E-commerce rośnie. Staje się przez to coraz bardziej konkurencyjny. W końcu wiele podmiotów chce uszczknąć kawałek internetowego tortu dla siebie. Jednak wysiłki kładzione na obsługę, produkty oraz atrakcyjność strony internetowej mogą nie wystarczać. Dzisiaj potrzebne są technologiczne rozwiązania, które spełnią rosnące oczekiwania klientów. Kluczową rolę odgrywa tutaj sztuczna inteligencja. Zaawansowane algorytmy optymalizacyjne są w stanie poprawić doświadczenie zakupowe na każdym etapie procesu zamówienia.
Klienci – jakie oczekiwania mają wobec dostawy?
Według raportu „E-commerce Delivery Compass 2023”, średni czas oczekiwania na dostawę wynosi trzy dni. Zarówno w Europie, jak i w USA.
Ma być szybko!
Aż 41% respondentów wykazało zainteresowanie quick commerce, czyli szybkimi dostawami realizowanymi od 10 minut do kilku godzin od złożenia zamówienia. To zjawisko może budzić niepokój wśród logistyków. Dotyczy już bowiem nie tylko produktów spożywczych, lecz wszystkich zakupów online. Zaspokojenie tego oczekiwania może mieć ogromne znaczenie dla sukcesu sklepu w internecie. Jak wskazali eksperci w raporcie „Logistyka E-commerce. Gdzie jesteśmy, a gdzie chcemy być”, niestety 45% osób rezygnuje z zakupów, gdy czas dostawy jest zbyt długi. Poza czasem liczy się też wybór. Jeśli sklep nie oferuje preferowanej metody dostawy, 23% klientów także zrezygnuje z zakupu.
Ma być eko!
Dla coraz większej liczby klientów ekologia zaczyna być istotna. Jak czytamy w naszym raporcie, 54% z nich oczekuje, że sklepy internetowe będą oferować dostawy neutralne pod względem emisji CO2. Jednak nie dla wszystkich jest na tyle istotna, by obciążyć się kosztami. Tylko 37% z nich jest gotowych za to dodatkowo zapłacić. Niemniej ważnym punktem jest opakowanie. Klienci coraz częściej krytykują nadmierne używanie dużych pudeł czy korzystanie z nieekologicznych materiałów.
Jak sprostać rosnącym wymaganiom rynku?
Nie ma jednego rozwiązania pasującego do wszystkich sytuacji. Wdrożenie usług szybkiej dostawy wymaga odpowiedniej infrastruktury. Jeśli chcemy przykładowo obsłużyć krótkie trasy, potrzebujemy małych centrów dystrybucji (mikrohuby) blisko punktów docelowych. Potrzebujemy też środków transportu, najlepiej niskoemisyjnych w dobie SCT i wspomnianych wyżej preferencji klienckich. Pasowałoby, żeby się to jeszcze opłacało! Dlatego trzeba to kontrolować i optymalizować. To skomplikowane, a poziom złożoności rośnie wraz z wielkością sklepu i ilości zamówień.
Rozwiązaniem jest SI!
Przy tak wielu operacjach, coraz więcej operatorów polega na zaawansowanych technologiach. Jedną z nich jest sztuczna inteligencja. Czy to w formie generatywnej jak chatGPT czy algorytmów wewnątrz systemów. Choć można dyskutować o jej ekologiczności.
Algorytmy pozwalają precyzyjnie kalkulować, przewidywać i znajdować schematy. Dzięki skomplikowanym obliczeniom są w stanie optymalizować procesy. To ważne, szczególnie przy dużych flotach pojazdów, gdzie zapewnienie efektywności ma znaczenie dla rentowności całej firmy.
Może Cię zainteresować: ChatGPT i sztuczna inteligencja to przyszłość TSL?
Algorytmy optymalizacyjne w logistyce
Przyjrzyjmy się zatem wybranym algorytmom, które aktualnie kształtują logistyczne oblicze e-commerce.
