CC BY
24
Российский журнал менеджмента 20 (1): 127-144 (2022)
Russian Management Joumal 20 (1): 127-144 (2022)
ПРАКТИКА МЕНЕДЖМЕНТА
МНОГОКРИТЕРИАЛЬНЫЙ ПОДХОД К ФОРМИРОВАНИЮ ПОЛИТИКИ ВОЗВРАТОВ ТОВАРОВ КОМПАНИЯМИ ЭЛЕКТРОННОЙ КОММЕРЦИИ В РОССИИ
В.Д.ГЕРАМИ, Д.А.ГУСЕВ, А.А. САРКИСЯН
Высшая школа бизнеса, Национальный исследовательский университет «Высшая школа экономики», Россия
Целью исследования является разработка эффективного подхода к формированию и коррекции политики возвратов крупных компаний электронной коммерции в России с точки зрения интересов участников электронной коммерции и маркетплейса. Методология исследования включает современные методы многокритериального выбора, позволяющие учитывать предпочтения лиц, принимающих решения. В статье дана актуальная оценка практики реализации политики возвратов компаний электронной коммерции РФ, а также предложен многокритериальный подход для решения проблем межфункционального и межорганизационного взаимодействия при выборе параметров политики возвратов с учетом ограничений законодательства и интересов участников электронной коммерции и маркетплейса. Практика реализации политики возвратов в исследовании оценивается с учетом дефицита качественных городских складов и ограниченных возможностей привлечения дополнительных людей в курьерские службы для доставки на «последней миле» — до двери клиента. В исследовании обсуждаются перспективы синтеза многокритериального подхода и оптимизационных однокритери-альных моделей маршрутной сети возвратных потоков.
Ключевые слова: электронная коммерция, возвратные потоки, политика возвратов, выбор при многих критериях. JEL: С61, С65, 1_9, Я4.
ВВЕДЕНИЕ
Необходимость управления возвратными потоками стала очевидной еще в последней четверти XX в. Развитие индустрии распределения товаров привело к тому, что в дополнение к их прямому потоку (от по-
ставщика до клиента) появился сопряженный с ним возвратный поток (от клиента до поставщика) . Позже потоки товаров стали рассматриваться более системно — как «замкнутая петля» движения товара от по-
Адрес организации: Высшая школа бизнеса, Национальный исследовательский университет «Высшая школа экономики», Шабаловка ул . , 26-28, Москва, 119049, Россия . © В . Д . Герами, Д . А. Гусев, А. А. Саркисян, 2022 Ьйрв://ёо1 . огё/10. 21638/врЬи18 .2022 .106
ставщика до клиента, и обратно [Chanin-trakul et al ., 2009; Agrawal, Singh, Murtaza, 2015] .
Согласно общепринятой современной концепции, управление возвратным потоком не может анализироваться отдельно от других функциональных областей управления цепями поставок [Алямовская, Коль-чугин, Винокурова, 2017; Алямовская, Кольчугин, 2018; Алямовская, Левина, 2019]. Вследствие этого появилась новая парадигма — управление цепями поставок с замкнутым циклом (closed-loop supply chain management — CLSM) [Guide, Harrison, Van Wassenhove, 2003; Govindan, Soleimani, Kannan, 2015].
В соответствии с определением [Rogers, Tibben-Lembke, 1999], управление цепями поставок с замкнутым циклом — это проектирование, контроль и функционирование системы бизнес-процессов цепи поставок с целью максимизации ценности от пользования продукции клиентом на всем протяжении ее жизненного цикла Прежде всего в компаниях электронной коммерции, источники спроса на продукцию которых существенно «рассеяны», т . е . удалены друг от друга (поскольку реализация продукции, как правило, осуществляется в адрес множества конечных клиентов), управление возвратным потоком должно быть интегрировано в функцию «последней мили». Вследствие такой «рассеянности» точек спроса курьер при доставке продукции одному клиенту может также забрать возврат у близко расположенного другого клиента, благодаря чему возможно возникновение синергетического эффекта от удовлетворения требований клиента в части более лояльной политики возвратов с одновременным уменьшением удельных затрат на транспортировку . Это особенно важно для совершенствования управления логистическими системами в крупных городских агломерациях и транспортного обеспечения логистики «последней мили» [Fleischmann et al . , 2004; Герами, Колик, 2020; 2021] .
Изменения в структуре потребления, вызванные непредсказуемо меняющейся эпидемиологической обстановкой, перестроением логистических цепочек из-за международных ограничений и другими переменчивыми факторами, стимулировали рост сегмента электронной коммерции и развитие соответствующих цифровых технологий [Robertson, Hamilton, Jap, 2020]. Согласно исследованию Datalnsight [Электронная торговля 20202024, прогноз Data Insight, 2020], в 2020 г . отправленных заказов на рынке розничной торговли стало на 35 % больше, чем в 2019 г . Это касается и российского рынка . Как показали результаты опроса [Ребязина и др . , 2021], в России в 2021 г. 47,1 % респондентов совершали в интернет-магазинах 1-3 покупки в месяц, причем 54,8 % опрошенных отметили, что планируют увеличить частоту интернет-заказов
Цель статьи — исследование практической реализации политики возвратов крупных компаний электронной коммерции в России и поиск подхода к ее формированию и коррекции с учетом интересов субъектов сферы электронной коммерции и маркетплейсов
Статья имеет следующую структуру. В первом разделе представлен обзор сферы электронной коммерции в РФ, а также обсуждаются актуальные проблемы работы маркетплейсов . Во втором — изучаются особенности формирования политики возвратов в российских маркетплейсах В третьем — предложен многокритериальный подход к выбору наилучшей (с позиции маркетплейса) политики возвратов с учетом особенностей методов многокритериального выбора на дискретном множестве решений В четвертом разделе приводятся выводы исследования В заключении указываются направления дальнейших исследований рассматриваемой проблемы
СОСТОЯНИЕ РЫНКА ЭЛЕКТРОННОЙ КОММЕРЦИИ В РФ
В соответствии с подходом, предложенным в [Ребязина и др . , 2021], к сфере электронной коммерции относятся все трансакции, произведенные через онлайн-площадки в ходе электронной торговли . В рамках электронной торговли рассматриваются заказы и трансакции, инициированные онлайн, безотносительно их места и способа оплаты
В области электронной коммерции можно выделить следующие форматы и бизнес-модели компаний:
• «омниканальные» форматы электронной коммерции, при которых компания розничной торговли сочетает в себе как оф-лайн-инфраструктуру, так и формат интернет-торговли на основе логистической инфраструктуры розничной офлайн-тор-говли, что позволяет использовать дополнительный канал продаж . Примеры компаний, развивающих данную бизнес-модель в РФ: «М . Видео — Эльдорадо», DNS, «Детский мир», «Связной», X5 Retail Group (развитием бизнес-модели компания занимается под брендом «Перекресток», включая интернет-магазин «Перекресток Впрок»), «Вкусвилл»;
• «специализированные» компании электронной коммерции, чаще всего сфокусированные на продаже какой-либо определенной категории товаров онлайн: Lamoda, «ВсеИнструменты .ру», «Ситилинк»;
• цифровые платформы (маркетплейсы): при таком формате компания выступает как площадка, соединяющая клиентов и разрозненные специализированные компании электронной и офлайн-коммерции Этот формат компаний развивается в РФ наиболее интенсивно в течение последних пяти лет: Ozon, Wildberries, Yandex Market, «СберМе-гаМаркет», «СберМаркет».
