Käänteisoptimointiin perustuvat huutokaupat täsmähankinnassa - PowerPoint PPT Presentation

k nteisoptimointiin perustuvat huutokaupat t sm hankinnassa n.
Download
Skip this Video
Loading SlideShow in 5 Seconds..
Käänteisoptimointiin perustuvat huutokaupat täsmähankinnassa PowerPoint Presentation
Download Presentation
Käänteisoptimointiin perustuvat huutokaupat täsmähankinnassa

play fullscreen
1 / 27
Käänteisoptimointiin perustuvat huutokaupat täsmähankinnassa
134 Views
Download Presentation
alair
Download Presentation

Käänteisoptimointiin perustuvat huutokaupat täsmähankinnassa

- - - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript

  1. Käänteisoptimointiin perustuvat huutokaupat täsmähankinnassa Osa 1 Carlo Vainio

  2. Sisältö • Tausta • RFQ prosessi • Huutokaupan kulku • Käänteisoptimointi • Mekanismi • Mekanismin osat • Sivusto • Kotitehtävä

  3. Tausta • B2B huutokaupat ovat suuret, $746miljardia • Kaupataan standardisoituja ja halpoja tuotteita • Rajoitus: hinta ainoa attribuutti  ei voida kaupata komplekseja tuotteita. • Kaupanteossa käytetään vielä RFQ prosessia • Tilanne: • Huutokaupan pitäjä = valmistava yritys • Huutajat, tarjoajat = hankkijat, toimittajat

  4. RFQ prosessi (1/2) • Request For Quotes, tarjouksien pyyntö • Multiattribute auction, moniattribuuttinen huutokauppa • Sallii monia attribuutteja, esim. laatu, sopimusehdot, maine, toimitusaika jne. • Valmistaja kommunikoi preferenssinsä hankkijoille  kilpailu omilla erikoisalueilla

  5. RFQ prosessi (2/2) • Yleisin tapa kommunikoida mieltymykset: scoring rule, pisteytyssääntö • Pisteytyssääntö: • Ei ole sama kuin hyötyfunktio • Huutokaupanpitäjän strategisen ongelman ydin • Kehitteillä automatisoitu prosessi, eRFQ

  6. Huutokaupan kulku (1/2) • Kauppaaja ilmoitta, että huutokauppa koostuu P+1 kierroksesta • Jokaisen kierroksen alussa kauppaaja ilmoittaa pisteytyssäännön • Hankkijat antavat tarjouksia • Kauppaaja rankkaa tarjoukset voimassa olevan pisteytyssäännön mukaan ja ilmoittaa kilpailijoille tuloksen

  7. Huutokaupan kulku (2/2) • Annettu tarjous ei tarvitse olla korkein • Minimi korotus määritelty mikäli haluaa johtoon • Korkeimman tarjouksen antanut kierroksen P+1 lopussa on voittaja

  8. Käänteisoptimointi • Huutokaupassa monia kierroksia • Huutokauppaaja muuttaa pisteytyssääntöä oppii tarjoajien kustannusfunktiot • Viimeisellä kierroksella pisteytyssääntö, joka maksimoi huutokaupan pitäjän hyödyn

  9. Mekanismi (1/4) • Endogeeninen attribuutti • Tarjoajan kontrolloitavissa • Eksogeeninen attribuutti • esim. tarjoajien maine kauppahetkellä • Oletus: kaikki ei-hintamääritellyt attribuutit endogeenisiä

  10. Mekanismi (2/4) • a = (1,…, A) kuvastaa eri attribuutteja • s kuvastaa S eri tarjoajaa • p kuvastaa P hintaparametreja per attribuutti • r = (1,…,P+1) kuvastaa tarjouskilvan kierroksia • Tarjoukset muodossa • kuvastavat attribuuttinen suuruutta

  11. Mekanismi (3/4) • Tarjoajan kustannusfunktio on additiivinen • Tärkeä oletus: Kauppaaja tietää tarjoajien kustannusfunktioiden muodon, mutta ei sen parametreja • Huutokaupanpitäjä saa tietonsa tarjoajista ainoastaan P ensimmäisestä kierroksesta

