Сокращение пробега складской техники до 30%: BIA Technologies оптимизировала места хранения товаров для компании «АЛИДИ»

До обращения к BIA Technologies расстановка груза на складе компании не учитывала удобство комплектации заказов. «АЛИДИ» стремилась снизить затраты на персонал и погрузо-разгрузочную технику, а также обрабатывать большее количество грузов имеющимися ресурсами.

«Расходы на складскую логистику занимают важное место в структуре операционных затрат, поэтому их сокращение может привести к существенному снижению всей себестоимости реализации. В условиях динамично развивающегося рынка дистрибуции, где стоимость, качество и скорость обработки заказов играют ключевую роль в конкурентной борьбе, эффективная организация склада становится необходимым условием успешного ведения бизнеса. Благодаря созданию имитационной модели нам удалось решить задачу оптимизации мест хранения товара и сократить пробеги техники для сборки заказов до 30%, а также оптимизировать ФОТ складского персонала на 5-15%», – отмечает коммерческий директор BIA Technologies Александр Воловик.

«При выборе ИТ-партнера нам был важен успешный опыт построения математических моделей для оптимизации складов ведущих логистических компаний и дистрибьюторов страны. Также одним из важнейших критериев выбора для нас стало успешное решение тестового задания, где на маленьком кусочке склада мы смогли высоко оценить компетенции компании-партнера и готовность создать для нас «коробочный» продукт, который мы сможем использовать самостоятельно, при этом подстраивая под постоянные изменения. Благодаря специалистам BIA Technologies мы получили имитационную модель, на которой мы можем проверять свои гипотезы, определять нормативное время выполнения задач и работы складского персонала, оптимизировать размещение товаров в пикинге, а также находить оптимальное расположение всех позиций на складе», – делится операционный директор «АЛИДИ-Лоджистик» Сергей Бабей.

Отметим, в процессе реализации проекта специалисты BIA Technologies смоделировали размещение товаров на складе, использовав исторические данные. В результате была решена задача минимизации общего времени подбора продукции. Кроме того, выявлен значительный потенциал для сокращения пробегов персонала за счет учета неявных зависимостей между контрагентом (товарные матрицы) и группировками товаров в заказе.