Beschikbaarheid klanten maakt het verschil
TU Eindhoven optimaliseert routeplanning voor laatste mijl
Tot veertig procent besparen op de afhandeling van de laatste mijl? Dat kan. Alleen moeten we dan ook informatie over de beschikbaarheid van onze klanten in onze routeplanning opnemen én bereid zijn al eens te wachten op een klant in plaats van zo snel mogelijk de leveringsronde verder te zetten. Dat blijkt uit een recente studie van de Technische Universiteit Eindhoven (TU/e), die onderzoeker Sami Özarik aan ons presenteerde.
De laatste mijl heeft al heel wat inkt doen vloeien. “Hoe je goederen optimaal van een transporthub of distributiecentrum naar hun eindbestemming krijgt, is inderdaad geen nieuw probleem”, merkt ook Sami Özarik op. De jonge doctoraatsstudent is sinds eind 2017 aan de slag binnen de OPAC-onderzoeksgroep (Operations, Planning, Accounting & Control) van het departement Industrial Engineering & Innovation Sciences aan de Technische Universiteit Eindhoven. “Er bestaat al heel wat literatuur over die cruciale laatste schakel in de supply chain. Alleen focust die nog te vaak op de oplossingen van morgen – op basis van technologie die eigenlijk nog niet helemaal op punt staat, zoals drones en geautomatiseerde voertuigen – terwijl de uitdagingen van vandaag voor de logistiek dienstverleners die de laatste mijl verzorgen nu net een stuk acuter zijn geworden en bovendien in omvang zijn toegenomen.”
Covid-effect op e-commerce
De reden voor die even plotse als onverwachte groeiversnelling ligt voor de hand: de coronacrisis, die mensen nu al een jaar massaal aan huis kluistert, heeft de onlineverkoop een flinke stimulans gegeven. Die groeitrend blijkt ook duidelijk uit cijfers van het Nederlandse CBS (Centraal Bureau voor de Statistiek). “Op jaarbasis noteerden we in Nederland al langer een gestage omzetgroei uit e-commerce van om en bij de twintig procent”, zegt Sami Özarik. “Maar in 2020 werd die groei nog substantiëler, met als absolute uitschieter het tweede kwartaal. Vergeleken met hetzelfde kwartaal in 2019 lag de internetverkoop toen maar liefst 55 procent hoger.” Ook in het derde kwartaal lieten de webwinkels in Nederland een omzetstijging zien: 38 procent op jaarbasis.
Die versnelde groei van de e-commercemarkt heeft ook een impact op de logistieke keten die achter elke bestelling schuilgaat. Om te beginnen zorgt die groei voor een duidelijke toename van het aantal logistieke bewegingen over heel de keten. “Als logistiek dienstverlener moet je al die logistieke bewegingen efficiënt kunnen blijven uitvoeren, zonder het totale kostenplaatje uit het oog te verliezen. En niet te vergeten: zonder de klantentevredenheid in het gedrang te brengen.”
Thuisbezorging geniet de voorkeur
De impact van de commerciële groei is ongetwijfeld het grootst op de laatste schakel in die logistieke keten. Niet alleen verloopt de afhandeling van de laatste mijl vaak al minder efficiënt, de kosten voor die afhandeling zijn door de aard ervan ook al aanzienlijk. Ook voor de coronacrisis konden zij gemakkelijk de helft van het totale logistieke kostenplaatje vertegenwoordigen – 53 procent, om precies te zijn, volgens het vakblad Business Insider. Het risico bestaat bijgevolg dat dit laatste deel van de supply chain nu nog duurder en tijdrovender zal uitvallen. “Om dat te vermijden en de kosten die gepaard gaan met leveringen in de laatste mijl zoveel mogelijk te drukken, moeten we uitzoeken waar de problemen precies zitten”, aldus Sami Özarik.
