Специалисты Data-Office сервиса доставки "Лента Онлайн" рассказали о внедрении собственной системы планирования работы при сборке онлайн-заказов. В результате производительность работы комплектовщиков выросла на 17%.
Что было сделано: Ранее расписание работы персонала составлялось в ручном режиме с учетом среднего количества заказов, собираемого одним комплектовщиком, что могло привести к неэффективному использованию ресурсов.
Новая оптимизационная модель понимает, сколько комплектовщиков следует выводить в смену и насколько выгодно компании привлекать дополнительное количество сотрудников для сборки большего количества заказов. Прогноз пересчитывается и оптимизируется ежедневно на основе поступающих в систему данных за сопоставимый прошлый период и запланированных на будущее промо-планов.
При разработке алгоритма оптимизации учитывались следующие исторические данные:
-
количество заказов в конкретном магазине каждый час в будние дни, выходные и праздники
-
сезонный фактор
-
наличие промо-акций
-
продолжительность смены
-
минимальное и максимальное количество комплектовщиков в смене
-
среднее время сборки одного заказа.
Кроме того, использовались расчетные параметры, такие как расходы на сборку одного заказа и заработную плату комплектовщика.
"При разработке системы оптимизации расписаний комплектовщиков мы основывались на расчете потенциального эффекта от ее внедрения, оценки сложности тестирования и реализации. Первые тесты показали статистически значимое сокращение стоимости сборки заказов, что позволило воплотить проект в жизнь", - рассказывает директор управления данными и аналитикой онлайн сервисов "Ленты" Дмитрий Бодунов.
Результаты: Применение системы оптимизации ресурсов и внедренного ранее мультипикинга позволяет "Ленте Онлайн" сокращать CPO (Cost per Order) до 20% и повышать производительность на 17%. Система гибкая и интегрирована в TMS (Transport Management System), что позволяет автоматизировать процесс вывода персонала под плановое количество заказов.
"В результате мы получили отличный пример совместной работы команд Data Science и операций. MVP был сделан за месяц, а новые рекомендации магазины начали получать сразу после теста - через два месяца после старта проекта. Спустя год мы запустили готовую гибкую систему, полностью интегрированную в основные процессы компании", - поясняет Бодунов.
Что дальше: В настоящее время команда Data-Office приступила к разработке оптимизационной модели для курьеров доставки.