Logistica predittiva nell’e-commerce

Pubblicato il: 25 agosto 2015 / Aggiornamento del: 26 novembre 2018 - Autore: Konrad Wolfenstein

Shutterstock/vipman

Appena ordinato, già alla porta

Comprato ieri, consegnato domani: non molto tempo fa, la consegna di un prodotto ordinato entro 48 ore era una caratteristica di qualità che consentiva ai rivenditori online di posizionarsi rispetto alla concorrenza. Ma da quando la consegna il giorno successivo è diventata un argomento di discussione in città e i primi fornitori consegnano lo stesso giorno, tempi di consegna estremamente brevi non solo sono diventati normali per molti clienti, ma sono esplicitamente richiesti.

Fino ad ora esistevano limiti naturali ai tempi di consegna, che potevano essere spostati oltre solo con un grande sforzo tecnico. Oltre alla creazione di una rete completa di luoghi di stoccaggio decentralizzati e all’espansione delle flotte di trasporto, la logistica predittiva è un approccio principale all’ottimizzazione.

Lo sviluppo della spedizione predittiva viene portato avanti ancora una volta dal pioniere dell'e-commerce Amazon . Non c'è da stupirsi, poiché l'azienda può attingere a un tesoro di dati quasi infinito; Ogni visualizzazione del prodotto, ogni pagina visitata e ogni clic su uno dei siti Amazon viene registrato. E sono proprio queste informazioni il foraggio degli algoritmi utilizzati, che determinano la probabilità che l'interessato diventi acquirente in base ad una permanenza più lunga o a visite ripetute ad una pagina. Il metodo di analisi apprende costantemente con l'aiuto dei nuovi dati acquisiti e può quindi aumentare costantemente la precisione delle sue previsioni. Una volta raggiunto un certo livello di precisione, è logico che Amazon preferisca i processi logistici a valle come l’outsourcing, il prelievo e la preparazione degli articoli per la spedizione. Quando il cliente clicca finalmente sul pulsante Acquista, il pacco è già pronto e deve solo essere stampato con un'etichetta con l'indirizzo prima di essere spedito.

Ma la tecnologia, brevettata da Amazon, fa un ulteriore passo avanti, poiché si separa dal singolo acquirente e circonda ulteriormente interi gruppi di clienti con l'aiuto di calcoli di probabilità. In questo modo si formulano ipotesi sul comportamento d'acquisto di intere regioni. Un esempio potrebbe essere un evento sportivo in una città. Una settimana prima, un magazzino vicino avrebbe iniziato a preparare le maglie per la spedizione delle squadre partecipanti. I pacchi verrebbero quindi dotati di etichette con l'indirizzo su cui è già annotata la città del destinatario o un codice postale. Gli articoli verrebbero poi trasportati lì e, se necessario, stazionati su un camion o in un magazzino buffer decentralizzato fino all'effettivo arrivo degli ordini previsti. Ciò che segue è semplicemente il completamento dell'etichetta di spedizione. Il camion parte quindi e consegna la maglia desiderata poco dopo aver ricevuto l'ordine.

Logistica di magazzino predittiva

Sia nel magazzino centrale che in un magazzino intermedio locale, il prerequisito per una spedizione veloce è il prelievo regolare degli articoli. In questo caso sono necessarie soluzioni logistiche efficienti se non si vuole che il vantaggio di tempo guadagnato vada perso a causa di un ritardo nella fornitura. Ed è proprio qui che i piccoli rivenditori online hanno l'opportunità di posizionarsi in termini di velocità rispetto al gigante di Seattle.

Anche in questo caso il processo è gestito in maniera lungimirante. Ad esempio, il software di controllo assegna gli ordini successivi in ​​base ai piani di lavoro assegnati ai sistemi di trasporto o ai commissionatori se questi si trovano vicino al luogo di stoccaggio di un ulteriore articolo da prelevare. Anche i rilevatori di posizione come i chip RFID o i dispositivi GPS potrebbero servire come ulteriori caratteristiche di selezione. Con i robot a guida autonoma avviene il controllo anticipato in cui i dispositivi comunicano autonomamente tra loro e decidono autonomamente quale modulo deve prelevare meglio l'oggetto in base alle posizioni attuali o ai percorsi pianificati.

