Coordinating Replenishment and Dynamic Pricing for Perishable Omnichannel Retail: A Fixed-Point Dynamic-Programming–Reinforcement-Learning Framework

Nel mondo del commercio moderno, la sfida di vendere prodotti freschi è diventata un funambolismo eseguito su più palcoscenici. I consumatori non visitano più un singolo negozio; acquistano attraverso una complessa rete di opzioni, ritirando articoli presso un negozio locale, ordinando per la consegna a domicilio o acquistando online per il ritiro di persona. Questo approccio omnicanale offre comodità, ma crea un incubo logistico per i prodotti deperibili come frutta e verdura, che hanno un rigido e inesorabile cronometro sulla loro durata di conservazione. La difficoltà principale risiede nel bilanciare due esigenze contrastanti: mantenere i prezzi abbastanza flessibili da adattarsi a ciò che i clienti sono disposti a pagare in ogni momento, e ordinare la quantità giusta di scorte in modo che nulla marcisca prima di essere venduto. Se un rivenditore ordina troppo, il cibo si deteriora e diventa uno spreco; se ordina troppo poco, perde vendite e frustra i clienti. Per decenni, i ricercatori hanno cercato di costruire modelli matematici per risolvere questo enigma, trattando spesso la decisione di quanto ordinare e la decisione di quale prezzo applicare come problemi separati. Tuttavia, la realtà di un banco di prodotti freschi è che queste due decisioni sono profondamente intrecciate, e la velocità con cui un negozio riceve nuove consegne gioca un ruolo molto più critico di quanto precedentemente compreso.

Un team di ricercatori ha sviluppato un nuovo modo per affrontare questo problema combinando due diversi tipi di logica informatica per gestire il flusso di prodotti deperibili. Invece di cercare di risolvere l'intero complesso sistema in una volta sola, hanno diviso il lavoro in due parti che operano su scale temporali differenti. Una parte del loro sistema utilizza un metodo chiamato programmazione dinamica, che è essenzialmente un pianificatore rigoroso e lungimirante. Questo pianificatore guarda avanti su un lungo periodo per decidere esattamente quante unità di prodotti freschi ordinare, tenendo conto di quanto durerà il cibo e dei costi di spreco. La seconda parte utilizza una tecnica chiamata apprendimento per rinforzo (reinforcement learning), che agisce come un trader in tempo reale. Questo agente osserva l'invecchiamento dell'inventario del negozio e le fluttuazioni della domanda, regolando istantaneamente i prezzi per vendere lo stock più vecchio prima che scada. Fondamentalmente, i ricercatori non si sono limitati a lasciare che queste due parti lavorassero in isolamento; hanno costretto queste parti a comunicare tra loro. Il pianificatore a lungo termine adatta i suoi obiettivi di ordinazione in base ai prezzi che il trader in tempo reale imposta effettivamente, e il trader impara a determinare i prezzi in base ai livelli di inventario creati dal pianificatore. Hanno testato questo sistema in una simulazione informatica dettagliata di un rivenditore di prodotti freschi che vendeva fragole, che hanno una durata di conservazione utilizzabile di quattro giorni, nell'arco di un intero anno.

La scoperta più sorprendente di questo studio è che la sofisticatezza dell'algoritmo di prezzo conta molto meno dello schema di consegna del camion. I ricercatori hanno scoperto che il fatto che un negozio affronti effettivamente un problema di spreco alimentare dipende interamente dal rapporto tra la frequenza con cui riceve nuova merce e la durata di tale merce. Nella loro simulazione, quando il rivenditore riceveva consegne fresche ogni singolo giorno contro una durata di conservazione di quattro giorni, il tasso di spreco era virtualmente nullo, appena lo 0,04 percento. In questo scenario, nessuna quantità di prezzi intelligenti o pianificazione complessa poteva migliorare la situazione perché il cibo veniva venduto così velocemente che non aveva nemmeno la possibilità di invecchiare. Il sistema era semplicemente troppo efficiente perché il problema potesse esistere. Tuttavia, quando il ciclo di consegna è stato esteso a un ciclo di tre giorni, la situazione è cambiata drasticamente. Lo stesso negozio, utilizzando gli stessi prodotti, ha visto lo spreco salire a quasi il 6,6 percento. Ciò ha rivelato che il "problema della deperibilità" non è sempre presente; è una condizione creata dal calendario delle consegne. Se il tempo tra le consegne è sufficientemente breve, il cibo non invecchia, e gli algoritmi avanzati non hanno nulla da ottimizzare. La macchina dei prezzi complessi diventa preziosa solo quando il ciclo di consegna è abbastanza lungo da permettere al cibo di invecchiare.

