À quoi cela ressemble-t-il concrètement lorsque la numérisation est utilisée dans le secteur de la messagerie, de l'express et du colis (CEP) ? Dans cet article, nous vous emmenons à l'intérieur de trois centres de distribution qui ont adopté l'analyse des données pour résoudre des problèmes opérationnels spécifiques auxquels ils étaient confrontés.
Avertissement: Ce texte a été initialement rédigé en anglais et traduit à l’aide d’une IA.
Par Jan Schroeder
Historiquement, les centres de distribution ont consacré de nombreuses ressources aux éléments physiques qui entrent dans la construction d’un système de tri à grande vitesse.
Les centres de distribution de messagerie, d’express et de colis (CEP) ont investi dans des conceptions de systèmes comprenant les meilleurs trieurs, les meilleures bandes transporteuses, les goulottes les plus efficaces, etc. L’idée que les machines représentent le seul moyen d’optimiser réellement un processus de tri est profondément ancrée dans l’industrie.
Cela pourrait cependant changer.
Dans l’article suivant, nous vous emmenons à l’intérieur de trois centres de distribution qui ont utilisé l’analyse des données pour résoudre des défis opérationnels spécifiques.
Nous vous dévoilons les défis auxquels les centres de distribution étaient confrontés et nous vous montrons comment ils ont commencé à travailler avec les données et ce qu’ils ont réalisé depuis.
Le premier centre de distribution est ce que vous pouvez appeler un centre de distribution de colis de commerce électronique B2C typique.
L’assortiment de colis standard se compose d’une variété presque infinie de petits articles de consommation de tailles diverses. Des perches à selfie aux minuscules câbles en passant par les accessoires de beauté et tout ce qui se trouve entre les deux. Généralement parlant, des articles à faible coût.
Comme c’est la norme avec les articles à faible coût, les consommateurs ont tendance à alterner entre différents magasins en ligne pour économiser de l’argent. Le prix et le délai de livraison sont les facteurs décisifs. Par conséquent, les magasins en ligne – les clients du centre de distribution – maintiennent les prix du fret à la cote minimum. Les consommateurs souhaitent idéalement une livraison au jour le jour ou un service proche de celui-ci.
Le centre de distribution est confronté à des attentes élevées. Il doit fonctionner à un rythme élevé et efficace. Les retards sont désastreux et auront un impact sur le jugement du consommateur quant à l’expérience globale.
Quels étaient les problèmes qui ont poussé le centre de distribution à envisager la numérisation ? Jetons un coup d’œil.
La plupart des erreurs étaient causées par l’emballage ou la forme ou la qualité des articles.
Trois erreurs, en particulier, semblaient se reproduire : les articles ronds ou instables se retrouvaient entre les supports ; du ruban adhésif ou un emballage lâche se coinçait sur les inductions ; et l’emballage provoquait l’arrêt des articles à l’entrée des goulottes.
De plus en plus frustrés par la répétition des mêmes erreurs, les responsables du centre de distribution ont examiné leurs options. Ils devaient établir une compréhension plus approfondie du système de tri et des incidents récurrents.
L’entreprise a décidé d’opter pour l’analyse des données et a embauché un fournisseur de systèmes pour superviser ses efforts.
D’énormes quantités de données provenant du système de tri ont été détectées et analysées. Le parcours de traitement complet de chaque article a été cartographié.
Au fur et à mesure de l’analyse des données, chaque article est devenu son propre récit de la façon dont le système de tri était exploité et de la façon dont le système répondait à certains événements.
Le nombre de récits a continué de croître, tout comme la compréhension du centre de distribution des raisons pour lesquelles les mêmes erreurs continuaient de se produire.
Par exemple, le centre de distribution a identifié qu’un magasin en ligne avait commencé à emballer les produits dans du ruban adhésif. Ce n’étaient pas des produits difficiles à traiter en soi. Des produits identiques provenant d’autres magasins en ligne étaient traités sans difficulté. C’était le ruban adhésif lui-même qui causait des problèmes. Le centre de distribution a acquis cette connaissance grâce à l’analyse des données et cela a permis au centre de distribution de trouver une solution d’emballage plus souhaitable avec le client.
Ce n’était qu’un exemple de la façon dont l’analyse des données a amélioré les opérations. Ce faisant, le centre de distribution a également été en mesure de déterminer d’autres types de liens entre les articles qui causaient des problèmes et les expéditeurs, c’est-à-dire les clients du centre de distribution.
Le résultat final a été moins de perturbations, un flux de colis plus efficace et un débit plus élevé. Non pas en investissant dans des machines. Mais en investissant dans les données.
La deuxième entreprise CEP est spécialisée dans la manutention d’articles volumineux et quelque peu peu pratiques. Des articles que la plupart des autres centres de distribution préféreraient ne pas manipuler. Comme une tondeuse à gazon ou des pièces automobiles ou une autre pièce de machinerie ou d’équipement difficile à manier.
Les clients du centre de distribution ont tendance à être des magasins physiques qui pratiquent également la vente à distance. Les délais de livraison ont tendance à être plus longs que le commerce électronique régulier. La manutention et la livraison soignées des articles sont prioritaires sur la vitesse.
Avec quels problèmes ce centre de distribution particulier était-il aux prises ?
Le colis à gauche occupe deux supports alors qu’il est assez petit pour tenir sur un seul support. L’analyse des données a fait comprendre à l’entreprise que cette erreur se produisait assez souvent car les colis étaient mal placés sur la ligne d’alimentation. Une information précieuse qui a incité l’entreprise à enseigner aux opérateurs comment placer correctement les colis.