Order Picking
Magazyny są kluczową częścią e-commerce, a proces kompletacji zamówień (order picking) jest jedną z najważniejszych funkcji w magazynie. To właśnie od efektywności tego procesu zależy, czy klient będzie miał pozytywne czy negatywne doświadczenie z zakupami online. Dokładność i terminowa realizacja zamówień są kluczowe dla zadowolenia klienta oraz rentowności przedsiębiorstwa. Optymalizacja tego procesu może przynieść znaczne oszczędności. Ponieważ jak wskazują badania Warehouse & Distribution Science proces kompletacji zamówień odpowiada za aż 55% całości kosztów operacyjnych magazynów.
Istnieje wiele metod kompletacji zamówień, takich jak Single Order Picking, Batch Picking, Wave Picking czy Zone Picking. Każda z nich ma wady i zalety. Ich użycie zależy od rodzajów magazynów oraz zamówień. Odpowiednie zaprojektowanie algorytmów optymalizacyjnych usprawni pracę każdej z tych metod. W naszym raporcie, ekspert z Otimo podkreśla, że ważnym jest jednak, aby w fazie tworzenia uwzględniały one specyfikę procesu i danego magazynu.
Vehicle Routing Problem
Istotne są również zagadnienia związane z optymalizacją tras transportu, czyli Vehicle Routing Problem (VRP). Istnieje wiele wariantów VRP, takich jak CVRP, VRPTW czy VRPPD, które mogą być stosowane w zależności od specyfiki działalności i potrzeb przedsiębiorstwa. Optymalizacja tras jest synonimem dla efektywności działań logistycznych. Zarówno pod kątem oszczędności jak i emisji. Algorytmy również tutaj znajdują swoje zastosowanie.
Last mile
Ostatnim etapem procesu jest dostawa towaru do klienta, czyli tzw. ostatnia mila. Jest kluczowa z kilku powodów. Po pierwsze, jest to najbardziej czasochłonny i kosztochłonny element procesu dostawy towarów. Nasi eksperci szacują się, że odpowiada za około 50% wszystkich kosztów transportu. Po drugie, jest to moment, kiedy towar dociera do klienta, co ma istotne znaczenie dla jego zadowolenia. Dlatego ważne jest, aby dostarczyć towar szybko i z uwzględnieniem jego potrzeb.
Na przykład oferując dostawę do wybranego punktu, dostawę tego samego dnia lub usługi typu q-commerce. Aby sprostać tym wyzwaniom, konieczne jest wykorzystanie zaawansowanych algorytmów optymalizacyjnych, które potrafią efektywnie zarządzać dużymi i zmieniającymi się zestawami danych.
Sprawdź też: Zwroty w e-commerce – korzyść dla klienta, problem dla sklepu?
Czy AI zapewni mi powodzenie w e-commerce?
Sukces w e-commerce nie zależy wyłącznie od algorytmów. Jednak trudno dziś wyobrazić sobie efektywną firmę logistyczną bez nich. Algorytmy optymalizacyjne są ważnym elementem obsługi. Ponadto, są stosunkowo łatwe do integracji. Machine i deep learning już teraz są wykorzystywane na szeroką skalę do doskonalenia VRP, analizy danych historycznych oraz podejmowania decyzji w zakresie planowania tras i przydzielania pojazdów.
Krzysztof Chaładyn z firmy Otimo prognozuje wzrost ich znaczenia w przyszłości. Choć nie są one odpowiedzią na wszystkie wyzwania logistycznego sektora, to już teraz stanowią nieodzowną jego część. Z jednej strony, umożliwiają dostosowanie się do szybko zmieniających się potrzeb klientów.
Z drugiej zaś, zwiększają efektywność działania na wszystkich etapach dostarczenia zamówienia. A warto wspomnieć, że nie wspomnieliśmy tu o marketingu czy interfejsie sklepu, gdzie sztuczna inteligencja również może zagrać swoją melodię! Także dzięki umiejętnie wdrożonej sztucznej inteligencji firmy realnie zyskują przewagę konkurencyjną. Jednak nie zapominajmy o tym, co najważniejsze – naszym kliencie!
Więcej przeczytasz w raporcie PITD: “Logistyka E-commerce. Gdzie jesteśmy, a gdzie chcemy być?”
