亚马逊Locker采用先到先得的方式接收包裹。结果是:Locker被三到五天送达的包裹填满,而次日达和两日达包裹——客户支付了溢价的那类——在门口被拒收。2017年,40%的不合理配送拒收可追溯到错误的配送选项容量预留。

教科书式的解决方案——航空公司式的收益管理——并不适用:包裹被接收时,其在Locker中的停留时间未知,因此无法按停留时长对仓位定价。亚马逊的团队重构了这个问题:机器学习预测每个Locker的需求和停留时间分布,线性规划为每种配送速度设定容量预留。

该系统实际上是在偏袒快速配送客户的前提下,对一种稀缺实物资产——Locker隔间——进行配给,而没有新建任何一个Locker。

该系统在2018年假日季部署,使全球Locker吞吐量同比提升9%,影响了数百万客户,并于2024年发表在《INFORMS Journal on Applied Analytics》上。

像分配座位一样,按配送速度为Locker空间预留容量

它把Locker空间视为需要分配的库存,而不是需要忍受的队列。

机器学习处理了那些打破经典收益管理数学的未知停留时间。

没有新增硬件:收益完全来自更好的分配策略。

先到先得也是一种容量分配策略——通常是错误的那种。为最重要的流量预留容量,胜过增加容量。

该容量预留系统成为亚马逊管理Locker库存的标准方式,并被记录在2024年《INFORMS Journal on Applied Analytics》的论文《Amazon Locker Capacity Management》中。

从这里,追溯依据

参考来源

  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