대규모 소매업체를 위한 3가지 핵심 경로 계획 전략

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

많은 기업이 운송 관리 시스템(TMS)을 구축했지만, 일일 경로 계획과 스케줄링은 대부분 여전히 수동으로 이루어집니다. 이러한 반복 프로세스는 오랜 시간을 소비하고 비효율성 감소 노력을 좌절시킵니다.

일반적인 소매 배송 운영은 여러 유통 센터(DC)에서 매장 풀필먼트를 수행하며, 자가 플릿과 서드파티 물류(3PL) 제공업체를 혼합해 사용합니다. 여러 변수가 소매 유통을 위한 최적 경로 계획을 도매 유통이나 배송과 다르게 만듭니다.

• 소매업체는 자사 매장에 배송하므로 배송 위치는 안정적입니다. 반면 주문 수량은 변동할 수 있어 같은 경로가 하루하루 다르게 실현 불가능할 수 있습니다.
• 소매업체는 종종 DC에서 예외적으로 넓은 지역을 커버합니다. 다른 B2B 유통업체와 달리 특정 DC가 여러 주를 커버할 수 있습니다. 따라서 더 긴 거리를 다루는 것 외에도 소매업체는 다일, 다중 정차 배송을 계획해야 합니다.
• 트럭이 각 위치에서 더 많은 시간을 보내는 경향이 있지만, 배송 시간 창은 여전히 매우 타이트합니다. 이는 유연성을 위한 여지를 거의 남기지 않으며, 최적 적재와 경로 계획을 어렵게 만듭니다.

대규모 플릿 기반 소매업체는 보통 3~10개 DC에서 수백 개 매장을 서비스하며, 30대 이상의 트럭 플릿을 사용합니다. 각 트럭은 매장의 거리와 주문 크기에 따라 트립당 3~10회 정차합니다.

배송 위치가 안정적이더라도 이 위치들에 대한 수요는 날마다 크게 달라질 수 있습니다. 상이한 서비스 시간과 수량은 동일한 경로 계획과 DC에서 매장으로의 배송 순서를 유지하기 어렵게 만듭니다. 그 결과 계획자는 주문을 트럭에 싣고 배송 시간 창을 맞추기 위해 필요한 정차 횟수를 파악하는 데 오랜 시간을 보냅니다. 긴 계획 시간과 잠재적 지연 배송 외에도, 계획자가 적절한 핵심 성과 지표를 생성할 추적 역량이 없는 경우가 많아 불필요하고 과도한 마일리지를 주행하는 경우가 많습니다.

주어진 날의 주문에 대한 최적 경로 계획을 목표로 할 때 계획자는 어떤 변수를 고려해야 할까요?

배송 소요 시간

앞서 언급했듯 DC는 도시 배송보다 더 큰 소매 유통 지역을 커버하며, 배송 완료에 며칠이 걸릴 수 있습니다. 계획자는 시작 시간과 경로를 기반으로 정확한 주행 시간을 유지해야 합니다. 또한 단일 운전자와 팀에 대한 의무적인 근로 시간 요건도 고려해야 합니다. 계획자가 다른 정차 지점 간 주행 시간을 어느 정도 예측할 수 있다 해도, 이를 변동하는 서비스 시간과 결합하고 정차 순서를 번갈아 가며 수동 작업으로 둘 다 제대로 정리하기는 어렵습니다.

배송 시간 창

대부분 매장은 트럭이 하차해야 하는 시간을 결정하는 엄격한 배송 시간 창을 가지고 있습니다. 특정 매장의 평균 창은 1~3시간이며, 다른 창과 겹칠 수 있습니다. 트립이 며칠 걸릴 수 있으므로, 정차 지점의 변화는 새로운 정보를 배송 시간 창에 맞춰야 할 때 계획자에게 문제를 만듭니다.

서비스 시간

각 매장에서의 평균 서비스 시간은 여러 이유로 다를 수 있습니다. 일부 매장은 다른 매장보다 붐비거나, 입고 운영의 효율성 정도가 다를 수 있습니다. 둘째, 가변적인 주문 크기 때문에 서비스 시간이 다릅니다. 일반적인 관행에 따르면 특정 매장의 서비스 시간은 보통 30~90분 사이로 변동합니다. 타이트한 배송 시간 창과 연장된 서비스 시간은 정차 횟수와 순서를 번갈아 가며 조정하는 것을 더 어렵게 만듭니다.

따라서 계획자는 실행 가능한 경로와 적재를 얻기 위해 이 모든 변수의 균형을 맞춰야 합니다. 문제는 수백, 수천 개의 잠재적 주문 조합이 있으며, 여러 트럭과 번갈아 가는 정차 지점이 있다는 것입니다. 수동으로 수행하면 이 과정은 너무 많은 시간이 걸립니다.

계획자는 모든 정차 지점을 배송 시간 창에 맞출 최적의 솔루션을 선택해야 합니다. 인간의 두뇌가 그렇게 많은 변수를 저글링하며 가장 최적의 계획을 산출할 수 없기 때문에, 지연 배송이나 과도한 마일리지의 위험 증가로 인해 상당한 비효율이 발생할 가능성이 높습니다.

차량 경로 문제는 단순한 경우엔 풀기 쉽지만, 위에서 언급한 모든 제약 조건을 포함하면 현실에서 풀기 어렵습니다. 가장 어려운 것 중 하나는 시간 창이 있는 용량 차량 경로 문제(Capacitated Vehicle Routing Problem with Time Windows)입니다. 이 알고리즘의 주요 목표는 모든 배송 시간 창과 트럭 용량 제약을 충족하면서 계획에서 최적의 마일리지나 주행 시간을 얻는 것입니다. 우리 뇌는 큰 데이터 로드를 풀기 위해 너무 많은 시간을 쓰고, 개인은 과도한 마일리지를 계획하거나 너무 많은 트럭을 사용해 비최적 결과를 얻을 가능성이 높습니다.

대량 배송을 위한 경로 계획 소프트웨어 애플리케이션이 다수 있습니다. 많은 것이 비슷한 기능을 가진 것처럼 보일 수 있지만, 소매업체는 모든 요구사항을 고려하고 대량 배송 목표에 가장 잘 맞는 것을 신중하게 선택해야 합니다. 여러 실제 상황은 학술 논문에서 다루지 않으므로, 일부 애플리케이션 개발자는 휴리스틱 알고리즘을 구축할 때 계획 현실을 고려하지 못합니다. 몇 주간의 데이터로 테스트해 보고, 주어진 솔루션이 회사 운영에 가장 적합한지 확인하는 것이 현명할 것입니다.

바르단 마르코시안은 Less Platform의 CEO입니다.