基于改進(jìn)RFM模型的B2C網(wǎng)站客戶細(xì)分研究XuXiangbing1,WangJiaqiang2,TuHuan3,MuMing4華東交通大學(xué)，南昌，330013.EastChinaJiaoTongUniversity,Nanchang,330013.E-mail:champagnewq@.TeluXiangbing,WangJiaqiang,TuHuan,MuMing.ResearchonCustomerSegmentationofB2CWebsitesBasedonImprovedRFMModelAbstract:Customersegmentationisthemostimportantprocessincustomerrelationmanagement.SegmentingcustomersofB2Cwebsitestomakestrategicdecisionsthatcanachievethelowestcostsandthehighestprofits,isanimportantindicatorofmaturityofE-Commercedevelopment.Thisarticleinnovativelyaddstheattributionofprofitrate,setsCRMPmodelbyimprovingRFMmodelandthenusesK-MeansmethodtoclusteringanalyzethecustomersinB2Cwebsites.TheRFMPmodelisconfirmedthatithasmoreadvantagesinsegmentingcustomersofB2Cwebsites,comparedwiththeRFMmodel.Intheendthearticleputsforwardcorrespondingstrategies,byRFMPmodel,especiallythinkingabouttheprofitsproducedbycustomers,whichhasrealuse.Keywords:B2C;clusteranalysis;RFMmodel;customersegment;E-Commerce摘要：客戶細(xì)分是客戶關(guān)系管理過程中的最重要一環(huán)。對(duì)B2C網(wǎng)站客戶進(jìn)行細(xì)分并采取相應(yīng)的營(yíng)銷策略，實(shí)現(xiàn)最低成本最高利潤(rùn)，是電子商務(wù)發(fā)展成熟的重要標(biāo)志。本文通過改進(jìn)RFM模型，創(chuàng)新性的增加了利潤(rùn)率屬性，建立RFMP模型后，使用K-Means方法對(duì)B2C網(wǎng)站客戶進(jìn)行聚類分析，并與RFM模型進(jìn)行比較，驗(yàn)證了RFMP模型在B2C網(wǎng)站客戶區(qū)分上更具優(yōu)勢(shì)。最后本文針對(duì)RFMP模型，尤其考慮到客戶利潤(rùn)，提出相關(guān)營(yíng)銷策略，具有較大的實(shí)用價(jià)值。關(guān)鍵字：B2C；聚類分析；RFM模型；客戶細(xì)分；電子商務(wù)1引言1.1研究背景及現(xiàn)狀近年來，電子商務(wù)在短短幾年中以驚人的速度蓬勃發(fā)展，它的迅速發(fā)展引發(fā)了交易方式、流通模式、商業(yè)模式的不斷創(chuàng)新和進(jìn)步。一方面它規(guī)避了創(chuàng)業(yè)者由于實(shí)體店面投資而產(chǎn)生的資金風(fēng)險(xiǎn)，另一方面，提高了客戶服務(wù)水平以及更多的商品選擇機(jī)會(huì)。隨著電子商務(wù)交易量快速增加和B2C市場(chǎng)的激烈競(jìng)爭(zhēng)，電子商務(wù)B2C領(lǐng)域需要像傳統(tǒng)的市場(chǎng)營(yíng)銷一樣，通過對(duì)B2C網(wǎng)站的客戶細(xì)分，從而滿足客戶們?nèi)找嬖鲩L(zhǎng)的個(gè)性化需求，并且通過差異化服務(wù)、針對(duì)性策略吸引客戶，形成長(zhǎng)期購買行為，提高客戶忠誠度，在激烈的市場(chǎng)競(jìng)爭(zhēng)中立于不敗之地。目前，國(guó)內(nèi)諸多學(xué)者通過數(shù)據(jù)挖掘?qū)FM模型進(jìn)行了分析。