Рынок электронной коммерции растет достаточно интенсивно в особенности бла-
годаря новым омниканальным форматам и цифровым платформам: если в 2016 г. доля электронной коммерции в розничной торговле составляла 4,4 %, то уже в первом полугодии 2020 г . она была равна 10,9 °%, а суммарный оборот электронной торговли вырос с 260 до 2032 млрд руб . [Ребязина и др ., 2021, с . 19] .
В настоящее время в России безусловным лидером электронной коммерции в России является компания Wildberries, «доля которой по объему онлайн-продаж в 2021 г . достигла 20 %. На втором месте — Ozon (11 %), остальные гораздо ниже — "AliExpress Россия" (3 %, если учитывать только российских продавцов), "Яндекс . Маркет" (3 %) и "СберМегаМаркет" (менее 1 %)» [Маркетинговое исследование..., 2022, с . 54] . При этом наблюдается существенный прирост объемов продаж в стоимостном и относительном выражении (рис 1 и 2) Для привлечения большего числа клиентов компании в электронной коммерции развивают каналы реализации товаров посредством постаматов, курьерских служб доставки, пунктов выдачи заказов, экспресс-доставки В частности, маркетплейсы Ozon и «Яндекс» зачастую доставляют наиболее продаваемые товары и продукты питания в течение двух часов с момента совершения заказа С точки зрения логистики здесь могут возникать затруднения, поскольку рост продаж в электронной коммерции неизбежно ведет к увеличению интенсивности возвратных потоков . При этом эффективность управления ими зависит от применяемой в компании политики возвратов
Современные условия работы цифровых платформ (маркетплейсов, агрегаторов рынка и др ), по нашему мнению, характеризуются такими тенденциями, как: • значительное сокращение нормативного срока доставки товаров клиентам (от нескольких дней до нескольких часов) за счет близкой удаленности склада от покупателя, что обеспечивается развитием курьерских служб и сети складов в черте города;
Рис. 1. Динамика прироста объемов продаж в российских компаниях электронной
коммерции в стоимостном выражении, 2020-2021гг . , млрд руб . Составлено по: [Маркетинговое исследование..., 2022, с . 54] .
Рис. 2. Динамика роста объемов продаж в российских компаниях электронной
коммерции в относительном выражении, 2020 и 2021 гг . , % Составлено по: [Маркетинговое исследование., 2022, р . 54] .
сложности развития электронной коммерции из-за дефицита качественных городских складов в связи с переориентацией многих компаний с розничной сети на онлайн-продажи . Это обусловливает интерес к городской логистической инфраструктуре со стороны инвесторов и девелопе-ров;
существенный прирост спроса на курьеров, который сталкивается с пределом возможностей для привлечения дополнительных сотрудников в курьерские службы с целью доставки до двери клиента на «последней миле», что требует развития альтернативных каналов доставки и оптимизации соответствующих бизнес-процессов;
• необходимость учета требований транспортной политики города при формировании маршрутной сети возвратного потока в связи с его возможной несоразмерностью с прямым потоком . Кроме того, возникает проблема неэффективного использования грузовместимости транспортного средства при транспортном обеспечении возвратного потока и возможной избыточной нагрузки на городскую транспортную сеть [Герами, Гусев, Саркисян, 2021, с . 56] . Таким образом, трудности экстенсивного роста электронной коммерции в связи с указанными ограничениями вынуждают компании искать новые пути развития в рамках оптимизации своей политики возвратов с учетом специфики взаимодействия и интересов трех ключевых сторон — самого маркетплейса; продавцов, размещающих продукцию на маркетплейсе; клиентов маркетплейса, пользующихся его товарами и сопутствующими услугами
ОСОБЕННОСТИ ФОРМИРОВАНИЯ ПОЛИТИКИ ВОЗВРАТОВ В МАРКЕТПЛЕЙСАХ РФ
Работа маркетплейса предусматривает межфункциональное взаимодействие как между его внутренними структурами, так и среди контрагентов . При этом применяются цифровые платформенные решения, при которых реализуется бизнес-концепция виртуальной торговли на площадке, выступающей оператором, который моде-рирует контакты между общностью пользователей площадки и поддерживает требуемую логистическую и информационную инфраструктуру для беспрепятственного взаимодействия ее участников [Ребязина и др ., 2021] . Как правило, управлением возвратным потоком и определением политики возвратов занимается именно цифровая платформа (маркетплейс), устанавливающая единые нормы взаимодействия
между участниками электронной коммерции
Необходимо отдельно рассмотреть вопрос о том, что такое политика возвратов и каковы ее параметры Политика возвратов — совокупность правил, нормативов, ограничений и процедур, на основе которых потребителем при определенной последовательности действий осуществляется возврат товара поставщику/продавцу . Выделяются следующие параметры политики возвратов [Гусев, Саркисян, 2021]:
• наличие разрешенного срока осуществления возврата клиентом после получения товара надлежащего и ненадлежащего качества;
• установление правил и процедуры оформления возврата клиентом;
• соблюдение срока возврата денежных средств клиенту
Нормативы по каждому параметру должны соотноситься с подзаконными актами Российской Федерации, в частности с Законом РФ от 7 июля 1992 г . № 2300-1 (ред . от 11 июня 2021г . ) «О защите прав потребителей»1:
• «Право потребителя на обмен товара надлежащего качества» (ст 25) Потребитель имеет право на обмен непродовольственного товара надлежащего качества в течение 14 дней, не считая дня его покупки;
• «Права потребителя при обнаружении в товаре недостатков» (ст . 18) . Потребитель в случае обнаружения в товаре недостатков, если они не были оговорены продавцом, по своему выбору вправе потребовать: замены на такой же товар другой марки (модели, артикула) с соответствующим перерасчетом покупной цены; соразмерного уменьшения покупной цены; незамедлительного безвозмездного устранения недостатков товара
1 Закон РФ от 07.02.1992 № 2300-1 (ред. от
11 .06 .2021) «О защите прав потребителей» . URL: https://www.consultant.ru/document/Cons_doc_ LAW_305/ (дата обращения: 19 .08.2022) .