Un'altra scoperta importante riguardava la promessa che i rivenditori fanno ai clienti online riguardo alla freschezza del loro cibo. Molti negozi garantiscono che gli ordini online avranno un certo numero di giorni di durata residua, assumendo che questo attiri più clienti. Lo studio ha trattato questa garanzia non come una regola di marketing fissa, ma come una variabile decisionale. I risultati hanno mostato che rendere più stringente questa promessa per garantire cibo più fresco ha effettivamente danneggiato l'attività. Quando i ricercatori hanno aumentato la garanzia da un giorno a due giorni, le vendite online sono aumentate di circa il 10 percento, ma il profitto è sceso di oltre il 3 percento e la quantità di cibo sprecato è triplicata. Il motivo è che una garanzia più severa esclude lo stock più vecchio, ma ancora perfettamente commestibile, dalla vendita online. Questo stock viene poi spinto verso il negozio fisico, dove è più difficile da vendere, finendo per essere scontato o gettato via. Lo studio ha concluso che, in questo specifico ambiente, la migliore strategia è offrire la minima garanzia di freschezza possibile, poiché promettere più freschezza crea semplicemente più sprechi senza che ci sia abbastanza profitto extra per giustificarlo.

I ricercatori hanno anche confrontato il loro approccio coordinato con diversi altri metodi, inclusi un sistema in cui le decisioni di ordinazione e di prezzo venivano prese una dopo l'altra senza feedback, e un sistema in cui un singolo agente informatico cercava di apprendere sia l'ordinazione che il prezzo contemporaneamente. I risultati sono stati chiari: un agente informatico che tenta di imparare tutto da zero ha ottenuto le prestazioni peggiori, guadagnando significativamente meno profitto e mostrando molta più instabilità. Ciò suggerisce che cercare di imparare la complessa logistica dell'ordinazione di cibo fresco è troppo difficile per una macchina da sola; essa ha bisogno della struttura logica di un pianificatore per gestire l'ordinazione, mentre l'apprendimento automatico è meglio destinato al compito di regolare i prezzi. Il sistema coordinato che combinava entrambi gli approcci non ha necessariamente guadagnato più soldi rispetto a un metodo sequenziale più semplice, ma ha fatto qualcosa di molto più importante: ha stabilizzato lo spreco. Chiudendo il ciclo di feedback tra ordinazione e prezzo, il sistema ha ridotto lo spreco di oltre la metà rispetto all'approccio sequenziale, prevenendo i picchi occasionali di deperibilità massiccia che si verificavano quando le due decisioni non erano allineate.

In definitiva, lo studio offre una guida sobria ma pratica per i rivenditori. Suggerisce che, prima di investire in costosi algoritmi di prezzo ad alta tecnologia, un negozio deve prima guardare al proprio programma di consegna. Se il negozio riceve scorte fresche quotidianamente, il problema dello spreco è già risolto dal calendario, e nessun software potrà migliorarlo ulteriormente. Se il ciclo di consegna è più lungo, allora il problema esiste, e la scelta di come gestirlo diventa critica. La ricerca evidenzia anche che il costo del cibo stesso, determinato dal fornitore, ha un impatto sul fatturato del negozio molto maggiore di qualsiasi strategia di prezzo. Un piccolo miglioramento nel prezzo pagato al fornitore può cambiare il profitto annuale di decine di migliaia di dollari, mentre anche il miglior algoritmo di prezzo potrebbe spostare i profitti solo di qualche migliaio di dollari. Lo studio conclude che il modo più efficace per ridurre lo spreco non è promettere ai clienti il cibo più fresco possibile, ma gestire il costo interno dello smaltimento e la tempistica delle consegne, assicurando che la catena di approvvigionamento sia progettata per adattarsi alla naturale durata del prodotto.