מה גילינו כשבדקנו מחדש את שיוך הלקוחות?
בפרויקט אופטימיזציית הפצה שביצענו אצל WEBLET, נבחנו מרכזי חלוקה שפעלו לפי שיוך אזורי קבוע.
ניתוח הנתונים העלה שחלק מהלקוחות קיבלו שירות ממרכזים שלא היו האפשרות היעילה ביותר מבחינת זמני הנסיעה. מבנה הכבישים ועומסי התנועה בשעות הפעילות יצרו הבדל בין המרחק הגיאוגרפי לבין הזמן שנדרש כדי להגיע ליעד.
לאחר התאמה של שיוך הלקוחות, אחד הנהגים הצליח לשרת 13 לקוחות במקום 10 באותו יום עבודה.
זהו שיפור במספר הלקוחות שנהג הצליח לשרת ביום עבודה, ולא מדידה של חיסכון כספי או הבטחה לתוצאה דומה בכל ארגון.
במקרה הזה, השיפור לא התחיל בהוספת משאית, בהארכת יום העבודה או בחיפוש אחר מסלול נסיעה מעט קצר יותר. הוא התחיל בבחינה מחודשת של השאלה מי נכון שישרת את הלקוח.
מיקרו לוגיסטיקה אינה בהכרח עוד מחסן
המושג מיקרו לוגיסטיקה מתקשר לעיתים למרכזים עירוניים קטנים, לנקודות מלאי הקרובות ללקוחות או לפיצול רשת ההפצה ליחידות פעילות מצומצמות.
אלה בהחלט אפשרויות, אבל לפני שמשקיעים בשינוי פיזי של הרשת כדאי לבדוק האם ניתן לשפר את השימוש בתשתיות שכבר קיימות.
ייתכן ששני מרכזי הפצה סמוכים משרתים אזורים שאינם מתאימים עוד לדפוסי הביקוש. ייתכן שקו חלוקה חוצה מדי יום ציר עמוס, אף שמרכז אחר יכול להגיע לאותם לקוחות בדרך נוחה יותר.
במקרים כאלה, שינוי גבולות השירות או חלוקת המשימות עשוי להניב תועלת ללא השקעה במבנה נוסף.
הקמת מרכז לוגיסטי היא החלטה אסטרטגית. שיוך לקוחות ותכנון קווים יכולים להשתנות גם בלי להקים מרכז חדש.
מדוע המרחק הוא רק חלק מהחישוב?
בהפצה ללקוחות עסקיים לא מספיק לדעת כמה קילומטרים מפרידים בין המחסן ליעד.
חנות שמקבלת סחורה רק בשעות הבוקר, לקוח שתהליך הפריקה אצלו ממושך ואתר שמחייב רכב או נהג בעל הסמכה מתאימה יוצרים תנאי שירות שונים לחלוטין.
גם נפח ההזמנה, זמינות הרכב, רצף העצירות והזמן המוקדש לכל ביקור משפיעים על כדאיות השיבוץ.
לכן חלוקה טובה צריכה להתבסס על מכלול המגבלות ולא על גבולות גיאוגרפיים בלבד.
מערכת אופטימיזציה המנתחת את המשימות ואת המשאבים יחד מאפשרת לבחון חלופות שקשה להעריך באופן ידני, במיוחד כאשר מדובר בעשרות קווים ובמאות נקודות אספקה.
תכנון יומי במקום גבולות שאינם משתנים
נניח שבארגון מסוים נהג אחד משויך באופן קבוע לראשון לציון ונהג אחר לתל אביב.
ביום שבו מרבית המשימות מתרכזות בחלק מסוים של שתי הערים, ייתכן שחלוקה אחרת בין הנהגים תאפשר לנצל טוב יותר את שעות העבודה ואת קיבולת הרכבים.
המשמעות אינה שכל נהג צריך לשנות אזור מדי יום. המשמעות היא שהשיוך הקבוע אינו חייב להיות אילוץ שאסור לבחון מחדש.
אופטימיזציה מבוססת AI יכולה לסייע בתכנון העבודה לפני היציאה, תוך התחשבות בהזמנות, בנהגים, ברכבים, בחלונות האספקה ובמגבלות שהארגון הגדיר.
ההחלטה ליישם שינוי רחב יותר בשיוכי לקוחות או באזורי השירות נשארת בידי מנהלי התפעול.
אפשר להשאיר את מה שידוע מהשטח, ולבדוק מולו את המספרים של כל חלופה.
מנהלים אזורי חלוקה?
השאירו הודעה בוואטסאפ ונחזור אליכם עם בדיקת התאמה ראשונית.
איך בודקים אם השינוי באמת משתלם?
לפני שמשנים את מפת החלוקה של הארגון כולו, אפשר לבחור אזור או מספר קווים ולבחון תרחישים שונים על אותם נתוני הזמנות.
כדאי להשוות לא רק את אורך המסלולים, אלא גם את משך העבודה, מספר נקודות האספקה שהושלמו, ניצולת כלי הרכב, עמידה בחלונות הקבלה והעלות התפעולית.
יש להביא בחשבון גם את יציבות השירות. פתרון שמצמצם נסיעה אך מגדיל איחורים או יוצר עומס בלתי סביר על הנהגים אינו בהכרח שיפור.
הבדיקה יכולה להיעשות בהדרגה, בלי לשנות מיד את כל מערך ההפצה. כך ניתן לבחון את התוצאה בפועל לפני שמרחיבים את השיטה.
השורה התחתונה
הפחתת עלויות הפצה אינה מתחילה תמיד במסלול קצר יותר. לפעמים השינוי החשוב נמצא בהחלטה שקודמת ליציאה לדרך: איזה מרכז ישרת את הלקוח, מי יבצע את המשימה ואיך נכון לחלק את העבודה.
מיקרו לוגיסטיקה ואופטימיזציה מבוססת נתונים מאפשרות לבחון החלטות שבעבר נראו מובנות מאליהן.
כי הדרך לחסוך נסיעות מיותרות מתחילה לא פעם דווקא בשינוי המפה שלפיה מתכננים אותן.
לקריאה נוספת: מיקרו-לוגיסטיקה ופתרונות המייל האחרון - הסוף לעלויות ההפצה המטורפות? (המאמר המקורי מאת עירית לוטן באתר אנשים ומחשבים).