или возмещения расходов на их исправление потребителем или третьим лицом;
• «Сроки предъявления потребителем требований в отношении недостатков товара» (ст. 19) . Потребитель может отказаться от исполнения договора купли-продажи и потребовать возврата уплаченной за товар суммы . Он вправе предъявить предусмотренные ст 18 требования к продавцу (изготовителю, уполномоченной организации или уполномоченному индивидуальному предпринимателю, импортеру) в отношении недостатков товара, если они обнаружены в течение гарантийного срока или срока годности;
• «Сроки удовлетворения отдельных требований потребителя» (ст 22) Срок возврата денежных средств по товару ненадлежащего качества продавцом установлен в течение десяти дней со дня предъявления соответствующего требования;
• «Право потребителя на обмен товара надлежащего качества» (ст. 25) . Срок возврата денежных средств по товару надлежащего качества продавцом составляет три дня со дня возврата указанного товара
Особые правила присутствуют при обмене и возврате технически сложного то-
вара2:
• нельзя обменять или вернуть технически сложный товар надлежащего качества в течение 14 дней после покупки, если тот куплен в обычном магазине и не подошел по форме, габаритам, расцветке, размеру или комплектации;
• потребитель вправе требовать замены технически сложного товара либо отказаться от исполнения договора купли-продажи и потребовать возврата уплаченной за товар денежной суммы
2 Информация Роспотребнадзора от 17.02 . 2021 «О правилах возврата и обмена технически сложного товара». URL: https://www.consultant.ru/ document/cons_doc_LAW_377270/ (дата обращения: 19 . 08.2022) .
независимо от того, насколько существенными были отступления от требований к качеству товара, если требования были предъявлены в течение 15 дней со дня его передачи потребителю;
• по истечении 15 дней со дня его передачи отказ от исполнения договора купли-продажи либо требование о замене технически сложного товара могут быть удовлетворены при обнаружении существенного недостатка товара или невозможности использования товара более 30 дней в течение каждого года гарантийного срока
Существует особый срок возврата товара при оформлении и получении заказа дистанционным способом (также и в случае маркетплейса) . В соответствии со ст . 26 .1 «Дистанционный способ продажи товара» Закона РФ «О защите прав потребителей»:
• потребитель вправе отказаться от любого товара (в том числе от технически сложного) в любое время до его передачи, а после передачи товара — в течение семи дней;
• в случае, если информация о порядке и сроках возврата товара надлежащего качества не была предоставлена в письменной форме в момент доставки товара, потребитель вправе отказаться от товара в течение трех месяцев с момента передачи товара;
• поменять или вернуть технически сложный товар с недостатком можно в течение всего гарантийного срока, а если срок не установлен, то в пределах двух лет после покупки
Маркетплейс выступает посредником между продавцом и клиентом, размещая продукцию продавцов на своей электронной площадке, агрегируя заказы от клиентов и (в большинстве случаев) выступая в роли ответственной стороны, отвечающей за транспортировку и грузоперера-ботку как прямого, так и возвратного потока . Маркетплейс обычно получает комиссию с продаж продукции, а также за
транспортировку и грузопереработку возвратного потока . При этом маркетплейс действует в соответствии со своей «политикой возвратов» — это свод правил, описывающих процедуры возврата и последовательность действий клиентов, желающих вернуть купленный товар [Гусев, Саркисян, 2021; 2022]
На практике правила и параметры политики возвратов могут существенно различаться, в том числе из-за долгосрочной стратегии развития компании в условиях ограничений национального законодательства, защищающих права покупателей. Анализ передовой практики некоторых отечественных и международных компаний электронной коммерции представлен в табл 1
На определение и формирование политики возвратов и управления возвратными потоками в маркетплейсах также влияют и маркетинговая политика компании, и ее логистическая стратегия . В соответствии с логистической стратегией параметры политики возвратов подчиняются принципам оптимизации, при которых количество возвратов в логистической сети будет минимизировано
Маркетинговая стратегия любой компании придерживается концепции, при которой политика возвратов выступает важным стимулом для клиента к совершению покупки . Политика возвратов в соответствии с данной стратегией должна предоставлять клиенту понимание того, что при совершении покупки, которая по той или иной причине может ему не подойти (цвет, размер, фасон, дизайн и т д ), существует право на возврат товара
Экспертами определено [Бе1оШе, 2020], что для 84 % онлайн-покупателей при выборе места совершения покупки одним из ключевых преимуществ является бесплатный и простой процесс возврата продукции К примеру, если речь идет о fashion-сегменте, то Wi1dberri.es и Lamoda предоставляют возможность примерки продукции (в своих пунктах выдачи или при выдаче заказа курьером) и оплаты только
части заказа, подошедшей клиенту . Ozon также позволяет клиентам осуществить примерку при получении заказа.
