|
Data-driven inventory management under customer substitution
Müller, Sebastian
;
Huber, Jakob
;
Bubak, Ralph Alexander
;
Fleischmann, Moritz
;
Stuckenschmidt, Heiner
![[img]](https://madoc.bib.uni-mannheim.de/71702/1.hassmallThumbnailVersion/1-s2.0-S0377221725010008-main.pdf)  Vorschau |
|
PDF
1-s2.0-S0377221725010008-main.pdf
- Veröffentlichte Version
Download (4MB)
|
|
DOI:
|
https://doi.org/10.1016/j.ejor.2025.12.034
|
|
URL:
|
https://www.sciencedirect.com/science/article/pii/...
|
|
URN:
|
urn:nbn:de:bsz:180-madoc-717028
|
|
Dokumenttyp:
|
Zeitschriftenartikel
|
|
Erscheinungsjahr Online:
|
2025
|
|
Datum:
|
25 Dezember 2025
|
|
Titel einer Zeitschrift oder einer Reihe:
|
European Journal of Operational Research : EJOR
|
|
Band/Volume:
|
tba
|
|
Heft/Issue:
|
tba
|
|
Seitenbereich:
|
1-18
|
|
Ort der Veröffentlichung:
|
Amsterdam [u.a.]
|
|
Verlag:
|
Elsevier
|
|
ISSN:
|
0377-2217
|
|
Sprache der Veröffentlichung:
|
Englisch
|
|
Einrichtung:
|
Fakultät für Betriebswirtschaftslehre > ABWL u. Logistik (Fleischmann 2009-)
|
|
Bereits vorhandene Lizenz:
|
 Creative Commons Namensnennung 4.0 International (CC BY 4.0)
|
|
Fachgebiet:
|
330 Wirtschaft
|
|
Freie Schlagwörter (Englisch):
|
inventory , multi-product , substitution , machine learning
|
|
Abstract:
|
Retailers selling perishable goods typically offer multiple products in a product category, e.g., fresh food or fashion. Managing the inventories of these products is especially challenging due to frequent stock-outs and resulting substitution effects within the category. Furthermore, the true product-specific demand distributions are usually unknown to the decision maker. Digital technologies have massively expanded the available data and computing power, which can help improve inventory decisions. In this paper, we present a novel solution approach for the multi-product newsvendor problem. Our method is based on modern machine learning techniques that leverage large available datasets,e.g., data on historical sales, weather, store locations, and special days, and are able to take complex substitution effects into account. We evaluate our approach on two real-world datasets of a large German bakery chain and find that our data-driven approach outperforms the benchmark on the first dataset and performs competitively on the second dataset. We then analyze our approach in a controlled environment with synthetic data to pinpoint the factors that determine its performance. While saving computation time, our approach outperforms relevant benchmarks for a wide range of cost parameters and substitution levels when the demand distribution depends on exogenous data; it is competitive otherwise.
|
 | Dieser Eintrag ist Teil der Universitätsbibliographie. |
 | Das Dokument wird vom Publikationsserver der Universitätsbibliothek Mannheim bereitgestellt. |
 | Diese Publikation ist bisher nur Online erschienen. Diese Publikation nun als "Jetzt in Print erschienen" melden. |
 Suche Autoren in
BASE:
Müller, Sebastian
;
Huber, Jakob
;
Bubak, Ralph Alexander
;
Fleischmann, Moritz
;
Stuckenschmidt, Heiner
Google Scholar:
Müller, Sebastian
;
Huber, Jakob
;
Bubak, Ralph Alexander
;
Fleischmann, Moritz
;
Stuckenschmidt, Heiner
ORCID:
Müller, Sebastian ; Huber, Jakob ; Bubak, Ralph Alexander ; Fleischmann, Moritz ; Stuckenschmidt, Heiner  ORCID: 0000-0002-0209-3859
Sie haben einen Fehler gefunden? Teilen Sie uns Ihren Korrekturwunsch bitte hier mit: E-Mail
Actions (login required)
 |
Eintrag anzeigen |
|
|