向堅(jiān)持，劉相濱，資武成[1]針對(duì)K-Means算法存在的問題，提出了基于密度的K-Means算法，證明了改進(jìn)算法的有效性和穩(wěn)定性并用于客戶細(xì)分研究中；周歡[2]基于RFM分析模式對(duì)零售業(yè)客戶進(jìn)行了分群；MarceloMaia,JussaraAlmeida,VirgilioAlmeida[3]通過對(duì)視頻網(wǎng)站YouTobe客戶的九個(gè)屬性聚類分析[4]，并給出了一種新的確定K值的方法以及分析如何排除不必要屬性；JamesCaverlee,SteveWebb[5]研究了上百萬數(shù)量的MySpace客戶，驗(yàn)證了客戶如何自我描述和分享興趣和情感；杜修平和王中[6]通過改進(jìn)的RFM-ROI模型對(duì)證券行業(yè)客戶流失進(jìn)行了分析；張玲芳和張婧[7]將RFM模型與原協(xié)同過濾機(jī)制進(jìn)行結(jié)合，制定了差異化的電子商務(wù)推薦策略；劉慧婷，倪志偉[8]針對(duì)客戶交易數(shù)據(jù)維數(shù)高的特點(diǎn)，提出了基于EMD和K-Means的客戶行為聚類方法，為商家提供了促銷依據(jù)并節(jié)約了數(shù)據(jù)存儲(chǔ)空間；王扶東，馬玉芳[9]利用層次分析法和聚類方法相結(jié)合，進(jìn)行了實(shí)證分析。但目前為止針對(duì)B2C網(wǎng)站客戶細(xì)分的具體模型仍很少有人涉及，提出的營(yíng)銷策略仍存在于表面階段，對(duì)客戶帶來的利潤(rùn)進(jìn)行詳細(xì)分析模型更少之又少。2技術(shù)路線和模型背景2.1研究思路和方法本文首先以客戶關(guān)系管理的RFM模型為基礎(chǔ)，建立了RFMP模型，然后收集并清洗了淘寶某商家的銷售數(shù)據(jù)，通過使用SPSS軟件對(duì)RFM模型和改進(jìn)的RFMP模型進(jìn)行k-Means聚類分析，最后比較了兩種模型，創(chuàng)新性的針對(duì)利潤(rùn)分析，提出了相應(yīng)的營(yíng)銷策略，擴(kuò)展了模型分析的空間。2.2RFM模型背景RFM模型是客戶關(guān)系管理領(lǐng)域中的一種定量分析模型，它通過三個(gè)屬性值來描述客戶的重要程度和客戶類型，即最近購買時(shí)間（R），某一期間內(nèi)購買的次數(shù)（F），某一期間內(nèi)購買的總金額（M）。它在反應(yīng)客戶購買偏好方面具有良好的表征性，研究發(fā)現(xiàn)R越小或者F越大或者M(jìn)值越大，客戶越有可能與企業(yè)達(dá)成新的交易。RFM模型在反映客戶價(jià)值方面同樣具有較好的表征性，但根據(jù)不同行業(yè)的實(shí)際情況，可以對(duì)RFM模型進(jìn)行相應(yīng)改進(jìn)。2.3基于RFM模型改進(jìn)的RFMP模型背景傳統(tǒng)RFM模型僅僅只考慮銷售額而并非考慮的是利潤(rùn)。高的銷售額雖然可以提高企業(yè)的資金周轉(zhuǎn)率，但是給企業(yè)帶來根本利益的是利潤(rùn)。僅考慮銷售額會(huì)產(chǎn)生這樣的情況：如果企業(yè)對(duì)某兩個(gè)公司的銷售額都差不多，但兩者產(chǎn)生的利潤(rùn)相差很多，那么企業(yè)的營(yíng)銷投資應(yīng)該更傾向于利潤(rùn)率高的公司。如果企業(yè)對(duì)某兩個(gè)公司的銷售額相差較多，對(duì)銷售額高的公司利潤(rùn)率很低，并且其通過大量訂貨等方式提出不合理要求；而對(duì)銷售額低的公司利潤(rùn)率卻比較高，并且企業(yè)與其有良好的客戶關(guān)系，那么我們應(yīng)該對(duì)其增加營(yíng)銷成本投入爭(zhēng)取與其更廣泛的合作。總之，我們應(yīng)該根據(jù)利潤(rùn)來衡量客戶生命周期的總價(jià)值量。因此，我們通過改進(jìn)的RFMP模型對(duì)B2C網(wǎng)站客戶進(jìn)行了分析，并提出了購買事務(wù)矩陣表。3RFMP模型與算法介紹3.1RFMP模型考慮到網(wǎng)站商品的利潤(rùn)不同且差別較大，通過改進(jìn)傳統(tǒng)的RFM模型，增加了利潤(rùn)率屬性（P）來描述客戶對(duì)網(wǎng)站的價(jià)值，即P（利潤(rùn)）：最近一段時(shí)間內(nèi)客戶在該B2C網(wǎng)站上購買所有商品給網(wǎng)站帶來的平均利潤(rùn)率；RFMP模型屬性見表1。