「懂」城配 丨 降本篇 (二) ：货量波动时，企业如何有效降本？

编者按：本周，懂调度公众号将继续为大家带来行业解读系列文章，分析目前行业面临“货量波动”问题时，如何避免成本浪费，以供读者参考。

订单数量“两极分化”，合理降本均成刚需

鼠年伊始，国内各大医药流通企业就呈现出一种“两极分化”的趋势。一方面，新冠肺炎的肆虐让防疫药品、医护物资等货品的需求量直线上升，相关医药流通企业业务量急增，并且由于复工推迟政策的影响，可用运力不足，调度、配送环节面临巨大的压力，消耗成本明显上升；另一方面，由于医疗机构目前集中资源抗击疫情，消费医疗和择期灵活度较大的医疗活动被大量推迟，同时部分医药、耗材等销售情况受患者避医情绪影响，需求有所下降，导致部分医药流通企业的业务量减少，甚至出现资金周转难的问题。

没错，疫情持续到现在，对经济社会各个方面都造成了巨大的影响，其中医药流通企业是受影响最直接的几个行业之一。如何在货量波动的情况下合理降本，是每个企业都需要深思的问题。

人工智能“合单”，让急单无需另增车辆

疫情期间，与防疫药品、物资相关的医药流通企业订单会增多，很多医院和药房会临时下一些急单，时间紧、任务重。传统的人工调度处理这些临时增加的订单，是一个比较复杂的工程，因为排线时要综合考量一系列维度，将新增订单插入已有排线结果的话，很容易因为路线、收货时间窗、车辆装载率等因素的不匹配而难以执行，人工手动一条条路线实验的话，等于打破了之前的排线结果。于是，有些企业会选择加派车辆、车次专门配送新增的订单，但这造成了车辆装载率低，行驶路程长的结果，无疑浪费了不少成本，不仅如此，由于延迟复工等政策的影响，有些企业即使想要加大成本投入，也难以保障急单的配送。

在这种情况下，不少企业开始思考，是否能使用人工智能来帮助调度人员进行这些复杂繁琐的计算，将新增订单合理加入到已有的路线中呢？

一些企业在急单上行的情况下，在原本的TMS上接入了一款智能调度的软件——懂调度，其中的“合单”功能，只需将新增订单导入系统，系统就可以快速根据订单的货量、收货时间窗等多个维度，与系统路径自动进行匹配，最优车型、最优车辆数及车次数、车辆形式概况一目了然，在装载率合适的情况下，甚至可以帮助企业不用新增车辆、车次，就能及时完成急单配送，大大降低了成本。

懂调度计算结果页面

最优车辆数及车次数、车辆形式等概况提前可知

凹凸算法，在货量波动时优化车辆配载率

新冠肺炎疫情，让各个医药流通企业的订单量受到不同程度的波及，这让调度排线的难度加大，尤其是分片区经营的企业，不同片区的货量波动情况也不一致。如何在货量波动时，合理降低成本，是压在不少企业心头的大山。

某知名医药流通企业在疫情期间，明显感受到不同片区订单量波动幅度不同，定点医院相对较多的片区需求上升，而定点医院相对较少的片区需求下降。于是，这家企业开始寻求用人工智能辅助调度人员进行排线方法，也在原本的TMS上接入了懂调度，并利用懂调度首创的“凹凸算法”，在保证原有配送区域的情况下，动态计算最优配载率，订单密度低的向外“凸”一点，订单密度高的向内“凹”一点，通俗地比喻就是，原来司机熟悉的区域是3公里的范围，使用凹凸算法后，司机熟悉的区域变成了4公里，在某区域订单密度变高时可以进行有效支援。这样的改变，对于司机来说没什么难度，而车辆配载可以得到显著提升。

通过懂调度系统，这家企业在日均订单量增加了5%但各片区增减幅度大相径庭的情况下，从原本的日均102车次变成了91车次，实现了优化车辆、车次的目的，技能保证在当前运力紧张的情况下，司机交付和终端配送服务可以很好的完成，更让配送成本大大降低。

凹凸算法：订单密度低的向外“凸”一点，订单密度高的向内“凹”一点

其实，人工智能赋能调度，不仅可以帮助企业“应对危机”，还能“推陈出新”的作用于客户，具体表现在哪里，请期待下期文章