نشریه پژوهش های مهندسی صنایع در سیستم های تولید

نشریه پژوهش های مهندسی صنایع در سیستم های تولید

مدل‌سازی و تحلیل استراتژی‌های قیمت‌گذاری و نوآوری در توسعه محصول با مشتریان ناهمگن و سیاست‌های دوگانه

نوع مقاله : مقاله پژوهشی

نویسندگان
شایان ستونه 1
محسن شیخ سجادیه 2
متینه زیاری 3
1 کارشناسی ارشد گروه تولید، گروه مهندسی سیستم، دانشکدۀ مهندسی صنایع و سیستم‏های مدیریت، دانشگاه صنعتی امیرکبیر، تهران‌، ایران
2 دانشیار گروه مهندسی سیستم، دانشکدۀ مهندسی صنایع و سیستم‏های مدیریت، دانشگاه صنعتی امیرکبیر، تهران‌، ایران
3 استادیار گروه لجستیک و زنجیره تأمین، دانشکدۀ مهندسی صنایع، دانشگاه تهران، تهران‌، ایران
10.22084/ier.2025.30980.2205
چکیده
مدیریت زنجیره‌تأمین شامل تصمیمات استراتژیک، تاکتیکی و عملیاتی است که قیمت‌گذاری درآن نقش کلیدی دارد. با پیشرفت فناوری، شرکت‌ها محصولات جدید را سریع‌تر عرضه و مصرف‌کنندگان بااستفاده‌از فناوری اطلاعات، قیمت‌ها و عملکرد محصولات را پیش‌بینی می‌کنند. این مقاله یک مدل ریاضی تصمیم‌گیری بهینه درزمینه قیمت‌گذاری و نوآوری محصول در دو دوره، درحضور مشتریان ناهمگن، ارائه می‌دهد. تعیین میزان نوآوری محصول جدید براساس هزینه تحقیق و توسعه، ارائه تابع مطلوبیت برای مشتریان و حضور همزمان مشتریان نزدیک‌بین و استراتژیک، نوآوری‌های این پژوهش است. مسأله برای تعیین قیمت‌های محصول دوره اول و دوم، تخفیف مبادله کالا، قیمت کاهش‌یافته محصول قدیمی و افزایش نوآوری محصول دوره جدید در چهارچوب یک بازی پویا مدل‌سازی شده و برای یافتن مقادیر بهینه دو سیاست قیمت‌گذاری و حل مدل غیرخطی، الگوریتم مبتنی‌بر شاخه‌وکران فضایی توسعه داده شده است. نتایج عددی مبتنی‌بر تحلیل حساسیت پارامترهای کلیدی نشان می‌دهند که پارامترهایی چون میزان نوآوری، رفتار استراتژیک مشتریان و سیاست قیمت‌گذاری، نقش مهمی در سودآوری شرکت دارند. یافته‌ها نشان می‌دهد که: (1) قیمت‌گذاری ازپیش تعیین‌شده در 70% موارد سود بیشتری دارد، (2) در شرایط خاص مانند هزینه بالای توسعه محصول یا درصد زیاد مشتریان استراتژیک، قیمت‌گذاری پویا برتری دارد، و (3) برنامه مبادله زمانی مؤثرتر است که ارزش بازیافت محصول افزایش یابد. همچنین، تأثیر مشتریان استراتژیک و نزدیک‌بین و برنامه مبادله کالا تحلیل شده است. این یافته‌ها می‌تواند به مدیران در انتخاب استراتژی قیمت‌گذاری مناسب براساس ترکیب مشتریان و شرایط بازار کمک کند.
کلیدواژه‌ها
استراتژی قیمت‌گذاری
مشتریان ناهمگن
نوآوری افزایشی
برنامه مبادله
موضوعات

عنوان مقاله English

Modeling and Analysis of Pricing and Innovation Strategies in Product Development with Heterogeneous Customers and Dual Policies