已知假設(shè)：R：客戶三個(gè)月內(nèi)在網(wǎng)站上最近購買一次商品的時(shí)間有多少天；F：客戶三個(gè)月內(nèi)在網(wǎng)站上的購買次數(shù)有多少次；M：客戶三個(gè)月內(nèi)在網(wǎng)站上的購買金額有多少元；PijQUOTE：三個(gè)月內(nèi)網(wǎng)站對(duì)第i個(gè)人銷售第j類商品的平均利潤(rùn)率；Xij：第i個(gè)客戶對(duì)象購買第j個(gè)產(chǎn)品所花費(fèi)的金額。3.2RFMP模型分析建立二維的購買利潤(rùn)矩陣P。由于Pij為P矩陣中的元素。Pi*表示第i個(gè)客戶對(duì)象，P*j表示購買第j項(xiàng)產(chǎn)品（i=1……m，j=1……n）。由此，可以用Pij來表示第i個(gè)客戶對(duì)象購買第j個(gè)產(chǎn)品給企業(yè)帶來的利潤(rùn)率。一般模式下P1j=P2j=……Pmj。P利潤(rùn)率矩陣如公式（1）所示。（1）同理，假設(shè)Xij為X矩陣中的元素。Xi*表示第i個(gè)客戶對(duì)象，X*j表示購買第j項(xiàng)產(chǎn)品（i=1……m，j=1……n）。我們可以用Xij來表示第i個(gè)客戶對(duì)象購買第j個(gè)產(chǎn)品所花費(fèi)的金額。X購買金額矩陣如公式（2）所示。（2）對(duì)P矩陣和X矩陣點(diǎn)乘操作，即Wij=Pij*Xij，可得到W矩陣。Wij實(shí)際上表示的是第i個(gè)客戶購買第j項(xiàng)產(chǎn)品所帶來的利潤(rùn)。W利潤(rùn)矩陣如公式（3）所示。（3）因此，第i個(gè)客戶帶來的實(shí)際全部利潤(rùn)是QUOTE(i=1……m)。根據(jù)從數(shù)據(jù)庫中取出最近一段時(shí)間內(nèi)購買的金額，計(jì)算出每個(gè)客戶給企業(yè)帶來的平均利潤(rùn)率，如公式（4）所示。Pi=QUOTE（4）表1RFMP模型屬性表客戶對(duì)象RFMP1R1F1M1P12R2F2M2P2mRmFmMmPm3.3K-Means算法K-Means算法聚類是使用距離來衡量?jī)蓚€(gè)對(duì)象之間的相異度，認(rèn)為兩個(gè)對(duì)象距離越近，其相似度越大。給定K后，隨機(jī)的把所有對(duì)象分配到K個(gè)非空的簇中，然后計(jì)算每個(gè)簇的平均值，并使用該平均值代表相應(yīng)的簇，將每個(gè)對(duì)象根據(jù)其與各個(gè)簇中心的距離重新分配到與它最近的簇中，直到不再有新的分配發(fā)生。距離的計(jì)算方法主要有歐幾里德距離、曼哈坦距離等。本文中使用歐幾里德距離，如公式（5）所示。（5）4數(shù)據(jù)分析4.1數(shù)據(jù)描述從淘寶某賣家收集清理數(shù)據(jù)最終得到30種商品2個(gè)月（2011.2-2011.3）1000次購買記錄數(shù)據(jù)作為購買事務(wù)矩陣（見表2），計(jì)算出期間每個(gè)客戶（有效客戶共475名）購買次數(shù)(F)，最近一次購買距離現(xiàn)在的天數(shù)(R)和購買金額（M）。整理同一客戶數(shù)據(jù)可得到475*30矩陣，根據(jù)商家提供的商品利潤(rùn)率P矩陣（1）和售價(jià)X矩陣（2）計(jì)算出每個(gè)客戶期間給賣家?guī)淼目偫麧?rùn)W矩陣（3），并運(yùn)用公式（4）計(jì)算出RFMP模型利潤(rùn)率屬性(Pi)，見表3。表2購買事務(wù)矩陣（注：1表示購買，0表示未購買）購買記錄商品1商品2……商品30ID2410……1ID9800……1ID15210……1ID15211……0…………表3部分銷售情況數(shù)據(jù)表CustomerIDRFMP242411211.90.4875983216110.35611521922404.90.5623…………4.2數(shù)據(jù)規(guī)格化變換為克服RFMP模型不同變量的計(jì)量單位對(duì)聚類分析結(jié)果產(chǎn)生不合理的影響，因此對(duì)各屬性進(jìn)行規(guī)格化變換。規(guī)格化變換又稱為極差正規(guī)比變換。