Amazon Lockersは荷物を先着順で受け入れていた。その結果、ロッカーは3〜5日配送の荷物で埋まり、顧客が割増料金を払った翌日配送や2日配送の荷物は入口で拒否されていた。2017年には、正当化されない配送拒否の40%が、配送オプションの容量予約の不備に起因していた。

教科書的な解決策である航空会社式のイールドマネジメントは適用できなかった。荷物が受け入れられた時点ではロッカー内の滞留時間は不明であるため、スロットを滞在時間で価格設定することはできない。Amazonのチームは問題を再構築した。機械学習がロッカーごとの需要と滞留時間の分布を予測し、線形計画法が配送速度ごとに容量予約を設定した。

このシステムは、新しいロッカーを1台も建設することなく、希少な物理的資産であるロッカーの区画を、速い配送の顧客のために事実上配分した。

2018年のホリデーシーズンに導入され、世界全体のLockerのスループットを前年比9%向上させ、数百万人の顧客に影響を与え、2024年にINFORMS Journal on Applied Analyticsで発表された。

座席のように配送速度ごとにロッカースペースを予約する

ロッカースペースを、耐え忍ぶ待ち行列ではなく、配分すべき在庫として扱った。

MLは、従来のイールドマネジメントの計算を破綻させた未知の滞留時間を処理した。

新しいハードウェアは不要で、利益はより良い配分ポリシーだけから生まれた。

先着順もまた容量配分ポリシーである — たいていは間違ったものである。最も重要なトラフィックのために容量を予約することは、容量を追加することに勝る。

この容量予約システムは、AmazonがLockerの在庫を管理する標準的な方法となり、2024年のINFORMS Journal on Applied Analyticsの論文「Amazon Locker Capacity Management」で文書化された。

出典をたどる

出典

  1. Amazon Locker Capacity Management INFORMS Journal on Applied Analytics · doi.org
  2. Amazon Locker Capacity Management (preprint) arXiv · arxiv.org
  3. Amazon Locker Capacity Management INFORMS Impact · informs.org