نویسندگان English

Shayan Sotouneh 1
Mohsen Sheikh Sajadieh 2
Matineh Ziari 3
1 MSc Student, Department of Department of System Engineering, Faculity of of Industrial Engineering and Management Systems, Amirkabir University of Technology (Tehran Polytechnic), Tehran, Iran
2 Associate Professor, Department of System Engineering, Faculity of of Industrial Engineering and Management Systems, Amirkabir University of Technology (Tehran Polytechnic), Tehran, Iran
3 Assistant Professor, Department of Industrial Engineering & Management Systems, Faculity of Industrial Engineering, University of Tehran, Tehran, Iran
چکیده English

Pricing is a critical element in supply chain decisions across strategic, tactical, and operational levels. Rapid technological innovation accelerates product introductions while empowering consumers to anticipate prices and performance. This paper develops a two-period mathematical model for optimizing pricing and product innovation decisions in markets with heterogeneous customers (myopic and strategic). Key contributions include: (1) determining optimal new product innovation level considering R&D costs, (2) introducing a comprehensive, behaviorally-informed customer utility function, and (3) jointly analyzing the impact of both customer types. Modeled within a dynamic game framework, the solution determines optimal first- and second-period prices, trade-in discounts, reduced prices for old products, and new product innovation levels. To solve this nonlinear problem, we develop a customized algorithm based on the spatial branch and bound method. Sensitivity analyses reveal that innovation level, strategic customer behavior, and pricing policy significantly impact profitability. Key findings indicate: (1) pre-determined pricing generates higher profits in 70% of scenarios, (2) dynamic pricing becomes superior under high product development costs or high proportions of strategic customers, and (3) trade-in program effectiveness increases with higher recycled product value. The analysis quantifies the distinct impacts of strategic customers, myopic customers, and trade-in programs. These insights provide managers with actionable guidance for selecting pricing strategies based on specific customer compositions and market conditions.

