La numérisation et l’analyse des données vont modifier le secteur des CEP. Une grande partie de ce changement provient de la fourniture aux professionnels des centres de distribution d’informations précieuses qui transforment leur capacité à travailler efficacement.
Avertissement: Ce texte a été initialement rédigé en anglais et traduit à l’aide d’une IA.
Par Per Engelbrechtsen
Alors que la numérisation continue de gagner du terrain dans le secteur des CEP, l’analyse des données va modifier le fonctionnement des centres de distribution.
Jusqu’à présent, l’attention portée à la numérisation s’est surtout concentrée sur ce que l’on pourrait appeler les avantages au niveau macro : la manière dont les centres de distribution et l’ensemble du secteur des CEP peuvent bénéficier de la mise en œuvre de l’analyse des données et d’autres outils numériques ; l’amélioration de la transparence des services de suivi ; l’utilisation maximale de la capacité des machines ; ou la simulation de la production future à l’aide d’un jumeau numérique. Pour n’en citer que quelques-uns.
Les améliorations opérationnelles générales et leur incidence sur le résultat net final de l’entreprise ont été le principal point de vue de la numérisation. Dans cet article, cependant, nous allons aborder le sujet sous un angle légèrement différent : nous allons parler des personnes impliquées !
La numérisation, y compris l’analyse des données, ne change la donne que dans la mesure où elle peut aider les centres de distribution CEP – et leur personnel en particulier – à travailler plus efficacement pour atteindre leurs objectifs spécifiques.
Lisez notre introduction à la numérisation pour les distributeurs de colis.
L’objectif devrait idéalement être d’aider le personnel des centres de distribution dans ses fonctions de professionnels de la maintenance, des opérations ou de la gestion à :
Dans les sections suivantes, nous examinons de plus près comment la numérisation aide trois fonctions différentes parmi les professionnels des centres de distribution :
En général, les efforts de maintenance d’un système de tri sont structurés comme ce que l’on pourrait appeler une maintenance préventive de routine ou basée sur le temps.
Les opérateurs de maintenance n’ont pas attendu exactement qu’une machine cesse de fonctionner avant d’intervenir. Mais ils se sont presque entièrement fiés à leur calendrier.
« Nous jetons généralement un coup d’œil à l’installation du trieur à cette période de l’année » a été le modus operandi. Sans avoir de preuves concrètes du fonctionnement de l’installation spécifique à ce moment-là. Ainsi, si, par exemple, les performances avaient été nettement meilleures si l’entretien avait eu lieu plus fréquemment, personne ne l’aurait découvert.
Il est important de noter que rien de tout cela n’est de la faute des opérateurs de maintenance. Sans faits statistiques concrets sur lesquels s’appuyer, il est logique de planifier la maintenance en fonction de toute structure disponible. Un calendrier par exemple – ou simplement une routine.
La numérisation peut faire une différence significative dans la façon dont la maintenance est effectuée.
Lorsque les centres de distribution commencent à détecter et à analyser les données de leurs systèmes de tri, les opérateurs de maintenance entrent dans un tout nouveau domaine d’informations. Le système commencera à relier les données à des incidents auparavant inexpliqués. Il apprendra que lorsqu’une installation commence à afficher certaines données, cela signifie que la maintenance doit intervenir pour effectuer une certaine tâche.
Les opérateurs de maintenance peuvent pratiquer la maintenance prédictive par opposition à la maintenance préventive basée sur le temps.
Au lieu de vérifier les installations parce que c’est cette période de l’année, les opérateurs de maintenance peuvent baser leurs efforts sur les performances en temps réel. Une partie du système peut subir une baisse de performance de cinq pour cent et personne ne serait en mesure de le dire simplement en le regardant ou en regardant sa production. Avec l’analyse des données, personne n’aura à le faire, car le système le leur dira.
Le résultat de la gestion des actifs basée sur les données est un système de tri qui fonctionne au plus près de sa capacité maximale en réduisant les arrêts indésirables.
Obtenez un aperçu complet : lisez le guide de la numérisation des distributeurs de colis.
L’analyse des données améliore non seulement la maintenance d’un système de tri et permet au système de fonctionner à sa capacité maximale. Le processus de travail avec les données permet au système d’être exploité d’une manière qui tire pleinement parti de la capacité conçue.