Een van de grootste problemen stelt zich bij de levering aan huis, waarbij de klant zijn bestelling bovendien persoonlijk in ontvangst wil nemen (‘attended home delivery’) en niet aan de deur, in de bus of bij een buur wil laten deponeren (‘unattended home delivery’). Thuisbezorging is niet toevallig ook de leveringswijze waaraan de overgrote meerderheid van de klanten (78%) vandaag nog steeds de voorkeur geeft. Daar zit het hoge comfortgehalte van die dienstverlening uiteraard voor veel tussen. De minder comfortabele alternatieven vereisen nu eenmaal dat de klant zelf zich verplaatst naar een afhaalpunt (CDP, Collection and Delivery Point) of naar een winkel (BOPS, Buy-Online-Pick-up-in-Store). “Het afhaalpunt komt op de tweede plaats”, weet Sami Özarik. “En slechts een minderheid haalt zijn bestelling in de winkel op. Want als je toch naar een winkel moet, dan kan je het gewenste product evengoed daar ter plekke kopen. Bij beide alternatieven riskeer je bovendien te moeten aanschuiven. En als er iets is dat klanten ontmoedigt, dan zijn het wel lange wachtrijen.”
Klanten geven niet thuis
Gezien de populariteit van thuisbezorging valt bij die categorie van leveringen logischerwijs de meeste efficiëntiewinst te boeken. Daarom besloten Sami Özarik en zijn collega’s hun onderzoek op dat aspect van de laatste mijl toe te spitsen. “Een van de grootste problemen bij thuisbezorging bleek het lage percentage aan succesvolle leveringen als gevolg van de afwezigheid van de klant op het geplande tijdstip van levering. Dat noopt de logistiek dienstverleners tot één of meer hernieuwde leverpogingen, wat extra kosten met zich meebrengt. Daarbij komt de langere levertijd uiteraard ook de klantentevredenheid niet ten goede.”
Dat ook de logistiek dienstverleners zich van dat probleem terdege bewust zijn, bewijst een rapport van de Britse bank Barclays uit 2014. Daarin geven die dienstverleners zelf aan wat de belangrijkste factoren zijn die problemen veroorzaken bij het verzorgen van de laatste mijl. Helemaal bovenaan hun lijstje prijkt ‘consumenten die niet thuis zijn om de levering te ontvangen’ (63%), op de voet gevolgd door ‘beheerskosten’ (57%) en ‘het beheer van piektijden, zoals Kerstmis’ (55%). Daarna en op ruime afstand pas vinden we ‘problemen veroorzaakt door een slechte verpakking’ (30%) en ‘klachtenbehandeling’ (20%).
Succeskans berekenen
Om het succespercentage bij thuislevering te kunnen verhogen, was het nodig een beter inzicht te verwerven in de aanwezigheid van de klant op het moment van levering.
Sami Özarik: “Daarvoor kunnen we vandaag probleemloos al een aantal publieke data aanwenden. Dan denk ik onder andere aan demografische data. In een buurt met een hogeschool of universiteit wonen bijvoorbeeld meestal meer studenten. En die zijn in de regel toch wat vaker thuis, net als ouderen of gepensioneerden. De kans dat je daar tijdens de kantooruren kunt leveren, is dus een stuk groter dan pakweg in een arbeidersbuurt, waar de mensen overdag in principe aan het werk zijn.”
“Ook de eigen historische data van logistiek dienstverleners over eerdere leveringen aan klanten kunnen zich daartoe lenen”, vervolgt de onderzoeker. Er zouden zelfs al studies uitgevoerd zijn waarbij de energieconsumptie in gebouwen werd geanalyseerd om te voorspellen of klanten al dan niet thuis waren. In Europa laten privacyregels dat momenteel niet toe. “Maar logistiek dienstverleners zouden hier ook een streng beveiligde app voor hun klanten kunnen ontwikkelen waarmee zij zelf kunnen aangeven of en wanneer ze thuis zijn. Op die manier gaat informatie twee kanten op: niet alleen weet de klant wanneer de bezorger komt, maar de bezorger weet ook binnen welke tijdsvensters de klant effectief thuis zal zijn.”
