泮家麗，胡 依，周興建，2

全渠道下服裝品供應(yīng)鏈退貨決策及仿真分析

泮家麗1，胡 依1，周興建1，2*

（1. 武漢紡織大學(xué) 管理學(xué)院，湖北 武漢 430073；2.湖北省人文社會科學(xué)研究基地 企業(yè)決策支持研究中心，湖北 武漢 430073）

允許退貨日益成為提升企業(yè)利潤的一項競爭戰(zhàn)略，全渠道運(yùn)營以提高顧客的購買體驗為核心，不僅要求各渠道保持自身高服務(wù)水準(zhǔn)，同時要實現(xiàn)渠道間服務(wù)的相互協(xié)同，這無疑給供應(yīng)鏈運(yùn)營管理上提出了更高的要求。本文以獲得競爭優(yōu)勢為主旨，確定服裝全渠道供應(yīng)鏈可以滿足未來市場的產(chǎn)品/服務(wù)，結(jié)合大數(shù)據(jù)分析將產(chǎn)品/服務(wù)需求轉(zhuǎn)化為流程和各類子過程的任務(wù)和資產(chǎn)，根據(jù)市場需求，通過供應(yīng)鏈協(xié)調(diào)并達(dá)到持續(xù)評估。應(yīng)用貝葉斯網(wǎng)絡(luò)和推理網(wǎng)絡(luò)圖模型，通過服裝品退貨服務(wù)需求預(yù)測、細(xì)分產(chǎn)品/服務(wù)需求、數(shù)據(jù)分析、數(shù)據(jù)解釋和決策等四個步驟進(jìn)行服裝供應(yīng)鏈全渠道退貨服務(wù)決策。仿真分析表明，線上渠道和線下渠道針對不同的退貨服務(wù)，通過能力集網(wǎng)絡(luò)圖優(yōu)化尋找最佳退貨服務(wù)組合，可獲得最優(yōu)期望利潤。

全渠道；服裝供應(yīng)鏈；退貨決策

隨著網(wǎng)絡(luò)購物市場規(guī)模的擴(kuò)大，更多的企業(yè)加入了在線零售市場，購物手段日趨多樣化[1]。一般來說，價格敏感相對年輕、購買相對方便、比較時尚的顧客偏好于電子渠道，而年長者并享受逛街樂趣的顧客偏好于傳統(tǒng)渠道（Schroder等，2008）[2]。但為了提高消費者的滿意度、忠誠度和在線零售商的競爭力，允許退貨日益成為提升企業(yè)利潤的一項競爭戰(zhàn)略（Frankel R等，2011）[3]。對退貨服務(wù)的重視的確幫助企業(yè)吸引顧客和刺激消費上起到了較大作用，雖然退貨現(xiàn)象也給企業(yè)帶來了逆向物流處理成本的有關(guān)問題[4]，然而在激烈競爭的市場環(huán)境中，退貨決策及管理確實創(chuàng)造了更好的客戶價值（Ai X等，2012）[5]，

現(xiàn)有對退貨決策的研究，主要有三個方面：①將“退貨”作為一個前置條件進(jìn)行相關(guān)研究，多針對線上電子渠道，如，翟春娟等（2011）[6]研究不同的退貨策略下，在線零售商以及整個供應(yīng)鏈所得利潤差異；孫軍等（2014）[7]研究了無缺陷退貨條件下的在線零售商在銷售之初選擇權(quán)變策略、免運(yùn)費和分離運(yùn)費三種運(yùn)費承擔(dān)策略對利潤、消費者購買決策、消費者需求量和退貨量的影響；②在一定前置條件下研究“退貨”問題，多針對線下傳統(tǒng)渠道，如，李勇建等（2012）[8]研究了在產(chǎn)品需求和消費者產(chǎn)品估價均不確定的情況下，報童零售商的預(yù)售策略和無缺陷退貨問題；楊光勇等（2014）[9]研究了存在戰(zhàn)略顧客時，不再銷售、正常再銷售與降價再銷售退貨產(chǎn)品策略如何影響銷售商的顧客退貨策略設(shè)計；張福利等（2017）[10]基于理性預(yù)期和戰(zhàn)略顧客行為，研究不確定需求條件下零售商的四種退貨策略；何嘯源等（2018）[11]研究在線零售商的最優(yōu)退貨策略，以及部分退款退貨選項對在線零售商決策的影響；③供應(yīng)鏈上的“退貨”問題，分別針對線上或線下不同的渠道，如，姚忠（2008）[12]分析了在零售商在風(fēng)險約束下，退貨策略對單周期供應(yīng)鏈的協(xié)調(diào)性問題；汪峻萍等（2013）[13]針對網(wǎng)上在線銷售易逝品的無缺陷退貨現(xiàn)象，研究供應(yīng)鏈的最優(yōu)訂購協(xié)調(diào)問題；李新軍等（2007）[14]研究了隨機(jī)需求條件下基于退貨的單周期單一產(chǎn)品逆向供應(yīng)鏈模型；楊鵬等（2007）[15]針對供應(yīng)鏈中無質(zhì)量缺陷的退貨問題，建立了單個制造商和零售商構(gòu)成的分散決策模型，研究零售商宣傳咨詢對于顧客需求和退貨率的影響，等等。

