해결책
온라인 식료품 이행은 속도 때문에 각 주문이 즉시 시스템으로 밀려들어가기 때문에 비용이 많이 든다. 그러나 많은 고객이 짧은 간격으로 여러 주문을 넣어, 함께 배송될 수 있었던 중복 소포를 만들어낸다.
알리바바의 해답은 선택적 인내였다. 그 시스템은 실시간 다중 주문 확률을 예측한 뒤, 동적 계획법을 사용하여 서비스를 전반적으로 늦추지 않으면서도 가능성이 높은 쌍을 통합할 수 있도록 출고 시점을 결정했다.
IDEAS는 이 기사의 추정치를 기록한다: 이 방식은 다중 주문의 92.8%를 확보하면서 주문을 평균 약 20.3분간 보류했으며, 이는 연간 1,000만 달러 이상의 이행 비용 절감으로 이어졌다.
영리한 부분은 단순한 묶음 처리가 아니었다. 대기를 조건부로 만들어, 지연이 더 저렴한 소포로 전환될 가능성이 높은 주문만 보류하도록 운영한 것이었다.
달성한 것
합쳐질 가능성이 있는 주문만 지연시킨다
이 모델은 유용한 대기와 일괄적 지연을 분리했다.
통합은 정상적인 이행 과정을 유지하면서 소포와 배송 비용을 줄였다.
동적 계획법은 예측을 운영상의 출고 규칙으로 전환했다.
통합 가능성이 높은 주문을 겨냥할 때 약간의 지연은 속도 경제성을 개선할 수 있다.
그 후
이 연구는 2024년 INFORMS Journal on Applied Analytics에 실렸다. 이는 가장 빠른 공급망이 항상 가장 현명한 것은 아니라는 점을 보여준다: 때로는 수요가 스스로 드러날 수 있을 만큼만 잠시 멈추는 것이 가치 있는 행동이다.
근거 확인하기
출처
- Data-Driven Order Fulfillment Consolidation for Online Grocery Retailing IDEAS/RePEc · ideas.repec.org