Par exemple, les centres de distribution de commerce électronique B2C traditionnels peuvent attribuer des destinations spécifiques à des codes postaux spécifiques par ordre croissant ou décroissant. Un flux de base et simple à gérer, mais aussi plutôt inflexible si, par exemple, il n’y a pas de colis pour une destination particulière. Pourquoi attribueriez-vous une goulotte à une destination sans colis alors que d’autres destinations peuvent être surchargées et finir par provoquer des goulots d’étranglement ?
De toute évidence, ce n’est pas la façon d’atteindre l’utilisation la plus élevée possible du système.
La raison pour laquelle les centres de distribution se contentent souvent de flux quelque peu sous-performants est l’énorme complexité de l’opération. Prenez un vaste mélange de colis et combinez-le avec une plaque tournante de tri importante et chaotique et vous obtenez une équation extrêmement difficile à résoudre pour les opérateurs. Et presque dès que la production est terminée, une nouvelle fenêtre commence. Néanmoins, ils doivent le résoudre en temps réel pour atteindre une utilisation optimale du système de tri.
Il n’est pas étonnant que les stratégies familières telles que l’association des goulottes avec les codes postaux aient un fort attrait dans les scénarios où les ressources numériques modernes ne sont pas disponibles. C’est là que la numérisation et l’analyse des données en particulier peuvent donner un énorme coup de main aux opérateurs.
La science de la décision est un type d’intelligence artificielle qui aide les opérateurs à atteindre l’utilisation optimale d’un système de tri.
En analysant les données, les algorithmes identifient la meilleure utilisation des destinations des goulottes par rapport au mélange de colis, par exemple. Ou la meilleure répartition des opérateurs. Ou tout autre casse-tête lié au tri.
Et il s’agit d’une analyse en temps réel, de sorte que les opérateurs ont toujours à leur disposition une stratégie efficace et basée sur les données pour naviguer dans l’acte d’équilibre complexe entre le mélange de colis et la capacité de tri.
Le résultat est que les opérateurs n’auront pas à s’appuyer sur des stratégies simplifiées telles que l’association des codes postaux et des goulottes. Les données révéleront comment le système est utilisé le plus efficacement – et proposeront une décision aux opérateurs.
La science de la décision n’en est qu’une partie. Grâce à l’étude des algorithmes et des modèles statistiques, l’apprentissage automatique avertit les opérateurs de la sous-utilisation dans certaines parties du système ou de la main-d’œuvre ou des incidents à venir tels que les goulots d’étranglement.
Le résultat obtenu est un système de tri fonctionnant au plus près de sa capacité maximale.
En comparant les données des productions de colis précédentes et en prévoyant les productions futures, la direction peut s’entendre sur la meilleure utilisation des ressources.
Les centres de distribution peuvent tirer des leçons plus efficacement de l’expérience passée pour améliorer les opérations futures – par exemple en termes d’embauche et de répartition des opérateurs et des ressources.
Tout indique que le commerce électronique ne fera qu’augmenter. Il y a aussi un nombre croissant de jours fériés de magasinage de pointe et d’occasions spéciales qui présentent leurs propres défis uniques aux centres de distribution.
Un mélange de colis croissant, de plus en plus complexe et plus varié, combiné à de nombreuses saisons de pointe, se traduit par un avenir plus difficile à naviguer. Dans le même temps, la concurrence dans le secteur des CEP – et les attentes des consommateurs – donnera lieu à des services de livraison plus exigeants à des intervalles de six ou douze heures, par exemple.
À l’avenir, la direction des centres de distribution devra s’améliorer dans l’apprentissage de l’expérience et la planification de la production future. Cela nécessite une évaluation détaillée et précise de la production passée et future.
Heureusement, c’est exactement ce que fournit l’analyse des données.
À l’avenir, tous les domaines de l’organisation du centre de distribution bénéficieront des données. Mais pas nécessairement les mêmes données ou avec la même perspective sur les données.
Les fournisseurs de systèmes travaillent spécifiquement avec chaque domaine de l’organisation. L’objectif est d’identifier les données les plus pertinentes pour chaque fonction du personnel et de visualiser les données de la manière exacte qui crée le plus de valeur pour chaque niveau de l’organisation.
Les fournisseurs de systèmes aideront à identifier les données pertinentes et à soutenir chaque rôle au sein de l’organisation pour qu’il soit plus performant.
C’est le potentiel de la numérisation et de l’analyse des données en termes de rôles dans un centre de distribution CEP. Voulez-vous en savoir plus sur la façon dont votre centre de distribution peut bénéficier de la numérisation ? Lisez notre livre électronique sur la numérisation pour les distributeurs de colis.