它是從數(shù)據(jù)矩陣中的每一個(gè)變量最大值和最小值，并用最大值減去最小值得出極差。然后用每一個(gè)原始數(shù)據(jù)減去該變量中的最小值，再除以極差，即得到規(guī)格化數(shù)據(jù)，計(jì)算公式如公式（6）所示。（6）5聚類結(jié)果和策略分析5.1聚類結(jié)果表5NumberofCasesineachClusterinRFMCluster145.000213.0003327.000490.000Valid475.000對(duì)K值進(jìn)行分析（K=2、3、4、5），通過sig<0.01并使用F值檢驗(yàn)，選取F值大的聚類結(jié)果作為最優(yōu)聚類方案，最終定K=4。SPSS結(jié)果如表4、5、6、7所示。表4FinalClusterCentersinRFMCluster1234Recency.219111.483077.451988.730333Frequency.540741.641026.130989.133333Money.611392.710321.220812.215339表6FinalClusterCentersinRFMPCluster1234Recency.209231.914545.460567.505539Frequency.730769.106061.043860.323529Money.827763.153847.145664.391670Profit.521538.398182.486235.507353表7NumberofCasesineachClusterinRFMPCluster113.000211.0003247.0004204.000Valid475.0005.2兩種模型結(jié)果比較RFM模型：1類：購買日期最近，購買頻率較多所花金額較多，屬于重要客戶，共45人；2類：購買日期比較遠(yuǎn)，但購買頻率最高，所花金額最多，屬于有可能流失的客戶，共13人；3類：購買日期較近，購買頻率也最少，購買金額較少，屬于潛在的重要客戶，人數(shù)也最多，共327人；4類：購買日期最遠(yuǎn)，購買頻率很低，所花金額也最少，屬于“一次購買型”客戶。RFMP模型：1類：購買日期最近，購買頻率、消費(fèi)金額和利潤(rùn)率最高，共13人；2類購買日期最遠(yuǎn)，購買頻率，消費(fèi)金額較低且利潤(rùn)率都最低，共11人；3類：購買日期較近，購買頻次和消費(fèi)金額最少，但利潤(rùn)率較高，共204人；4類：購買日期較遠(yuǎn)，消費(fèi)頻率、消費(fèi)金額和利潤(rùn)率都較高，共204人。RFMP模型優(yōu)勢(shì)：整理兩種模型結(jié)果發(fā)現(xiàn)有189名客戶歸類不同。分析類成員發(fā)現(xiàn)RFMP模型能夠有效的區(qū)分出購買了低價(jià)格低利潤(rùn)率但購買數(shù)量較多的商品（如計(jì)算器、QQ會(huì)員等）的客戶。因此RFMP模型在分析銷售額、購買頻次和購買時(shí)間間隔相差不多的客戶歸屬時(shí)，通過利潤(rùn)率更加有效的細(xì)分了客戶，這在RFM模型下是無法實(shí)現(xiàn)的。同時(shí)根據(jù)RFMP模型統(tǒng)計(jì)了4類客戶帶來的利潤(rùn)分別為：59949.88元、9016.28元、230854.8元和458020.8元。如圖1所示。3類和4類利潤(rùn)最高，共提供90%利潤(rùn)，基本滿足帕累托定理。通過增加利潤(rùn)率屬性，RFMP模型擴(kuò)展出了比RFM模型更大的分析空間（例如可以分析每位客戶每次利潤(rùn)貢獻(xiàn)金額等），并能提供更加詳盡的策略，為網(wǎng)絡(luò)營(yíng)銷和客戶細(xì)分提供了新的依據(jù)。5.3基于RFMP模型新營(yíng)銷策略分析針對(duì)1類客戶，即VIP客戶，可以建立私人聯(lián)系為其推廣高端產(chǎn)品和新服務(wù)（例如發(fā)送生日賀卡）滿足其消費(fèi)需求；2類客戶，即低價(jià)值客戶，不需要投入太多成本；3類客戶，即“一次購買型”客戶，采取滿意率調(diào)查，吸引他們?cè)俅钨徫铮?類客戶，即潛在重要客戶，要為其制定一套客戶化營(yíng)銷模式，制定客戶提升計(jì)劃，篩選出利潤(rùn)率高、購買頻率多的客戶，先把他們提升為VIP客戶。