Обзор
Ozon – это одна из крупнейший российских платформ для интернет-торговли с оборотом продаж в 80,7 млрд рублей (за 2019 г.). Компания ежегодно растёт: расширяет зоны доставки, запускает новые сервисы и т. д. Например, в 2019 г. оборот Ozon вырос на 93%, а за первый квартал 2020 г. – на 115%. В связи с этим компании нужно постоянно оптимизировать логистическую инфраструктуру.
Проблема
В 2018 году в Москве и Московской области у Ozon было 7 сортировочных центров (СЦ) с площадью от 200 кв. м. до 5 000 кв. м., а в 2020 году их количество выросло до 11. Из новых и существующих СЦ товары доставлялись непосредственно по адресу клиента, в постаматы или пункты выдачи (ПВЗ), где их забирали покупатели. Чтобы сохранить высокий уровень сервиса и доставлять товары вовремя, компания должна была выстроить новую сеть маршрутов и при этом минимизировать расстояние от СЦ до конечных точек. Для решения этой задачи компания решила использовать имитационное моделирование. Эта технология позволила Ozon визуализировать транспортную сеть в Москве и Московской области и протестировать гипотезы до реализации идей в реальном мире. Кроме решения основной задачи компания с помощью ИМ хотела понять, как распределить зоны доставки между новыми и существующими СЦ так, чтобы СЦ работали эффективно и не простаивали.
Решение
В Озоне после оформления заказ попадает на одну из фулфилмент-фабрик (пунктов обработки и исполнения заказов), где кладовщик принимает товары от поставщиков, собирает их в посылку и упаковывает. Скомплектованные заказы доставляются в сортировочные центры, где их распределяют между курьерами. Курьер, в свою очередь, осуществляет доставку по геозонам непосредственно до клиента, постамата или в пункт выдачи. При этом каждый СЦ обслуживает определенные геозоны.
Для того, чтобы детальнее отобразить весь процесс, были построены модели каждого этапа работы с заказом. Однако, в рамках данного кейса рассматривается именно оптимизация этапа перевозки «курьер-клиент».
Специалисты по имитационному моделированию Ozon начали со сбора данных. В компании вся информация по работе с заказами вносится в ИТ-системы, откуда были выгружены данные по:
- времени, которое курьер проводит в СЦ;
- времени, которое курьер тратит на дорогу от СЦ до определенной геозоны;
- распределению времени доставки в геозонах;
- распределению точек доставки заказа внутри каждой геозоны;
- распределению времени курьера, которое он тратит на передвижение между клиентами в каждой геозоне.
На основе этих данных была построена имитационная модель. Чтобы она точнее отражала работу реальной системы, в ней были учтены следующие ограничения:
- 98% заказов должны быть доставлены в срок;
- в сезон коэффициент использования СЦ достигает 95%, но нагрузка должна быть равно пропорционально распределена в системе;
- внутри разных геозон заказы распределяются неравномерно по времени и дням недели;
- график работы курьера.
Чтобы задать логику работы модели, команда Ozon использовала Библиотеку моделирования процессов AnyLogic, с помощью которой она отразила динамику системы и взаимосвязи между ее элементами с помощью потоковых диаграмм.
Кроме того, в модели необходимо было отразить маршруты доставки. Для этого команда отметила на ГИС-карте сортировочные центры Москвы и Московской области и соответствующие им геозоны, а маршруты создавались автоматически при запуске экспериментов благодаря возможностям AnyLogic. Готовую модель впоследствии загрузили в хранилище AnyLogic Cloud, что дало возможность команде Ozon делиться проектом с коллегами и получать к нему доступ с любых устройств.
При помощи имитационной модели тестировались различные сценарии типа «что если». В них варьировались такие параметры, как количество всех поступающих от клиентов заказов, своевременность доставки, количество отправленных в геозону курьеров и время курьера на дорогу в целом. Команда Ozon стремилась распределить геозоны между СЦ таки образом, чтобы минимизировать количество самих СЦ и сохранить высокий уровень сервиса. Помимо этого, по каждому сортировочному центру была собрана статистика: как по его эффективности, так и по времени доставки товара курьерами, привязанными к определенному СЦ.
Результат:
В результате работы команда Ozon построила модель, на которой отметила сортировочные центры и соответствующие им геозоны, а также постаматы и пункты выдачи. На основе модели она протестировала различные сценарии. После этого команда определила оптимальное расположение сортировочных центров и относящихся к ним геозон доставки с учетом уровня сервиса и затрат. Чтобы задать логику процессов системы логистики и визуализировать их, специалисты использовали Библиотеку моделирования процессов и возможности ГИС-карты AnyLogic. Стремясь соблюсти баланс между ключевыми показателями, на основе построенной модели и собранной статистики команда Ozon сделала выводы о том, что нужно закрыть 3 СЦ и открыть 11 СЦ (8 в Москве и 3 в Московской области) к концу 2020 г.