  12. Mekanismi (4/4) • Kauppaajan hyötyfunktio on additiivinen • Kauppaajan pisteytyssääntö • Jokaisella kierroksella kauppaaja muuttaa pisteytyssääntöä • Kierroksia on aina yksi enemmän kuin mitä yhdellä attribuutilla on hintaparametreja

  13. Mekanismin osat • Koostuu kolmesta osasta • Tarjoajien käyttäytyminen • Kustannusfunktioiden määrittäminen • Optimaalisen pisteytyssäännön muodostamien kierrokselle P+1

  14. Tarjoajien käyttäytyminen (1/2) • MBR, Myopic Best Response, lyhyen tähtäimen paras vastaus • Undistorted bid, vääristymätön tarjous • Keskeisin oletus: Hankkijoiden tarjoukset vääristymättömiä kierroksilla 1,...,P ja MBR kierroksella P+1 • Oletus ei ehkä ole niin hyvä…?

  15. Tarjoajien käyttäytyminen (2/2) • MBR tarjous saadaan kun ratkaistaan seuraava optimointiongelma rajoituksella S on paras tulos tähän mennessä

  16. Kustannusfunktioiden määrittäminen • Kierroksen P jälkeen kauppaajalla on tarpeeksi yhtälöitä jotta on mahdollista ratkaista hankkijoiden kustannusfunktiot

  17. Optimaalisen pisteytyssäännön muodostamien kierrokselle P+1 (1/4) • Lähtökohta: kustannusfunktiot tiedossa • Vaihtoehtoinen tapa: tarjoa sopimus parhaalle kierroksen P jälkeen • Ei elinkelpoinen idea yksityisellä sektorilla • Oikeudenmukaisuus?

  18. Optimaalisen pisteytyssäännön muodostamien kierrokselle P+1 (2/4) • Hankkija jättäytyy kilpailusta kun • Tällöin voidaan määritellä maximum dropout score, maksimi keskeyttämis-pistemäärä

  19. Optimaalisen pisteytyssäännön muodostamien kierrokselle P+1 (3/4) • Maksimi keskeyttämispistemäärät voidaan järjestää • Voittajan tulos on intervallissa • Oletus: voittajan tulos =  saadaan johdettua seuraavan kalvon kaava

  20. Optimaalisen pisteytyssäännön muodostamien kierrokselle P+1 (4/4) • Optimointiongelman ratkaisu on optimaalinen pisteytyssääntö: rajoituksilla

  21. Sivusto • www.texasprocurementcenter.com • Hankkijat antavat tarjouksia • Ostaja voi valita haluamansa hankkijan

  22. Kotitehtävä • Selitä lyhyesti miten kalvon 20 kaava on johdettu, rajoitukset pois lukien (6p) • Vastaa muutamalla lauseella seuraaviin kysymyksiin (4p) • Miten käänteisoptimointia käytetään hyväksi tässä yhteydessä? • Mikä rooli pisteytyssäännöllä on?

  23. Kotitehtävän ratkaisu (1/3) Voittava tarjous: rajoituksella josta saadaan hinta sijoittamalla saadaan

  24. Kotitehtävän ratkaisu (2/3) Huutokaupanpitäjän hyötyfunktio: sijoittamalla p:n paikalle edellisen kalvon hinta saadaan haluttu kaava

  25. Kotitehtävän ratkaisu (3/3) • Käänteisoptimoinnin avulla pystytään ratkaisemaan optimointiongelman tuntemattomia parametreja jos ongelman ratkaisu on tiedossa. Meidän tapauksessa saadaan selvitettyä hankkijan kustannusfunktion tuntemattomat parametrit • Pisteytyssääntöä muuttamalla huutokaupanpitäjä saa tarvitsemansa tiedot (yhtälöt) jotta hän kykenee selvittämään tarjoajien kustannusfunktiot