但是，在新零售時代的全渠道背景下，退貨決策與管理如何在線上線下各個供應(yīng)鏈渠道間協(xié)作和互補(bǔ)成為新的問題，此前文獻(xiàn)也較少涉及，對于服裝品這一受到退貨策略重要影響的領(lǐng)域[16]，更是缺乏相應(yīng)的研究。本文正是在這一背景下，考慮全渠道供應(yīng)鏈情景，研究服裝品退貨服務(wù)決策機(jī)制及其供應(yīng)鏈協(xié)作模式。

1 供應(yīng)鏈全渠道服務(wù)決策問題描述

服裝品一般具有季節(jié)性、時效性、流行性等的特點，在七天無理由退貨服務(wù)政策下，企業(yè)不斷提高自身渠道的資源配置和相應(yīng)的能力建設(shè)，以期實現(xiàn)整合各渠道優(yōu)勢，滿足客戶更高的購物需求，形成良性的互動和服務(wù)（周飛等，2017）[17]。

圖1 供應(yīng)鏈全渠道服務(wù)決策框架

因此，在供應(yīng)鏈全渠道下，以獲得競爭優(yōu)勢為主旨，服裝生產(chǎn)/銷售企業(yè)應(yīng)用大數(shù)據(jù)分析將產(chǎn)品/服務(wù)需求轉(zhuǎn)化為流程和各類子過程的任務(wù)和資產(chǎn)，根據(jù)市場需求進(jìn)行供應(yīng)鏈協(xié)調(diào)。服裝品供應(yīng)鏈全渠道服務(wù)決策問題可用如下過程描述：

（1）通過大數(shù)據(jù)分析識別產(chǎn)品/服務(wù)創(chuàng)新面臨的市場需求；

（2）將產(chǎn)品/服務(wù)需求細(xì)分到研發(fā)、生產(chǎn)、銷售、售后等各個過程；

（3）針對每個過程分別進(jìn)行分析優(yōu)化；

（4）遵照產(chǎn)品/服務(wù)持續(xù)創(chuàng)新，滿足市場需求，實現(xiàn)全渠道供應(yīng)鏈協(xié)調(diào)。

這是一個不斷循環(huán)、不斷改進(jìn)的過程。具體如下圖1所示。

2 服裝供應(yīng)鏈全渠道退貨服務(wù)決策模型

2.1 供應(yīng)鏈退貨服務(wù)需求預(yù)測

在實際應(yīng)用中，供應(yīng)鏈服務(wù)需求是受多方影響的。如，以淘寶、天貓發(fā)起的服裝品7天無理由退貨政策，對供應(yīng)鏈退貨服務(wù)需求的增長產(chǎn)生了極大影響?？紤]到服裝品的特點，根據(jù)用戶消費習(xí)慣等大數(shù)據(jù)，可通過貝葉斯網(wǎng)絡(luò)對數(shù)據(jù)進(jìn)行預(yù)測和精煉。具體流程如下:

（1）收集數(shù)據(jù)。預(yù)測的基礎(chǔ)通常來源于購買行為、搜索記錄以及社交評價，毫無疑問數(shù)據(jù)會對消費者偏好造成顯著影響。從服裝品全渠道供應(yīng)鏈數(shù)據(jù)中選取合適的樣本集，服裝品制造商/零售商結(jié)合服裝行業(yè)先驗經(jīng)驗、服裝品銷售平臺買家評價或參考專家建議，通過數(shù)據(jù)挖掘、大數(shù)據(jù)技術(shù)等手段，識別影響供應(yīng)鏈退貨服務(wù)需求的因素。一旦這些因素被識別，將作為貝葉斯網(wǎng)絡(luò)上的節(jié)點X( i = 1，，，。服裝品制造商/零售商須收集多個具有代表性的消費者，對每個節(jié)點進(jìn)行賦值。

