[Archive] 2024 Fall

추가 분석 내용

• co2 추후 추가

• 네트워크 구조는 (1) KTX only (ktx hub 개수를 1개~N개까지), (2) Hub&Spoke (기존 택배 허브 터미널 위치들 참고), (3) direct shipping, (4) KTX + H&S (일부 물량은 KTX로 이전하는 하이브리 방식)

• 비용 구조에 대해 고민 필요 => train의 경우 열차 화차 1량당 비용을 어떻게 책정할 것인가? path/flow에서 vehicle에 대한 비용은 LTL이 아닌 FTL로 계산되어야 한다.

• 분석 시사점 = KTX 비용 체계 변화에 따른 네트워크 구조별 총 비용 차이 분석, CO2 분석

첨부한 vensim 파일을 바탕으로 시뮬레이션 진행해주세요.

==>

사전 작업 = Q1 = 사전에 미리 resource를 준비하는 개념 -> 비용은 저렴한데, 남으면 문제. 해체비용 추가됨

당일 오전 capa = 사전 예측에 따라 정규 시간 resource 확보 -> 비용은 조금 더 비싸지만, 남는 문제는 없음. 당일 사용 안되면 사라지는 비용.

저녁 overtime capa = 물량이 넘칠 경우 추가로 확보해야 하는 resource -> 비용이 가장 비싸지만, 언제든 요청 가능.

당일 오전 capa는 최대 값이 존재하려나?

교수님께서 <이커머스 + 풀필먼트> 선작업 통한 주문 변동 대응 모델과 관련해 논문을 진행해 보고 싶어, 이현오 님과 상의해 통해 아래의 모델을 정리해 보았습니다. 부족한 부분이 많아 조언해 주시면 데이터 살피고 시뮬레이션을 진행해 보고 싶습니다.

모델 1) 사전작업 최소화: 화주기업 (비용 절감 최대화 + CAPA 증대) / 물류기업 (이익 개선)

   - 판매가 높은 세트상품을 기준으로 사전작업 비율을 실 판매의 20%~90%까지 10%씩 증가하며 시뮬레인션

      - 사전작업 증가에 따른 풀필먼트 CAPA 증가, 물류비 감소 영향을 확인

      - OT, 심야근무, 주말근무의 작업 생산성은 동일하며, 작업료는 평시 작업 대비 1.5배/2배를 적용

AMR에 대한 SIMIO 시뮬레이션 모델링

1) bypass ok -> 단 t검정 등 써서 평균 차이가 없음을 증명하는 거 추가 (100일 돌리고, daily throughput에 적용) -> bypass를 넣으나 안넣으나 처리량에는 큰 차이 없다? 오히려 vehicle 조금 줄일 수 있다? ==? 이건 주문이 많지않은 게 문제인가? 주문을 늘려가면서 평가해볼까? 그래프를 그리면 x축을 주문으로? y축을 completion time?

2) 추가 통계 -> 사람 이동 거리 -> throughput, vehicle travel, person travel -> 사람 이동 거리가 짧은게 중요하다! -> heatmap 그리기 (node에 카운터 달고, node마다 x,y 좌표 이름붙이고, 이걸 받아서 그릴 수 있다)

3) Rack 방향? -> 노가다 이빠이...

-----------------

3) 주문 변동에 따른 performance 차이?

주문 변동이 이커머스 풀필먼트의 가장 큰 문제점이 되고 있으니, 이에 대한 대응 방안을 고민해본다.

1. 주문 변동이 큰 이유는 주로 promotion 때문에 발생하는 문제. 이에 대한 대응은 (1) 선포장, (2) promotion 분산시키기, (3) promotion 정보 사전 공유, (4) 유연한 capacity (part-time 고용 등)

2. 선포장의 경우 문제를 2개로 나눌 수 있다! ==> (1) 주문량 예측이 필수 = sku별 특성정보 필요하고, 복잡하지만, 해볼 수 있따 = promotion order forecast || (2) 대략 70% 수준에서 선포장 -> 얼마나 선포장할까? 결국 이것은 newsvendor 재고 모델! 문제는 합포...

3. system dynamics로 인사이트 찾기 가능 => 화주, 물류사의 정보 공유, 계약 방식, capa 운영 방식에 따른 이익의 변화 확인 가능