電子商取引における予測物流

注文はほとんどなく、すでに玄関に到着しています

昨日買ったら明日届く: 少し前までは、注文した商品を 48 時間以内に届けることが、オンライン小売業者が競合他社よりも優位に立つための品質機能でした。 しかし、翌日配達が話題になり、最初のプロバイダーが同日配達を行って以来、非常に短い配達時間は多くの顧客にとって普通になっているだけでなく、明示的に要求されています。

これまで、納期には当然の限界があり、多大な技術的努力を払わなければそれをさらに進めることができませんでした。 分散型保管場所の包括的なネットワークを構築し、輸送車両を拡大することに加えて、予測ロジスティクスが最適化への主なアプローチです。

予測配送の開発は、電子商取引のパイオニアであるAmazon。 同社がほぼ無限にあるデータの宝庫を利用できるのですから、それも不思議ではありません。 Amazon Web サイトのすべての製品ビュー、訪問したすべてのページ、およびすべてのクリックが登録されます。 そして、この情報こそが使用されるアルゴリズムの材料となり、ページへの長期滞在や繰り返しの訪問に基づいて、関心のある当事者が購入者になる可能性を決定します。 この分析方法は、新しく取得したデータを利用して常に学習するため、予測の精度を常に向上させることができます。 一定レベルの精度に達すると、Amazon がアウトソーシング、商品のピッキング、出荷準備などの下流の物流プロセスを優先するのは当然です。 顧客が最終的に購入ボタンをクリックすると、パッケージの準備はすでに完了しており、発送前に宛名ラベルを印刷するだけで済みます。

しかし、アマゾンによって特許登録されたこの技術はさらに一歩進んでおり、個々の注文者から切り離され、確率計算の助けを借りて顧客グループ全体をさらに包囲する。 このようにして、地域全体の購買行動についての仮説が立てられます。 例としては、都市でのスポーツ イベントが挙げられます。 1週間前に、近くの倉庫で参加チームのジャージの発送準備が始まります。 小包には、受取人の都市または郵便番号地域がすでに記載されている住所ラベルが付けられます。 その後、商品はそこに輸送され、必要に応じて、予測注文が実際に到着するまでトラックまたは分散型緩衝倉庫に保管されます。 以下は、配送ラベルの完成です。 トラックは注文を受けてすぐに出発し、ご希望のジャージを配達します。

予測倉庫物流

中央倉庫であっても、ローカルのバッファ倉庫であっても、迅速な発送の前提条件は、商品のスムーズなピッキングです。 提供の遅れによって得られる時間的利点を失わないようにするためには、高性能の物流ソリューションが必要となります。 そして、小規模な電子小売業者がシアトルの大手電子小売業者と比較して、スピードの点で自社の地位を確立する機会がまさにここにあります。

ここでも、プロセスは前向きな方法で管理されています。 たとえば、制御ソフトウェアは、輸送システムまたはオーダーピッカーがピッキングされる追加品目の保管場所の近くにある場合、それらに割り当てられた作業計画に基づいてフォローアップオーダーを割り当てます。 RFID チップや GPS デバイスなどの位置検出器も、さらなる選択機能として機能する可能性があります。 自動運転ロボットでは、デバイスが相互に自律的に通信し、現在位置または計画されたルートに基づいてどのモジュールがアイテムを拾うのが最適であるかを自ら決定する予測制御が行われます。

しかし、ソフトウェアで制御されているか、独立して動作しているかにかかわらず、将来を見据えた計画は、倉庫内でカバーする距離を効率的に調整するのに役立ちます。 そのため、少し前までは品物は従来のラック倉庫に保管され、そこから手動で取り出され、出荷や生産のために長距離で利用できるようになっていましたが、現在では多くの企業で保管プロセスが完全に自動化され、並行して実行されています。

この自動物流には、ピッキングステーションのすぐ近くに設置でき、配送性能も高いコンパクトな保管装置が必要です。 垂直バッファストレージは、その小さな寸法と高いピッキングパフォーマンスにより、この場合の解決策となる可能性があります。

お客様への輸送

しかし、荷物が顧客に届けられる途中で渋滞に巻き込まれた場合、すべてのアルゴリズム、分散保管場所、最速のピッキングは何の役に立つのでしょうか? ここでも、ビッグデータの形のテクノロジーが役に立ちます。交通の流れが常に監視され、ドライバーには常に最適なルートが示されます。 Hasso Plattner Instituteさらに一歩進んでいます。 彼らは最近、内部情報とオンラインでリアルタイムに入手可能な交通関連データをリンクするシステムを開発しました。 このソリューションを使用すると、物流会社は交通の流れについての正確な予測を受け取ることができます。 このシステムは、ユーザー自身の貨物車両からの最新情報と現在の交通データを組み合わせて評価します。 このようにして、トラックがどこで、いつから渋滞しているのか、またそれによって輸送がどの程度遅れているのかをすぐに知ることができます。

しかし、このシステムにより、交通中断が実際に発生する前に予測できるようになるため、さらに多くのことが可能になります。 たとえば、高速道路を移動する車両の数が増加していることを GPS データが示している場合、渋滞が差し迫っていると推測できます。 気象条件に関する情報は、フェリーや飛行機の出発時刻についての結論を引き出すためにも使用できます。 この情報を活用することで、顧客がオンラインで注文するとすぐに実際に商品を手にできるように、計画されたルートを早い段階で最適化することができます。

これに代わるのは、少なくとも中期的には、配送ドローンで空から直接市場にサービスを提供したいと考えている米国のウェブ大手かもしれない。 同社の観点からすれば、これはドローンによる商品輸送の助けを借りて Prime Now サービスを最適化する良い機会であることは確かです。 交通渋滞、道路の混雑、配送車両の駐車スペースの不足など、これらすべてが迅速な配送の妨げになることはなくなります。

企業経営者らはすでに無人航空機のための特別な空路の設置を求めている。 配送ドローンは航空交通を妨げない高度60～120メートルで運用できる。 は大きな問題なくドローンで物資を輸送することは可能です このデバイスはカナダを含めてすでにテストされています。 必要な公的承認には現在も問題が残っている。 しかし、これらが邪魔にならなければ、Prime Air は、もはや単なる未来の夢ではなくなります。 問題は、このサービスに対して無視できない追加コストをどの顧客が支払うかということです。 しかし、 Amazon がそのアルゴリズムですでにそれに対する答えを持っていることは確かです。