（2）預(yù)處理樣本數(shù)據(jù)。運(yùn)用聚類分析或者分層分類等方法確保各因素賦值不連續(xù)，便于后續(xù)推理算法建模。

（3）設(shè)計和建立貝葉斯網(wǎng)絡(luò)。貝葉斯網(wǎng)絡(luò)由代表變量節(jié)點及連接這些節(jié)點的有向邊構(gòu)成，一個節(jié)點代表隨機(jī)變量，節(jié)點間的有向邊代表了節(jié)點間的互相關(guān)系，用條件概率進(jìn)行表達(dá)關(guān)系強(qiáng)度，沒有父節(jié)點的用先驗概率表達(dá)信息之間的關(guān)系(臧玉衛(wèi)等，2003)［18］。每個節(jié)點X 都有一個概率分布(())，表示相關(guān)變量的不確定性，其中()代表父節(jié)點(如果節(jié)點X 中的()代表非父節(jié)點)。因此在獨立性假設(shè)下，一個節(jié)點構(gòu)成的貝葉斯網(wǎng)絡(luò)(X，X，，X)可以表述為聯(lián)合概率分布:

（4）預(yù)測服務(wù)需求。由于知曉各個節(jié)點的賦值，服裝品制造商/零售商可以通過計算目標(biāo)節(jié)點的概率分布來預(yù)測供應(yīng)鏈退貨服務(wù)需求。

（5）敏感性分析。(交互信息) 可以衡量兩個隨機(jī)變量間的依賴關(guān)系，適合貝葉斯網(wǎng)絡(luò)的敏感性分析。如通過了解變量可以減少變量的不確定性，反之亦然。變量與的表述為:

其中，()表示聯(lián)合概率分布，()表示的概率分布函數(shù)，()表示的概率分布函數(shù)；()表示變量和間相互影響關(guān)系，其值越大說明變量和間關(guān)系越緊密，故可根據(jù)()的大小來判斷變量的重要性。在實際中，()越大，越需要關(guān)注相關(guān)變量。此外，貝葉斯網(wǎng)絡(luò)可以及時反映變化的市場需求，服裝品制造商/零售商可以通過持續(xù)改進(jìn)貝葉斯網(wǎng)絡(luò)來驅(qū)動供應(yīng)鏈退貨服務(wù)的持續(xù)創(chuàng)新。

2.2 細(xì)分供應(yīng)鏈退貨服務(wù)需求

經(jīng)過第一步供應(yīng)鏈退貨服務(wù)需求預(yù)測后，借助于推理網(wǎng)絡(luò)圖模型，允許企業(yè)把自己的能力集和其他企業(yè)的合并，通過鏈接來自不同紡織服裝企業(yè)的資源能力集，將供應(yīng)鏈退貨服務(wù)需求細(xì)分到產(chǎn)品設(shè)計、生產(chǎn)、銷售、售后等各個過程，可采用可視化的方式提供一系列最優(yōu)的擴(kuò)展細(xì)分過程。

2.3 供應(yīng)鏈退貨服務(wù)數(shù)據(jù)分析

使用推理網(wǎng)絡(luò)圖模型能夠說明供應(yīng)鏈退貨服務(wù)能力集的擴(kuò)張過程，這是與其他能力合作的一種網(wǎng)絡(luò)優(yōu)化模型。假定是供應(yīng)鏈退貨服務(wù)需要解決的問題，是真正需要的能力集，是可獲得解決具體問題的能力集，中介技能()可以提高學(xué)習(xí)速度或連接和模型，以幫助決策者從獲。該方法的基礎(chǔ)是試圖從起始節(jié)點建立一個推理網(wǎng)絡(luò)圖()，從開始到中間節(jié)點()再到結(jié)束節(jié)點()，然后利用0-1整數(shù)規(guī)劃尋求最優(yōu)解。因內(nèi)部能力()、現(xiàn)有能力集()、所需能力集()和相關(guān)技能的習(xí)慣領(lǐng)域以及學(xué)習(xí)成數(shù)據(jù)輸入到推理圖，可以構(gòu)建服裝品全渠道供應(yīng)鏈退貨服務(wù)行為演化機(jī)理的一個特定的數(shù)學(xué)模型 (如網(wǎng)絡(luò)流優(yōu)化模型)。

