Problemi Nasıl Çözdük?
Veriden Aksiyona:
Optimizasyon Metodolojimiz
Unilever e-ticaret (Trendyol) depo operasyonlarındaki BKT (Beklenen Kargolama Tarihi) ihlallerini ve değişken toplama sürelerini çözmek için kullandığımız 4 aşamalı endüstriyel mühendislik yaklaşımı.
Dinamik ABC Analizi ve Raf Yerleşimi
Toplama alanındaki ısı haritası incelenerek statik yerleşimden vazgeçilmiştir. En çok sipariş edilen ürünler (A Sınıfı), çıkışa ve ana koridorlara en yakın yerlere konumlandırılarak rotalardaki zaman kayıpları ve standart sapmalar minimize edilmiştir.
Regresyon Tabanlı Akıllı Tahminleme
Sadece geçmiş verilere değil; kampanya dönemlerine, yönetici uzman görüşlerine ve geçmiş tahmin hatalarına dayanan çok değişkenli bir regresyon modeli kurulmuştur. Toplam siparişlerin %31'ini oluşturan HERO (tekli set) paketleri önceden tahmin edilerek darboğazlar kırılmıştır.
MINLP Rotalama Algoritması
Sipariş toplama ve paketleme süreçlerini entegre eden Karma Tamsayılı Doğrusal Olmayan Programlama (MINLP) modeli kullanılmıştır. İnsan inisiyatifine dayalı rotalama yerine, günlük besleme ve toplama rotaları algoritmik olarak oluşturulmuştur.
To-Be: Canlı BKT Kontrolü
Optimize edilen sistem ile Trendyol platformundaki Buy Box kazanma şansını etkileyen mağaza yıldız puanı güvence altına alınmıştır. Hedef bölgedeki %3.6'lık BKT aşım oranı sıfırlanmış ve %150'ye varan ekstra mesai maliyetlerinin önüne geçilmiştir.
Aksiyon Almaya Hazır Mısınız?
Teorik modellememizin somut çıktülarını ve depo simülasyon sonuçlarını canlı sistem üzerinde inceleyin.