LOGO

Роботы, BigData, Дроны — как технологии изменили складскую и транспортную логистику

Игорь Бахарев
24 Июля 2019, в 11:10, в Популярное, в сюжете: автоматизация, логистика, склад

В последние годы технологии сильно проникли в сферу транспортной и складской логистики. CTO Mamsy.ru Александр Иванов, рассказывает, как роботы и BigData поменяли склады и усовершенствовали доставку. 

Mamsy — шоппинг-клуб для мам, компания появилась в 2011 году и за 8 лет трансформировалась в один из самых известных магазинов детских и семейных товаров. В нашем клубе зарегистрировано уже более 10 миллионов участников и каждый день у них есть возможность заказывать вещи из России, США, стран Европы, Канады, Турции. Разумеется, такой большой товарный поток требует определенного подхода к складской и транспортной логистике

Как работает стандартный склад 

Большинство процессов, которые проходят на складах хранения, очень похожи. Принимаем поставки, маркируем и заносим в систему товары, раскладываем на полки.

Когда клиент заказывает товар, система формирует лист подбора с полок, и кладовщик по нему собирает заказ. Товар «отвязывают» от ячейки, где он хранился и отправляют на упаковку. Это самые стандартные складские процессы, которые фиксируются в IT-системе.

Как работают технологичные склады 

Хорошая IT-система хранит в себе не только все товары, их расположение, перемещение, всю информацию о них — а еще и огромное количество дополнительных данных: все клики в интерфейсе, расписания поставок, погоды, информации по клиентам, удаленность поставщиков от склада. Чем больше факторов и данных хранится — тем лучше. Получается хранилище, построив над которым средства анализа данных, мы получим систему BigData. 

Обычно, аналитика больших данных позволяет прогнозировать колебания спроса, выявить сезонность, скорректировать планы пополнения. Но в нашем случае мы используем это для корректировки процессов на складе. Например, прогнозируем загруженность приемки и маркировки, сглаживаем пиковые часы и исправляем операционные «узкие» места. С помощью BigData можно построить многофакторную модель склада и уже на ней пытаться внедрять изменения и смотреть что из этого получилось.

На обычном складе хранения такая аналитика позволяет узнать самые популярные товары и хранить их близко к сборочным линиям, а также разместить похожие или часто покупаемые друг с другом товары в одной части склада. Это позволяет комплектовать заказы с максимальной скоростью. При этом, собранные заказы сразу же сортируются по регионам, транспортным компаниям, габаритам. Всё это увеличивает скорость обработки и отгрузки минимум на 30%. 

Отдельным моментом технологичности системы является ее интеграция с другими системами компании — в первую очередь, с личным кабинетом пользователя для быстрого принятия решений. 

Например, поставщик привез товар, который немного отличается по цвету от представленного на сайте. Система позволяет сотруднику склада сфотографировать его и в этот же момент у клиента в личном кабинете отображается фотография реального товара и возможность принять заказ или отказаться от него. Такие взаимодействия значительно снижают процент отказов и возвратов товара, а еще повышают лояльность клиентов.

Роботизация склада

Помимо системной оптимизации существует мехатронная - компании все больше и больше используют средства механизации в работе склада. Заметнее всего работает Amazon — маленькие оранжевые роботы KIVA уже самостоятельно перемещают предметы внутри склада. А их дроны доставляют заказы, если клиент живёт в 30 минутах от склада. Последнее нашумевшее видео демонстрировало дирижабль как базу для дронов. При этом, само видео является вымыслом художника, однако по моему мнению, это не так далеко от реальности, как многие думают. 

Конкуренцию им уже приготовили британцы с их умной роботизацией.

Не уступает и знаменитая компания Boston Dynamics. Уже сегодня их умные погрузчики умеют перемещать тяжелые коробки без вмешательства человека.

Дроны используют не только для доставки, но и для оптимизации рутины. Компания DroneScan заявляет, что за 2 дня их дроны проведут инвентаризацию быстрее, чем бригада из 80 человек за 3 дня.  

Это, пожалуй, самые яркие примеры, но не самые распространенные и недорогие. 

Вот свежий пример с Walmart — система быстрой приемки и сортировки. Смотрится не так эффектно, как KIVA, зато быстрее и практичнее. 


Практически на всех больших складах применяют хотя бы самые примитивные средства механизации — конвейеры. Следующим шагом обычно идут помощники упаковки и системы сортировки с машинным зрением. Такая простая механизация зачастую способна ускорять участок в несколько раз. 


Транспортная логистика

Анализ BigData помогает не только выстраивать процессы на складе, но и ускорить логистическую составляющую и, в частности, «последнюю милю» — финальный этап доставки до клиента. Это одна из самых больших проблем транспортных компаний — приходится балансировать между скоростью доставки, желаниями клиента и возможностью курьеров. Обычно курьеру выдаются заказы со всего города или одного района, но у каждого клиента есть свои предпочтения по времени доставки. К тому же всегда найдется ещё несколько внешних факторов: перекрыли улицу, заболел курьер, дали несколько дополнительных заказов, в машину не влезли все товары, клиенты перенесли время доставки.

