대형 온라인 유통업체의 마지막 유통망 최적화

대형 온라인 유통업체의 마지막 유통망 최적화

개요

오존은 2019년 전체 매출이 50억 달러 안팎으로 동유럽 최대 온라인 유통업체 중 하나다. 택배 구역 확대, 신규 서비스 출시 등으로 해마다 성장하고 있다. 예를 들어 오손의 매출액은 2019년 93%, 2020년 1분기 115% 증가했다. 따라서 이 회사는 인프라를 지속적으로 최적화해야 합니다.

문제

오손은 2018년 모스크바와 모스크바 지역에 7개의 물류센터(DC)를 두었으며, 면적은 200~5,000평방미터였다. 2020년에는 DC의 수가 11개로 증가했습니다. 해당 상품은 DC에서 직접 고객 주소, 픽업 사물함, 고객이 수거한 픽업 지점으로 배송됐다. 높은 서비스 수준을 유지하고 제때 물품을 배송하기 위해서는 새로운 유통망을 구축하고 DC에서 최종 목적지까지의 거리를 동시에 최소화할 필요가 있었다. 이 회사는 이 문제를 해결하기 위해 유통망 최적화 기능을 갖춘 시뮬레이션 소프트웨어로 AnyLogic을 선택했다. 이 기술을 통해 오손은 모스크바와 모스크바 지역의 교통망을 시각화하고 실제 세계에서 아이디어를 실행시키기 전에 가설을 시험할 수 있었다. 시뮬레이션은 또한 오손이 새로운 DC와 기존 DC 사이에 배달 구역을 분배하는 방법을 이해하는데 도움을 주어 센터가 다운타임 없이 효과적으로 작동할 수 있도록 하였다.

솔루션

오손에서는 발주처가 납품업체로부터 물건을 받아 소포에 조립해 포장하는 이행센터(사내 포장창고)로 발송된다. 그리고 나서 소포들은 배달원들 사이에 분포되어 있는 DC로 배달된다. 배달원들은 배달 구역 내의 소포를 고객, 픽업 사물함 또는 픽업 지점으로 직접 배달합니다. 각 DC는 특정 배송 구역 내에서 작동합니다.

물류 센터 시뮬레이션 모델

물류 센터 시뮬레이션 모델

그 회사는 전체 공정을 상세히 반영하기 위해 주문 처리 단계별 모델을 개발하기로 했습니다. 그러나, 이 사례 연구에서 우리는 택배 고객 운송 단계(마지막 마일 배송) 최적화에만 초점을 맞춘다.

오손 시뮬레이션 팀은 데이터 수집을 시작했다. 회사에서는 주문 처리에 대한 모든 정보가 IT 시스템에 기록 되었으므로, 엔지니어가 필요한 데이터를 다음과 같이 얻을 수 있었다.

이 데이터를 기반으로 엔지니어들은 시뮬레이션 모델을 개발했습니다. 그들은 실제 시스템을 보다 정확하게 포착하기 위해 다음과 같은 한계를 고려했다.

모델의 논리를 설정하기 위해, 엔지니어들은 AnyLogic Process Modeling Library를 적용하였다. 흐름도를 통해 시스템 요소 간의 역학 및 상호 연결을 포착하는 데 도움이 되었습니다.

더욱이 유통망 전달경로를 모델에 반영하는 것이 필수적이었다. 이를 위해, 연구팀은 GIS 지도를 사용하여 모스크바와 모스크바 지역에 있는 물류 센터와 해당 지역의 배송 지역을 찾아냈다. 이후 AnyLogic 시뮬레이션 실험에서 경로가 자동으로 생성되었습니다. 개발된 모델은 이후 AnyLogic Cloud에 업로드되어 팀이 프로젝트를 동료들과 공유하고 모든 기기에서 액세스할 수 있게 되었습니다.

마지막 마일 분배 네트워크 모델

마지막 마일 분배 네트워크 모델

엔지니어들은 시뮬레이션 모델을 사용하여 시스템의 매개 변수를 변경할 수 있는 다양한 "what-if" 시나리오를 테스트했습니다. 이들 매개 변수에는 배치된 모든 주문 건수, 정시 배송율, 배달 지역으로 발송되는 택배사 수, 일반적으로 택배사의 이동 시간이 포함됐습니다. 연구팀은 DC의 수를 최소화하면서도 높은 서비스 수준을 유지할 수 있는 방식으로 DC 간 배송 지역을 분배하고자 했습니다. 또한 각 DC의 효율성과 배송 시간에 대한 통계를 수집했습니다.

결과

그 결과, 팀은 물류 센터와 그에 상응하는 배송 지역, 픽업 사물함 및 포인트를 반영하는 마지막 마일 배송 네트워크에 대한 시뮬레이션 모델을 개발하였다. 그들은 다양한 시나리오를 테스트하기 위해 이 모델을 사용했다. 그리고 나서, 팀은 서비스 수준과 비용을 고려하여 DC의 최적 위치와 배송 지역을 결정하였습니다. 엔지니어들은 프로세스 모델링 라이브러리와 AnyLogic GIS 맵 기능을 사용하여 물류 시스템 프로세스의 로직을 설정하고 시각화했습니다. 시뮬레이션 모델과 출력 데이터를 통해 팀은 KPI 간에 균형을 맞추기 위해 2020년 말까지 3개의 DC를 닫고 11개의 다른 DC를 개방해야 한다는 결론을 내릴 수 있었다.

유사 케이스 스터디

더 많은 케이스 스터디

Get a brochure with industry case studies

다운로드