最后根據(jù)利潤(rùn)來源比例分析，要采取新營(yíng)銷策略，即實(shí)時(shí)監(jiān)控3類和4類的客戶，防止利潤(rùn)主體流失。6、總結(jié)和展望本文將0-1規(guī)劃思想與RFM模型相結(jié)合，構(gòu)建了購買事務(wù)矩陣，并通過改進(jìn)RFM模型，增加“利潤(rùn)率”屬性，發(fā)現(xiàn)RFMP模型能對(duì)少量“特殊”商品數(shù)據(jù)進(jìn)行更詳細(xì)的分類，對(duì)客戶細(xì)分更加精確，并能觀察利潤(rùn)主體并采用新營(yíng)銷策略，對(duì)發(fā)展RFM模型具有深刻的意義。未來對(duì)B2C網(wǎng)站的客戶細(xì)分和數(shù)據(jù)分析必然是建立在數(shù)據(jù)倉庫的展示基礎(chǔ)上進(jìn)行聚類等分析。本文的事務(wù)矩陣表正是數(shù)據(jù)倉庫的“某個(gè)維”，因此本文對(duì)數(shù)據(jù)倉庫和聚類分析的結(jié)合應(yīng)用提供了基礎(chǔ)性的方法。尋求改進(jìn)的RFMP模型與數(shù)據(jù)倉庫的進(jìn)一步結(jié)合，以及分析B2C網(wǎng)站的客戶流失模型是下一步的工作。參考文獻(xiàn)[1]向堅(jiān)持,劉相濱,資武成.基于密度的K-Means算法及在客戶細(xì)分中的應(yīng)用研究[J].計(jì)算機(jī)工程與應(yīng)用,2008,44(35):246-248.[2]周歡.基于RFM分析模式的零售業(yè)客戶分群實(shí)現(xiàn)過程[N].金陵科技學(xué)院學(xué)報(bào),2008-3.[3]MarceloMaia,JussaraAlmeida,VirgilioAlmeida.IdentifyingUserBehaviorinOnlineSocialNetworks[C].The2009IEEEInternatio–nalSymposiumonSocialComputingandNetworking.Scotland,UK:Glasgow,2008.[4]JiaweiHan.DataMiningConceptsandTechniques[M].北京：機(jī)械工業(yè)出版社，2002.[5]J.Caverlee,S.Webb.Alarge-scalestudyofMySpace:observationsandimplicationsforonlinesocialnetworks[C].SecondInternatio–nalConferenceonWeblogsandSocialMedia(AAAI),2008.[6]杜修平,王中.基于決策樹的證券客戶流失模型[J].計(jì)算機(jī)應(yīng)用與軟件,2009,(9):230-233.[7]張玲芳,張婧.基于RFM模型和協(xié)同過濾的電子商務(wù)推薦機(jī)制[N].江蘇科技大學(xué)學(xué)報(bào)(自然科學(xué)版),2010-6(3).[8]劉慧婷,倪志偉.客戶行為的有效聚類[J].計(jì)算機(jī)工程及應(yīng)用,2010,46(4):12-14.[9]王扶東,馬玉芳.基于數(shù)據(jù)挖掘的客戶細(xì)分方法的研究[J].計(jì)算機(jī)工程及應(yīng)用,2011,47(4):215-218.基于產(chǎn)業(yè)供應(yīng)鏈的物流系統(tǒng)規(guī)劃——以云南為例（云南財(cái)經(jīng)大學(xué)商學(xué)院，云南昆明）摘要：物流業(yè)是融合運(yùn)輸業(yè)、倉儲(chǔ)業(yè)、貨代業(yè)和信息業(yè)等的復(fù)合型服務(wù)產(chǎn)業(yè)，是國(guó)民經(jīng)濟(jì)的重要組成部分，涉及領(lǐng)域廣，吸納就業(yè)人數(shù)多，促進(jìn)生產(chǎn)、拉動(dòng)消費(fèi)作用大，在促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式和增強(qiáng)國(guó)民經(jīng)濟(jì)競(jìng)爭(zhēng)力等方面發(fā)揮著重要作用。