На помощь приходит система транспортной логистики. Система позволяет построить оптимальный маршрут на карте, учитывая все факторы, за несколько секунд, вместо часов, потраченных на это человеком. 

По статистике, «последняя миля» стоит до 28% от общей стоимости доставки посылки. При использовании технологий и BigData, особенно при больших объемах отгрузки, получается колоссальная экономия.

Бывает и так, что склад нужно перенести в другое место или поменять его структуру. В исследовании MIT’s Megacity Logistics Lab говорится, что поставки в большие города почти всегда можно оптимизировать с помощью небольших распределительных центров, разбросанных по нескольким районам. В нашем случае,  после анализа данных, мы вынесли отдельный курьерский хаб в другой район Москвы. 

Как сделать склад более технологичным 

1. Собирайте больше данных

Собирайте и храните столько данных, сколько сможете. Обычно сложно заранее предугадать что именно понадобится при анализе, но совершенно точно нужны будут маршруты следования товара с указанием времени и участка сканирования, все данные по товару и его характеристикам: габариты, вес, состав, упаковка. 

В нашей IT-системе фиксируется каждое действие сотрудника вплоть до каждого щелчка мышки и каждого «пика» сканером. И если что-то идёт не так, мы можем оперативно «пофиксить» любой бизнес-процесс.

Для анализа недостаточно собирать данные только со склада или с логистики. Нужно сохранять все данные о продажах (текущих и прогнозах), о клиентах, даже о погоде. В итоге это всё это помогает построить полноценную факторную модель. 

2. Изучайте хорошие примеры и интересуйтесь мнением коллег

Многие компании делятся опытом в своих блогах и рассказывают истории успеха. Возможно, ваша проблема уже была где-то описана. Однако, не забывайте, что у каждой компании свой путь и решения также отличаются.

Большинство идей по оптимизации рождается внутри компании. Очень желательно общаться и со своими работниками «на местах». Наверняка среди всего персонала есть светлые головы, у которых много хороших идей.

3. Инвестируйте в технологии и аналитиков

Идеальный путь — построить модель на основе данных и улучшать процессы с её помощью. В реальной жизни далеко не все до этого доходят, но это и не критично. Оптимизация начинается с большой и понятной цели, например: нужно сократить время обработки товара в 2 раза.

Для этого рассматривается каждый этап обработки товара, анализируется сколько времени он занимает, сколько сотрудников над этим работает, какой финальный результат приносит. Специалисты предлагают различные сценарии решения проблемы — можно ли этот участок «распараллелить», применить механизацию, оптимизировать?