При анализе политики возвратов мар-кетплейсов, маркетинговой и логистической стратегий компании многие исследователи не учитывают в полной мере интересы продавцов маркетплейса, формирующих номенклатуру товаров . В зависимости от регулирования тех или иных параметров политики возвратов продавцы как несут определенные убытки, так и получают определенные преимущества В том числе продавцы преследуют цель минимизации интенсивности возвратного потока, что созвучно с приоритетами логистической стратегии компании
Настроенная оптимальным образом политика возвратов призвана удерживать неустойчивое равновесие интересов между клиентами, продавцами и самим маркет-плейсом При ее формировании необходимо принимать во внимание и межфункциональное взаимодействие внутренних департаментов компаний: логистики и цепей поставок, маркетинга и клиентского сервиса, а также и департамента юридического сопровождения маркетплейса, который тоже участвует в формулировании политики возвратов
Политика возвратов должна учитывать не только межфункциональное взаимодействие подразделений компании-маркет-плейса, но и межорганизационное взаимодействие маркетплейса с клиентами и продавцами Например, при чрезмерно лояльной политике возвратов логистические службы маркетплейса сталкиваются с дефицитом логистических мощностей для грузопереработки возвратного потока и ростом удельных логистических затрат [Robertson, Hamilton, Jap, 2020] . При этом возникает рост претензий со стороны продавцов на якобы необоснованно возросший поток возвратов В то же время подобные негативные явления могут компенсироваться дополнительным притоком клиентов и ростом их лояльности [Robertson, Hamilton, Jap, 2020]
Таблица 1
Реализация политики возвратов компаниями электронной коммерции в РФ, 2021 г.
Компания Разрешенный срок возврата товара в зависимости от товарной категории Правила возврата Установленный срок возврата денежных средств
Ozon Товары надлежащего качества в зависимости от товарной категории и подключенной опции «Премиум» клиент может вернуть в срок от семи до 60 дней (относительно большинства категорий действует правило, при котором товар по причине надлежащего качества может быть возвращен в течение 30 дней) . Товары ненадлежащего качества могут быть возвращены в течение гарантийного срока 1 . Заполнение заявки в личном кабинете на сайте и выбор причины возврата, возможность приложить фотографии товара с комментарием 2 Выбор способа возврата: • в любой пункт выдачи компании; • если товар является крупногабаритным — через курьерскую службу компании; • через почтовое отделение; • клиенты могут воспользоваться услугами курьера и в тех случаях, когда они подключили опцию «Премиум» или выбрали текущую доставку заказа курьером В течение десяти дней (однако, как правило, это происходит за один-три дня)
Wildberries Товары надлежащего качества могут быть возвращены в течение 21 дня с момента получения, товары ненадлежащего качества — в течение гарантийного срока Возврат товара: • через выбранный пункт выдачи заказов; • с помощью курьерской службы (курьеру может быть передано до десяти позиций) В течение десяти дней
«Яндекс . Маркет» Товары надлежащего качества могут быть возвращены только в течение семи дней с момента получения, товары ненадлежащего качества — в течение гарантийного срока . Технически сложные товары ненадлежащего качества могут быть возвращены в течение 15 дней с момента получения или же после истечения этого срока при наличии заключения из сервисного центра о том, что они не подлежат ремонту, или иных оснований 1 Заполнение заявки в личном кабинете на сайте и выбор причины возврата, возможность приложить фотографии товара с комментарием 2 Выбор способа возврата: • в любой пункт выдачи компании; • если товар является крупногабаритным — через курьерскую службу компании В течение десяти дней с момента предъявления требований о возврате
Составлено по: [Гусев, Саркисян, 2021, с. 253-254] .
Важно отметить, что все стороны, задействованные и в межфункциональном и межорганизационном взаимодействии, преследуют конкретные цели и задачи, касающиеся функционирования цепи поставок, имеют свои внутренние процессы, вследствие чего между ними могут возни-
кать как межфункциональные, так и межорганизационные конфликты [Иванов, 2009]. То же относится к формированию политики возвратов и управления возвратным потоком
Прежде всего необходимо определить ключевых участников межорганизацион-
Таблица 2
Интересы участников межорганизационного взаимодействия при определении
политики возвратов
Участник межорганизационного взаимодействия Интерес участника
Продавцы, торгующие на маркетплейсе Политика возвратов, при которой будут достигнуты: — минимальное количество возвратов; — минимальные затраты на обработку возвратов
Клиенты Политика возвратов, при которой будут предоставлены наиболее благоприятные и простые возможности вернуть купленную продукцию в любой разумный промежуток времени
Маркетплейс Политика возвратов, при которой в соответствии с маркетинговой и логистической стратегией компании будет достигнут наилучший баланс между приоритетами продавцов и клиентов торговой площадки
ного (табл 2) и межфункционального взаимодействия (табл 3)
Как видно из табл . 2, интересы участников межорганизационного взаимодействия являются разнонаправленными При этом с позиции маркетплейса важно избегать крайностей, обусловленных пересечением интересов продавцов и клиентов Пренебрежение интересами продавцов или покупателей может негативно влиять на маркетплейс, который заинтересован в увеличении числа действующих на его платформе продавцов и клиентов
Как видно из табл . 3, и внутри мар-кетплейса интересы различных департаментов могут находиться в противоречии Более того, наилучший (с точки зрения той или иной компании) баланс интересов зависит от стратегии развития маркет-плейса (расширение доли рынка и привлечение наибольшего числа продавцов и покупателей; обеспечение роста прибыли маркетплейса и др )
Таким образом, при учете разнонаправленных интересов и нахождении приемлемого для маркетплейса баланса, по нашему мнению, будет эффективным использование многокритериального подхода к формированию наилучшей политики возвратов
Искомый баланс интересов должен быть наилучшим прежде всего для самого мар-кетплейса и соответствовать выбранной стратегии его развития . Понятно, что отдельные продавцы и клиенты могут оказаться несогласными с реализуемой политикой возвратов и решат его покинуть. Однако предполагается, что большинству из них будет выгодно развитие маркетплей-са с учетом предпочтений участников электронной коммерции. При этом поиск решения реализуется по многим критериям
МНОГОКРИТЕРИАЛЬНЫЙ ПОДХОД К ФОРМИРОВАНИЮ НАИЛУЧШЕЙ ПОЛИТИКИ ВОЗВРАТОВ
Для нахождения наилучшей (с позиции маркетплейса) политики возвратов предлагается подход к ее формированию с учетом многих критериев. Преимуществом такого подхода является облегчение поиска баланса между интересами множества сторон: клиентов, продавцов и самого мар-кетплейса [Tosarkani, Amin, 2018] . Задача многокритериального выбора может быть сведена к так называемому поиску эффективной альтернативы (среди оптимальных
Таблица 3
Интересы участников межфункционального взаимодействия при определении
политики возвратов
Участник межфункционального взаимодействия Интерес участника
Департамент управления цепями поставок Политика возвратов, при которой будут достигнуты: — минимальная интенсивность возвратного потока в цепи поставок; — минимальные затраты на грузопереработку возвратного потока
Департамент категорийного менеджмента Эффективная политика возвратов, при которой будет достигнут наилучший баланс (с позиции стратегии развития маркетплей-са) между следующими показателями: — уровнем сервиса, предоставляемого клиенту в рамках политики возврата, что позволяет увеличить продажи на торговой площадке; — уровнем сервиса, предоставляемого продавцам согласно политике возврата, что дает возможность удержать продавцов на площадке и увеличить номенклатуру товаров на площадке; — суммарными затратами на грузопереработку возвратного потока (избыточный уровень сервиса может приводить к существенному росту затрат на грузопереработку)
Департаменты продаж и маркетинга Политика возвратов, при которой будут максимизированы показатели: — выручки; — количества дополнительно привлеченных клиентов
по Парето) с учетом предпочтений лица, принимающего решения (ЛПР) .