2.4 供應(yīng)鏈退貨服務(wù)決策

利用推理網(wǎng)絡(luò)圖模型進(jìn)行數(shù)據(jù)分析，提供一個基于學(xué)習(xí)網(wǎng)絡(luò)連接相關(guān)的能力集合，然后利用優(yōu)化程序來幫助全渠道供應(yīng)鏈退貨服務(wù)決策者獲取所需技能的最佳解決方案，同時提供解決問題的更多替代過程序列。以此為基礎(chǔ)，將網(wǎng)絡(luò)關(guān)系拓展到整個全渠道供應(yīng)鏈服務(wù)流程中，做出最佳的決策。將供應(yīng)鏈退貨服務(wù)需求進(jìn)行細(xì)分，幫助服裝品制造商/零售商建立具體的分析流程，以協(xié)調(diào)全渠道供應(yīng)鏈，驅(qū)動供應(yīng)鏈退貨服務(wù)持續(xù)創(chuàng)新或改進(jìn)。

3 仿真分析

3.1 參數(shù)設(shè)計

設(shè)某服裝銷售企業(yè)精選出了5 種不同類型的渠道服務(wù)(如退貨限期、退貨補(bǔ)償、上門退貨服務(wù)等)，并識別出各個退貨服務(wù)需要的能力集 (如表1所示) 。表中表示不同的能力集。同時，進(jìn)行如下假定:

表1 各退貨服務(wù)需要的能力集

（1）不同的退貨服務(wù)需要不同的能力集。例如，退貨服務(wù)需要能力集，而退貨服務(wù)需要能力集。

（2）有線上和線下兩個渠道，線上渠道擁有退貨服務(wù)能力集；線下渠道擁有退貨服務(wù)能力集。線上渠道和線下渠道都不能單獨為退貨服務(wù)提供所需的能力集。這時為了提供相應(yīng)的退貨服務(wù)，每個渠道需從其他渠道購買，或通過學(xué)習(xí)現(xiàn)有的能力集來獲取新的能力集。假設(shè)能力集的銷售價格如表2所示。其中，能力集的銷售價格為1單位，能力集的銷售價格為1.5單位。

（3）線上渠道退貨服務(wù)能力集的成本如表3所示，線下渠道退貨服務(wù)能力集的成本如表4所示。需要注意的是，實際操作中購買/學(xué)習(xí)能力集的成本需考慮到時間、勞動力、資源、資金等各個方面因素。

表2 能力集的銷售價格

表3 線上渠道擴(kuò)展/學(xué)習(xí)能力集的成本

表4 線下渠道擴(kuò)展/學(xué)習(xí)能力集的成本

表5 退貨服務(wù)組合的期望收益

3.2 決策過程

考慮到供應(yīng)鏈退貨服務(wù)能力集的學(xué)習(xí)/購買成本，線上渠道應(yīng)該專注于退貨服務(wù) A、B、C；而線下渠道應(yīng)該專注于退貨服務(wù) D、E。假設(shè)線上渠道和線下渠道各自只能提供一種退貨服務(wù)，則此時將存在6種退貨服務(wù)組合，各退貨服務(wù)組合的期望收益如表5所示。

圖2 線上渠道退貨服務(wù)能力集網(wǎng)絡(luò)

圖3 線下渠道退貨服務(wù)能力集網(wǎng)絡(luò)

分別構(gòu)建線上渠道和線下渠道的退貨服務(wù)能力集網(wǎng)絡(luò)圖，如圖2和圖3所示。其中每個節(jié)點示一個能力集，邊表示能力集間的關(guān)系。例如，表示能力集f可以通過學(xué)習(xí)能力集來獲取，而節(jié)點和之間沒有邊則表示能力集m 不可能通過學(xué)習(xí)能力集來獲取，反之亦然。邊上的數(shù)值表明獲取新能力集所需的購買/學(xué)習(xí)成本。另外，網(wǎng)絡(luò)圖中還存在復(fù)合節(jié)點，如和，即復(fù)合能力集。為了提供相應(yīng)的退貨服務(wù)均需要獲取其他能力，如線上渠道的退貨服務(wù)可從線下渠道購買，或通過學(xué)習(xí)現(xiàn)有的退貨服務(wù)能力集來獲取新的能力集。事實上，對能力集c，線下渠道可以通過學(xué)習(xí)能力集、來獲取，也可以向線上渠道來購買。獲取的成本有高有低，分別為1.5、1、1.8和1。綜上，構(gòu)建上述退貨服務(wù)能力集網(wǎng)絡(luò)圖的最終目標(biāo)是使用優(yōu)化方法找出最佳的全渠道供應(yīng)鏈退貨服務(wù)組合，實現(xiàn)供應(yīng)鏈利潤最大化。

