0/5

Как предиктивные алгоритмы позволили Утконос ОНЛАЙН доставлять больше заказов

Как предиктивные алгоритмы позволили Утконос ОНЛАЙН доставлять больше заказов
время публикации: 10:00  15 сентября 2020 года
Основной логистической задачей онлайн-магазина продуктов Утконос ОНЛАЙН стало уплотнение заказов, при их увеличившемся количестве. Рост запросов на доставку в определенные часы мешал настроить эффективность и сокращал число покупателей. Рассказываем о том, как ритейлер решил задачу.
Как предиктивные алгоритмы позволили Утконос ОНЛАЙН доставлять больше заказов

Чтобы отстроить работу и избежать сбоев в доставке, в Утконосе решили автоматизировать процесс планирования. О том, как с помощью технологий Яндекс.Маршрутизации и собственных цифровых решений в онлайн-магазине увеличили количество доставляемых заказов, рассказывает Сергей Оленцов, Product owner TMS, Утконос ОНЛАЙН.



Как работала предыдущая модель оформления заказов

Раньше мы работали следующим образом: покупатель делал заказ на сайте и выбирал удобный для него интервал доставки. К примеру, он хотел получить заказ в промежуток с 12 до 14 в субботу. Система проверяла количество заказов, которое уже принято на этот промежуток – если они достигали заданного лимита, то этот интервал закрывался и уже не отображался следующему покупателю. 

В результате такой схемы у нас появились популярные интервалы утром и вечером, спрос в которые достигал пиковых значений. Популярные интервалы заканчивались раньше других, и у нас возникала неравномерная загрузка машин, менее плотные маршруты и, как следствие, более высокая стоимость доставки. 

Мы задумались над тем, как мы можем обслуживать большее количество клиентов и при этом сгладить неравномерную загрузку. Мы решили начать с оптимизации имеющихся ресурсов, чтобы получить возможность доставлять больше заказов имеющимся количеством машин. Для этого, мы решили автоматизировать подход, сделав его более гибким.  

Как предиктивные алгоритмы позволили Утконос ОНЛАЙН доставлять больше заказов


Обработка заказа

Чуть больше года назад мы разработали нашу внутреннюю TMS (Transport Management System - система управления грузоперевозками), которая позволяет сократить ручные операции в три раза.  Чтобы автоматизировать процесс оформления заказа, мы сделали TMS полноценным участником процесса оформления заказа. TMS оцифровывает заказ с точки зрения разных параметров и старается разместить его в уже существующие маршруты.  

После того, как покупатель перешел к оформлению доставки, TMS оцифровывает заказ с точки зрения габаритов, адреса доставки, чтобы найти подходящие временные интервалы в существующих маршрутах. 

Как предиктивные алгоритмы позволили Утконос ОНЛАЙН доставлять больше заказов


Выбор интервала доставки

Новая система позволила нам гибче подходить к показу доступности того или иного интервала. Теперь, один и тот же интервал может отображаться одним покупателям, но не показываться другим - все определяет несколько важных факторов. 

Во-первых, это адрес доставки. Исходя из этого параметра, система определяет возможность добавления заказа в уже существующий маршрут. Если нужное количество заказов на маршруте уже набрано, система предложит выбрать альтернативный временной интервал или день доставки. 

К примеру, два покупателя, один из которых живет на севере Москвы, а другой на юге, одновременно совершают одинаковый по габаритам заказ. Алгоритм автоматически подставляет заказы в уже существующие пути и выясняет, что все маршруты на юге заполнены, а на севере есть несколько свободных слотов в машинах. В итоге, пользователю с севера будут показаны несколько свободных интервалов на сегодня. А клиенту с юга будет предложено альтернативное время или день доставки. 

Во-вторых, учитываются габариты заказа. К примеру, если один клиент заказал литр молока и упаковку хлеба, то его заказ может поместиться в машину, загруженную на 96%. А для покупателя, который сделал покупки на месяц вперед, придется искать другой вариант – в эту же машину его заказ не поместится. Следовательно, первому покупателю система покажет доступность интервала с 12 до 14, а второму предложит альтернативы по времени доставки (в случае, если нет других свободных машин на этот интервал).

Как предиктивные алгоритмы позволили Утконос ОНЛАЙН доставлять больше заказов
 

Планирование доставки 

После того как пользователь выбрал подходящее для себя время доставки, мы запоминаем его. Теперь, маршрут будет строиться таким образом, чтобы не нарушить обещание и приехать в выбранные покупателем часы. Каждый час заказы с указанием времени доставки отправляются на внешний сервер логистической платформы, где они преобразовываются в маршруты. Так происходит несколько раз в день, по мере поступления заказов. Последовательность адресов внутри маршрутов может меняться, главное, что всегда остается неизменным – интервал доставки, согласованный с клиентом. 

Основная задача маршрутизации на этом этапе – высвобождение ресурсов. Для примера рассмотрим, что в результате собственных подсчетов наш внутренний алгоритм TMS предлагает отправить на маршруты 18 автомобилей. Система посчитала их полностью укомплектованными, поэтому на внешний сервер мы отправляем информацию о 18 машинах. В результате второго этапа обработки, это число сокращается до 15-16 машин. В результате такого уплотнения нам снова доступны еще 2-3 автомобиля, которые открывают для пользователя возможность заказа в тот или иной временной интервал. 

Получается цикличность процесса: собранные заказы собираются и распределяются исходя из адреса и габаритов. После этого наша внутренняя TMS-система отправляет данные на внешнюю логистическую платформу, где высвобождается часть машин, которые возвращаются в начало цикла, становясь доступными для клиентов. 




Читайте также: «Утконос ОНЛАЙН» ускорил доставку и арендовал третий фулфилмент-центр




Первые результаты 

Мы внедрили двухступенчатое планирование в пилотном режиме на базе двух наших фулфилмент-центров формата МИНИ: «Мосрентген» и «Волковский». В дальнейшем мы планируем масштабирование этой системы и на новых объектах. 

Четыре эффекта, которые мы увидели от внедрения двухступенчатого планирования:

1) Подвижность доступных временных интервалов помогла нам сгладить нагрузку в пиковые периоды. Теперь мы можем индивидуально обрабатывать каждый заказ и выбирать для него место в той или иной машине. 

2) Динамическое построение маршрутов привело к их уплотнению и позволило высвободить до 15% ресурсов. Это дало нам возможность принимать заказы от новых покупателей и повысило утилизацию автопарка. 

3) Возможность масштабирования транспортного решения на другие города.

4) Сокращение времени на построение маршрутов более чем в три раза. 

Сергей Оленцов, 
Product owner TMS, Утконос ОНЛАЙН

Для New Retail



0
Реклама на New Retail. Медиакит