대규모 소매업체를 위한 세 가지 경로 계획 기본 사항

소매 운영이 점점 더 복잡해짐에 따라 배송 계획은 전체 물류 공급망에서 중요한 부분이 되었습니다.

많은 회사에서 운송 관리 시스템을 구현했지만 일일 경로 계획 및 일정 수립은 대부분 수동으로 수행됩니다. 이러한 반복적인 프로세스는 오랜 시간을 소비하고 비효율성을 줄이려는 노력을 좌절시킵니다.

일반적인 소매 배송 작업에는 개인 차량과 제3자 물류 제공업체를 혼합하여 여러 유통 센터의 매장 주문 처리가 포함됩니다. 도매 유통이나 배송과는 다른 소매 유통을 위한 최적의 경로 계획은 여러 변수에 의해 결정됩니다.

대형 차량 기반 소매업체는 일반적으로 30대 이상의 트럭을 사용하여 3개에서 10개 DC 사이의 수백 개의 상점에 서비스를 제공합니다. 각 트럭은 각 상점의 거리와 주문 규모에 따라 이동당 3~10개의 정류장을 운행합니다.

배송 위치가 안정적이더라도 이러한 위치에 대한 수요는 날마다 크게 다를 수 있습니다. 서비스 시간과 수량의 차이로 인해 동일한 경로 계획을 유지하고 DC에서 상점으로의 배송 순서를 유지하기가 어렵습니다. 결과적으로 기획자는 트럭에 주문을 하고 배송 기간을 맞추는 데 필요한 경유지 수를 파악하는 데 오랜 시간을 소비해야 합니다. 기획자는 일반적으로 적절한 핵심 성과 지표를 생성할 수 있는 추적 기능이 없기 때문에 긴 계획 시간과 배송 지연 가능성 외에도 회사는 불필요하고 과도한 마일을 운전하는 경우가 많습니다.

주어진 주문일에 최적의 경로 계획을 달성하는 것이 목표일 때 계획자는 어떤 변수를 고려해야 합니까?

배송 기간. 앞서 언급했듯이 DC는 도시 파견에 비해 더 큰 소매 유통 지역에 서비스를 제공하며 배송을 완료하는 데 며칠이 걸릴 수 있습니다. 계획자는 시작 시간과 경로를 기반으로 정확한 운전 시간을 유지해야 합니다. 또한 싱글 드라이버 및 팀에 대한 의무적인 서비스 시간 요구 사항을 고려해야 합니다. 플래너가 서로 다른 정류장 사이의 운전 시간을 어느 정도 예측할 수 있다고 해도 이를 다양한 서비스 시간과 결합하고 정류장 순서를 번갈아 갈 때 수동 조작을 통해 둘 다 적절하게 구성하는 것은 어렵습니다.

배송 기간 대부분의 상점에는 트럭이 언제 하역해야 하는지를 결정하는 엄격한 배송 기간이 있습니다. 특정 매장의 평균 기간은 1시간에서 3시간까지 다양하며 다른 매장과 겹칠 수 있습니다. 여행은 며칠이 걸릴 수 있으므로 경유지가 변동되면 계획자가 배송 기간에 새로운 정보를 입력해야 할 때 문제가 발생합니다.

서비스 시간. 각 상점의 평균 서비스 시간은 여러 가지 이유로 다를 수 있습니다. 일부 상점은 다른 상점보다 바쁘거나 수령 작업의 효율성 수준이 다를 수 있습니다. 둘째, 다양한 주문 크기로 인해 서비스 시간이 달라집니다. 일반적인 관행에 따르면 특정 매장의 서비스 시간은 일반적으로 30분에서 90분까지 다양합니다. 또한 촉박한 배송 기간과 연장된 서비스 시간으로 인해 경유 횟수와 순서를 바꾸기가 더 어렵습니다.

따라서 계획자는 실행 가능한 경로와 로드를 얻기 위해 이러한 모든 변수의 균형을 맞춰야 합니다. 문제는 여러 대의 트럭과 교대 정류장이 있는 수백 또는 수천 개의 잠재적 주문 조합이 있다는 것입니다. 수동으로 수행하므로 시간이 너무 많이 걸립니다.

계획자는 모든 경유지를 배송 기간에 맞출 수 있는 최상의 솔루션을 선택해야 합니다. 인간의 두뇌는 가장 최적의 계획을 생성하기 위해 너무 많은 변수를 저글링할 수 없기 때문에 배송 지연 또는 과도한 주행 거리의 위험 증가로 인해 상당한 비효율이 발생할 가능성이 높습니다.

차량 라우팅 문제는 간단한 경우 해결하기 쉬울 수 있지만 위에서 언급한 모든 제약 조건을 통합하면 실생활에서 해결하기 어렵습니다. 가장 어려운 것 중 하나는 시간 창에 대한 용량 차량 라우팅 문제입니다. 이 알고리즘의 주요 목표는 모든 배송 기간 및 트럭 용량 제약 조건을 충족하면서 계획에서 최적의 마일리지 또는 운전 시간을 얻는 것입니다. 우리의 두뇌는 대용량 데이터 로드를 해결하는 데 너무 많은 시간을 소비하며 개인은 초과 주행 거리를 계획하거나 너무 많은 트럭을 사용하여 최적이 아닌 결과를 얻을 가능성이 높습니다.

많은 수의 배송 문제를 해결하는 여러 경로 계획 소프트웨어 응용 프로그램이 있습니다. 많은 사람들이 유사한 기능을 가지고 있는 것처럼 보일 수 있지만 소매업체는 모든 요구 사항을 고려하고 대량 배송 대상에 가장 적합한 제품을 선택할 때 주의해야 합니다. 여러 실제 상황은 학술 논문에서 다루지 않습니다. 따라서 일부 애플리케이션 빌더는 소프트웨어에 대한 경험적 알고리즘을 구축할 때 계획 현실을 설명하지 못합니다. 주어진 솔루션이 회사 운영에 가장 적합한지 확인하기 위해 몇 주간의 데이터에 대한 테스트를 수행하는 것이 현명할 것입니다.

Vardan Markosyan은 의 CEO입니다. 더 적은 플랫폼.