在线杂货履约成本高昂,因为速度要求每个订单立即进入系统。但许多客户在短时间内下多个订单,造成本可一起发货的重复包裹。

阿里巴巴的答案是选择性耐心。其系统预测实时多订单概率,然后使用动态规划决定释放时机,以便可能的配对订单可以合并,而不会广泛拖慢服务。

IDEAS记录了文章的估计:该方案捕获了92.8%的多订单,同时平均保留订单约20.3分钟,转化为每年超过1000万美元的履约成本节省。

巧妙之处不仅在于批量处理。而在于让等待有条件,因此运营只保留那些延迟有高概率转化为更便宜包裹的订单。

只延迟可能合并的订单

该模型将有意义的等待与全面延迟区分开来。

合并减少了包裹和运输成本,同时保留了正常的履约流程。

动态规划将预测转化为可操作的释放规则。

当针对具有高合并概率的订单时,少量延迟可以改善速度经济性。

该研究于2024年发表在INFORMS Journal on Applied Analytics上。它表明最快的供应链并不总是最聪明的:有时有价值的举动是暂停足够长的时间,让需求显现出来。

从这里,追溯依据

参考来源

  1. Data-Driven Order Fulfillment Consolidation for Online Grocery Retailing IDEAS/RePEc · ideas.repec.org