کلیدواژه‌ها English

Pricing Strategy
Heterogeneous Customers
Incremental Innovation
Trade-In Program
  • حسین، د.، طراحی مدل دوهدفه شبکه زنجیره‌تأمین گوشت با درنظر گرفتن قابلیت ارتجاعی تحت شرایط عدم قطعیت. https://doi.org/10.22084/ier.2024.29296.2166
  • Hou, H., F. Wu, and X. Huang, Dynamic pricing strategy for content products considering consumer fairness concerns and strategic behavior. Industrial Management & Data Systems, 2024. 124(11): p. 3164-3196. https://doi.org/10.1108/IMDS-09-2023-0669
  • Ziari, M., A data-driven pricing model for distribution systems considering competition. Advances in Industrial Engineering, 2024. 58(1): p. 179-195. https://doi.org/10.22059/aie.2024.370998.1885
  • Parilina, E., F. Yao, and G. Zaccour, Dynamic pricing and advertising in a supply chain with environment-and fairness-concerned consumers. Central European Journal of Operations Research, 2025: p. 1-26. https://doi.org/10.1007/s10100-025-00972-1
  • Maleki MinBashRazgah, M. and M.A. Siahsarani Kojouri, A Predictive Model of Behavior of Purchasers of Iranian Brands by Applying the Genetic Algorithm in Optimization of Decision Tree: Electric Appliance Industry. Quarterly Journal of Brand Management, 2017. 4(1): p. 107-134. https://doi.org/10.22051/bmr.2018.15279.1309
  • Yu, D., M. Wan, and C. Luo, Dynamic pricing and dual‐channel choice in the presence of strategic consumers. Managerial and Decision Economics, 2022. 43(6): p. 2392-2408. https://doi.org/10.1002/mde.3533
  • Wang, C., et al., The impact of international electronic commerce on export trade: evidence from China. Journal of Theoretical and Applied Electronic Commerce Research, 2021. 16(7): p. 2579-2593. https://doi.org/10.3390/jtaer16070142
  • Lange, F. and R. Schlosser, Dynamic Pricing with Price-Anticipating Customers. Preprint, 2024. https://doi.org/10.1016/j.orp.2025.100337
  • Lim, W.S. and C.S. Tang, Optimal product rollover strategies. European journal of operational research, 2006. 174(2): p. 905-922. https://doi.org/10.1016/j.ejor.2005.04.031
  • Koca, E., G.C. Souza, and C.T. Druehl, Managing product rollovers. Decision Sciences, 2010. 41(2): p. 403-423. https://doi.org/10.1111/j.1540-5915.2010.00270.x
  • ناصری، آتنا، و یزدیان، برنامه‌ریزی تولید یک سیستم ترکیبی تولید/بازتولید پویا با درنظر گرفتن تصمیمات قیمت‌گذاری و وارانتی در شرایط رقابت بین محصولات نو و بازتولیدی. نشریه پژوهش‌های مهندسی صنایع در سیستم‌های تولید, 2024. 11(23): 21-37. https://doi.org/10.22084/ier.2024.5563
  • Liang, C., M. Çakanyıldırım, and S.P. Sethi, Analysis of product rollover strategies in the presence of strategic customers. Management Science, 2014. 60(4): p. 1033-1056. http://dx.doi.org/10.1287/mnsc.2013.1803
  • Xiao, Y., Choosing the right exchange-old-for-new programs for durable goods with a rollover. European Journal of Operational Research, 2017. 259(2): p. 512-526. https://doi.org/10.1016/j.ejor.2016.11.002
  • Liang, C., M. Çakanyildirim, and S.P. Sethi, Can strategic customer behavior speed up product innovation? Production and Operations Management, 2018. 27(8): p. 1516-1533. https://doi.org/10.1111/poms.12880
  • Koca, E., T. Valletti, and W. Wiesemann, Designing digital rollovers: Managing perceived obsolescence through release times. Production and Operations Management, 2021. 30(10): p. 3698-3712. https://doi.org/10.1111/poms.13459
  • Schwarz, J.A. and B. Tan, Optimal sales and production rollover strategies under capacity constraints. European Journal of Operational Research, 2021. 294(2): p. 507-524. https://doi.org/10.1016/j.ejor.2021.01.040
  • Nazmy, J., R.B. Taha, and A.K. El-Kharbotly, Modeling and Optimization of Supply Chain Product Rollover Strategies. Port-Said Engineering Research Journal, 2022. 26(4): p. 56-71. https://doi.org/10.21608/pserj.2022.163701.1195
  • Han, X., Y. Zhou, and X. Liu, Optimal production strategies of competitive firms considering product innovation. RAIRO-Operations Research, 2022. 56(3): p. 1335-1352. https://doi.org/10.1051/ro/2022057
  • Yang, G., B. He, and K. Yuan, Optimal product rollover strategies for successive-generation products: The role of the trade-in program and product characteristics. Computers & Industrial Engineering, 2023. 179: p. 109163. https://doi.org/10.1016/j.cie.2023.109163
  • Aviv, Y. and A. Pazgal, Optimal pricing of seasonal products in the presence of forward-looking consumers. Manufacturing & service operations management, 2008. 10(3): p. 339-359. https://doi.org/10.1287/msom.1070.0183
  • Mersereau, A.J. and D. Zhang, Markdown pricing with unknown fraction of strategic customers. Manufacturing & Service Operations Management, 2012. 14(3): p. 355-370. https://doi.org/10.1287/msom.1120.0376
  • Correa, J., R. Montoya, and C. Thraves, Contingent preannounced pricing policies with strategic consumers. Operations Research, 2016. 64(1): p. 251-272. https://doi.org/10.1287/opre.2015.1452
  • Aflaki, A., P. Feldman, and R. Swinney, Becoming strategic: The endogenous determination of time preferences and its implications for multiperiod pricing. 2018, Working paper, University of Pittsburgh, Pittsburgh. https://doi.org/10.1287/opre.2015.1452
  • Dong, J. and D.D. Wu, Two-period pricing and quick response with strategic customers. International Journal of Production Economics, 2019. 215: p. 165-173. https://doi.org/10.1016/j.ijpe.2017.06.007
  • Hu, S., Z.-J. Ma, and J.-B. Sheu, Optimal prices and trade-in rebates for successive-generation products with strategic consumers and limited trade-in duration. Transportation Research Part E: Logistics and Transportation Review, 2019. 124: p. 92-107. https://doi.org/10.1016/j.tre.2019.02.004
  • Ye, T. and H. Yang, Price and quality management with strategic consumers: Whether to introduce a high or low product variant. Applied Mathematics and Computation, 2020. 386: p. 125541. https://doi.org/10.1016/j.amc.2020.125541
  • Correa, J.R., D. Pizarro, and G. Vulcano. The value of observability in dynamic pricing. in Proceedings of the 21st ACM Conference on Economics and Computation. 2020. https://doi.org/10.1145/3391403.3399489
  • Golrezaei, N., H. Nazerzadeh, and R. Randhawa, Dynamic pricing for heterogeneous time-sensitive customers. Manufacturing & Service Operations Management, 2020. 22(3): p. 562-581. https://dx.doi.org/10.2139/ssrn.2992112
  • Zhang, Q., et al., Strategic pricing under quality signaling and imitation behaviors in supply chains. Transportation Research Part E: Logistics and Transportation Review, 2020. 142: p. 102072. https://doi.org/10.1016/j.tre.2020.102072
  • Ju, Y., Dynamic Pricing Strategy for Two‐Generation Products under Different Trade‐in Subsidy Strategies. Mathematical Problems in Engineering, 2022. 2022(1): p. 5677490. https://doi.org/10.1155/2022/5677490
  • شایسته، ع.ن.، ا. محمدعلی، و ر.ب. مرتضی, یک رویکرد نظریه بازی برای قیمت‌گذاری در زنجیره‌تأمین دوکاناله با درنظر گرفتن خدمات لجستیک. https://doi.org/10.22084/ier.2024.29059.2164
  • Sheng, J., et al., Dynamic pricing vs. pre-announced pricing in supply chain with consumer heterogeneity. Electronic Commerce Research and Applications, 2023. 62: p. 101311. https://doi.org/10.1016/j.elerap.2023.101311
  • Liu, J., X. Zhai, and L. Chen, Optimal pricing strategy under trade-in program in the presence of strategic consumers. Omega, 2019. 84: p. 1-17. https://doi.org/10.1016/j.omega.2018.03.005
  • Ziari, M., et al., A review on competitive pricing in supply chain management problems: models, classification, and applications. International Transactions in Operational Research, 2022. 29(4): 2082-2115. https://doi.org/10.1111/itor.13082
  • Kremer, M., B. Mantin, and A. Ovchinnikov, Dynamic pricing in the presence of myopic and strategic consumers: Theory and experiment. Production and Operations Management, 2017. 26(1): p. 116-133. https://doi.org/10.1111/poms.12607
  • Liu, G., Z. Guan, and H. Wang, Dynamic pricing under cost reduction in the presence of myopic and strategic consumers. Discrete Dynamics in Nature and Society, 2019. 2019(1): p. 3272875.