物流業(yè)的依托是產(chǎn)業(yè)基礎(chǔ)，通過對(duì)產(chǎn)業(yè)供應(yīng)鏈物流系統(tǒng)結(jié)構(gòu)模式的研究，提出相應(yīng)的基于產(chǎn)業(yè)供應(yīng)鏈的物流網(wǎng)絡(luò)規(guī)劃模型，并以云南物流產(chǎn)業(yè)發(fā)展規(guī)劃為實(shí)證提出相關(guān)的對(duì)策建議。關(guān)鍵詞：產(chǎn)業(yè)供應(yīng)鏈物流系統(tǒng)理論模型實(shí)證對(duì)策對(duì)物流的研究可以從企業(yè)物流，行業(yè)物流和社會(huì)物流等三個(gè)基本層次上來進(jìn)行研究，最后構(gòu)建成高效率、一體化的社會(huì)物流系統(tǒng)。構(gòu)建產(chǎn)業(yè)供應(yīng)鏈物流系統(tǒng)，通過產(chǎn)業(yè)供應(yīng)鏈物流系統(tǒng)的構(gòu)建來整合整個(gè)產(chǎn)業(yè)內(nèi)的社會(huì)物流資源，使其達(dá)到規(guī)模化、效益化、集成化、一體化，能對(duì)社會(huì)經(jīng)濟(jì)的發(fā)展起到促進(jìn)作用。一、產(chǎn)業(yè)供應(yīng)鏈物流系統(tǒng)的結(jié)構(gòu)模式產(chǎn)業(yè)供應(yīng)鏈物流系統(tǒng)結(jié)構(gòu)模式相對(duì)于單一的供應(yīng)鏈模式是個(gè)相當(dāng)復(fù)雜的結(jié)構(gòu)模式，要考慮的因素很多，不但要考慮單一供應(yīng)鏈的物料流和逆向物流問題，還要考慮產(chǎn)業(yè)供應(yīng)鏈多個(gè)供應(yīng)鏈之間的物料流向問題和調(diào)配機(jī)制、供應(yīng)計(jì)劃、生產(chǎn)計(jì)劃、信息流以及配送中心的布局問題。物流系統(tǒng)是指在一定的時(shí)間和空間里，由所需位移的物資、包裝設(shè)備、裝卸搬運(yùn)機(jī)械、運(yùn)輸工具、倉儲(chǔ)設(shè)施、人員和通訊聯(lián)系等若干相互制約的動(dòng)態(tài)要素所構(gòu)成的具有特定的有機(jī)整體。物流系統(tǒng)和一般系統(tǒng)一樣，具有輸入、轉(zhuǎn)換及輸出三大功能。通過輸入和輸出功能使系統(tǒng)與所在的環(huán)境進(jìn)行物資、能量、信息等方面的交換，實(shí)現(xiàn)系統(tǒng)與環(huán)境的協(xié)調(diào)發(fā)展。人人財(cái)物信息物流管理物流各項(xiàng)功能物流信息處理物流技術(shù)措施物流設(shè)施設(shè)備轉(zhuǎn)換效益服務(wù)污染信息輸入輸出圖1物流系統(tǒng)圖由圖1我們可以看出系統(tǒng)輸入主要有人力、資金、信息以及物資，包括原材料、零部件、半成品、成品等在內(nèi)的輸入，通過系統(tǒng)轉(zhuǎn)換即進(jìn)行物流管理，利用物流設(shè)施設(shè)備及技術(shù)措施進(jìn)行各項(xiàng)物流活動(dòng)（運(yùn)輸、配送、流通加工、倉儲(chǔ)保管、包裝）以及物流信息處理等作業(yè)來實(shí)現(xiàn)空間價(jià)值和時(shí)間價(jià)值。而系統(tǒng)輸出主要對(duì)經(jīng)過系統(tǒng)轉(zhuǎn)換作業(yè)的物資輸出到目標(biāo)對(duì)象（如制造工廠的生產(chǎn)線、客戶、消費(fèi)者手中）。在物流系統(tǒng)轉(zhuǎn)換過程中，商品物資基本上不改變其原有的形態(tài)結(jié)構(gòu)（除流通加工，包裝作業(yè)外），主要價(jià)值也主要體現(xiàn)在空間價(jià)值，時(shí)間價(jià)值上，所謂空間價(jià)值是指商品通過物流系統(tǒng)從甲地移到乙地來實(shí)現(xiàn)價(jià)值的增值，主要是利用商品在空間位置的價(jià)值差。而時(shí)間價(jià)值是指通過物流系統(tǒng)實(shí)現(xiàn)時(shí)間上的價(jià)值差，主要是季節(jié)價(jià)值。另外一方面就是供應(yīng)鏈環(huán)境下，如何快速響應(yīng)消費(fèi)者的需求，提高顧客服務(wù)水平來達(dá)到時(shí)間價(jià)值。在整個(gè)價(jià)值實(shí)現(xiàn)過程中，除了一些基本必需的物流活動(dòng)，其它不必要、過多的物流作業(yè)都屬于浪費(fèi)，比如商品迂回搬運(yùn)、裝卸、過量庫存、品質(zhì)檢查、清點(diǎn)等。