variabiliteit in het orderverzamelen - congres e-commerce

Variabiliteit in het orderverzamelenCongres e-commerce logistiek

Jelmer Pier van der Gaast15 januari 2019

Vakgroep Operations, Faculteit Economie en Bedrijfskunde, Rijksuniversiteit Groningen

Orderverzamelen

• Orderverzamelen is demeest arbeidsintensieveen kostbare activiteit inhet magazijn.

• Het orderverzamelprocesmoet robuust zijnontworpen en optimaalworden aangestuurd.

• De complexiteit van magazijnprocessen is momenteelsterk toegenomen.

• Conventionele modellen die het orderverzamelprocesbestuderen zijn niet langer voldoende.

2/14

Variabiliteit in het orderverzamelen

Orderverzamelenvariabiliteit

Aankomstproces Bediedingsproces Vertrekproces

Order arrivals

Order sizes

Product arrivals

Batching

Traveling

Routing

Picking

Congestion

Quality inspection

Accumulation

Sorting

Staging

3/14

Zone Picking

Zone picking systeem

• Veelgebruiktpicker-to-partsorderverzamelsysteem.

• Het magazijn isonderverdeeld inafzonderlijke zoneswaarin eenorderverzamelaar werkt.

• Kortere loopafstanden en minder congestie in gangpaden.• Flexibel in ordervolume, productgrootte en het aantalorderverzamelaars.

4/14

Zone picking systeem

Segment 1

Segment 2

DispatchMain conveyor

Segment recirculationEntrance

Zone5/14

Onderzoek naar variabiliteit in zone pick systemen

• In E-Global is er onderzoek gedaan naar hoe om te gaanmet variabiliteit in een zone picking systeem, door middelvan;1. Volgorde van vrijgave van orders in het systeem.2. Werknemersallocatie.

MethodologieSimulatie studie van verschillende magazijn lay-outs,verschillende operationale regels, en verschillendevraagpatronen.

6/14

Resultaten

Table 1: Resultaten simulatie studie.

Lay-out 1 Lay-out 2 Lay-out 3Klein Groot Klein Groot Klein Groot

Verschil in AOTT EABS EAWS EABS EAWS - EAWS-1.5% -1.2% -2.2% -0.5% -2.2%

• EAWS verbetert de werklastverdeling binnen sets vanzones geven kleine ordergroottes.

• EABS verbetert de werklastverdeling tussen sets van zones.

7/14

Dynamisch batch picking

Conventioneel orderverzamelsysteem

Ql11 Qr11

Ql12 Qr12

Ql13 Qr13

Ql14 Qr14

Ql15 Qr15

Ql21 Qr21

Ql22 Qr22

Ql23 Qr23

Ql24 Qr24

Ql25 Qr25

Ql31 Qr31

Ql32 Qr32

Ql33 Qr33

Ql34 Qr34

Ql35 Qr35

Ql41 Qr41

Ql42 Qr42

Ql43 Qr43

Ql44 Qr44

Ql45 Qr45

Depot

8/14


Ql11 Qr11

Ql12 Qr12

Ql13 Qr13

Ql14 Qr14

Ql15 Qr15

Ql21 Qr21

Ql22 Qr22

Ql23 Qr23

Ql24 Qr24

Ql25 Qr25

Ql31 Qr31

Ql32 Qr32

Ql33 Qr33

Ql34 Qr34

Ql35 Qr35

Ql41 Qr41

Ql42 Qr42

Ql43 Qr43

Ql44 Qr44

Ql45 Qr45

Depot

Ql11

Qr12

Ql34Ql43

Qr42

8/14


Ql11 Qr11

Ql12 Qr12

Ql13 Qr13

Ql14 Qr14

Ql15 Qr15

Ql21 Qr21

Ql22 Qr22

Ql23 Qr23

Ql24 Qr24

Ql25 Qr25

Ql31 Qr31

Ql32 Qr32

Ql33 Qr33

Ql34 Qr34

Ql35 Qr35

Ql41 Qr41

Ql42 Qr42

Ql43 Qr43

Ql44 Qr44

Ql45 Qr45

Depot

Ql11

Qr12

Ql34Ql43

Qr42

9/14

Dynamisch orderverzamelsysteem

Ql11 Qr11

Ql12 Qr12

Ql13 Qr13

Ql14 Qr14

Ql15 Qr15

Ql21 Qr21

Ql22 Qr22

Ql23 Qr23

Ql24 Qr24

Ql25 Qr25

Ql31 Qr31

Ql32 Qr32

Ql33 Qr33

Ql34 Qr34

Ql35 Qr35

Ql41 Qr41

Ql42 Qr42

Ql43 Qr43

Ql44 Qr44

Ql45 Qr45

Depot

Ql11

Qr12

Ql34Ql43

Qr42

10/14

Dynamisch orderverzamelsysteem

Ql11 Qr11

Ql12 Qr12

Ql13 Qr13

Ql14 Qr14

Ql15 Qr15

Ql21 Qr21

Ql22 Qr22

Ql23 Qr23

Ql24 Qr24

Ql25 Qr25

Ql31 Qr31

Ql32 Qr32

Ql33 Qr33

Ql34 Qr34

Ql35 Qr35

Ql41 Qr41

Ql42 Qr42

Ql43 Qr43

Ql44 Qr44

Ql45 Qr45

Depot

Ql11

Qr12

Ql34Ql43

Qr42

Qr25

10/14

Wat is batch-planning?

• In batch-planning wordt de vraag van meerdereklantorders gecombineerd tot één pickinstructie.

• Verhoogt zowel de doorzet als de efficiëntie van de pickers.• Vaak toegepast in food, non-food, fashion en e-commercemagazijnen.

11/14

Onderzoek dynamic batch planning

• In E-Gobal is een framework om dynamischebatch-planning te kunnen onderzoeken en te vergelijkenmet de huidige manieren van batch-planning ontwikkeld.

• Gebruik het om de volgende statistieken te onderzoeken;1. Doorzet

1.1 Picker utilisatie1.2 Order on-time percentage

MethodologieEen wiskundig model die dynamisch pick routes kan bepalenen aanpassen.

12/14

Resultaten

Table 2: Resultaten dynamische en gewone batch-planning.

Thr. time Tour duration ρ Walking dist.

Arrival rate Methode

0.0167 Dynamisch 42.3 40.2 0.3 9142.3

Gewoon 46.6 38.8 0.4 10003.5

0.025 Dynamisch 45.2 41.7 0.5 12524.6

Gewoon 67.6 39.6 0.5 14152.9

0.033 Dynamisch 47.9 43.2 0.6 15433.5

Gewoon 305.7 40.9 0.6 17122.7

0.050 Dynamisch 57.0 47.2 0.7 19531.9

Gewoon 642.4 44.6 0.8 21574.0

13/14

Conclusie

Conlcusie

• Flexibele werkdomeinen.• Efficiënte versus responsieve processen.• Geïntegreerde modellen voor material handling-systemen.• Gebruik van low-level informatie in beslissingsmodellen.

14/14

Bedankt voor luisteren!

Jelmer Pier van der Gaast

[email protected]

14/14

variabiliteit in het orderverzamelen - congres e-commerce

Documents