Routeplanning optimaliseren
Belangrijk om voor ogen te houden, is dat het verzamelen en analyseren van al die data in feite slechts een eerste stap is in een proces dat uiteindelijk tot een betere of optimale routeplanning voor de laatste mijl moet leiden. “In die automatische routeplanning gaan wij nu ook aanwezigheidsinformatie opnemen op basis van de eerder aangehaalde kans- of waarschijnlijkheidsberekeningen. Een traditionele routeplanning moet het zonder die extra informatie stellen en werkt louter met geografische data om de volgorde van de te beleveren klanten te bepalen. Daarbij ga je de snelste of kortste route van klant A naar klant B berekenen, zeg maar, zonder de beschikbaarheid van die klanten expliciet mee in overweging te nemen”, legt Sami Özarik uit. “De chauffeur staat in zekere zin centraal in zo’n klassiek planningsproces, niet de klant.”
Door de waarschijnlijkheidsgraad dat de klant thuis is op het moment van levering mee in rekening te brengen bij de automatische routeplanning, zou in principe ook de succesgraad van de leveringen moeten vergroten. Een principe dat in theorie alvast bleek te kloppen. Voor hun studie konden Sami Özarik en zijn collega’s echter – helaas – geen gebruik maken van ‘real life’ data uit de dagelijkse praktijk van een logistiek dienstverlener. “Noodgedwongen zijn we dan maar uitgegaan van fictieve historische data om onze probabiliteitsberekeningen op te baseren”, zegt hij. “Die oefening leidde onder meer ook tot de creatie van zes zogenaamde ‘customer availability profiles’, elk met een verschillende set aan data.”
Grotere succesgraad
In het kader van hun studie vergeleken Sami Özarik en zijn collega’s onder meer de resultaten van een klassieke routeplanning – wat zij ‘Simple VRP’ (Vehicle Routing Problem) noemen – met de resultaten van hun eigen, verbeterde routeplanning – ‘Vehicle Routing and Scheduling’ genaamd, omdat de tijdstippen (scheduling) waarop de bezorger langsgaat bij de klant mee de route bepalen. In hun onderzoek laten ze een voorbeeld zien van vijf verschillende instellingen voor klantbeschikbaarheid (customer availability settings). Wat ze ontdekten, is dat je bij een traditionele routeplanning vijf keer dezelfde route krijgt voorgesteld, omdat er geen rekening wordt gehouden met de beschikbaarheid van de klanten. Hun eigen routeplanning voor diezelfde vijf instellingen resulteerde daarentegen in vijf verschillende routes, afhankelijk van de individuele beschikbaarheid van iedere klant.
Hun eigen routeplanning vereiste weliswaar dat de bezorger afweek van de optimale route in termen van afstand, niet altijd de kortste of snelste weg nam en af en toe zelfs een tijdje wachtte op een klant. Maar aan het einde van de rit waren er meer pakjes afgeleverd, waren er meer tevreden klanten en waren minder hernieuwde leverpogingen nodig, wat eindelijk ook de totale leveringskosten positief beïnvloedde.
“Door in de planningsfase ook informatie over de beschikbaarheid van klanten op te nemen, kun je in sommige gevallen tot wel veertig procent besparen op de laatste mijl”, besluit Sami Özarik. “In tegenstelling tot wat in de sector gebruikelijk is, hebben we met onze studie bovendien aangetoond dat leveranciers van logistieke diensten hun totale kosten aanzienlijk kunnen verlagen door even te wachten voordat ze de klant aan huis beleveren.”
En last but not least, zoals het een intelligent, zelflerend systeem betaamt, kun je de resultaten van die verbeterde routeplanning ook weer aan de beschikbare historische data toevoegen, met het oog op het optimaliseren van toekomstige routeplannen en leveringen. Plannen is nu eenmaal een continu proces, geen afgewerkt product.
De volledige studie kunt u hier nalezen. Naast Sami Özarik werkten ook Lucas Veelenturf, Tom Van Woensel en Gilbert Laporte eraan mee.
JDP