所以，物流系統(tǒng)的運(yùn)作就是要解決如何通過系統(tǒng)輸入、轉(zhuǎn)換、輸出來達(dá)到低成本高效率地響應(yīng)客戶的即時(shí)需求。即在準(zhǔn)確的時(shí)間、準(zhǔn)確的地點(diǎn)提供適當(dāng)?shù)漠a(chǎn)品。二、產(chǎn)業(yè)供應(yīng)鏈物流網(wǎng)絡(luò)規(guī)劃產(chǎn)業(yè)供應(yīng)鏈物流系統(tǒng)的構(gòu)建及有效運(yùn)行需要對(duì)產(chǎn)業(yè)供應(yīng)鏈內(nèi)的物流網(wǎng)絡(luò)作一個(gè)全面的規(guī)劃，只有通過合理、科學(xué)地規(guī)劃物流網(wǎng)絡(luò)，才能在產(chǎn)業(yè)供應(yīng)鏈內(nèi)有機(jī)整合全部的社會(huì)物流資源，也才能夠?qū)崿F(xiàn)產(chǎn)業(yè)供應(yīng)鏈總成本最小化的同時(shí)，提高顧客的滿意度。物流網(wǎng)絡(luò)是指物流過程中相互聯(lián)系的組織和設(shè)施的集合。是由執(zhí)行運(yùn)動(dòng)使命的線路和執(zhí)行停頓使命的節(jié)點(diǎn)組成。其中，線路是用來執(zhí)行運(yùn)輸功能，而結(jié)點(diǎn)是用來執(zhí)行裝卸搬運(yùn)、包裝、流通加工、倉儲(chǔ)、信息處理以及完成配送作業(yè)等功能。而物流網(wǎng)絡(luò)規(guī)劃是指物流系統(tǒng)的結(jié)構(gòu)和形狀，即物流系統(tǒng)的總體布局，內(nèi)容包括決定使用什么樣的設(shè)施（如果需要）；設(shè)施的數(shù)量、規(guī)模、位置；產(chǎn)品流到客戶的方式和時(shí)間等。如：工廠、倉庫（配送中心）的地理位置、規(guī)模、數(shù)量、客戶獲得產(chǎn)品的時(shí)間等。在同一個(gè)產(chǎn)業(yè)內(nèi)進(jìn)行物流網(wǎng)絡(luò)規(guī)劃相對(duì)企業(yè)物流規(guī)劃來講比較復(fù)雜，不但要考慮企業(yè)所在供應(yīng)鏈中的設(shè)施數(shù)量、規(guī)模、位置、產(chǎn)品流到客戶的方式和時(shí)間以及客戶服務(wù)水平情況，還要考慮產(chǎn)業(yè)供應(yīng)鏈中其他供應(yīng)鏈的情況，然后采取有效措施來進(jìn)行產(chǎn)業(yè)供應(yīng)鏈物流網(wǎng)絡(luò)規(guī)劃。下面利用Banmol—Wolf模型來分析產(chǎn)業(yè)供應(yīng)鏈物流網(wǎng)絡(luò)規(guī)劃問題。Banmol—Wolf模型是用來求解多設(shè)施選址的數(shù)學(xué)模型，基構(gòu)建方法如下：1、建立選址模型基本假設(shè)（1）配送區(qū)域內(nèi)貨物的集中或疏散，是以區(qū)域內(nèi)前一年的需求總量來衡量。（2）貨源點(diǎn)以配送區(qū)域所在地行政中心區(qū)為基點(diǎn)。（3）貨源點(diǎn)之間路網(wǎng)距離以平面假設(shè)，即不考慮平路或山路。其距離差別可由運(yùn)輸費(fèi)用的差別體現(xiàn)。2、構(gòu)建Banmol—Wolf模型選取貨物運(yùn)進(jìn)、運(yùn)出以及運(yùn)營(yíng)成本最低的選址方案。minF＝++約束條件+i=1,2,…,m調(diào)出物資量不大于資源點(diǎn)輸出能力+j=1,2,…,n用戶調(diào)進(jìn)物資總量不小于其需求量=k=1,2,…,q物流網(wǎng)點(diǎn)調(diào)進(jìn)調(diào)出物資總量相等-M0=1，K點(diǎn)被選中0，K點(diǎn)被淘汰，，0式中：F—為網(wǎng)點(diǎn)布局方案的總成本；—備選網(wǎng)點(diǎn)k從資源廠i進(jìn)貨的數(shù)量；—用戶j從備選網(wǎng)點(diǎn)k中轉(zhuǎn)進(jìn)貨的數(shù)量；—用戶j從資源廠i直達(dá)進(jìn)貨的數(shù)量；—備選網(wǎng)點(diǎn)k是否被選中的決策變量；—備選網(wǎng)點(diǎn)k從資源廠i進(jìn)貨的單位物資進(jìn)貨費(fèi)；—備選網(wǎng)點(diǎn)k向用戶j供貨的單位物資發(fā)送費(fèi)；—用戶j從資源廠i直達(dá)進(jìn)貨的單位物資進(jìn)貨費(fèi)。