Logistica predittiva nell’e-commerce

Appena ordinato, già alla porta

Acquistato ieri – consegnato domani: non molto tempo fa, spedire un articolo ordinato entro 48 ore era un fattore di qualità che permetteva ai rivenditori online di distinguersi dalla concorrenza. Ma da quando la consegna il giorno successivo è diventata di moda e i primi fornitori offrono la consegna in giornata, tempi di consegna estremamente rapidi non solo sono la norma per molti clienti, ma sono esplicitamente richiesti.

Finora, i tempi di consegna erano soggetti a limiti naturali, che potevano essere ulteriormente prolungati solo con un notevole sforzo tecnologico. Oltre alla creazione di una rete capillare di magazzini decentralizzati e all'ampliamento delle flotte di trasporto forward-looking è un approccio chiave per l'ottimizzazione.

Lo sviluppo di forward-looking è ancora una volta promosso dal pioniere dell'e-commerce Amazon . Non c'è da stupirsi, dato che l'azienda può attingere a una fonte di dati apparentemente infinita: ogni visualizzazione di prodotto, ogni pagina visitata e ogni clic su uno dei siti web di Amazon vengono registrati. Ed è proprio questa informazione che alimenta gli algoritmi utilizzati, che sfruttano un tempo di permanenza più lungo o visualizzazioni di pagina ripetute per determinare la probabilità che un potenziale cliente diventi un acquirente. 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 accuratezza, ha perfettamente senso per Amazon dare priorità ai processi logistici a valle come l'outsourcing, il prelievo e la preparazione della spedizione. Quando il cliente clicca finalmente sul pulsante di acquisto, 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 controllato in modo forward-looking . Ad esempio, il software di controllo assegna gli ordini di follow-up in base ai programmi di lavoro assegnati ai sistemi di trasporto o ai picker, se questi si trovano in prossimità del luogo di stoccaggio di un ulteriore articolo da prelevare. Ulteriori criteri di selezione potrebbero essere integrati anche nei sensori di posizione di bordo, come chip RFID o dispositivi GPS. Nei robot a guida autonoma, il controllo anticipatorio si verifica quando i dispositivi comunicano autonomamente tra loro e decidono autonomamente quale modulo debba prelevare al meglio l'articolo in base alle loro posizioni attuali o ai percorsi pianificati.

Ma che sia gestita da software o autonomamente, una pianificazione forward-looking aiuta a coordinare in modo efficiente i percorsi da percorrere in magazzino. Mentre non molto tempo fa gli articoli venivano stoccati in scaffalature convenzionali, da dove venivano prelevati manualmente e trasportati su lunghe distanze per la spedizione o la produzione, oggi i processi di magazzino in molte aziende funzionano in modo completamente automatizzato e 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.

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.