При этом по каждой альтернативе анализируется ряд показателей, которые в рамках методологии принятия решений по многим критериям (multiple criteria decision making — MCDM) называются «частными критериями». В общем случае многокритериальный подход предусматривает последовательную реализацию нескольких процедур при постановке и решении задачи выбора:
1) согласование списка частных критериев, их показателей и соответствующих единиц измерения, а также их исходных направлений оптимизации;
2) определение весов частных критериев на основе выбранного способа их формализации;
3) реализация процедур выбора наилучшего решения с использованием методологии МСБМ .
Для маркетплейса при формализации задачи многокритериального выбора политики возвратов могут рассматриваться следующие частные критерии
1 . Количество возвратов в «замкнутой»
логистической сети, соответствующей концепции СЬБМ . Такой показатель следует минимизировать с учетом влияния на пропускную способность логистической инфраструктуры, что может негативно отражаться на подготовке и комплектации заказов для клиентов . На практике этот показатель обычно измеряется в натуральном выражении
2 Суммарные экономические затраты на грузопереработку возвратного потока
3 . Уровень сервиса, предоставляемого кли-
ентам. Такой показатель может измеряться в абсолютном выражении — количеством жалоб и обращений, сформированных клиентами по тематике возвратов и возвратного потока (т е как параметр, подлежащий минимизации), а также в относительном выражении по отношению к общему количеству возникающих возвратов
4 . Уровень сервиса, предоставляемого про-
давцам маркетплейса Кроме того, важно аналогичным образом минимизировать количество жалоб и обращений, сформированных продавцами по тематике возвратов и возвратного потока — в абсолютном или в относительном выражении по отношению к общему количеству возникающих возвратов
5 Среднее время транспортировки возврата до продавца. Этот показатель тоже нужно минимизировать
6 . Количество продавцов, ушедших с мар-
кетплейса за заданный период времени по причине неэффективной (с точки зрения продавца) политики возвратов (в частности, из-за чрезмерной интенсивности возвратного потока, что делает продажу продукции через маркетплейс экономически нерентабельной для продавца)
Представленный выше список частных критериев не является исчерпывающим и должен определяться в соответствии со стратегией развития маркетплейса По нашему мнению, рекомендуемые к рассмотрению частные критерии могут быть объединены в группы
1 Экономические критерии — суммарные затраты на грузопереработку возвратного потока; иные стоимостные критерии, характеризующие затраты на управление возвратами, включая возможные тарифы на возврат, которые маркетплей-сы могут взыскивать с клиентов
2 . Критерии пропускной способности ло-
гистической сети ^БМ; количество возвратов при той или иной конфигурации политики возвратов . При даль-
нейшем моделировании и имитации функционирования логистической сети появляется возможность анализа частот сбоев доставки возвратов до продавцов цифровой платформы из-за превышения ее пропускной способности
3 Критерии уровня сервиса, предоставляемого продавцам и клиентам маркет-плейса, в том числе учитывающего среднее время транспортировки возврата до продавца и количество ушедших продавцов за определенный период Указанные количественные и качественные частные критерии позволяют учитывать интересы всех перечисленных выше сторон при определении и формировании параметров политики возвратов Поскольку политика возвратов определяется маркетплейсом, то в его распоряжении должен присутствовать широкий арсенал математических методов многокритериальной оптимизации . В некоторых случаях для нахождения искомого баланса интересов участников может быть достаточно применить соответствующие процедуры определения весов частных критериев в результате, например, попарных сравнений критериев между собой на основе метода аналитической иерархии [Саати, 2008] В то же время в случае затруднений попарных сравнений или вообще несравнимости этих критериев потребуется применять соответствующие специальные подходы [Ногин, 2005; По-диновский, 2019; Ноуапоу, У^аеуа, Ноуапоу, 2009] .
При решении задач многокритериальной оптимизации на дискретном множестве решений можно использовать подходы, когда для представления и формализации задачи выбора используется табличная форма, структура которой приведена в табл 4
Строки табл . 4 содержат альтернативы (А\, А2, ..., А, Ат) с соответствующими им показателями по заданным частным критериям (С1, С2 , ..., С] , Сп ) . При этом в ¿-й строке такой матрицы будет приведен набор
Таблица 4
Структура табличного представления задач многокритериального выбора
Альтернатива Показатель частных критериев Показатель критерия выбора
C1 С2 Сп
A au a12 a1n fx
а2 a21 a22 a2n F2
A ai1 ai2 ain Fi
Am am1 am2 amn F m
Составлено по: [Бродецкий, Гусев, Шидловский, 2020, с . 12] .
показателей вида аа, а12, ... а1п для альтернативы А . В каждом столбце такой таблицы будут указаны оценки по конкретному частному критерию для всех рассматриваемых альтернатив Кроме того, в дополнительном столбце таблицы дан показатель критерия выбора (^ — для альтернативы А;), по которому определяют наилучшее решение Причем критерии выбора можно задавать в виде конкретных процедур, которые надо совершать над элементами строк соответствующей матрицы, чтобы получить показатель функции выбора, на основе которого и будет принято решение
На практике менеджер при решении задачи многокритериального выбора может столкнуться с рядом нежелательных явлений, которые способны существенно затруднить применение многокритериального подхода (и даже вынудить менеджера отказаться от него), а именно — с возможностью различной размерности показателей частных критериев; различным форматом показателей частных критериев, когда, например, один показатель является стоимостным, но измеряется в расчете на единицу продукции, а другой стоимостной показатель измеряется в расчете на партию товара; иными специальными ситуациями,
которые могут усложнить расчеты для менеджера
Подобного рода ситуации требуют применения специальных процедур, многие из которых были предложены в [Бродецкий, Гусев, Шидловский, 2020] . Кроме того, часто возникает необходимость учета предпочтений ЛПР, что может быть реализовано при применении различных методов многоатрибутного принятия решений (multi-attribute decision-making — MADM), включая:
• метод аналитической иерархии (analytical hierarchy process — AHP) и его модификаций [Саати, 2008; Гусев, 2014; Бродецкий, Гусев, Шидловский, 2020];
• методы устранения и выбора, отражающие реальность (elimination and choice expressing reality — ELECTRE) [Thak-kar, 2021];
• методики определения предпочтений по сходству с идеальным решением (the technique for order preferences by similarity to an ideal solution — TOPSIS) [Tzeng, Huang, 2011];
• методы многокритериальной оптимизации и компромиссного решения (VIKOR) [Thakkar, 2021];
• метод формирования рангов предпочтения для обогащения оценок (preference ranking organization methods for enrichment — PROMETHEE) [Thakkar, 2021];
• методологию анализа среды функционирования (data envelopment analysis — DEA) и др . [Cooper, Seiford, Tone, 2006] .