3.3 模型求解

運(yùn)用網(wǎng)絡(luò)流的方法來尋求最優(yōu)解。進(jìn)行如下假設(shè):

假設(shè)1: 各渠道需列出所有相關(guān)的信息，例如，各退貨服務(wù)能力集和相關(guān)成本。

假設(shè)2: 各渠道須相互合作。

假設(shè)3: 單一渠道只需支付一定的價格，就可以從其他渠道自由地購買所需的退貨服務(wù)能力集。

假設(shè)4: 各渠道與該服裝銷售企業(yè)是利益共同體。

用表示渠道現(xiàn)有的退貨服務(wù)能力集，表示提供退貨服務(wù)需要的能力集，表示媒介(中間)能力集。定義一個有向圖()，假設(shè)節(jié)在有向圖(，)上，(，)表示節(jié)點接節(jié)點的邊；()表示通過節(jié)點獲取節(jié)點的成本。設(shè)網(wǎng)絡(luò)圖初始節(jié)點，終端節(jié)點為。連接()和()，得到新的有向圖()，表示的價值。得到容量和費用的邊界如下:

用()表示邊()的流量，得到供應(yīng)鏈退貨服務(wù)最小費用流模型如下:

s.t

0≤≤

3.4 結(jié)果分析

運(yùn)用軟件可得到模型的最優(yōu)解(如表6所示) ，并得到線上渠道和線下渠道退貨服務(wù)最優(yōu)解對應(yīng)的推理網(wǎng)絡(luò)圖（圖4、圖5所示）。結(jié)果表明，全渠道供應(yīng)鏈最優(yōu)退貨服務(wù)組合{A，D}，獲得8.2單位的期望利潤。

表6 仿真實驗結(jié)果

圖4 線上渠道的最優(yōu)解對應(yīng)推理網(wǎng)絡(luò)圖

圖5 線下渠道的最優(yōu)解對應(yīng)推理網(wǎng)絡(luò)圖

4 結(jié)束語

供應(yīng)鏈全渠道服務(wù)決策問題可描述為通過大數(shù)據(jù)分析識別產(chǎn)品/服務(wù)創(chuàng)新面臨的市場需求，進(jìn)而將產(chǎn)品/服務(wù)需求細(xì)分到研發(fā)、生產(chǎn)、銷售、售后等各個過程，然后針對每個過程分別進(jìn)行分析優(yōu)化，遵照產(chǎn)品/服務(wù)持續(xù)創(chuàng)新，實現(xiàn)全渠道供應(yīng)鏈協(xié)調(diào)。應(yīng)用貝葉斯網(wǎng)絡(luò)和推理網(wǎng)絡(luò)圖模型，通過對某服裝銷售企業(yè)5種不同類型的渠道服務(wù)及相應(yīng)退貨服務(wù)決策的仿真分析，結(jié)果表明：服裝企業(yè)利用線上渠道和線下渠道針對不同的供應(yīng)鏈退貨服務(wù)進(jìn)行退貨服務(wù)決策，企業(yè)運(yùn)營管理者可利用線上線下全渠道退貨服務(wù)能力集網(wǎng)絡(luò)圖尋，找最佳的全渠道供應(yīng)鏈退貨服務(wù)組合，實現(xiàn)供應(yīng)鏈利潤最大化。

[1] 張濤，李剛，羅美玲，等．考慮無缺陷退貨的在線商品信息發(fā)布策略[J]．運(yùn)籌與管理，2017，26(3)：123-130．

[2] Schroder H, ZahariaS.. Linking multichannel customer behavior with shopping motives: an empirical investigation of a German retailer [J]．Journal of Retailing and Consumer Services，2008，15(6)：452-468.

[3] Mollenkopf D A，F(xiàn)rankel R，Russo I.. Creating value through returns management : Exploring the marketing -operations interface [J]．Journal of Operations Management，2016，29(5)：391-403.

