Оптимизация складских операций в онлайн-торговле

Оптимизация складских операций в онлайн-торговле

За последние пять лет мировой рынок электронной коммерции вырос на 320%, и эта тенденция усилилась после начала пандемии COVID-19. Для сокращения расходов и сохранения конкурентоспособности DHL Supply Chain — подразделение компании Deutsche Post DHL Group, управляющее сетью складов по всему миру — запустило проект по оптимизации складских операций. Этот проект предусматривал разработку надежного цифрового инструмента моделирования работы склада для тестирования разных стратегий волновой сборки заказов.

В результате проекта была разработана концепция, которая позволила складу с более 500 тысячами единиц складского учёта сократить время выполнения заказа на 8,2% и число необходимых работников с 249 до 183 человек.

Проблема

Руководство DHL Supply Chain пришло к выводу, что для сохранения конкурентоспособности на растущем рынке электронной коммерции необходимо выполнение двух целей: соблюдение соглашения об уровне предоставления услуг (Service Level Agreement, SLA) и сокращение операционных расходов.

Для достижения этих целей руководство подразделением приняло решение оптимизировать операции по входящему (прием, подготовка, сортировка и размещение товаров) и исходящему (сборка, сортировка, упаковка, подготовка и отправка заказов) складским потокам.

Склад DHL Supply Chain, для которого консультанты должны были разработать решение по оптимизации, имел следующие параметры:

Схема склада

Схема склада (нажмите, чтобы увеличить)

Цель проекта состояла в разработке надежной цифровой системы для испытания различных стратегий волновой сборки заказов, определения оптимальной пропускной способности склада и методов эффективного использования ресурсов.

Складские операции и выбор маршрута движения сборщика

На крупных складах используется метод отбора партий товаров, поскольку при индивидуальном и кластерном сборе заказов сборщик заказов может преодолевать до нескольких километров, чтобы укомплектовать заказ. Одной из целей проекта было разработать оптимальный маршрут движения сборщика.


Методы отбора товаров на складе

Методы отбора товаров на складе (нажмите, чтобы увеличить)

На крупных складах DHL использует два метода отбора товаров. Сначала заказы собираются в партии, а затем партии объединяются в «волны». Когда «волна» сформирована, сборщики в установленное время отбирают на складе все входящие в нее товары.

Как правило, партия насчитывает 14 заказов. Сбор товаров волнами помогает координировать работу складского помещения по времени, позволяя эффективно проводить другие операции, такие как размещение товаров и уборка помещения.

При отборе на складе товары из партии делятся между сборщиками по зонам, поэтому расстояние, которое необходимо преодолеть каждому сборщику, сокращается.

Когда все товары из зоны собраны, они объединяются в партии и подготавливаются для следующих этапов. Готовые партии перемещаются на сборочный стеллаж, где заказы собираются, а затем передаются на упаковку и отправку.


Диаграмма складских процессов

Диаграмма складских процессов

Операции по отбору товаров и формированию из них готовых к отправке заказов состоят из нескольких ключевых процессов:

  1. Формирования и запуска волны. Заказы объединяются в партии и отправляются на отбор входящих в них товаров.
  2. Отбора товаров на складе. Товары собираются в местах хранения в специальных зонах на складе. Отбор по зонам позволяет избежать необходимости преодолевать большие расстояния между необходимыми товарами. Отбор по зонам может производиться для предметов из разных заказов и партий.
  3. Подготовки. Собираются все товары одной партии. Партии состоят из нескольких полных заказов. Когда партия собрана, она отправляется на сборочный стеллаж.
  4. Сборки заказов со стеллажа. Со стелажа партии разделяются на заказы, которые передаются на упаковку и отправку.

Решение: создание и тестирование имитационной модели склада

Первым этапом специалисты построили модель исходных складских процессов. Они также протестировали ее на реальных данных, чтобы убедиться в точности ее работы. Специалисты также получили базовые контрольные показатели, которые затем можно было использовать для сравнения стратегий сборки заказов.

Моделирование на этом этапе осуществлялось с помощью Библиотеки моделирования процессов AnyLogic. Она разработана, чтобы упрощать и ускорять имитационное моделирование бизнес-систем и рабочих процессов.


