Isporuka zadnje milje unutar maloprodaje i e-trgovine složena je i ključna za ispravno. Između ostalog, utječe na zadovoljstvo i iskustvo korisnika, ponovne poslove, percepciju robne marke i profitabilnost. Stoga je razumljivo da timovi za logistiku i planiranje dostave imaju tendenciju potrošiti značajnu količinu vremena na pripremu svojih ruta dostave, razvijajući najisplativije, ekološki prihvatljivije planove koje trebaju izvršiti njihovi timovi dostave i vozni parkovi. Stvaranje optimiziranog plana rute za isporuke prvi je korak ka maksimiziranju performansi voznog parka i pružanju pozitivnog korisničkog iskustva.
Međutim, izvrstan plan važan je samo kada se izvrši – a to je izazov za mnoge operatere voznih parkova. Naravno, praćenje vozača pomoću GPS-a pomaže, ali problem nije tako jednostavan jer postoji nekoliko područja gdje dolazi do odstupanja od plana. Na primjer, neka odstupanja su dobrovoljna (npr. vozač odluči promijeniti redoslijed isporuke), a druga su nenamjerna (npr. postoji zatvaranje ceste koja nije zabilježena u podacima digitalne karte). U mnogim slučajevima odstupanje od plana počinje mnogo prije nego što vozač uopće krene na cestu. Stoga, kako bi dobili bolju kontrolu nad performansama voznog parka, trgovci moraju pratiti "plan" u odnosu na "stvarnu" izvedbu. Chris Jones, EVP,Descartesobjašnjava.
Definiranje "plana" vs. "Stvarna" izvedba
Postoje tri ključne točke koje treba razumjeti kada se radi o planu u odnosu na stvarnu izvedbu i kako operateri maloprodajnih voznih parkova mogu koristiti te informacije za maksimiziranje performansi voznog parka i korisničkog iskustva.
1. Započnite s optimiziranim planom rute
Mnogi operateri voznih parkova koriste rješenja za planiranje ruta za podršku isporukama u maloprodaji i e-trgovini. Današnja napredna rješenja za optimizaciju ruta vrlo su vješta u razmatranju svih poslovnih ograničenja i procjeni kompromisa između specifičnih narudžbi na određenim rutama i redoslijeda kojim se isporučuju. Gledaju holistički kako bi pronašli najbolju kombinaciju ruta i sekvenci koje će zadovoljiti zahtjevi kupca za isporuku za najniže troškove isporuke.
Iako nije savršeno, ako je rješenje za planiranje rute ispravno konfigurirano, dosljedno će nadmašivati ljudski um u pronalaženju najisplativijeg plana rute. Za ovu raspravu, uzmimo u obzir da je plan koji je inicijalno generirao sustav početna mjerna točka i da ima najbolje moguće rezultate.
2. Procijenite utjecaj promjena koje su izvršili planeri
Nakon što se plan inicijalno izradi, obično ga pregledava planer kako bi se osiguralo da nema nedosljednosti koje bi mogle utjecati na izvedbu isporuke, te da uzme u obzir sve uvjete koji nisu uzeti u obzir u konfiguraciji sustava ili ih nije moguće modelirati. Ovaj korak je prvo mjesto gdje može doći do odstupanja od početnog optimiziranog plana. Iz opravdanih i proizvoljnih razloga, planeri mijenjaju optimizirane rute. Na primjer, planer zna da rješenje ne obuhvaća u potpunosti ograničenje i broj isporuka koje određeni kamion može izvršiti.
Jednako tako, planer može imati unaprijed stvorene predodžbe o tome kako bi ruta trebala "izgledati" i napraviti promjene kako bi se na određeni način prikazala na digitalnoj karti. U oba slučaja, optimizirani plan je prilagođen i rezultati spadaju u dvije kategorije: optimiziraniji i bolja izvedba ili manje optimizirana i niža izvedba. Te promjene je potrebno zabilježiti i usporediti s inicijalno optimiziranim planom.
3. Pratite izvršenje i uhvatite odstupanja koja na njega utječu
Nakon što planer završi s prilagodbama, plan se objavljuje vozaču. Pretpostavimo da su sve isporuke na kamionu i da vozač počinje izvršavati rutu koju prati GPS. I ovdje vozač može odstupiti od plana rute iz opravdanih i proizvoljnih razloga.
Vozač zna da će određeni kupac primati narudžbe ranije nego što je navedeno u planu rute i mijenja redoslijed dostave kako bi bio učinkovitiji ili se vozač voli zaustaviti na određenoj lokaciji jer su objekti bolji ili su opcije hrane i pića privlačnije . Zatim postoje događaji koji su izvan kontrole vozača, a koji mogu promijeniti plan rute. Na primjer, kupac otkaže isporuku ili nesreća zatvori cestu. Sve promjene vozača i vanjske događaje potrebno je uhvatiti kako bi se dobila potpuna slika odstupanja tijekom izvođenja rute.
