تحلیل داده در صنعت پست و لجستیک ( قسمت سوم )

نویسنده: مائده عبادی (مدیر تحقیق و توسعه R&D )

در این مقاله به ادامه صحبت درباره تحلیل داده در صنعت پست و لجستیک می پردازیم. اگر به این حوزه علاقمند هستید با ما تا انتها همراه باشید.

بهره وری عملیاتی

 یک روش مستقیم برای استفاده از تجزیه و تحلیل داده های کلان در یک محیط کسب وکار، افزایش سطح بهره وری در عملیات است. در نهایت، این همان چیزی است که برای همیشه انجام می شود: تسریع در فرآیندهای کسب و کار. در این رابطه، تجزیه و تحلیل داده های کالن به سادگی گلوگاه ها را شناسایی می کند.

بهینه سازی Last Mile

محدودیت در دست یابی به کارایی عملیاتی بالا، در یک شبکه توزیع در “Mile Last ” رخ می دهد. این جهش نهایی در زنجیره تامین اغلب هزینه بر است. در مقابل بهینه سازی Mile Last ، یک کاربرد امیدبخش برای تکنیک های داده های کلان به منظور کاهش هزینه های عملیاتی می باشد. دو رویکرد اساسی، داده های کلان را به عنوان ابزاری قدرتمند برای افزایش کارایی Mile Last تبدیل می کند. در گام نخست جریان عظیمی از اطلاعات برای به حداکثر رساندن کارایی یک ناوگان حمل معمولی پردازش میشود. این مساله عمدتا با بهینه سازی زمان واقعی مسیرهای تحویل بدست می آید . دومین رویکرد از پردازش داده ها جهت کنترل یک مدل تحویل جدید استفاده می کند .

بهینه سازی مسیر در زمان واقعی

مشکل فروشندگان دوره گرد در حدود هشتاد سال پیش تدوین شده است، اما هنوز چالش اصلی ارسالMile Last را تعریف می کند. بهینه سازی مسیر در Mile Last اساساً صرفه جویی در زمان و فرآیند تحویل را به دنبال دارد. پردازش سریع اطلاعات بدون شک می تواند از چند طریق از این هدف پشتیبانی کند. هنگامی که وسیله نقلیه تحویل بارگیری و تخلیه می شود، محاسبه دینامیکی توالی تحویل بهینه بر اساس تشخیص سنسور اقلام حمل و نقل، کارکنان را از توالی دستی رها می کند . در مسیر پایگاه های داده جاده ای به طور خودکار مسیرهای تحویل مطابق با شرایط ترافیک موجود تغییر می کند.

در نهایت، با در نظر گرفتن اطلاعات مسیریابی، در دسترس بودن و موقعیت مکانی ارسال شده توسط گیرند ه را در نظر می گیرد تا از تلاش های ناموفق در تحویل جلوگیری کند. به طور خلاصه، هر خودروی تحویل یک سازگاری مستمر از توالی تحویل دریافت می کند که عوامل جغرافیایی و محیطی و نیز وضعیت گیرنده را در نظر می گیرد. چه چیزی باعث مشکل داده های کلان میشود؟ اجرای روش های بهینه سازی ترکیبی که از جریان های همبستگی رویدادهای زمان حقیقی تغذیه می شوند لازم است که به طور پویا وسایل نقلیه در مسیر حرکت را بازنگری کنند. در نتیجه، جهت هدایت پرسنل به بهترین نقطه تحویل، مسیر حرکت برای سیستم ناوبری به روز می شود.

بهینه سازی جمع آوری و توزیع

به اشتراک گذاشتن زیرساخت هایی که در تمایز یک سرویس سهیم نیستند به اهرم محکمی برای افزایش کارایی تجارت تبد یل شده است. شبکه های مخابراتی یا راه آهن بین تعدادی از فعالان بازار که خدمات فردی را در بالاترین سطح ارایه می کنند مشترک هستند. در یک شبکه توزیع مفهوم “اشتراک گذاری اقتصاد” ممکن است رشد بهره وری اساسی در Mile Last ایجاد کند . این ایده ساده است: ظرفیت های حمل و نقل مثل تاکسی، حمل و نقل عمومی و ناوگان مراقبت خانگی با هم جمع می شوند تا تحویلMile Last  را در مسیرهایی که سفر می کنند انجام دهند. حتی همکاری بین ارائه دهندگان لجستیک رقابتی یک گزینه برای بدست آوردن بازده هزینه است. افزایش مقیاس تعداد این وابستگان به یک توده بحرانی از حمل کننده ها گاه می تواند به طور موثر باعث تحویل زودهنگام بار شود.

با وجود این واقعیت که جمع آوری و تحویل منسجم همواره باید برقرار شود، اما امکان کاهش هزینه حمل و نقل، به ویژه در مناطق روستایی و پراکنده وجود دارد. ی ک جریان داده در زمان واقعی ردیابی می شود تا محموله ها را بر اساس مکان و مقصد مربوطه به حامل های موجود اختصاص دهد. پنل های کاربری وابسته به نرم افزار موبایل موقعیت فعلی آن ها را منتشر کرده و ماموریت تحویل از پیش انتخاب شده را می پذیرند .

دو مورد استفاده در بالا نشان دهنده یک فرآیند تحویل بهینه در Mile Last است که نقطه مقابل هم هستند. با این حال، در هر دو مورد داده های واقعی که از حسگرها، پایگاهداده های خارجی و دستگاه های همراه ناشی می شوند برای بهره برداری از منابع تحویل در یک سطح بهره وری حداکثری ترکیب شده اند. جدا از قابلیت های پیشرفته در پردازش داده ها، استفاده از تکنولوژی های تلفن همراه یک عامل کلیدی دیگر برای این کاربردهای داده های کلان می باشد .

✓ پیش بینی شبکه و برنامه ریزی ظرفیت

برنامه ریزی ظرفیت و بهره برداری بهینه از منابع، یک مز یت رقابتی کلیدی برای فعالین لجستیکی است. از یک سوقابلیت های مازاد سودآوری را کاهش می دهد از سوی دیگر، کمبود ظرفیت، کیفیت خدمات را تحت تاثیر قرار داده و رضایت مشتری را در معرض خطر قرار می دهد. در نتیجه، برنامه ریزی کامل منابع باید هم در سطح استراتژیک و هم در سطح عملیاتی انجام شود. در حالی که دیدگاه استراتژیک بر پیکره بندی بلند مدت شبکه توزیع متمرکز است، مقیاس های برنامه ریزی عملیاتی ، به صورت روزانه و یا ماهانه، ظرفیت ها را کاهش یا افزایش می دهند. برای هر دو دیدگاه، روش های داده های کلان، نتایج برنامه ریزی را در سطح قابلیت اطمینان و جزئیات شان به منظور تطابق کامل با تقاضا و منابع موجود بهبود می بخشد .

برای خواندن قسمت اول و دوم مقاله روی لینک زیر بزنید.

تحلیل داده در صنعت پست و لجستیک ( قسمت دوم )

با پستکس بیشتر آشنا شوید. ” پستکس “