Модель процессов крупного склада DHL Supply Chain для интернет-торговли, выполненная в AnyLogic

Модель процессов крупного склада DHL Supply Chain для интернет-торговли, выполненная в AnyLogic

После создания точной имитационной модели склада, в рамках второго этапа проекта, специалисты протестировали разные стратегии формирования и запуска волн. Стратегии были динамическими и основывались на таких параметрах, как загруженность зоны подготовки и сборочного стеллажа, количество партий в обработке и т.д.

Второй этап проекта состоял из трех стадий:

  1. Динамического формирования волн. На этой стадии создавались различные стратегии волнового сборки и выявлялись узкие места.
  2. Анализа сценариев. Он помог понять, как разные стратегии волновой сборки заказов влияют на время выполнения работ и средний размер очереди в зоне подготовки.
  3. Сравнительного анализа. Этот вид анализа использовал ключевые показатели эффективности и базовые контрольные показатели для сопоставления стратегий.

На втором этапе инженеры изучили плюсы и минусы сценариев. Эти исследования помогли выявить ограничения по ресурсам и найти оптимальный баланс между использованием ресурсов и скоростью сборки заказов.

В результате была разработана динамическая модель волновой сборки заказов, которая повысила эффективность использования ресурсов и сократила время цикла сборки заказов по сравнению с практикой работы склада до начала проекта.

Результаты: оптимизация пропускной способности склада и эффективное использование ресурсов

Начиная с первого этапа, когда была разработана модель исходных складских процессов, появилась возможность искать способы повышения эффективности использования ресурсов и сокращения сроков выполнения задач. Это стало возможным, поскольку выяснилось, что на складе не используется весь потенциал зоны подготовки заказов.

Иногда зона простаивала, а в другое время на подготовку скапливались длинные очереди партий товаров. Это видно на диаграмме использования зоны подготовки (Staging Statistics).


Диаграммы производительности складских процессов и длительности цикла сборки заказов для модели склада до проекта

Диаграммы производительности складских процессов и длительности цикла сборки заказов для модели склада до проекта

На втором этапе проекта специалисты разработали динамическую модель волновой сборки заказов, которая оптимизирует использование ресурсов и уменьшает время цикла. Если само время обработки заказов на сборочном стеллаже остается почти неизменным, то эффективность его использования увеличивается за счет равномерного распределения работ в зоне подготовки. В результате сокращается общее время цикла сбора заказов.


Результаты, полученные с помощью динамической модели волновой сборки, демонстрирующие эффективность использования ресурсов и общее время цикла работы по сбору заказов

Результаты, полученные с помощью динамической модели волновой сборки, демонстрирующие эффективность использования ресурсов и общее время цикла работы по сбору заказов

По сравнению с базовой (исходной) моделью складских операций, модель волновой сборки показала, что при таком подходе снизится время сборки заказов и партий, увеличится коэффициент использования ресурсов почти на 10%, а время на выполнение работ сократится на 8,2%. За счет этой экономии появилась возможность сократить численность персонала на 66 человек или продолжительность всех работ на два часа в день.


Сравнение базовой модели складских процессов с динамической моделью волновой сборки

Сравнение базовой модели складских процессов с динамической моделью волновой сборки

Проект DHL Supply Chain показал, как можно добиться значительной экономии средств, оптимизировав работу крупного склада. Специалисты по поставкам использовали имитационне моделирование для точного отображения складских операций. Проверка модели на реальных данных позволила убедиться в её надежности.

Затем специалисты разработали и протестировали динамическую стратегию волновой сборки заказов, которая позволила бы добиться операционных выгод, необходимых для конкурентоспособности в сфере современной мировой электронной коммерции.

Описание проекта основано на презентации консультанта центра Global Solutions Design Center Джигара Панота, работавшего над проектом DHL Global Supply Chain, с конференции AnyLogic 2021:


Узнайте больше об использовании ПО AnyLogic для имитационного моделирования и оптимизации складских операций.

Похожие проекты

Другие истории успеха

Сборник историй успеха от пользователей AnyLogic

Скачать