Zara 如何決定第一批出貨量

一件時裝的銷售經過四個階段，從設計生產、出貨、補貨 (註 1)、到出清 (註 2)。

本論文延續作者之前關於 Zara 的研究 (註 3)，決定第一批的服裝出貨量；如果準備太少，賣到缺貨再補貨會增加成本；如果準備太多，到時沒有賣完必須折價出售。其系統模組包括預測、動態最佳化 (dynamic optimization)、和出貨量最佳化 (size shipment optimization)。

預測模組利用相似產品的歷史資料以得到點估計，再根據真正的銷售量做修正 (註 4)。動態最佳化則是決定單件衣物的總出貨量，經過適當的簡化 (註 5)，變成線性混合整數規劃 (linear mixed integer programming) 的問題，可以使用軟體 CPLEX 求解。出貨量最佳化則是將前述的最佳解拆成衣物大小 (例如大中小) 所需的數量，經化簡也是線性混合整數規劃的問題。

現有的資訊系統由 32 台電腦所組成，資料庫採用 MySQL。此決策支援系統則獨立使用一部電腦，透過網路存取系統資料，並使用 Java 開發使用者介面。

克服了組織和實驗時的總總困難，2012 年在全球實驗了 34 件衣物。和控制組比較，增加了 2% 的銷售量和降低了 4% 的季後未銷售量；轉化成稅前淨利約為 1.5 億歐元。

(註 1) Felipe Caro and Jérémie Gallien, Inventory Management of a Fast-Fashion Retail Network, Operations Research, 2010, 58(2): 257–273.

(註 2) Felipe Caro and Jeremie Gallien, Clearance Pricing Optimization for a Fast-Fashion Retailer, Operations Research, 2012, 60(6): 1404–1422.

(註 3) Jeremie Gallien, Adam J. Mersereau, Andres Garro, Alberte Dapena Mora, Martin Novoa Vidal, Initial Shipment Decisions for New Products at Zara, Operations Research, 2015, 63(2), 269–286. 

(註 4) 方法類似此論文 M. Fisher and A. Raman, Reducing the cost of demand uncertainty through accurate response to early sales, Operations Research, 1996, 44(1): 87–99. 詳見 Andres Garro, New product demand forecasting and distribution optimization: A case study at Zara, Master's thesis, MIT, 2011.

(註 5) 有點類似論文 2 的方法。