О ком
Похожие статьи и интервью
Какие автомобили покупают в онлайне: топ-10 2019 года
Невыкупы, отмены, возвраты: почему любимый клиент вам отказывает?
Построение триггерной коммуникации маркетплейса goods.ru от «А» до «Я»
Онлайн-рынок продуктов питания: аналитика Data Insight
eCommerce в Европе: подробная аналитика Ecommerce Foundation
О чем может сказать магазину статистика поисковых запросов на сайте
Как запустить интернет-магазин с нуля
Леонид Довладбегян (Perekrestok.ru): о eGrocery, аптечных API и бутилированной воде
Виртуальность сливается с торговлей
Павел Мальцев, orgasmkey.ru: «Я могу на несколько дней «исчезнуть» – все продолжит работать без меня»
8 мотивов вашего клиента: на что стоит обратить внимание при построении программы лояльности
"Барометр глобальной торговли" предсказал спад мировой торговле
Как пользователи реагируют на качество сайта брендов: аналитика Blue Fountain Media
7 ключей к идеальной eCommerce-платформе для B2B коммерции: как оптовой компании открыть онлайн-канал
Алексей Скатин ("Почта России"): основные eCommerce-тезисы
eCommerce отстаёт по fashion
Сколько стоит сайт интернет-магазина или что влияет на стоимость его создания
Российский eCommerce нашел деньги
Рейтинг лучших приложений по доставке продуктов: версия "Роскачества"
Думаете, что персонализация и редизайн сайта не могут сосуществовать? Подумайте дважды
Рейтинг торговых сетей у пользователей онлайн-карт: аналитика Digital Guru
Летние распродажи: как и когда это делают в Европе
Как Wildberries, "М.ВИдео", "Маркет" борются за "видимость" в eCommerce: аналитика "Ашманов и партнеры"
Филипп Лабковский (Tervolina): Клиент купивший в маркетплейсе - не равно ваш клиент
Самые дорогие онлайн-заказы года: аналитика Admitad
5 трендов онлайн-шопинга, доказывающих, что мобильное приложение эффективнее мобильной веб-версии сайта
Экономия и всемогущий IT: главные тренды логистики для eСommerce в РФ
Как выбрать подрядчика для разработки интернет-магазина и не пожалеть об этом?
Kantar Worldpanel и X5 прогнозируют взрыв на рынке eGrocery
Онлайн-рынок универсальных магазинов: аналитика от Data Insight
История виртуальных приложений от IKEA
Долгий путь к "последней миле": кейс "Русской рыбной компании"
Взгляд покупателей в будущее ритейла: аналитика CITE Research
Как снизить стоимость покупки с видеорекламой на Facebook: советы экспертов
10 вещей, которые нужно знать иностранцам про российский рынок eCommerce
Рынок показал рекордный рост: аналитика АКИТ
Как локальным брендам увеличить продажи в несколько раз?
Российская онлайн-торговля  -  что не так?
Россияне готовы к онлайн-аптекам: аналитика Mail.ru Group
"Дочки-сыночки": Как рост влияет на частоту покупок
Продажа ювелирных украшений онлайн: опыт бренда LAV’Z Jewellery
Новые логотипы в российском eCommerce: разбираем с дизайнером
Почему ecommerce уже неактуален и кто разрушит границы digital-рынка
Алексей Ширяев ("на_полке"): "Онлайн-магазинов может быть хоть миллиард, но все равно им необходим один агрегатор"
Продвигай, но проверяй: как выбрать подрядчика на SEO-продвижение
Онлайн-рынок одежды и обуви 2018: аналитика Data Insight
Окупить B2B-платформу за 4 месяца: кейс компании "Бамбинизон"
Зачем объединяют рекламные кампании Google Shopping и Facebook
Как отзывы влияют на ваши продажи: данные Globlee, Ozon, ContentHub
Как видеофиксация облегчает работу с заказчиком и курьерскими компаниями: кейс Tempoline
Amazon: глобальный отчет по малому бизнесу за 2018 год
От отрицания к принятию: как бизнес осознает необходимость внедрения сквозной аналитики?
Китай глазами российского логиста
Ozon: партнёрство с X5 Retail Group, инвестиции на 10 млрд и новая региональная стратегия
Как модель подписки меняет онлайн-рынок книг: кейс площадки Litnet
5 показателей успешности поискового продвижения
Онлайн-рынок спортивных товаров: аналитика Data Insight
Как пользовательский контент влияет на поведение поколения Y: аналитика Globlее
Борис Овчинников: "Мы не ожидали такого роста рынка, никто не ожидал"
Маркетплейс от "Леруа Мерлен": подробности проекта
Онлайн-рынок книг: аналитика Data Insight
Китай открывает границы иностранным магазинам и снижает почтовые пошлины: что теперь?
Экономика электронной торговли в России: отчет РАЭК
Как продавать подарочные сертификаты онлайн: несколько практических советов
Маркетплейс с нуля: как запустить торговую площадку
Рынок труда в eCommerce: весна-лето 2019
Чек-лист: на каких страницах какие товарные рекомендации должны быть
Как магазину попасть на первые строчки выдачи: свежая аналитика "Ашманов и партнеры"
Рейтинг самых удобных eGrocery-приложений
Рейтинг ТОП-100 крупнейших интернет-магазинов России
Число интернет-магазинов в Беларуси за 2018 год увеличилось на 20%
"Лучшие из лучших в рунете": аналитика Data Insight
Новый пользовательский опыт: 5 аспектов персонализации в ритейле
Как растёт европейский рынок eCommerce
Кейс ребрендинга от компании Биглион
"Не ходите, дети" или немного об африканском eCommerce
Памятка: что такое омниканальность и почему сейчас без нее всё сложнее вести бизнес
Как правильно сделать 404 страницу, чтобы клиент не убежал
Пьяные покупки: аналитика спонтанных продаж
Рынок готовой еды в Москве: аналитика весны 2019
Экосистема рынка российской логистики (инфографика)
Российский eCommerce вырастет вдвое за 5 лет: аналитика Института Гайдара
Берегись, новичок: 4 главных ошибки при создании интернет-магазина
Онлайн-заказ в "Пятерочке": тест-драйв
8 марта: аналитика предпраздничных продаж крупных площадок
Больше, чем интернет-магазин: как создать дополнительную ценность для клиента
Российский рынок eGrocery: рейтинг Russia Top Online Food Retail
Блокчейн-будущее eCommerce: как технологии помогут рынку
4 тренда глобального fashion-ритейла, ждущих российский рынок уже завтра
Россия на экспорт: как российские регионы сотрудничают с Alibaba
Илья Широков, Joom: «Все, к чему я прикасаюсь, превращается в социальную сеть. Это моя карма»
"Яндекс" рубит комиссионные рекламным агентствам: как это скажется на интернет-магазинах?
Сколько стоит создать и вывести интернет-магазин в топ-10
Американский рынок eGrocery в ближайшие 10 лет вырастет в 3 раза
Интернет-торговля попала в лидеры роста: данные 2ГИС
На рынок eCommerce пришел "новый покупатель": аналитика DPDgroup