟等[9]将产品配置模型构建成基于约束满足问题(Constraint Satisfaction Problem, CSP)模型，并论证了该方法在产品配置方面的可行性；伊辉勇[10]深入分析了工程性和供应性约束的来源和表达方式，探讨了不同约束条件下的产品配置问题，给出了工程和供应约束条件下的产品配置模型；张雷等[11]将配置产品的约束进行了分类，通过类比约束满足问题的方式，提出一种基于约束满足问题的绿色产品配置算法，实现了绿色产品的配置设计；黄柏雄等[12]在建立客户需求与可配置产品模块实例之间的映射关系的基础上，考虑交货时间、产品成本以及模块之间的配置约束等约束满足问题，建立了基于改进加权和算法的多目标优化模块化产品配置模型；苏立悦等[13]为达到大规模定制对产品服务系统的产品配置要求，完成产品服务系统中整体产品的快速准确配置，构建了一种基于本体的模块化建模和配置方式，但该配置模型主要考虑产品的服务配置，对于产品的配置约束以及产品和服务的共同配置过程中存在的约束问题研究较少。这些研究较好地解决了企业当前环境下的产品配置问题，并在一些领域取得了一定成果，但由于客户化定制市场的快速发展，产品配置体系从单一的零部件或服务配置系统逐渐演化成包括零部件和服务配置的混合配置体系，现有的配置模型研究主要是从单一的配置约束问题出发，只考虑单一的产品零部件配置约束或服务配置约束，并没有综合考虑产品零部件和服务之间的综合配置约束，不适用于综合性的包括产品零部件配置、服务配置以及产品和零部件关联配置的产品配置问题。

综上所述，很多学者对产品配置模型构建中的约束问题进行了研究，但其研究主要是从产品配置约束角度对产品配置模型进行构建，考虑的配置约束主要是产品生产约束、成本约束、兼容性约束等产品零部件配置约束，较少有文献关注产品之外的配置，尤其是服务配置以及产品和服务的关联配置约束对产品配置方案的影响。然而，随着客户化定制市场的飞速发展，越来越多的个性化定制选项开始出现，尤其是随着人们生活水平的提高和我国消费结构的升级，越来越多的消费者开始注重产品之外的购物体验，如服务水平和服务内容等。消费者的个性化定制不再仅局限于对产品零部件的配置，还包括对产品服务的配置以及产品和服务的关联配置(简称关联配置)。实施有效的产品、服务和关联配置，不仅有利于提高消费者的满意度，还为经销商拓展了新的盈利空间，具有较强的商业价值。因此，产品配置应当不仅考虑产品零部件的配置约束，还应考虑产品服务配置约束以及产品和服务的关联配置约束。

鉴于此，本文针对在线客户化定制的产品和服务混合配置问题，以构建产品配置过程模型为切入点，深入分析产品零部件配置约束、服务配置约束和关联配置约束，给出这3种约束的表达方式和配置约束矩阵，并利用这3种配置约束矩阵构建出产品与服务的混合配置模型，通过考虑消费者对产品价格和服务价格的敏感程度，引导消费者快速准确地进行产品和服务的混合配置。

1 模型分析及假设

1.1 模型假设

顾客的购买过程主要发挥作用的约束分为商品配置约束、服务配置约束和关联配置约束，现对这3类约束进行如下假设：设xij和yij分别表示在产品零部件和服务配置的第i个模块中的第j个配置元的配置状态，即：

xij=

yij=

1.2 配置模型分析

消费者的在线定制过程即产品的配置过程，主要包括产品零部件的配置、产品服务的配置以及产品和服务的关联配置3个环节。按照产品结构和功能对产品的配置过程进行分解，可最终分解为由多个配置元所组成的产品配置矩阵，具体结构为：

(1)

