Испорука последње миље у малопродаји и е-трговини је сложена и од виталног је значаја за исправну испоруку. То утиче на задовољство и искуство купаца, понављање послова, перцепцију бренда и профитабилност, између осталог. Разумљиво, стога, тимови за логистику и планирање испоруке имају тенденцију да проводе значајну количину времена припремајући своје руте испоруке, развијајући најисплативије, еколошки прихватљиве планове које ће њихови тимови за испоруку и флоте извршити. Креирање оптимизованог плана руте за испоруке је први корак ка максимизирању перформанси возног парка и пружању позитивног корисничког искуства.
Међутим, одличан план битан је само када се изврши – а то је изазов за многе оператере флоте. Наравно, праћење возача помоћу ГПС-а помаже, али проблем није тако једноставан јер постоји неколико области у којима се дешавају одступања од плана. На пример, нека одступања су добровољна (нпр. возач одлучи да промени редослед испоруке), а друга су ненамерна (нпр. постоји затварање пута који није забележен у подацима дигиталне мапе). У многим случајевима, одступање од плана почиње много пре него што возач уопште стане на пут. Стога, да би добили бољу контролу над перформансама возног парка, трговци на мало морају да прате „плански“ у односу на „стварни“ учинак. Цхрис Јонес, ЕВП,Десцартесобјашњава.
Дефинисање "Плана" вс. „Стварни“ учинак
Постоје три кључне тачке које треба разумети када је у питању план у односу на стварне перформансе и како оператери малопродајног возног парка могу да користе те информације да би максимално повећали перформансе возног парка и корисничко искуство.
1. Почните са оптимизованим планом руте
Многи оператери возног парка користе решења за планирање рута за подршку испорукама у малопродаји и е-трговини. Данашња напредна решења за оптимизацију рута су веома вешта у разматрању свих пословних ограничења и процењивању компромиса између поседовања специфичних поруџбина на одређеним рутама и редоследа у коме се оне испоручују. Они холистички гледају како би пронашли најбољу комбинацију рута и секвенци које ће испунити захтеви за испоруку купаца за најниже испоручене трошкове.
Иако није савршено, ако је решење за планирање руте исправно конфигурисано, оно ће доследно надмашити људски ум да пронађе најефикаснији план руте. За ову дискусију, узмимо у обзир да је план који је првобитно генерисан од стране система полазна тачка мерења и да има најбоље потенцијалне резултате.
2. Процените утицај промена које су направили планери
Када је план првобитно креиран, планер га обично прегледа како би се уверио да нема недоследности које би могле да утичу на перформансе испоруке, и да узме у обзир све услове који нису узети у обзир у конфигурацији система или који нису могући за моделирање. Овај корак је прво место где може доћи до одступања од првобитног оптимизованог плана. Из легитимних и произвољних разлога, планери уносе промене у оптимизоване руте. На пример, планер зна да решење не обухвата у потпуности ограничење и број испорука које одређени камион може да изврши.
Једнако тако, планер може имати унапред створене идеје о томе како би рута требало да „изгледа“ и да изврши промене да би се на одређени начин појавила на дигиталној мапи. У оба случаја, оптимизовани план је прилагођен и резултати падају у две категорије: оптимизованији и бољи учинак или мање оптимизован и нижи учинак. Ове промене треба ухватити и упоредити са првобитно оптимизованим планом.
3. Пратите извршење и ухватите одступања која утичу на то
Када планер заврши са прилагођавањем, план се објављује возачу. Претпоставимо да су све испоруке на камиону и возач почиње да извршава руту коју прати ГПС. И овде возач може да одступи од плана руте из оправданих и произвољних разлога.
Возач зна да ће одређени купац примати наруџбине раније него што је наведено у плану руте и мења редослед испоруке да би био ефикаснији, или возач воли да стане на одређеној локацији јер су објекти бољи или су опције за храну и пиће привлачније . Затим постоје догађаји који су ван контроле возача, који могу променити план руте. На пример, купац откаже испоруку или несрећа затвори пут. Све промене возача и екстерни догађаји морају бити снимљени да би се добила потпуна слика одступања током извршавања руте.
