SF Express、深圳ハブの人員配置前に夜間をシミュレーションしてコストを削減

SF Expressの深圳小包ハブでは、荷量の変動性が高まり納品時間の制約が厳しくなる中で、労働力、設備、ワークステーションを配分する必要があった。従来の表計算による計画では、リソースとその夜の実際の作業量がしばしば一致しなかった。

賢い動きは、リソース計画を決める前にハブを生きたシステムとしてモデル化することだった。離散事象シミュレーションで運用上の変動性を表現し、最適化器が制約を守りながらより低コストの人員配置と設備の選択肢を探索した。

2024年3月から4月にかけて地上・航空連携業務で行った3段階の実地テストでは、シミュレーションに導かれた改善によりコストが18.7%削減され、最良のソルバーケースでは33.5%の節約となった。2024年の残りの期間に深圳ハブ業務全体に規模を拡大すると、このフレームワークは平均11%のコスト削減を達成した。

この結果が重要なのは、このツールがアナリストだけでなく現場での展開を想定して設計された点にある。需要が変わるたびに高度なモデリングの専門知識を必要とせず、管理者が迅速にリソースの意思決定を行えるようにした。

人員配置の前にハブをシミュレーションでテストする

シミュレーションは、表計算の平均値では隠れていたフローの相互作用を明らかにした。

最適化は、シミュレーションされた需要を実行可能な人員配置と設備計画に変換した。

展開は運用上の使いやすさに焦点を当てたため、モデルをハブのチームが再利用できた。

物理的な業務が複雑すぎて表計算では扱えない場合は、まずフローをシミュレーションし、次にシミュレーションで特定したボトルネックに対してリソースを最適化する。

INFORMS Journal on Applied Analyticsの論文は、このフレームワークを動的物流ハブ向けのスケーラブルで実地検証済みのアプローチとして報告しており、最大の効果は出荷スケジュールに制約される航空便向けフローで得られた。