Resumen

Para gestionar un negocio próspero y en crecimiento, el gerente de una tienda minorista tiene que tomar decisiones difíciles sobre el cierre selectivo de las tiendas con bajo rendimiento. En este artículo, proponemos utilizar un mecanismo multiobjetivo en tres fases para ayudar a los profesionales del sector minorista a determinar qué tiendas deben cerrar. En la primera fase, se utiliza un sistema de información geográfica (SIG) y un algoritmo de agrupación de k-means para dividir todas las tiendas en grupos. En la segunda fase, las tiendas pueden seleccionarse estratégicamente en función de los requisitos de la empresa y los atributos de las tiendas. En la tercera fase, se utiliza un algoritmo genético multiobjetivo basado en el vecindario (NBMOGA) para determinar qué tiendas deben cerrarse. Para examinar la eficacia del mecanismo de tres fases propuesto, se llevan a cabo diversos experimentos, basados en parte en un conjunto de datos reales de una empresa de Taiwán que cotiza en bolsa. Los resultados de los experimentos muestran que el mecanismo trifásico propuesto puede ayudar a decidir con eficacia qué tiendas deben cerrarse. Además, el radio de vecindad influye considerablemente en los resultados.

• Materias:Análisis Matemático Matemáticas Algebra Ingeniería Lógica matemática
• Subjects:Mathematical Analysis mathematics Algebra Engineering Mathematical logic
• Palabras claves:Éxito; negocio en crecimiento; gerente de tienda minorista; decisiones difíciles; tiendas de bajo rendimiento; mecanismo multiobjetivo de tres fases; profesionales de la industria minorista; tiendas; sistema de información geográfica (SIG); algoritmo de agrupación k-means; agrupaciones; estratégicamente seleccionadas; requisitos; empresa; atributos; algoritmo genético multiobjetivo basado en el vecindario (NBMOGA); determinar; cerrar; eficacia; experimentos; conjunto de datos reales; empresa de listas de existencias; Taiwán; resultados; eficientemente; ubicaciones de tiendas; radio del vecindario; influencia.
• Keywords:Successful; growing business; retail store manager; tough decisions; underperforming stores; three-phase multiobjective mechanism; retail industry practitioners; stores; geographic information system (GIS); k-means clustering algorithm; clusters; strategically selected; requirements; company; attributes; neighborhood-based multiobjective genetic algorithm (NBMOGA); determine; close; effectiveness; experiments; real dataset; stock-list company; Taiwan; results; efficiently; store locations; neighborhood radius; influence