كنفرانس بين المللی مهندسی صنايع و سيستم ها

صفحه اصلی / دهمین كنفرانس بين المللی مهندسی صنايع و سيستم ها

: توسعه‌ و تحلیل سیاست‌های تبلیغاتی و تخفیفاتی BOGOF مبتنی بر ترکیب رویکردهای یادگیری ماشین و بهینه‌سازی برای کاهش ضایعات موادغذایی و سودآوری خرده‌فروش

نویسندگان :

حامد آقالر¹ فرشته پرورش²

1- دانشگاه صنعتی اصفهان 2- دانشگاه صنعتی اصفهان

کلمات کلیدی :

ضایعات موادغذایی،خرده‌فروشی،ارتقای فروش،BOGOF،یادگیری ماشین،بهینه‌سازی

چکیده :

این پژوهش به بررسی تأثیر سیاست‌های تبلیغاتی BOGOF (یکی بخر-یکی به رایگان ببر) بر کاهش ضایعات اقلام غذایی و افزایش سود خرده‌فروشان پرداخته‌است. در این مطالعه، دو نوع تبلیغ پایه‌ی BOGOF بررسی شده‌است که اولین سیاست، مشتریان را تشویق به خرید دو واحد از یک کالا به قیمت یک واحد، در یک دوره زمانی می‌کند؛ در حالی‌که در دومی، کوپن تخفیفی برای دریافت یکی از دو واحد کالا در دوره‌ی زمانی بعدی، ارائه می‌شود. سپس این دو سیاست با یک سیاست ترکیبی جدید به نام BOGOF-Acc، مقایسه شده است. روش تحقیق در پژوهش حاضر، ترکیبی از تکنیک‌های یادگیری ماشین و بهینه‌سازی بوده که برای تحلیل داده‌های خرده‌فروشی و مدل‌سازی به‌منظور تحلیل تأثیرات این سیاست‌ها بر میزان ضایعات و سودآوری استفاده شده‌است. نتایج حاصل از این مطالعه نشان می‌دهد که اولین سیاست تبلیغاتی، در شرایط موجودی بالا، بهترین عملکرد را از نظر سودآوری و کاهش ضایعات کلی دارد. درحالی‌که دومین سیاست، در شرایط موجودی متوسط، کاهش بیش‌تری در ضایعات منازل مصرف‌کنندگان ایجاد می‌کند. همچنین، سیاست ترکیبی سوم که شامل هر دو سیاست اول و دوم می‌شود، در تمامی شرایط، ضمن تشویق مشتریان به خرید مجدد، منجر به کاهش ضایعات و افزایش سودآوری می‌گردد. نوآوری این پژوهش، در استفاده از روش‌های یادگیری ماشین و بهینه‌سازی برای تحلیل دقیق تأثیرات سیاست‌های تبلیغاتی و پیاده‌سازی سیاست‌ پویای BOGOF در شرایط مختلف است. این تحقیق، نشان می‌دهد که استفاده‌ی هوشمندانه از این سیاست‌های تبلیغاتی می‌تواند به‌عنوان یک راهکار مؤثر برای کاهش ضایعات موادغذایی و افزایش سودآوری خرده‌فروشان مورد استفاده قرار گیرد.