ОПТИМИЗАЦИЯ СКЛАДСКОЙ ЛОГИСТИКИ
Кейс
Цели
1
Оптимизация работы складов по раскладке товаров
2
Оптимизация распределения товаров при сборе
Решение
Определение товарного соседства с помощью алгоритмов машинного обучения. На основе исторических данных о поставках в торговые точки определяются такие наборы SKU, которые наиболее часто поставляются совместно.
Полученная матрица товарного соседства используется для поиска оптимального распределения товаров на складе. Особенностью задачи является сложная целевая функция, учитывающая несколько показателей: расстояние, которое необходимо преодолеть сотруднику склада для сбора необходимых товаров, а также близость расположения товаров в коробках, относящихся к одной категории.
Результаты
Внедрение математической оптимизации для поиска оптимального расположения товаров и распределения по коробкам для отправки позволило значительно сократить время, необходимое для комплектации одного заказа благодаря снижению перемещений по складку и более быстрому нахождению необходимых товаров.
Комплектация коробок с учетом смежных категорий позволила сократить время сотрудников на раскладку товаров по стеллажам, что позволило сотрудникам сосредоточиться на работе с клиентами и способствовало росту продаж и удовлетворенности клиентов.
Убедившись в пользе математической оптимизации для повышения эффективности бизнеса компания планирует расширять применение данной технологий. Например, компания рассматривает возможность построения оптимальных маршрутов тестеров парфюма между многочисленными торговыми точками.