24.02.2017.

Digital Mind

Izmaksu samazināšana, izmantojot optimizācijas risinājumus loģistikā

Izmaksas, izmaksas un vēlreiz izmaksas. Lielās konsultāciju kompānijas (McKinsey, PwC, Roland Berger, The Boston Consulting Group, u.c.) visas kā viena norāda, ka transporta un loģistikas industrijas viens no būtiskākajiem izaicinājumiem nākotnē būs piegādāt arvien labāku servisu par zemāku cenu. Tādēļ šodien blogā mūsu biznesa analītikas vadītājs Leons Mednis pastāstīs par to, kā dažādu optimizācijas risinājumu izmantošana loģistikā var palīdzēt sasniegt šo mērķi.

No vienas puses, klients sagaida labu servisu, kuru raksturo:
  • Vienkāršība
  • Ātrums
  • Elastīgums
  • Zemas piegādes izmaksas vai šādu izmaksu neesamība
  • Labās digitālās pieredzes pārnese uz citiem pakalpojuma sniedzējiem
Savukārt no otras puses ir jūtams investoru spiediens uzlabot un palielināt ienesīgumu, un nodrošināt stabilu konkurētspējas attīstību ilgtermiņā. Izmaksu samazināšana ir komplekss pasākumu kopums, tāp ēc pievērsīšos tikai vienam būtiskam izmaksu postenim saistībā ar transportēšanu, kurš sevī slēpj lielu uzlabojumu potenciālu.  Pēdējā laikā arī mūsu klienti arvien biežāk jautā tieši pēc šāda risinājuma. Kas tas ir? Optimizācijas risinājums, kas ļautu saplānot optimālu transporta maršrutu, pārvadājot maksimālo kravas apjomu. Atrisinot šo problemātiku, kompānijas ieguvums ir sekojošs:
  • Mazāk nobraukto kilometru, mazāk iztērētas degvielas. Ietaupīta nauda;
  • Mazāks nobraukums, mazākas servisa izmaksas. Mazākas servisa izmaksas uz vienu pārvadāto kravas vienību;
  • Mazāk tukšo braucienu jeb braucienu bez kravas. Lielāki ienākumi no vienas mašīnas, maršruta.
Tie ir galvenie ieguvumi, kurus ir viegli identificēt un nomērīt. Protams ir arī virkne citu tiešo un netiešo ieguvumu. Kāpēc tas kļūst tik aktuāli? Ja kompānijas rīcībā ir 10, 20 mašīnas un maršrutu nav daudz, tad plānošanas darbu, iespējams, var veikt manuāli, paļaujoties uz plānotāja profesionālo pieredzi un zināšanām. Bet ko darīt, ja kompānijas rīcībā ir 100, 1000 vai vairāk mašīnu. Un ja apkalpojamo klientu skaits dienā ir mērāms vairākos simtos? Kā rīkoties, ja transportēšanas pakalpojums tiek sniegts daudz plašākā teritorijā, piemēram, Krievijā, Eiropā vai Āzijā. Kā visu informāciju salikt kopā? Šajā gadījumā tik tiešām prasās pēc risinājuma, ar kura palīdzību plānošanas procesu varētu padarīt gudrāku un efektīvāku. Transportēšanas optimizācijas risinājums tieši palīdz risināt šo sarežģīto un komplekso uzdevumu, lai pieņemtu visoptimālākos biznesa lēmumus. Parasti, risinot optimizēšanas uzdevumu, fokuss var būt uz transporta maršruta optimizēšanu (route optimization) vai arī jau uz sarežģītāku uzdevumu, kur jāoptimizē  vienlaikus transporta maršruts un krava (route and truck load). Pieredze gan rāda, ka risināmā optimizācijas uzdevuma sarežģītības pakāpi visvairāk var ietekmēt tieši transportēšanas kompānijas biznesa modelis, piemēram, piegāde līdz durvīm (last mile delivery). Transportēšanas optimizācijas funkcionalitāti var izskatīt kā:
  • Atsevišķu risinājumu (risina tikai transporta maršruta un kravas optimizācijas uzdevumus);
  • Modulis vai funkcionalitāte no plašāka loģistikas risinājuma vai platformas.
Atkarībā no transportēšanas kompānijas tehnoloģiskās attīstības pakāpes, abi šie varianti var tikt izvērtēti. Iespējams, ieviešot vai pievienojoties plašākai loģistikas platformai, var iegūt nepieciešamo tehnoloģisko grūdienu konkurētspējas paaugstināšanai. Visplašākais risinājums var nodrošināt visas zemāk minētās funkcionalitātes (atvainojiet par atteikšanos mēģināt to visu sakarīgi iztulkot):
  • Billing & Invoicing
  • Customer Database
  • Dispatch Management
  • Driver Management
  • Driver Settlements
  • Fuel Card Management
  • Fuel Management
  • Load Optimization
  • Maintenance Management
  • Mileage Tracking
  • Quote Management
  • Recruiting Management
  • Routing
  • Scheduling
  • Trip Logs
  • Vehicle Tracking
Atgriežoties pie atsevišķa risinājuma, ar kura palīdzību risināt optimizācijas uzdevumus, var atrast šādus iespējamos risinājumus:
  • Optimizācijas algoritmi – pastāv gan open source, gan gatavi risinājumi. Uzņēmums pats veido un attīsta savu optimizācijas risinājumu iekšienē. Prasīs spēcīgu iekšējo kompetenci matemātikā un algoritmiskajā menedžmentā, kā arī laiku ;
  • Pielāgotie optimizācijas risinājumi:
    • Pilnībā uz klienta vajadzībām veidots risinājums. Parasti nosedz gan algoritma jeb optimizācijas daļu, gan lietotāja saskarni (UI). Prasīs vērā ņemamas naudas un laika investīcijas.
    • Adaptēts risinājums, ņemot vērā klienta vajadzības. Gatavs risinājums/platforma, kuru pielāgo uzņēmuma un risināmās problēmas specifikai. Nodrošina samērā ātru pirmo rezultātu piegādi.
Nākamais jautājums parasti saistīts ar to, vai izmantot mākoņpakalpojumu vai instalāciju. Protams, to bieži vien nosaka kompānijas iekšējie tehnoloģiju izvēles principi. Tomēr, ja izvēle kritusi par labu adaptētam optimizācijas uzdevuma jeb algoritma risinājumam, tad visbiežāk kā labākais risinājums tiek minēts mākoņpakalpojums. Tas saistīts ar nepieciešamajām IT resursu jaudām optimālā varianta kalkulēšanas brīdī. Līdz ar to, izmantojot mākoņpakalpojumu, tās nepieciešamības gadījumā var palielināt un maksāt tikai par patērēto jaudu. Sākot risināt šo uzdevumu, galvenais ir skaidri apzināties uzņēmuma vajadzības, iespējas un vēlamo ieguvumu. Šī skaidrība ļaus daudz vieglāk piemeklēt situācijai atbilstošāko tehnisko risinājumu