DataLab - Прогнозирование времени доставки | Автомакон

Получайте максимум от вашей логистики!

Разработка предиктивных моделей для ритейла, с помощью которых стало возможно прогнозировать время доставки заказа от момента формирования до получения покупателем.

Прогнозирование времени доставки заказа решает сразу несколько задач:

Позволяет покупателю лучше спланировать свое время и не тратить лишнее время на ожидание курьера.
Дает информацию сотрудникам клиентской техподдержки, чтобы ответить на довольно частые вопросы "Когда привезут мой заказ".
Позволяет более точно планировать работу как наших собственных курьеров, так и внешние службы доставки.

Кому подходит

Система прогнозирования времени доставки от DataLab позволяет управлять временем доставки в компаниях различных отраслей, которые доставляют что-либо.

Курьерская доставка

Оптовая доставка

Фулфилмент

Производство

Торговая компания

Интернет-магазин

Дистрибуция

Ритейл

Основная задача системы прогнозирования времени доставки — снизить влияние человеческого фактора и повысить эффективность доставки заказов. Чем быстрее клиент получает заказ, тем выше конверсия в оплату и повторный заказ.

Преимущества

Уменьшение количества опозданий курьера или водителя

Уменьшение количества опозданий в точку выдачи заказа. Должно быть менее 5% от общего количества заказов в плане на доставку.

Снижения процента отказов от заказов из-за опоздания курьера или водителя

Снижение процента отказов от заказов из-за опоздания курьера/водителя. Должен быть не выше 1%.

Точное планирование времени маршрута с учетом всех факторов

Точное планирование времени с учетом всех поправочных коэффициентов (измеряется плановым и фактическим временем выполнения каждого этапа (доезд, обслуживание). Должно быть выше 85%.

Этапы работы

Анализ процесса обработки заказа, далее разбивка по этапам и выделение доступных признаков, влияющих на время обработки.

По итогу первичного анализа время жизни заказа обычно разделено на 4 этапа:

Ожидание сборки
Продолжительность сборки
Ожидание доставки
Продолжительность доставки

Формирование основных подходов к решению задачи:

Через прогнозирование времени отдельных этапов.
Через прогнозирование общего времени жизни заказа.

Формирование дополнительных требований к модели, а именно: наличие возможность уточнения прогноза по мере прохождения этапов и обновления или появления новых данных.

Формирование входных данных о параметрах заказа (время, состав), о персонале (число сотрудников) и др. За base-line берется значение медианы для соответствующего целевого значения на основе тренировочной выборки и группировки по некоторым признакам (например, город заказа).

Выбор архитектуры модели и обучение нейросети. Тесты как классических моделей, так и различных архитектур нейронных сетей.

Для того, чтобы воспользоваться всеми преимуществами системы прогнозирования времени доставки DataLab необходимо сформировать dataset с историческими данными о заказах и выделить параметры, которые влияют на время доставки/сборки заказов.

DataLab - Прогнозирование времени доставки | Автомакон

Обсудить проект