另可知，網(wǎng)點(diǎn)布局模型經(jīng)優(yōu)化求解后的結(jié)果，可能有的備選地址被選中，而另外一些被淘汰。被淘汰的備選網(wǎng)點(diǎn)，經(jīng)其中轉(zhuǎn)的物資數(shù)量應(yīng)為零。這一要求可由下面的約束方程予以滿足。-M0=1，K點(diǎn)被選中0，K點(diǎn)被淘汰式中M是一個(gè)相當(dāng)大的正數(shù)。由于是物資調(diào)運(yùn)量，不可能小于零，故當(dāng)為零時(shí)，＝０成立；當(dāng)為１時(shí)，M是一相當(dāng)大的正數(shù)，M足夠大，為一有限值，所以不等式成立。3、模型求解首先假定物流網(wǎng)點(diǎn)布局方案已經(jīng)確定，即給出一組初始網(wǎng)點(diǎn)設(shè)置地址。根據(jù)初始方案按運(yùn)輸規(guī)劃模型求出各初始網(wǎng)點(diǎn)的供貨范圍，然后在各供貨范圍內(nèi)分別移動(dòng)網(wǎng)點(diǎn)到其它備選地址上，以使各供貨范圍內(nèi)的運(yùn)輸費(fèi)用下降，找到各供貨范圍內(nèi)運(yùn)輸費(fèi)用最小的新網(wǎng)點(diǎn)設(shè)置地址。再將新網(wǎng)點(diǎn)設(shè)置地址代替初始方案，重復(fù)上述過程直至各供貨范圍內(nèi)運(yùn)輸費(fèi)用不能再下降時(shí)為止。三、云南物流產(chǎn)業(yè)規(guī)劃的對(duì)策建議（1）重視物流產(chǎn)業(yè)的發(fā)展，推動(dòng)云南經(jīng)濟(jì)建設(shè)物流處于生產(chǎn)與消費(fèi)的中間環(huán)節(jié)，與生產(chǎn)和消費(fèi)共同構(gòu)成國(guó)民經(jīng)濟(jì)的重要組成部分。國(guó)內(nèi)外發(fā)展的實(shí)踐證明，經(jīng)濟(jì)的高速發(fā)展必須建立在完善的現(xiàn)代物流服務(wù)體系和相應(yīng)的物流能力基礎(chǔ)之上。沒有完善的現(xiàn)代物流服務(wù)體系和足夠的物流能力，將不足以支撐經(jīng)濟(jì)的持續(xù)高速增長(zhǎng)。只要我省充分利用好現(xiàn)有的優(yōu)勢(shì)，高度重視物流產(chǎn)業(yè)的發(fā)展，把物流產(chǎn)業(yè)擺到與旅游業(yè)同等重要的位置，像抓煙草產(chǎn)業(yè)一樣抓好現(xiàn)代物流產(chǎn)業(yè)的發(fā)展，就一定能把現(xiàn)代物流產(chǎn)業(yè)培育為我省的一個(gè)新興支柱產(chǎn)業(yè)，為全省經(jīng)濟(jì)社會(huì)的發(fā)展提供強(qiáng)大的動(dòng)力。（2）建設(shè)昆明國(guó)際內(nèi)陸港經(jīng)濟(jì)區(qū)隨著昆明國(guó)際航空港的建成，泛亞鐵路的建設(shè)以及通往國(guó)內(nèi)的高鐵建設(shè)，昆明正在成為中國(guó)面向南亞、東南亞，甚至面向整個(gè)西南的橋頭堡城市。而東盟自由貿(mào)易區(qū)的運(yùn)行給云南地方經(jīng)濟(jì)帶來了發(fā)展機(jī)遇，需要物流業(yè)的支撐才能把機(jī)會(huì)變成發(fā)展的現(xiàn)實(shí)。因此建議構(gòu)筑以昆明為中心的滇中城市群物流核心圈，將昆明建設(shè)成為帶動(dòng)云南省，輻射大西南，連接?xùn)|、中、西部，面向東南亞、南亞、西亞、南歐、非洲的國(guó)際內(nèi)陸港，把昆明建設(shè)成為重要的國(guó)際物流樞紐城市。（3）統(tǒng)籌區(qū)域物流和城市物流規(guī)劃通過綜合協(xié)調(diào)規(guī)劃建立和形成協(xié)作機(jī)制，全面提升合作的層次和水平，推進(jìn)云南省物流的一體化發(fā)展。在進(jìn)行區(qū)域物流規(guī)劃時(shí)，應(yīng)根據(jù)地方經(jīng)濟(jì)的發(fā)展態(tài)勢(shì)