Как "Лента Онлайн" изменила работу комплектовщиков: кейс

Специалисты Data-Office сервиса доставки "Лента Онлайн" рассказали о внедрении собственной системы планирования работы при сборке онлайн-заказов. В результате производительность работы комплектовщиков выросла на 17%. 

Что было сделано: Ранее расписание работы персонала составлялось в ручном режиме с учетом среднего количества заказов, собираемого одним комплектовщиком, что могло привести к неэффективному использованию ресурсов. 

Новая оптимизационная модель понимает, сколько комплектовщиков следует выводить в смену и насколько выгодно компании привлекать дополнительное количество сотрудников для сборки большего количества заказов. Прогноз пересчитывается и оптимизируется ежедневно на основе поступающих в систему данных за сопоставимый прошлый период и запланированных на будущее промо-планов. 

При разработке алгоритма оптимизации учитывались следующие исторические данные:

• количество заказов в конкретном магазине каждый час в будние дни, выходные и праздники

• сезонный фактор

• наличие промо-акций

• продолжительность смены

• минимальное и максимальное количество комплектовщиков в смене

• среднее время сборки одного заказа. 

Кроме того, использовались расчетные параметры, такие как расходы на сборку одного заказа и заработную плату комплектовщика.

"При разработке системы оптимизации расписаний комплектовщиков мы основывались на расчете потенциального эффекта от ее внедрения, оценки сложности тестирования и реализации. Первые тесты показали статистически значимое сокращение стоимости сборки заказов, что позволило воплотить проект в жизнь", - рассказывает директор управления данными и аналитикой онлайн сервисов "Ленты" Дмитрий Бодунов. 

Результаты: Применение системы оптимизации ресурсов и внедренного ранее мультипикинга позволяет "Ленте Онлайн" сокращать CPO (Cost per Order) до 20% и повышать производительность на 17%. Система гибкая и интегрирована в TMS (Transport Management System), что позволяет автоматизировать процесс вывода персонала под плановое количество заказов.

"В результате мы получили отличный пример совместной работы команд Data Science и операций. MVP был сделан за месяц, а новые рекомендации магазины начали получать сразу после теста - через два месяца после старта проекта. Спустя год мы запустили готовую гибкую систему, полностью интегрированную в основные процессы компании", - поясняет Бодунов. 

Что дальше: В настоящее время команда Data-Office приступила к разработке оптимизационной модели для курьеров доставки.