https://doi.org/10.1155/2019/3272875 Wang, X., P. Ma, and Y. Zhang, Pricing and inventory strategies under quick response with strategic and myopic consumers. International Transactions in Operational Research, 2020. 27(3): p. 1729-1750. https://doi.org/10.1111/itor.12453

  • Vafaeinejad, K. and M.S. Sajadieh, Trade-in price and base warranty length: A heuristic algorithm for concurrent optimization. Computers & Industrial Engineering, 2022. 171: p. 108504. https://doi.org/10.1016/j.cie.2022.108504
  • Zhao, N., Q. Wang, and J. Wu, The reference effect on a retailer’s selling strategy with limited initial inventory level and strategic consumer behavior. Computers & Industrial Engineering, 2022. 169: p. 108260. https://doi.org/10.1016/j.cie.2022.108260
  • Yuan, X., Z. Ma, and X. Zhang, Dynamic pricing for the successive-generation products in the presence of strategic customers and limited trade-in duration. Kybernetes, 2022. 52(11): p. 5329-5352. https://doi.org/10.1108/K-02-2022-0237
  • Hu, S. and Y. Tang, Impact of product sharing and heterogeneous consumers on manufacturers offering trade-in programs. Omega, 2024. 122: p. 102949. https://doi.org/10.1016/j.omega.2023.10294
نشریه پژوهش های مهندسی صنایع در سیستم های تولید
دوره 13، شماره 26
شهریور 1404
صفحه 95-117