世界の電子商取引分野は 5 年間で 320% の成長を遂げており、新型コロナウイルス感染症のパンデミックを受けて需要が増加しています。コストを削減し、競争力を維持するために、DHL Supply Chain は倉庫業務の最適化プロジェクトを実行しました。このプロジェクトには、ウェーブピッキング戦略をテストするためのスマートで堅牢な倉庫シミュレーションツールの開発が含まれていました。
500,000 SKU (在庫管理単位) と 249 人のスタッフを抱える倉庫における、倉庫最適化プロジェクトは、注文完了までに必要な時間を 8.2% 短縮し、必要なスタッフの数を 66 人削減する戦略を生み出しました。
DHL サプライ チェーンは、世界的なネットワークと、倉庫保管、輸送、付加価値サービスを含む広範な物流ポートフォリオを備えたDeutsche Post DHL Group の一部門です。
問題
DHL 社は、サプライ チェーンで成長する電子商取引分野で競争力を維持するには、顧客の SLA (サービス レベル アグリーメント) を満たすことと運用コストの削減という 2 つの目標が不可欠であると判断しました。
目標を達成するために、同社は、それらの電子商取引活動を最適化することに決定しました。それにはインバウンド活動である、受け取り、ステージング、仕分け、保管、およびアウトバウンド活動である、ピッキング、仕分け、梱包、ステージング及び発送業務が含まれます。
DHL Supply Chain’s Global Solutions Design Centerのスペシャリストである Jigar Panot 氏は、大規模倉庫向けのソリューションに取り組みました。
- 面積: 111,000平方メートル
- 製品数: ~500,000
- ピックゾーン: 12
- 1 日あたりの取扱量: ~171,000
- スタッフ数: >3000
プロジェクトの目的は、さまざまなウェーブ戦略をテストするための堅牢でスマートなシステムを開発し、最適な倉庫スループットとリソース使用率を決定することでした。
倉庫業務とピッキングパスの最適化
大規模な倉庫では、個別注文ピックとクラスター ピックでは、アイテム ピッカーが注文を処理するために数キロの移動に時間を費やす可能性があるため、注文を収集するときにバッチ ピッキングをします。目的は、最適なピック パスを見つけることです。
DHL の大規模倉庫では、ウェーブ リリースによるバッチ ピッキングを使用しています。バッチは注文をグループ化し、ウェーブは定期的なリリースのためにバッチをグループ化します。通常、バッチには 14 個の注文が含まれます。ウェーブ は、時間に応じて製造現場の活動を調整するのに役立ち、在庫や清掃などの他の作業を効率的に行うことができます。
リリース時に、ピッカーのアイテム間の距離が最小限になるように、バッチアイテムはゾーンごとにピッキング用に分割されます。ゾーンからすべてのアイテムが選択された後、それらはステージングと呼ばれるプロセスで結合され、完成したバッチは仕分けに移動し、プットウォールにまとめられ、その後、注文は梱包および発送に移動します。
バッチピック操作とプットウォールアクティビティは、いくつかの主要なプロセスにグループ化されています：
- ウェーブ リリース — 注文はバッチにグループ化され、ピッキングに送信されます。
- ピッキング — 倉庫ゾーンの保管場所からアイテムを収集すること。ゾーン内でピッキングすると、アイテム間の距離が遠くなるのを防ぎます。ゾーンピッキングは、異なる注文およびバッチの品目に対して行うことができます。
- ステージング — バッチ内のすべてのアイテムがまとめられます。バッチは複数の注文全体で構成されます。バッチが完了すると、プットウォールに送信されます。
- プットウォール — 注文はバッチから組み立てられ、梱包と発送に送られます。
ソリューション: 倉庫のモデリングとテスト
ソリューションのフェーズ 1 では、倉庫プロセスをありのままにモデル化し、調整のために現実世界のデータを使用してモデルをテストすることが含まれていました。これによりモデルの精度が確保され、注文ピッキング戦略の提案と比較するためのベースラインが提供されました。このフェーズのモデリングは、AnyLogic の組み込み プロセス モデリング ライブラリを使用して行われました。このライブラリは、ビジネス システムとワークフローの正確なキャプチャを簡素化し、高速化するように特別に設計されています。
倉庫を正確にモデル化した後、プロジェクトはフェーズ 2 を開始し、さまざまなウェーブ リリース戦略をテストしました。これらの戦略は、ステージングやプットウォールの占有率、パイプライン内のバッチ数などの指標に基づき動的に動作しました。
プロジェクトのフェーズ 2 には 3 つの段階がありました。
- ダイナミックウェービング — さまざまなウェーブ戦略が作成され、ボトルネックが特定されました。
- シナリオ分析 — ウェーブ リリース戦略がステージング時の完了時間と平均キュー サイズにどのような影響を与えるかを分析。
- 比較分析 — KPI を使用して、ベースラインを含む戦略を比較します。
フェーズ 2 では、エンジニアはシナリオ間のトレードオフを調査しました。これらの調査は、リソースの制約を理解し、リソースと速度の最適なバランスを見つけるのに役立ちました。その結果、倉庫業務の現状モデルと比較して、リソース使用率が向上し、サイクル タイムが短縮可能な動的なウェーブモデルが誕生しました。
結果: 倉庫のスループットとリソース使用率が最適化されました
フェーズ 1 の現状モデルでは、ステージングが最大容量またはそれに近い状態で使用されていなかったため、リソース使用率を高め、タスクの完了時間を短縮する余地があることがわかりました。ステージングに関しては、時間によってはアイドル状態になったり、長い行列ができたりする場合もありました。これは、ステージング統計グラフで確認できます。占有時間は、ある時点では非常に低くなり、ある時点では最大値に達します。
倉庫最適化プロジェクトのフェーズ2では、リソース使用率を最適化し、サイクルタイムを最小限に抑える動的なウェーブリリースモデルが作成されました。プットウォールの処理時間はほぼ同じですが、ステージングの需要が均等化されることで、プットウォールの使用率が増加しました。その結果、全体的な注文サイクル時間が短縮されました。
元の倉庫業務のモデルと比較して、動的なウェーブリリースモデルは、注文とバッチのサイクルタイムを短縮し、リソース使用率をほぼ10％向上させ、全体の完了時間を8.2％節約しました。節約により、必要なスタッフが66人減るか、プロセスの完了が2時間早くなる可能性があります。
電子商取引倉庫プロセス最適化プロジェクトは、DHLサプライチェーンが大規模な倉庫業務を大幅に改善する方法を示しました。サプライチェーンエンジニアは、シミュレーションモデリングを使用して倉庫業務を正確に把握し、実際の業務データを使用して、動的なウェーブリリース戦略を設計およびテストしました。
このケーススタディは、DHL Global Supply ChainのGlobal Solutions Design CenterのコンサルタントであるJigar Panotが AnyLogic Conference 2021で行ったプレゼンテーションからのものです：
AnyLogicを使用した倉庫運用のモデリングと最適化の詳細を確認する。