Необходимо отметить, что применение каких-либо из указанных многокритериальных методов для выбора наилучшей политики возвратов может потребовать их модификации и адаптации к специфике задачи управления возвратами в сфере электронной коммерции [Brodetskiy, Gerami, Gusev, 2021] .
Кроме того, при определении параметров политики возвратов может потребоваться и моделирование маршрутной сети [Das, Kumar, Rajak, 2020], при котором целевой функцией будет являться минимизация количества товаров в рамках перевозимого возвратного потока, поскольку при увеличении данного параметра в логистической сети возникают следующие проблемы:
1) увеличение затрат на логистику:
• грузопереработку возвратов в пунктах выдачи заказов;
• транспортировку возвратного потока;
• проверку возвращенной продукции на распределительных центрах и размещение годных к дальнейшей продаже товаров в зоне хранения;
2) возрастание нагрузки на имеющуюся логистическую инфраструктуру компании и снижение пропускной способности объектов логистической сети из-за обработки заказов клиентов;
3) появление «замороженных средств» в оборотных активах компании: возврат является нереализованной продажей компании и для последующей реализации данный товар должен физически вернуться обратно, что требует определенного времени
В то же время для компании в зависимости от выбранной логистической стратегии наиболее важными могут являться такие показатели, как логистические затраты, уровень логистического сервиса, затраты на создание и поддержку логистической инфраструктуры и др . Поэтому при моделировании возвратных потоков часто затруднительно учесть все указанные частные критерии .
В подобной ситуации при моделировании существует ряд проблем:
1) на практике невозможно получить оптимальную конфигурацию логистической сети возвратного потока только на основе дискретных решений из-за большого числа вариантов размещения промежуточных пунктов и пунктов обработки возвратного потока, а также вариантов построения сети маршрутов между ними;
2) некоторые важные частные критерии не могут быть внесены непосредственно в целевую функцию и ограничения модели, для их последующего учета требуется специальный подход для принятия решений при дополнительных критериях;
3) при моделировании необходимо учитывать предпочтения ЛПР, и это не всегда можно реализовать только на основе объективных частных критериев Таким образом, для решения проблемы
определения наилучшей политики возвратов может быть формализована задача разработки политики возвратов с определением количественных и качественных частных критериев, учитывающих интересы всех сторон . Кроме того, представляется перспективным синтез однокритериальных оптимизационных методов и методов многокритериального выбора на дискретном множестве решений
ВЫВОДЫ ИССЛЕДОВАНИЯ
В рамках данного исследования выявлены следующие проблемы развития маркет-плейсов, непосредственно связанные с по-
литикой возвратов и определением ее параметров:
• наличие ограничений экстенсивного роста требуемой логистической инфраструктуры компаний электронной коммерции и цифровых платформ в РФ, в том числе связанных непосредственно с задаваемой цифровой платформой политикой возвратов и ее параметров, а также с использованием городской логистической инфраструктуры и курьерских служб;
• обострение необходимости поиска эффективного баланса параметров политики возвратов как целей различных департаментов внутри самой цифровой платформы (маркетплейса), так и интересов маркетплейса, продавцов и клиентов
При этом ошибочная политика возвратов в случае чрезмерного «смягчения» ее параметров может привести к таким нежелательным явлениям, как:
• отток продавцов с цифровой платформы вследствие их незаинтересованности в чрезмерном количестве возвратов . Это также грозит уменьшением количества ассортиментных позиций, представленных на платформе;
• возникновение узких мест в логистической сети в соответствии с теорией ограничений3 из-за ограниченной способности логистической сети Важно отметить, что чрезмерное ужесточение параметров политики возвратов чревато оттоком клиентов с цифровой платформы и снижением частоты заказов, осуществляемых клиентами на цифровой платформе вследствие заинтересованности клиентов в «мягкой» политике возвратов Это также грозит сокращением выручки и прибыли, генерируемой деятельностью платформы
3 Теория ограничений — концепция менеджмента, разработанная Э. Голдраттом в 1984 г., концентрирующаяся на поиске имеющихся «узких мест» (ограничений системы) и конфликтов компаний, влияющих на эффективность системы в целом [Goldratt, Cox, 2016] .
К выводам исследования следует отнести следующее
Поскольку экстенсивный рост компаний затруднен, эффективность реализуемой политики возвратов зависит от того, насколько возможно найти приемлемый баланс интересов участников электронной коммерции, позволяющий избежать крайностей
1 . Поиск интересующего нас баланса может
быть облегчен при использовании соответствующих методов многокритериального выбора
2 . Предлагаемый многокритериальный
подход к формированию политики возвратов содержит актуальный набор частных критериев и позволяет учитывать предпочтения ЛПР .
