大型零售商的三个路线规划基础

随着零售业务变得越来越复杂，交付计划成为整个物流供应链的重要组成部分。

虽然许多公司已经实施了运输管理系统，但日常路线规划和调度大部分是手动完成的。这些重复的过程会耗费很长时间，并且会阻碍降低效率的努力。

一个常见的零售配送业务涉及多个配送中心的门店配送，同时使用私人车队和第三方物流供应商。有几个变量使零售配送的最佳路线规划不同于批发配送或配送的路线规划：

• 零售商送货到他们的商店，所以送货地点很稳定。另一方面，订单数量可能会有所不同，这使得同一路线一天到一天都不可行。
• 零售商通常为他们的 DC 提供非常大的区域。与其他 B2B 分销商不同，一个给定的 DC 可能涵盖多个州。因此，除了处理更远的距离外，零售商还必须计划多日、多站交货。
• 尽管卡车往往会在每个地点花费更多时间，但交货窗口仍然很紧张。这为灵活性以及最佳负载和路线规划留下了很小的空间。

大型车队零售商通常使用 30 多辆卡车的车队为来自 3 到 10 个配送中心的数百家商店提供服务。每辆卡车每次行驶 3 到 10 站，具体取决于每个商店的距离和订单大小。

尽管交货地点稳定，但对这些地点的需求每天都会有很大差异。不同的服务时间和数量使得很难保持相同的路线计划，以及从 DC 到商店的交付顺序。因此，计划人员需要花费很长时间在卡车上下订单，并计算出满足交货窗口所需的停靠次数。除了较长的规划时间和延迟交付的可能性之外，公司还经常行驶不必要的和过多的里程，因为规划人员通常没有跟踪能力来生成适当的关键绩效指标。

当目标是为给定的订单天数实现最佳路线计划时，计划人员应该考虑哪些变量？

交货期。 如前所述，与城市配送相比，配送中心服务于更大的零售配送区域，并且可能需要几天时间才能完成配送。规划人员需要根据开始时间和路线保持准确的驾驶时间。他们还需要考虑对单个司机和团队的强制性服务时间要求。即使规划人员可以或多或少地预测不同停靠点之间的行驶时间，也很难将这些与不同的服务时间结合起来，并在停靠顺序交替时通过手动操作来保持两者的正确组织。

交货窗口。 大多数商店都有严格的送货窗口，以确定卡车何时必须卸货。给定商店的平均窗口从一到三个小时不等，并且可能与其他窗口重叠。由于行程可能需要几天时间，因此在需要将新信息纳入交付窗口时，任何停靠点的变化都会给计划人员带来问题。

服务时间。 每个商店的平均服务时间可能因多种原因而异。一些商店比其他商店更忙，或者在接收操作方面可能有不同程度的效率。其次，由于订单大小不同，服务时间会有所不同。根据一般惯例，给定商店的服务时间通常在 30 到 90 分钟之间。狭窄的交货窗口和延长的服务时间也使得更难交替停靠站的数量和顺序。

因此，规划者应该平衡所有这些变量以获得可执行的路线和负载。问题是有成百上千种潜在的订单组合，多辆卡车和交替停靠。手动完成，这个过程需要太多时间。

计划人员必须选择最佳解决方案，使所有停靠点都适合交付窗口。由于延迟交付或行驶里程过多的风险增加，很可能会出现严重的低效率，因为人类大脑根本无法处理这么多变量来制定最佳计划。

车辆路径问题在简单的情况下可能很容易解决，但结合上述所有约束使得在现实生活中很难解决它们。最困难的问题之一是具有时间窗的有能力车辆路线问题。该算法的主要目标是在满足所有交付窗口和卡车容量限制的同时，在计划之外获得最佳里程或驾驶时间。我们的大脑花了太多时间试图解决大数据负载，而个人可能会因计划超额里程或使用过多卡车而获得非最佳结果。

有许多路线规划软件应用程序可以解决大量交付的问题。虽然许多似乎具有类似的功能，但零售商在选择考虑所有要求并最适合批量交付目标的功能时需要谨慎。学术论文中未涵盖多种现实生活情况；因此，一些应用程序构建者在为其软件构建启发式算法时未能考虑到规划现实。明智的做法是对数周的数据进行测试，看看给定的解决方案是否最适合公司的运营。

Vardan Markosyan 是 的首席执行官 较少的平台。