Ma sia che si tratti di un controllo via software o di un funzionamento autonomo, la pianificazione lungimirante aiuta a coordinare in modo efficiente le distanze da coprire nel magazzino. Così, dove non molto tempo fa gli articoli venivano immagazzinati in convenzionali magazzini a scaffalature, da dove venivano rimossi manualmente e resi disponibili su lunghe distanze per la spedizione o la produzione, oggi in molte aziende i processi di stoccaggio sono completamente automatizzati e si svolgono in parallelo.

Questa logistica automatizzata richiede dispositivi di stoccaggio compatti che possano essere posizionati in prossimità delle stazioni di picking e che abbiano anche elevate prestazioni di consegna. Lo stoccaggio buffer verticale potrebbe essere una soluzione grazie alle sue dimensioni ridotte e alle elevate prestazioni di picking.

Drone da trasporto Amazon (Fonte: Amazon)

Trasporto al cliente

Ma a cosa servono tutti gli algoritmi, i luoghi di stoccaggio decentralizzati e il picking più veloce se i pacchi rimangono bloccati nel traffico lungo il percorso verso il cliente? Anche in questo caso la tecnologia sotto forma di big data aiuta: i flussi di traffico vengono costantemente monitorati e agli automobilisti viene sempre indicato il percorso ottimale. dell'Istituto Hasso Plattner fanno un ulteriore passo avanti . Recentemente hanno sviluppato un sistema che collega le informazioni interne con i dati rilevanti sul traffico disponibili online in tempo reale. Con questa soluzione, le aziende logistiche possono ricevere previsioni precise sul flusso del traffico. Il sistema combina e valuta le informazioni più recenti provenienti dalle flotte merci dell'utente con i dati sul traffico attuali. In questo modo potete sapere immediatamente se, dove e da quando uno dei vostri camion si trova in un ingorgo e in che misura questo ritarda il trasporto.

Ma il sistema può fare ancora di più, poiché consente di prevedere i disagi nel traffico prima che si verifichino effettivamente. Ad esempio, se i dati GPS mostrano un numero crescente di veicoli in movimento su un’autostrada, si può dedurre che la congestione è imminente. Le informazioni sulle condizioni meteorologiche possono essere utilizzate anche per trarre conclusioni sugli orari di partenza di traghetti o aerei. Con l'aiuto di queste informazioni è possibile ottimizzare tempestivamente i percorsi pianificati in modo che il cliente abbia effettivamente la merce nelle sue mani non appena la ordina online.

Un’alternativa potrebbe essere il gigante del web statunitense, che con i suoi droni per le consegne vuole servire il mercato direttamente dall’alto, almeno a medio termine. Dal punto di vista dell'azienda, questa è sicuramente una buona opportunità per ottimizzare il suo servizio Prime Now con l'aiuto del trasporto di merci tramite drone. Ingorghi, strade sovraffollate o mancanza di parcheggi per i veicoli di consegna: tutto ciò non ostacolerebbe più una consegna rapida.

I dirigenti dell'azienda chiedono già corridoi aerei speciali per gli aerei senza pilota. I droni per le consegne potrebbero operare ad altitudini comprese tra 60 e 120 metri dove non disturbano il traffico aereo. Tecnicamente è possibile trasportare merci con i droni senza grossi problemi. I dispositivi sono già in fase di test, anche in Canada. Le necessarie autorizzazioni ufficiali sono attualmente ancora problematiche. Ma una volta eliminati questi problemi, Prime Air , con consegna entro 30-60 minuti dall'ordine, non sarebbe più solo un sogno del futuro. La domanda è quale cliente pagherebbe i non trascurabili costi aggiuntivi per questo servizio. Ma Amazon sicuramente ha già una risposta a questo con i suoi algoritmi.