3 . Дальнейшее применение многокритери-
альных методов может требовать модификации, в том числе и синтеза с оптимизационными однокритериальными моделями маршрутной сети возвратных потоков
Таким образом, в связи с ограничениями экстенсивного роста логистической инфраструктуры компании электронной коммерции могут быть заинтересованы в расширении областей применения многокритериальных методов для нахождения эффективного баланса интересов участников электронной коммерции
ЗАКЛЮЧЕНИЕ
Развитие электронной коммерции в совокупности с ростом количества возвратов, возникающих в логистической сети мар-кетплейса в соответствии с предоставляемой клиентам политикой возвратов, сопряжено с определенными проблемами как в области логистического характера, выражаемыми в ограниченности транс-портно-логистической инфраструктуры и возможности обработки интенсивно растущего по количеству возвратного потока, так и в сфере взаимоотношений субъектов межфункциональной и межорганизационной координации В данном исследова-
нии предложен многокритериальный подход для нахождения эффективного баланса интересов участников электронной коммерции
Практическая применимость исследования характеризуется предложенной методикой формализации задачи многокритериального выбора параметров политики возвратов с учетом актуальных интересов субъектов цифровой платформы и имеющихся законодательных ограничений Помимо всего прочего, практическая значимость данного исследования заключается в возможности определения параметров политики возвратов, в том числе с учетом маркетинговой и логистической стратегий компании при формализации задачи многокритериального выбора и использования различных методов многокритериального
выбора, как на дискретном множестве решений, так и на непрерывном множестве решений в случае дополнительного моделирования маршрутной сети возвратных потоков
В дальнейших исследованиях применение многокритериального подхода при формировании политики возвратов и определении ее параметров может быть сопряжено с математическим моделированием логистической сети с учетом пропускных способностей ее звеньев Определение параметров политики возвратов будет напрямую взаимозависеть также от получаемых экономических и сервисных результирующих показателей, рассчитываемых при математическом моделировании логистической сети при различных сценариях ее функционирования
ЛИТЕРАТУРА НА РУССКОМ ЯЗЫКЕ
Алямовская Н .С ., Кольчугин Д.М. 2018. Теоретические аспекты управления возвратными потоками в интернет-ритейле . Логистика и управление цепями поставок (6): 97-111 . Алямовская Н. С ., Кольчугин Д. М ., Винокурова В . О . 2017 . Возвратные потоки в розничной интернет-торговле: общая характеристика и причины возникновения Логистика и управление цепями поставок (6): 64-80 Алямовская Н . С . , Левина Т . В . 2019 . Теоретические аспекты управления возвратами тары в цепях поставок . Логистика и управление цепями поставок (4): 22-32 Бродецкий Г. Л ., Гусев Д. А., Шидловский И .Г . 2020 . Оптимизация решений по многим критериям в исследованиях логистики . М . : ИНФРА-М . Герами В . Д . , Гусев Д . А., Саркисян А . А. 2021 . Проблемы оптимизации сети маршрутов возвратных потоков в городском интернет-ритейле . В: Информационные технологии и инновации на транспорте: материалы VII Международной научно-практической конференции, 18—19 мая
2021 года Т. 1: Информационные технологии. Орловский государственный университет им . И . С . Тургенева; 52-60.
Герами В . Д . , Колик А . В . 2020 . Управление транспортными системами. Транспортное обеспечение логистики. М . : Юрайт .
Герами В . Д . , Колик А . В . 2021 . Городская логистика. Грузовые перевозки. М.: Юрайт
Гусев Д . А . 2014 . Новые возможности формализации предпочтений ЛПР при выборе решений по многим критериям в логистике. Логистика сегодня (5): 300-317 .
Гусев Д А , Саркисян А А 2021 К вопросу о выборе политики возвратов компании электронной коммерции. Логистика сегодня (4): 250-256
Гусев Д А , Саркисян А А 2022 Качество управления возвратными потоками с точки зрения участников электронной коммерции: различия в восприятии . Менеджмент качества (1): 28-33
Иванов Д. Управление цепями поставок. 2009 . СПб . : Изд-во Политехнического университета
Маркетинговое исследование Интернет-торговля в России 2021 . 2022. Data Insight. [Электронный ресурс] . https://datainsight. ru/eCommerce_2021 (дата обращения: 19 . 08. 2022) .
Ногин В . Д . 2005 . Принятие решений в многокритериальной среде . М . : ФИЗМАТЛИТ .
Подиновский В . В . 2019 . Идеи и методы теории важности критериев в многокритериальных задачах принятия решений . М . : Издательство «Наука» .
Ребязина В . А . , Шарко Е . Р . , Березка С . М . , А . Г . Старков А . Г . 2021 . Развитие электронной коммерции в России: влияние пандемии COVID-19. М . : НИУ ВШЭ .
Саати Т. Л. 2008. Принятие решений при зависимостях и обратных связях Аналитические сети. М . : ЛКИ .
Электронная торговля 2020-2024, прогноз Data Insight. 2020. Data Insight. [Электронный ресурс], https://datainsight.ru/ DI_eCommerce2020_2024/ (дата обращения: 19 . 08. 2022) .
REFERENCES IN LATIN ALPHABET
Agrawal S., Singh R. K., Murtaza Q . 2015.
A literature review and perspectives in reverse logistics. Resources, Conservation and Recycling (97): 76-92.
Brodetskiy G ., Gerami V ., Gusev D . 2021 . Possibilities of eliminating ineffective alternatives in the multi-criteria selection of counterparties for horizontal cooperation . In: MATEC Web of Conferences. ITMTS — The VII International Scientific and Practical Conference "Information Technologies and Management of Transport Systems", Orel, May 17-20, V . 341 . Les Ulis: EDP Sciences .
Chanintrakul P . , Mondragon A . E . C . , Lal-wani C . , Wong C . E . 2009 . Reverse logistics network design: a state-of-the-art literature review International Journal of Business Performance and Supply Chain Modelling 1 (1): 61-81 .
Cooper W . W . , Seiford L . M . , Tone K . 2006 . Data Envelopment Analysis. A Comprehensive Text with Models, Applications, References and DEA-Solver Software . 2nd ed . Springer-Verlag: N . Y .
Das D ., Kumar R ., Rajak M . K . 2020 . Designing a reverse logistics network for an e-commerce firm: a case study (2020). Operations and Supply Chain Management: An International Journal (13): 48-63
Goldratt E . M . , Cox J . 2016 . The Goal: A Process of Ongoing Improvement Routledge: N Y
Govindan K . , Soleimani H. , Kannan D . 2015 . Reverse logistics and closed-loop supply chain: A comprehensive review to explore the future . European Journal of Operational Research 240 (3): 603-626 .
Fleischmann M . , Bloemhof-Ruwaard J . M . , Beullens P Dekker R . 2004. Reverse Logistics Network Design. Reverse logistics . Springer: Berlin, Heidelberg .
Guide V. D. R., Harrison T. P ., Van Wassen-hove L . N . 2003 . The challenge of closed-loop supply chains . Interfaces (6): 3-6 .