[4] 李冉．服裝企業(yè)退貨管理的逆向物流分析[J]．物流科技，2011，(9)：86-88．

[5] Ai X., Chen J, Zhao H, Tang X..Competition among supply chains : Implications of full returns policy [J]．International Journal of Production Economic，2012，139(1)：257-265.

[6] 翟春娟，李勇建．B2C模式下的在線零售商退貨策略研究[J]．管理工程學(xué)報，2011，25(01)：62-68．

[7] 孫軍，孫亮．基于無缺陷退貨的在線零售商運(yùn)費承擔(dān)策略研究[J]．軟科學(xué)，2014，28(06)：41-45．

[8] 李勇建，許磊，楊曉麗．產(chǎn)品預(yù)售、退貨策略和消費者無缺陷退貨行為[J]．南開管理評論，2012，15(05)：105-113．

[9] 楊光勇，計國君．存在戰(zhàn)略顧客的退貨策略研究[J]．管理科學(xué)學(xué)報，2014，17(08)：23-33+94．

[10]張福利，張燕，徐小林．基于戰(zhàn)略顧客行為的零售商退貨策略研究[J]．管理科學(xué)學(xué)報，2017，20(11)：100-113．

[11]何嘯源，甄學(xué)平，劉斌．考慮雙退貨期限的在線零售商退貨策略研究[J]．上海管理科學(xué)，2018，40(04)：85-88．

[12]姚忠．風(fēng)險約束下退貨合同對供應(yīng)鏈的協(xié)調(diào)性分析[J]．管理科學(xué)學(xué)報，2008，11(03)：96-105．

[13]汪峻萍，楊劍波，賈兆麗．基于無缺陷退貨的網(wǎng)上銷售易逝品供應(yīng)鏈協(xié)調(diào)模型[J]．中國管理科學(xué)，2013，21(06)：47-56．

[14]李新軍，達(dá)慶利．隨機(jī)需求條件下產(chǎn)品退貨政策協(xié)調(diào)與優(yōu)化[J]．中國管理科學(xué)，2007，(03)：56-60．

[15]楊鵬，陳秋雙，孫俊清．無缺陷退貨問題的建模與供應(yīng)鏈協(xié)作[J]．計算機(jī)集成制造系統(tǒng)，2007，(06)：1071-1075．

[16]李澤聚，祝驛楠．紡織服裝業(yè)逆向物流聯(lián)盟模式及其云計算平臺研究[J]．經(jīng)營與管理，2016，(12)：104-107．

[17]周飛，鄭潔儀，沙振權(quán)．基于渠道協(xié)同視角的企業(yè)多渠道管理研究綜述[J]．華僑大學(xué)學(xué)報，2017，(5)：51-62．

[18]臧玉衛(wèi)，王萍，吳育華．貝葉斯網(wǎng)絡(luò)在股指期貨風(fēng)險預(yù)警中的應(yīng)用[J]．科學(xué)學(xué)與科學(xué)技術(shù)管理，2013，(1)：122-125．

The Decision of Garment Return Service based on Supply Chain with All-Channel

PAN Jia-li1, HU Yi1, ZHOU Xing-jian1,2

(1. School of Management, Wuhan Textile University, Wuhan Hubei 430073, China; 2. Research Center of Enterprise Decision Support, Hubei Province Research base for Humanities and Social Sciences, Wuhan Hubei 430073, China)

All-channel operation is to improve the customer's purchase experience as the core, not only requires each channel to maintain its own high standards of service, at the same time to achieve inter-channel services synergies, which undoubtedly puts forward higher requirements for the enterprise's supply chain management. In the paper, aiming at the competitive advantage of all-channel service providers, we determine that all-channel supply chain can satisfy the future market's products/services, and transform the product/service requirements into tasks and assets of processes and various sub-processes through big data analysis. According to the market demand, we coordinate the supply chain and achieve continuous evaluation. Applying Bayesian network and reasoning network graph model, the decision-making of garment supply chain of all-channel return service is carried out through four steps: service demand forecast, product/service demand segmentation, data analysis, data interpretation and decision-making. The simulation results show that the optimal expected profit can be obtained by optimizing the combination of return services through capacity set network graph for different return services in online and offline channels.

all-channel; garment supply chain; return service decision

周興建（1979-），男，副教授，博士，碩士生導(dǎo)師，研究方向：物流與供應(yīng)鏈管理.

武漢紡織大學(xué)科技創(chuàng)新計劃項目（2018），湖北省教育廳人文社科項目（2019）.

TS941.6

A

2095－414X(2019)04－0048－06