式中：fD表示产品零部件的配置约束矩阵;fF表示产品服务的配置约束矩阵;fG表示关联约束矩阵。

1.3 配置约束条件

产品零部件之间、产品服务之间以及产品与服务之间都存在着配置约束，这些配置约束主要包括零部件配置约束、服务配置约束和关联配置约束，其导致了产品零部件之间、服务之间以及产品和服务之间的配置状态为可配或不可配，并且这些配置状态都是对称的，即若配置元A与配置元B不可配，则配置元B与配置元A也不可配，若用矩阵E对产品的配置状态进行描述，则矩阵E为对称矩阵。

1.3.1 产品零部件配置约束

产品零部件配置约束主要包括工程约束、供应约束、渠道差异约束和限制类约束4类，其中：工程类约束主要来源于产品设计领域和生产制造领域，分为可选约束、相斥约束以及组合约束3种约束关系；供应类约束主要指由于厂商原因产生的产品零部件供应能力不足而导致的无法配置状态；渠道差异约束指厂商根据商品特征、顾客偏好、渠道适应性等因素对商品进行渠道差异化布局，主要包括渠道相容约束和渠道相斥约束；限制类约束指为保证厂商利润，限定产品配置完成后的价格不得低于产品的生产成本，其主要是对产品配置的总成本进行约束，不针对具体的零部件。产品零部件的配置需要满足工程类约束、供应类约束、渠道差异约束以及限制类等约束条件，具体产品零部件配置约束用公式表达如表1所示。

表1 产品零部件配置约束关系表达

1.3.2 产品服务和关联配置约束

服务配置约束主要包括单选类服务约束、强制性服务约束和权限类服务约束。单选类服务约束指在经销商给顾客提供的服务选项为单选类服务，各选项之间具有排他性，顾客在经销商提供的众多服务选项中只能选一个且必须选一个，如物流运营商选择、支付方式选择等服务；强制性服务一般指在最终的产品服务配置中经销商必须提供的服务，经销商为了保证交易双方的利益，通常会提供一些约束性服务条款，无需顾客配置而默认享受，如退款约束、质量保证约束等；权限类约束指经销商为了扩大销量或促进交易快速完成，通常会根据销售额、时间期限等作为权限条件，顾客在满足某种条件之后，才能进行某项商品配置的选择，享受某项服务，如赠品赠送、送货上门等服务。

产品与服务的关联配置主要包括商品内置服务约束、捆绑类服务约束和增值类服务约束。其中，商品内置服务约束指经销商所售大部分商品已由生产商内置了售后服务，这类商品在顾客选购时无需配置服务而自动享有；捆绑类服务约束指不是产品内置的服务产品，而是经销商为了促进商品或服务销售而设计的商品服务组合约束；增值类服务约束指厂商为促进商品和服务的销售而主动向客户提供的一种增值性服务。

产品服务配置和关联配置需要满足强制性约束、单选类约束、权限类约束等服务配置约束以及内置服务约束、捆绑服务约束和增值性服务约束等关联配置约束，具体产品服务和关联配置约束用公式表达如表2所示。

表2 产品服务和关联配置约束关系表达

表中：Q=0或1表示消费者满足权限与否；P={p1,p2,p3,…,pn}为经销商为促进产品销售而提供的捆绑服务的集合;pi=0或1表示捆绑服务pi是否被选择。

1.3.3 配置约束矩阵

由于存在多种配置约束关系，厂商可以根据各配置元之间存在的各类约束关系来定义约束矩阵fi(i=D,F,G)。参考文献[9]对产品配置约束矩阵的定义，用fD表示产品零部件的配置状态约束矩阵，其中αi为零部件Ai与其他零部件之间的配置状态关系，若某两个零部件之间存在约束关系，则根据表1中的约束关系，将零部件的配置状态向量αi中对应位置的值按对应的约束设为0或1;若不存在约束，则直接令对应位置的值为0，从而得出产品零部件的配置状态向量，进而可得产品零部件的配置约束矩阵fD：

(2)

式中：αi=[ai1ai2…ain]为零部件Ai与其他零部件之间的配置状态向量；aDAiAj表示产品零部件Ai与产品零部件Aj之间的配置状态，1为可配置，0为不可配置。

同理可知，服务配置矩阵fF和关联约束矩阵fG如下：

fF=[β1β2…βN]T，

(3)

fG=[δ1δ2…δN]T。

(4)