Hovanov N . , Yudaeva M . , Hovanov K . 2009 . Multicriteria estimation of probabilities on basis of expert non-numeric, non-exact and non-complete knowledge European Journal of Operational Research (3): 857-863 .
Robertson T S , Hamilton, R , Jap S D 2020 Many (un) happy returns? The changing nature of retail product returns and future research directions. Journal of Retailing (2): 172-177.
Rogers D . S . , R . S . Tibben-Lembke. 1999 . Going Backwards: Reverse Logistics Trends and Practices . Reverse Logistics Executive Council .
Thakkar J. J. 2021. Multi-Criteria Decision Making. Studies in Systems, Decision and Control, Vol 336 Springer: Singapore
Tosarkani B. M., Amin S. H. 2018. A multi-objective model to configure an electronic reverse logistics network and third party selection Journal of Cleaner Production (198): 662-682
Tzeng G. H., Huang J. J. 2011. Multiple Attribute Decision Making: Methods and Applications . CRC press .
Deloitte . 2019 . Bringing it back: Retailers need a synchronized reverse logistics strat-
egy . [Electronic resource] . https://www2. deloitte.com/content/dam/Deloitte/us/ Documents/process-and-operations/us-bringing-it-back.pdf (accessed: 20 .08. 2022) .
TRANSLATION OF REFERENCES IN RUSSIAN INTO ENGLISH
Alyamovskaya N . S., Kolchugin D. M. 2018. Theoretical aspects of managing return flows management in internet retail . Logistika i Upravleniye Tsepyami Postavok (6): 97-111 . (In Russian) Alyamovskaya N . S . , Kolchugin D . M . , Vi-nokurova V. O. 2017. Return flows in internet retail: general description and causes of occurrence. Logistika i upravleniye tsepyami postavok (6): 64-80. (In Russian) Alyamovskaya N . S ., Levina T . V . 2019 . Theoretical aspects of transport items return management in supply chains . Logistika i upravleniye tsepyami postavok (4): 22-32 . (In Russian) Brodetskiy G . L ., Gusev D . A . , Shidlovskii I . G .
2020 . Multi-criteria Decision Optimization in Logistics Research. Moscow: INFRA-M Publ . (In Russian)
Gerami V . D., Gusev D . A., Sarkisyan A . A.
2021 . The problems of optimization of the network of return flows routes in urban internet retail . In: Information technologies and innovations in transport: proceedings of the VII International scientific and practical conference, May 18-19, 2021 V. 1: Information Technologies; 52-60. Orel: Orel State University Press . (In Russian)
Gerami V . D . , Kolik A . V . 2020 . Transport systems management. Transport logistics support. Moscow: Urait Publ . (In Russian) Gerami V . D . , Kolik A . V . 2021 . Urban Logistics. Freight Transport. Moscow: Urait Publ . (In Russian) Gusev D. A . 2014 . New opportunities for formalization of decision maker preferences when choosing multi-criteria solutions according in logistics. Logistika Segodnya (5): 300-317. (In Russian)
Gusev D . A . , Sarkisyan A. A. 2021 . To the question of choosing an e-commerce company return policy . Logistika Segodnya (4): 250256 . (In Russian) Gusev D . A . , Sarkisyan A . A . 2022 . The quality of return flow management from the point of view of e-commerce participants: differences in perception . Menedzhment Kachestva (1): 28-33 . (In Russian) IvanovD . A. Supply Chain Management. 2009 .
St . Petersburg: Polytech-press . (In Russian) Marketing research E-commerce in Russia 2021 . 2022 . Data Insight. [Electronic resource] . https://datainsight.ru/eCommerce_2021 (accessed: 19 08 2022) (In Russian) Nogin V . D . 2005 . Decision-making in Multi-criteria Environment. Moscow: FIZMATLIT Publ (In Russian) Podinovskiy V . V. 2019 . Ideas and Methods of Criteria Importance Theory in Multic-riteria Decision-making Problems. Moscow: Nauka Publ (In Russian) Rebiazina V. A., Sharko E. R., Berezka S. M, Starkov A G 2021 Development of e-commerce in Russia: the impact of the COV-ID-19 pandemic. Moscow: HSE University Press (In Russian) Saaty T . L . 2008. Decision-making under dependencies and feedbacks. Analytical networks . Moscow: LKI Publ . (In Russian) E-commerce 2020-2024 Data Insight Forecast 2020 Data Insight [Electronic resource] https://datainsight.ru/DI_eCom-merce2020_2024/ (accessed: 19.08.2022). (In Russian)
Статья поступила в редакцию 6 июня 2022 г.
Принята к публикации 23 июня 2022 г.
Multi-criteria approach to forming the return policy of e-commerce companies in Russia
V.D.Gerami, D.A.Gusev, A.A.Sarkisyan Graduate School of Business, HSE University, Russia
The aim of the study is to develop an effective approach to formulating and adjusting the return policy of large e-commerce companies in the Russian Federation taking into account the interests of e-commerce and marketplace participants . Research methodology includes modern methods of multi-criterial choice accounting for the preferences of decision makers . The paper provides an up-to-date assessment of actual return policy in e-commerce companies in the Russian Federation, and also proposes a multi-criterial approach to solving the problems of interfunctional and interorganizational interaction when choosing return policy parameters, taking into account legal restrictions and the interests of e-commerce marketplace participants The practice of implementing the return policy is assessed in this study in view of insufficient high-quality urban warehouses, as well as limited ability to hire new couriers for deliveries on the "last mile" to the customers' doors . The paper also discusses the prospects for the synthesis of a multicriteria approach and single-criteria optimization models of return flows route network Keywords: e-commerce, return flows, return policy, multi-criteria selection .
Для цитирования: Герами В . Д . , Гусев Д . А . , Саркисян А . А . 2022. Многокритериальный подход к формированию политики возвратов товаров компаниями электронной коммерции в России . Российский журнал менеджмента 20 (1): 127-144. https://doi . org/10 . 21638/spbu18 . 2022 . 106
For citation: Gerami V . D . , Gusev D . A . , Sarkisyan A . A . 2022. Multi-criteria approach to forming the return policy of e-commerce companies in Russia . Russian Management Journal 20 (1): 127-144. https://doi. org/10 . 21638/spbu18 . 2022 . 106 (In Russian)
Initial Submission: June 6, 2022 Final Version Accepted: June 23, 2022