Комплетан план наспрам стварне слике
Снимање ових тачака даје менаџерима возних паркова свеобухватан поглед на план кроз стварно извршење и бољу контролу резултата учинка. Менаџери ће знати почетну тачку плана у смислу трошкова и услуга за кориснике, како су промене планера утицале на цену и услугу, и исто завозачПромене у Србији и екстерни догађаји – сви важни фактори које треба узети у обзир са растућим трошковима за кућну доставу и операције возног парка.
Постављен један поред другог, менаџер може да види (1) да ли план није био оптималан или изводљив колико год је то могуће, (2) степен до којег планери мењају првобитни план и зашто и степен одступања покретача и зашто. Са овим информацијама, менаџери могу да предузму корективне мере да (1) побољшају квалитет почетног оптимизованог плана кроз промене конфигурације, (2) идентификују који планери преуређују план и негативно утичу на трошкове и корисничку услугу и (3) боље управљајте придржавањем возача како бисте планирали и разумели степен у коме спољни догађаји утичу на перформансе испоруке.
Технологија може да побољша и оптимизује процес прегледа
Технологија непрекидно унапређује ефикасност у малопродајном сектору. Може олакшати план испоруке на кућну адресу у односу на стварни процес прегледа, елиминисати неке од узрока одступања од планова који имају негативан утицај на перформансе; али може узети у обзир и одступање које је имало позитиван утицај. Овако технологија подржава.
• Аналитика података интегрисана са решењем за планирање и извршење може убрзати план у односу на стварну анализу учинка. Један од највећих изазова је прикупљање, организовање и повезивање огромне количине података које генеришу решења за планирање руте и извршења заснована на ГПС-у.
Појава моћних, али интуитивних и јефтиних аналитичких платформи као што је Мицрософт ПоверБИ™ која има стандардизовану интеграцију за решења за планирање рута и извршење, поједностављује процес управљања подацима и даје дубок увид у план наспрам стварних перформанси.
• Како машинско учење помаже да се ухвати план у односу на стварне перформансе. Праћење плана возног парка у односу на стварне перформансе испоруке је одлична апликација за машинско учење због свих података који се креирају у планирању руте кроз процес извршења.
Машинско учење може прецизније да идентификује стварну локацију заустављања, вожњу, време сервисирања и заустављања и друге обрасце као што су промене у секвенци заустављања. Ове препоруке се могу применити на оптимизовано решење за планирање како би се направили прецизнији и продуктивнији планови рута.
Машинско учење такође може да идентификује који планери и покретачи су изван граница за прикупљање најбољих пракси или обучавање лошијих перформанси.
• Роботска аутоматизација процеса може елиминисати неке од узрока планираног у односу на стварно одступање. Нажалост, учинак планера може увелико варирати што резултира значајним одступањима од првобитног оптимизованог плана и лошијим перформансама плана.
Снимањем и аутоматизацијом пракси планирања најбољих планера користећи аутоматизацију роботских процеса, оператери возних паркова могу елиминисати многе пост-оптимизацијске подешавања која се дешавају током фазе прегледа планирања. Сходно томе, биће мање промена, предвидљивији исходи планирања у целој организацији, краћи прегледи планирања и већа продуктивност планера.
Анализа учинка планирања у односу на стварну испоруку је важан процес за прецизирање и побољшање пракси и радњи које планери и возачи предузимају, а који негативно утичу на учинак доставе на кућну адресу за продавце. Коришћење овог описаног приступа у три тачке омогућава менаџерима у малопродајним и е-трговинским организацијама да схвате промене које утичу на перформансе доставе на кућну адресу. Када се комбинују са технолошким напретком као што су аналитика података, машинско учење и роботска аутоматизација процеса, операције возног парка могу да имплементирају моћан план у односу на стварне процесе перформанси који подстичу перформансе флоте испоруке и побољшавају крајњи резултат.
