Внедрение системы планирования расписания сборщиков: кейс одного из лидеров E-Commerce в России

О компании

NDA – один из крупнейших ритейлеров по доставке еды из магазинов.

Задачи

Перед нами стояло 2 задачи: 

• Автоматизировать составление расписаний сборщиков

• Оптимизировать операционные метрики сборки заказов

Решение

Команда создала систему, которая имитирует реальную жизнь. В симуляции задаются параметры, например, с какой частотой и в какое время будут приходить заказы, сколько сборщиков работает и в какое время, сколько они тратят времени на один заказ. Система фиксирует данные, проводит симуляцию и считает операционные метрики, например, производительность сборщиков и средний цикл сборки.

Чтобы протестировать систему, команда провела три пилота. В первой итерации 2 недели тестировали один магазин с плохими показателями. За ключевую метрику взяли время ожидания сборки, то есть время от момента, когда пришел заказ, до момента, когда его начали собирать. Изначальная цифра сборки — 72 минуты. В среднем заказ лежал нетронутым больше часа. Решение сократило время в 3 раза, до 17 минут.

Во втором пилоте одну неделю тестировали 5 магазинов. Обученная командой модель временных рядов прогнозировала 2 часовые отрезки. Но фактическое расписание сборщиков сильно отличалось от планируемого системой. Также выяснилось, что сборщики самовольно уходили на обеды в пиковое время. В итоге, из-за операционных причин время ожидания сборки увеличилось в среднем на 4,5%.

В третьей итерации также участвовали 5 магазинов. Ошибки прошлого пилота были учтены. В новой модели расписание обедов формировалось полуавтоматически с учетом физиологических потребностей, ограничений расписаний, и планируемого объема заказов. Также система перешла на прогнозирование часовых отрезков. Точность модели выросла на 20% по сравнению с изначальной моделью самого ритейлера. Пилот показал улучшение операционных показателей по 4 из 5 магазинов. Среднее время от прихода заказа до завершения сборки сократилось на 17,4%.

Результаты

На масштабе всех магазинов сети команда заложила улучшение на 10%. Чтобы достигнуть таких результатов без ИИ, ритейлеру пришлось бы привлечь на 11% сборщиков больше. Таким образом система планирования экономит бизнесу 11% от текущего фонда оплаты труда сборщиков, а это до 500 млн рублей в год. А ещё:

• покупатель получает заказ быстрее, а значит, более мотивирован совершать повторные заказы;

• топ-менеджмент лучше понимает зависимость между инвестициями и бизнес-показателями, поэтому может более точно влиять на бизнес;

• мотивация сотрудника растёт, снижается вероятность его ухода из компании;

• руководство супермаркета видит операционные метрики и понимает, как их можно улучшить;

• аналитики и директора магазинов освобождают время для более важных, нерутинных задач.