Titlebar

Bibliografische Daten exportieren
Literatur vom gleichen Autor
plus im Publikationsserver
plus bei Google Scholar

 

The Top-Dog Index: A New Measurement for the Demand Consistency of the Size Distribution in Pre-Pack Orders for a Fashion Discounter with Many Small Branches

URN zum Zitieren dieses Dokuments: urn:nbn:de:bvb:703-opus-4219

Titelangaben

Kurz, Sascha ; Rambau, Jörg ; Schlüchtermann, Jörg ; Wolf, Rainer:
The Top-Dog Index: A New Measurement for the Demand Consistency of the Size Distribution in Pre-Pack Orders for a Fashion Discounter with Many Small Branches.
Bayreuth , 2008

Volltext

[img] PDF
NKD_DO_ar.pdf - Veröffentlichte Version
Available under License Creative Commons BY 3.0: Namensnennung .

Download (814Kb)

Abstract

We propose the new Top-Dog-Index, a measure for the branch-dependent historic deviation of the supply data of apparel sizes from the sales data of a fashion discounter. A common approach is to estimate demand for sizes directly from the sales data. This approach may yield information for the demand for sizes if aggregated over all branches and products. However, as we will show in a real-world business case, this direct approach is in general not capable to provide information about each branchs individual demand for sizes: the supply per branch is so small that either the number of sales is statistically too small for a good estimate (early measurement) or there will be too much unsatisfied demand neglected in the sales data (late measurement). Moreover, in our real-world data we could not verify any of the demand distribution assumptions suggested in the literature. Our approach cannot estimate the demand for sizes directly. It can, however, individually measure for each branch the scarcest and the amplest sizes, aggregated over all products. This measurement can iteratively be used to adapt the size distributions in the pre-pack orders for the future. A real-world blind study shows the potential of this distribution free heuristic optimization approach: The gross yield measured in percent of gross value was almost one percentage point higher in the test-group branches than in the control-group branches.

Abstract in weiterer Sprache

Filialabhängige Bedarfsprognosen anhand von historischen Verkaufsinformationen sind sehr wichtig aber auch sehr schwierig zu treffen. Wir führen einen neuen Index, den Top-Dog-Index, ein, um zu messen, wie stark einzelne Filialen über- bzw. unterbeliefert sind. Mit diesem Ansatz kann man zwar den quantitativen Bedarf nicht direkt schätzen, aber zumindest die Belieferung iterativ an den Bedarf anpassen. Wir werten eine in der Praxis durchgeführte Blindstudie aus und belegen das Potential dieser Methode anhand von signifikanten Steigerungen im Rohertrag.

Weitere Angaben

Publikationsform: Preprint, Postprint, Working paper, Diskussionspapier
Zusätzliche Informationen (öffentlich sichtbar): msc: 90B05
Keywords: Operations Research; Diskrete Optimierung; Feldforschung; Blindversuch; Revenue Management; Revenue Management; Grössenoptimierung; Feldstudie; Doppel-Blind-Studie; revenue management; size optimization; demand forecasting; Top-Dog-Index; field study; parallel blind testing
Themengebiete aus DDC: 300 Sozialwissenschaften > 330 Wirtschaft
Institutionen der Universität: Fakultäten > Fakultät für Mathematik, Physik und Informatik > Mathematisches Institut
Fakultäten > Rechts- und Wirtschaftswissenschaftliche Fakultät > Fachgruppe Betriebswirtschaftslehre
Fakultäten > Fakultät für Mathematik, Physik und Informatik > Mathematisches Institut > Lehrstuhl Wirtschaftsmathematik
Fakultäten > Fakultät für Mathematik, Physik und Informatik > Mathematisches Institut > Lehrstuhl Wirtschaftsmathematik > Lehrstuhl Wirtschaftsmathematik - Univ.-Prof. Dr. Jörg Rambau
Fakultäten
Fakultäten > Fakultät für Mathematik, Physik und Informatik
Fakultäten > Rechts- und Wirtschaftswissenschaftliche Fakultät
Sprache: Englisch
Titel an der UBT entstanden: Ja
URN: urn:nbn:de:bvb:703-opus-4219
Eingestellt am: 25 Apr 2014 10:51
Letzte Änderung: 20 Nov 2014 09:37
URI: https://epub.uni-bayreuth.de/id/eprint/613