1.4 产品配置目标函数

1.4.1 消费者效用最大化

在消费市场上，由于消费者需求具有多样性，不同的消费者对于产品和服务的心里预期和预算范围也具有较大差异，因此，现将消费者按照其对产品价格和服务价格的敏感度水平分为3类，具体分类如表3所示。

考虑消费者产品价格和服务价格的敏感度对配置结果的影响，现分别设置产品价格敏感度和服务价格的敏感度，在考虑产品和服务的价格敏感度的条件下，以消费者效用最大化为目标。企业在进行产品配置时，应考虑消费者的购物体验，同时降低顾客成本，提升消费者的满意度和效用。因此，以消费者效用最大化为目标。现通过参考文献[15-16]对消费者效用函数的定义，采用顾客为购买某项产品所愿意付出的最高价格即消费者对购买某项产品所获得的预期效用与消费者实际从产品和服务配置中所获得的效用的差值进行表示，消费者实际从产品和服务配置中所获得效用用最终产品所配置的价格与其价格敏感系数的乘积表示，其具体目标函数如下：

(5)

式中：v01为顾客为购买某项产品所愿意付出的最高价格，代表消费者对购买这项产品的预期效用；v02为顾客为在购买某项产品时所享受的服务所愿意付出的最高价格，代表消费者对对购买这项产品时所享受的服务的预期效用；λ为消费者对产品价格敏感系数；θ为消费者对产品服务的价格敏感系数；pij为第i个配置模块中第j个配置元的配置价格。

1.4.2 厂商利润最大化

厂商作为经济组织，其生产的主要目的是盈利，若生产某种产品不能给企业带来利润，则企业将不会考虑生产这种产品。因此，在产品配置的过程中，不仅要考虑消费者的效用最大化问题，还要考虑企业的利润目标，即企业利润最大化。在大多数文献中，企业利润主要是用营业收入减去生产成本进行表示，由于本文研究的是产品配置过程模型，以生产该产品的单位利润表示企业的利润，具体的表达式为：

(6)

式中cij为第i个服务配置模块中第j个配置元的制造商配置成本；

1.4.3 基于加权和算法的目标函数

参照文献[12]中对多目标规划问题的处理方法，采用其对加权和算法的改进方法对多目标规划问题的进行处理，转化为单目标规划问题，具体的转化过程为：

(7)

1.5 产品和服务的混合配置模型

综上所述，以消费者效用和厂商利润最大化为目标函数，以产品零部件配置、服务配置以及关联配置为约束条件，得到产品与服务的混合配置模型如下：

s.t.

[β1β2…βN]TY=d;

xij=0或1，yij=0或1;

i=A,…,N,a,…,m;j=1,…,n。

(8)

2 案例分析

汽车的在线客户化定制属性主要包括颜色、电池、轮毂、内饰等零部件配置和购买方式、售后服务、购车服务、贷款服务以及套餐服务等服务配置及关联配置，客户在选择基础配置版本的基础上进行零部件和服务及其关联配置。现根据某汽车公司的产品配置表得到如表4所示的产品配置状态表和如表5所示的单位产品配置成本表，其中括号部分表示产品配置状态的追加价格。特别地，产品零部件配置约束中的(A,B)表示不同的基础配置包配置该种零部件的成本，A为首发纪念版的配置追加价格，B为性能版和基准版的配置追加价格，-为不可配置；服务及关联配置约束中的(A,B,C)表示不同服务水平下的服务价格，A为服务水平较低时的服务配置价格，B为服务水平中等时的服务配置价格，C为服务水平较高质量较好时的服务配置价格。由于顾客对服务的要求不同，不同的要求对应不同的服务配置价格。

表4 某汽车厂商在线定制的配置元可选状态表

续表4

表5 某汽车厂商在线定制的配置元配置成本

在本案例的产品在线配置过程中，存在产品零部件配置、服务配置和产品与服务的关联配置约束3种配置约束，具体的约束关系如表6所示。

表6 配置元之间存在的配置约束关系

(pij-cij)yij)。

s.t.