La façon dont les incidents se produisaient était essentiellement un mystère. À l’œil nu, le système de tri semblait fonctionner correctement. Mais en même temps, la capacité était inférieure à ce qu’elle devrait être.
Le distributeur CEP a donc fait appel à un fournisseur de systèmes et a commencé à collecter des données.
Les données ont révélé que les articles étaient recirculés parce que la goulotte était pleine ou en cours de permutation. En le sachant, l’entreprise a pu apporter deux ajustements importants à son fonctionnement :
Ces deux ajustements ont entraîné une vaste réduction des colis recirculés. Simplement en exploitant le système de tri de manière plus efficace. Sans dépenser d’argent pour de nouvelles machines.
Grâce à l’analyse des données, le centre de distribution a fait une autre réalisation étonnante :
La majorité des articles introduits sur deux supports étaient en fait assez petits pour tenir sur un seul support, mais ils avaient été mal placés sur la ligne d’alimentation. Il s’est avéré que le centre de distribution était en mesure de réduire considérablement le nombre d’occupations à deux supports en se concentrant sur la formation des opérateurs pour qu’ils placent correctement les articles.
« Le centre de distribution a été en mesure de réduire considérablement le nombre d’occupations à deux supports. »
L’entreprise était confrontée à un autre défi opérationnel : un échange insuffisant de données sur les colis a entraîné de vastes quantités de reprise.
En recoupant les raisons de la reprise avec les données sur les colis, le centre de distribution a identifié que l’EDI (échange de données informatisé) était souvent trop tardif, incorrect ou carrément défectueux. Avec plusieurs colis, la qualité du code-barres était médiocre ou le contenu souvent incorrect.
Poussant leur analyse des données un peu plus loin, l’entreprise a cartographié le lien entre les articles non lus et les expéditeurs/clients. Les clients ont ensuite été catégorisés en fonction de la qualité de l’EDI qu’ils étaient en mesure de fournir.
Cette information a ouvert la voie à un dialogue entre l’entreprise CEP et les clients pour déterminer une solution au problème. De plus, l’entreprise CEP disposait désormais de données pour aligner le coût par livraison avec la qualité de l’EDI.
Le résultat a été un meilleur EDI, donnant un processus de colis plus fluide avec beaucoup moins de reprise et d’interventions de l’opérateur.
Obtenez un aperçu complet : lisez le guide de la numérisation des distributeurs de colis.
Ce cas concerne un centre de distribution de commerce électronique B2C prototypique.
Ses clients sont des magasins en ligne et l’utilisateur final (destinataire) est un consommateur. La vitesse de livraison et le maintien du coût par colis à la cote minimum sont deux priorités clés.
Un exemple curieux celui-ci – et aussi un exemple de la valeur que les données peuvent avoir pour une entreprise CEP.
Ce centre de distribution avait un système de tri composé de deux trieurs et les deux trieurs affichaient des niveaux de capacité vraiment déroutants.
Les deux systèmes de tri ont extrêmement bien fonctionné – avec une utilisation proche de la capacité théorique. Mais l’utilisation élevée du système ne se reflétait pas dans une productivité tout aussi élevée.
Des chiffres d’utilisation impressionnants sont une chose, mais quelque chose n’allait pas. Le centre de distribution était confronté à deux problèmes.
Pour résoudre ces problèmes, le centre de distribution a envisagé d’investir dans une ligne de croisement supplémentaire. Heureusement, ils ont opté pour une solution différente.
Au lieu d’investir dans une refonte, l’entreprise a investi des ressources dans la collecte de données provenant du système de tri. Cela s’avérerait beaucoup moins coûteux, mais aussi une solution beaucoup plus efficace que de dépenser pour une nouvelle ligne de croisement.
Il s’est avéré qu’il y avait une très bonne raison pour laquelle les trieurs affichaient des chiffres de capacité aussi impressionnants. Quelque chose n’allait effectivement pas.
Plus de la moitié des articles croisés traversaient les deux systèmes plus d’une fois. Les articles mal introduits représentaient 20 % de la reprise. Et les articles qui avaient en fait une destination valide représentaient plus de 30 % de la reprise.
Alors que le centre de distribution se penchait sur les données, il a découvert pourquoi les chiffres d’utilisation avaient été si irréalistes : les deux systèmes étaient mal configurés et croisaient les articles d’avant en arrière. De plus, le système était configuré pour rejeter les colis plutôt que de boucler pour réessayer le tri.
Par conséquent, le débit combiné dépassait largement le nombre réel d’articles traversant l’installation.
Sur la base de ces informations, le centre de distribution a identifié les solutions les plus efficaces :
Le résultat a été un système beaucoup plus efficace avec moins de reprise et seulement le croisement nécessaire entre les systèmes. Un meilleur débit a été atteint sans investir dans de nouvelles machines coûteuses.
De plus en plus d’entreprises CEP se familiarisent avec le côté numérique de l’amélioration du débit. Ces trois récits de cas nous disent pourquoi.
Investir des ressources dans les services de données peut en fait créer une valeur élevée pour les opérateurs CEP. En fait, très souvent, les services numériques, y compris l’analyse des données, transformeront les opérations des centres de distribution en détectant les inefficacités qui continueraient autrement à se produire – et à un coût inférieur à celui de la refonte de la conception du système physique.
Vous voulez en savoir plus sur le potentiel de la numérisation pour votre centre de distribution ? Lisez notre livre électronique sur la numérisation pour les distributeurs de colis.