Potpuni plan u odnosu na stvarnu sliku
Hvatanje ovih točaka daje upraviteljima voznih parkova sveobuhvatan pogled na plan kroz stvarno izvršenje i bolju kontrolu rezultata izvedbe. Menadžeri će znati početnu točku plana u smislu troškova i korisničke usluge, kako su promjene planera utjecale na troškove i uslugu, a isto je i zavozačpromjene i vanjski događaji – sve su to važni čimbenici koje treba uzeti u obzir s rastućim troškovima dostave na kućnu adresu i operacija voznog parka.
Postavljen jedan uz drugoga, menadžer može vidjeti (1) je li plan bio optimalan ili izvediv koliko god je to moguće, (2) stupanj do kojeg planeri mijenjaju izvorni plan i zašto te stupanj pokretača odstupa i zašto. Uz ove informacije, menadžeri mogu poduzeti korektivne radnje kako bi (1) poboljšali kvalitetu početnog optimiziranog plana kroz promjene konfiguracije, (2) identificirali koji planeri pretjerano uređuju plan i negativno utječu na troškove i korisničku uslugu, i (3) bolje upravljati pridržavanjem vozača plana i razumjeti stupanj u kojem vanjski događaji utječu na izvedbu isporuke.
Tehnologija može poboljšati i optimizirati proces pregleda
Tehnologija neprestano unapređuje učinkovitost u maloprodajnom sektoru. Može olakšati plan dostave na kućnu adresu u odnosu na stvarni proces pregleda, eliminirati neke od uzroka odstupanja od planova koji imaju negativan učinak na izvedbu; ali također može uzeti u obzir odstupanje koje je imalo pozitivan učinak. To je način na koji tehnologija podržava.
• Analitika podataka integrirana s rješenjem za planiranje i izvođenje može ubrzati plan u odnosu na analizu stvarne izvedbe. Jedan od najvećih izazova je prikupljanje, organiziranje i povezivanje ogromne količine podataka koje generiraju planiranje rute i izvedbena rješenja temeljena na GPS-u.
Pojava moćnih, ali intuitivnih i jeftinih analitičkih platformi kao što je Microsoft PowerBI™ koja ima standardiziranu integraciju s rješenjima za planiranje rute i izvođenje usmjerava proces upravljanja podacima i daje duboke uvide u usporedbu plana i stvarne izvedbe.
• Kako strojno učenje pomaže uhvatiti plan u odnosu na stvarnu izvedbu. Praćenje plana voznog parka u odnosu na stvarnu izvedbu isporuke izvrsna je aplikacija za strojno učenje zbog svih podataka koji se stvaraju u planiranju rute kroz proces izvršenja.
Strojno učenje može preciznije identificirati stvarnu lokaciju zaustavljanja, vrijeme vožnje, servisa i zaustavljanja te druge obrasce kao što su promjene u redoslijedu zaustavljanja. Ove se preporuke mogu primijeniti na optimizirano rješenje za planiranje kako bi se stvorili precizniji i produktivniji planovi ruta.
Strojno učenje također može identificirati koji su planeri i pokretači izvanredni kako bi se uhvatili najbolji primjeri iz prakse ili podučavali one koji imaju lošiju izvedbu.
• Robotska automatizacija procesa može eliminirati neke od uzroka odstupanja plana u odnosu na stvarno odstupanje. Nažalost, učinak planera može uvelike varirati što rezultira značajnim odstupanjima od početnog optimiziranog plana i lošijom izvedbom plana.
Hvatajući i automatizirajući postupke planiranja najboljih planera koji koriste robotsku automatizaciju procesa, operateri voznih parkova mogu eliminirati mnoga podešavanja nakon optimizacije koja se javljaju tijekom faze pregleda planiranja. Posljedično, bit će manje promjena, predvidljiviji ishodi planiranja u cijeloj organizaciji, kraći pregledi planiranja i veća produktivnost planera.
Analiza izvedbe planiranja u odnosu na stvarnu dostavu važan je proces za precizno određivanje i poboljšanje praksi i radnji koje planeri i pokretači poduzimaju, a koje negativno utječu na učinkovitost dostave na kućnu adresu za trgovce. Korištenje ovog opisanog pristupa u tri točke omogućuje menadžerima unutar maloprodajnih i e-trgovinskih organizacija da zabilježe promjene koje utječu na izvedbu dostave na kućnu adresu. U kombinaciji s tehnološkim napretkom kao što je analitika podataka, strojno učenje i robotska automatizacija procesa, operacije voznog parka mogu implementirati snažan plan u odnosu na procese stvarne izvedbe koji pokreću performanse voznog parka za dostavu i poboljšanja krajnjeg rezultata.