xA1+xD1≤1,ya1+ya2=1，yd1+yd2=1;

xA2+xA3+xG3≤1,yc1=yc2=yc3=1;

xij=0或1，yij=0或1

i=A,…,G,a,…,f;j=1,2,3,4。

(9)

现通过对市场上此类产品的目标客户群进行调研，取V01=416 400，V02=15 200。令第一类消费者的价格敏感系数λ=0.2，θ=0.2；第二类消费者的产品和服务价格敏感系数λ=0.8，θ=0.8；第三类消费者产品和服务的价格敏感系数λ=0.6，θ=0.6，则模型求解的混合配置方案如表7所示。

表7 产品和服务的混合配置方案

通过算法对模型进行求解，得到不同的服务水平下的具体配置方案(如表7)。其中，当消费者类型为第一类型时，由于此类消费者比较注重产品和服务的质量，对于产品的价格和服务价格并不敏感，在产品零部件配置约束、服务配置约束以及关联配置约束的共同约束作用下，得到使消费者效用和厂商利润最大化的配置方案，该配置方案的最终配置价格为480 600元。此时，消费者效用为355 780，厂商的利润为116 378元；当消费者类型为第二类型时，此类消费者对于产品和服务的要求偏低，对于产品和服务的价格较为敏感，要求在保证产品和服务的基本效用的同时，产品和服务的价格尽可能的低，所以得出使该类型消费者效用和厂商利润达到最大化的产品和服务配置方案，该方案的最终配置价格为374 350元，此时，消费者效用为128 320，厂商的利润为43 173元；当消费者类型为第三类时，此类消费者不同于第一类消费者，并不盲目追求最高的产品和服务体验，对于产品和服务的的要求更强调性价比，追求产品和服务的综合效用最大化，对于产品和服务的价格敏感度保持在前两类消费者之间，因此，得出适合该类型消费者的产品配置方案，该方案的最终配置价格为451 850元，此时，消费者效用为204 140，厂商的利润为102 778元。

从结果上看，所得的配置方案满足了零部件配置约束、服务配置约束以及产品与服务的关联配置约束，并使不同类型消费者的消费者效用和厂商利润实现最大化。在配置过程中，该方案考虑了消费者的不同需求，零部件、服务及其关联配置的共同约束，有效解决了在线客户化定制的产品与服务的混合配置问题，帮助消费者快速准确地完成产品配置。

3 结束语

本文通过设置消费者对产品价格和服务价格的敏感系数，在产品零部件配置约束、服务配置约束以及产品与服务的关联约束的共同作用之下，以消费者效用和厂商利润最大化为目标，构建了产品与服务的混合配置模型，通过案例分析，对模型进行了验证和应用。

(1)在考虑产品和服务以及关联配置的约束下，以消费者效用和厂商利润最大化为目标，建立产品与服务的混合配置模型，通过算法求解得出产品与服务的混合配置方案，帮助客户迅速的完成产品及服务的配置，避免了客户因配置约束过多而导致的配置时间较长以及配置选择困难的问题。

(2)以某汽车厂商的在线定制为案例对模型进行求解和应用，得出在消费者需求不同影响下的产品配置结果。从配置结果可以看出，产品和服务的价格敏感度的不同对消费者在产品配置中的选择具有很大的影响，对消费者效用和厂商利润也具有较大的影响，由此对经销商的经营销售提出重视差异化的产品和服务策略，注重满足不同类型消费者的需要，从而提高消费者的满意度，增强企业盈利能力。

在线客户化定制本身是一个复杂的系统性的问题，不仅涉及定制过程中产品的配置问题，还涉及消费者的需求信息处理问题，以及厂商的生产能力问题。本文从产品配置方法的角度出发，着重探讨了定制过程中的产品与服务的混合配置方法，但在供应链前端消费者需求信息的处理方面，只考虑了消费者效用和厂商利润最大化，没有考虑到消费者需求多样性以及消费者需求变动等问题对消费者需求的影响。未来将重点关注消费者需求多样性、消费者需求变动等因素对消费者在线定制行为的影响。