Во многих отраслях, таких как розничная и оптово-розничная торговля, объем продаж может зависеть от качества работы распределительных центров. Время доставки стандартных и срочных перевозок или время на техническую поддержку зависит от расстояния между клиентом и центром дистрибьюции, обслуживающим его. Похоже, что сделки по принципу В2В (business-to-business) с помощью Интернета несколько затуманивают понимание клиентом влияния географического расположения на сервисную надежность, но еще рано говорить о долговременном влиянии. С точки зрения

перспективы оптимизации функция общего дохода от продажи продукта (товарной группы) па определенном рынке будет зависеть от возможностей, присущих данному рынку.
В качестве иллюстрации рассмотрим рынок к, который снабжается продуктом с помощью одного из двух распределительных центров. Как показано на рис., компания имеет выбор между функциями дохода 1 и 2, соответствующими распределительным центрам 1 и 2, центр дистрибьюции 2 расположен ближе относительно рынка. Как показано, кривые цен постоянны, но они, конечно, могут быть построены по-раз-иому, если отличия будут установлены. Смоделируем это свойство с помощью переменных 0-1, где переменная 1 закреплена за функцией дохода 1, тогда как переменная 0 закреплена за второй функцией дохода. Кроме того, пути от распределительного центра до рынка ограничены только двумя маршрутами, обозначенными на графике. В общем, мы прибегнем к переменным 0-1 для каждой реальной комбинации распределительных центров, продуктов и рынков для всей сети цепи поставок.
Возникает вопрос: как же оценить функции доходов, показанные на рис.? Одним из успешных описательных подходов является логитмодель, которая является функцией преобразования предпочтении потребителей в их будущие покупки продукции или услуги. В данном контексте модель может быть использована для оценки доли каждого продукта на рынке как функция сервисных характеристик, обеспечиваемая местонахождением источника по отношению к рынку. Она применялась для изучения реакции потребителей на возможности сервиса, предлагаемые национальным поставщиком промышленных химических продуктов, и для изучения перепроектирования их сети логистики.
Логит-модель установила, что важные факторы, по мнению потребителей, расположились в следующем убывающем порядке: цена, гибкое время доставки, срочность доставки и расстояние до пункта распределения. Занятно, что расстояние само по себе — менее важная деталь, но оно является важнейшим при определении показателей времени доставки.
Что касается компании по распространению химических продуктов, логит-модель была интегрирована в модель смешанного целочисленного программирования, которая предложила переместить распределительные центры для максимизации прибыли. Стратегия по максимизации чистого дохода определила необходимость 56 вместо 76 пунктов распределения в сложившейся сети и увеличила чистый доход более чем на 6%. Доля валового продукта и связанные с ней объем и затраты цепи поставок были несколько ниже в стратегии максимизации прибыли, это демонстрирует то, что модель устраняет невыгодные продажи некоторых распределительных центров.