智能調(diào)度讓物流更高效:聊聊調(diào)度系統(tǒng)設(shè)計(jì)

10 評論 8669 瀏覽 83 收藏 20 分鐘

在物流運(yùn)輸業(yè)務(wù)中,調(diào)度環(huán)節(jié)的存在,可以有效地實(shí)現(xiàn)運(yùn)力的合理分配。那么,怎樣才能設(shè)計(jì)出合理的調(diào)度系統(tǒng),以支撐運(yùn)輸業(yè)務(wù)的正常運(yùn)轉(zhuǎn)?本篇文章里,作者結(jié)合自身經(jīng)驗(yàn),對調(diào)度模式和調(diào)度系統(tǒng)設(shè)計(jì)做了拆解和總結(jié),一起來看看吧。

調(diào)度即為運(yùn)輸業(yè)務(wù)中,貨物與運(yùn)力的匹配環(huán)節(jié)。調(diào)度系統(tǒng)是業(yè)務(wù)系統(tǒng)基礎(chǔ)屬性,鏈接上游OMS系統(tǒng),下游司機(jī)/車隊(duì)系統(tǒng);或調(diào)度模塊內(nèi)嵌到TMS系統(tǒng)中,做單獨(dú)的操作模塊。

隨著數(shù)據(jù)的積累,派車規(guī)則的總結(jié)完善,越來越多的調(diào)度系統(tǒng)力求實(shí)現(xiàn)智能調(diào)度即自動(dòng)派車的功能,依托算法或規(guī)則配置,優(yōu)化運(yùn)力分配。

調(diào)度系統(tǒng)的核心,一是派車的準(zhǔn)確度高,系統(tǒng)匹配出的為派車的最優(yōu)解;二是操作的便捷高效性,調(diào)度目前還有大量人工操作的場景,系統(tǒng)的使用便捷交互流暢是非常重要的;三是數(shù)據(jù)的積累及可視化展現(xiàn),歷史數(shù)據(jù)的宏觀微觀展示,均可以在多個(gè)環(huán)節(jié)對調(diào)度策略進(jìn)行優(yōu)化指導(dǎo)。

一、搶單和派單

調(diào)度模式簡而言之分為兩種,搶單和派單。

1. 搶單

搶單的邏輯較為簡單,將符合條件的活放到資源池中,司機(jī)自行篩選以及預(yù)定訂單。這種模式基礎(chǔ)的要求是司機(jī)端有完善的產(chǎn)品而且司機(jī)愿意配合使用;司機(jī)搶到的單,理論講一定可以運(yùn),延伸對司機(jī)的管控,比如主動(dòng)撤單率高的司機(jī)和履約情況良好的司機(jī)區(qū)別收入或評分,適用于有固定運(yùn)力,司機(jī)管控較為完善的運(yùn)輸公司;針對信息匹配平臺(tái),及時(shí)記錄搶單及放單行為,完善推薦匹配策略。

搶單的弊端,就是訂單及運(yùn)力分配的不均勻,平臺(tái)公司無法強(qiáng)管控如利潤、客戶服務(wù)等。

例如好客戶的好訂單,被“壞司機(jī)”搶到,可能影響平臺(tái)口碑;再例如“壞客戶”的壞訂單,被好司機(jī)搶到,可能影響司機(jī)的運(yùn)輸體驗(yàn)或收入,會(huì)加大司機(jī)對平臺(tái)的抱怨程度;搶單模式不靈活,給平臺(tái)角色的自由度較大,因而很難精細(xì)化管理。很多運(yùn)輸公司選擇用固定路線或固定運(yùn)力池作為搶單模式的場景,用搶單代替固定的排班,通過減少場景來加強(qiáng)管控。

2. 派單

派單的邏輯可以很深入,也可以很簡單。

簡單的派單,就是調(diào)度人員找到訂單,選派合適的司機(jī),調(diào)度過程即結(jié)束。這其中需要考慮司機(jī)是否有時(shí)間接單,不會(huì)和上一單或下一單有重疊即可,這也是大部分TMS系統(tǒng)所實(shí)現(xiàn)的程度。再進(jìn)一步,司機(jī)端多考慮一步,是否讓已分派的司機(jī)撤單或設(shè)置司機(jī)需點(diǎn)擊接單的模式,上下游互選后履約成立,這也是網(wǎng)絡(luò)貨運(yùn)平臺(tái)要求的履約模式。這一步往往會(huì)設(shè)置反饋,不接或撤單的原因,便于日后數(shù)據(jù)分析。

數(shù)據(jù)及規(guī)則積累到可量化的程度,即可嘗試自動(dòng)調(diào)度?;A(chǔ)的自動(dòng)調(diào)度,即把調(diào)度人員的派車規(guī)則轉(zhuǎn)換成為系統(tǒng)語言,自動(dòng)推薦運(yùn)力;到策略層,即會(huì)考慮路徑規(guī)劃,多因素相互影響的算法。

調(diào)度考慮的因素列舉起來有如下:司機(jī)作息、運(yùn)輸是否可成立、定向匹配、司機(jī)偏好、司機(jī)收入、平臺(tái)利潤、平臺(tái)報(bào)價(jià)、第三方服務(wù)等等。要精確的量化以上條件,必須對三部分?jǐn)?shù)據(jù)進(jìn)行建模分析,即司機(jī)畫像、車輛基礎(chǔ)信息維護(hù)、地址畫像。

  • 司機(jī)畫像標(biāo)記司機(jī)的收入要求、運(yùn)輸偏好遠(yuǎn)途近途、運(yùn)輸習(xí)慣休息時(shí)間等;
  • 車輛基礎(chǔ)信息,如核定載質(zhì)量、軸數(shù)、燃油類型、國五國六等,以此來判斷運(yùn)輸能否成立;
  • 地址畫像,能否走國道、是否有山路、是否有高臺(tái)等屬性,依次直接可作為運(yùn)力篩選條件使用。

1)調(diào)度順序模型

初步探索自動(dòng)調(diào)度,首選建立一個(gè)匹配的順序模型,即把上述條件順次排列依次匹配,觸發(fā)到即停止匹配。下面簡單舉一個(gè)順序模型的例子:司機(jī)作息>定向匹配>收入>…

第一優(yōu)先級:司機(jī)作息;即保證司機(jī)有能力接這單活,如果司機(jī)還在途或需要休息,調(diào)度無法成立。

簡單舉例,如司機(jī)在途一個(gè)往返150公里的訂單,默認(rèn)可以當(dāng)天返程,后一天的單理論可以繼續(xù)派此司機(jī);另一個(gè)簡單的維度是時(shí)間,同樣往返150公里的訂單,默認(rèn)司機(jī)可接20小時(shí)后的訂單,也是理論成立;精細(xì)一些的分析方向,依靠貨車導(dǎo)航精確判斷司機(jī)返程情況,或根據(jù)歷史訂單及歷史路徑選擇,精確估算到達(dá)時(shí)間。

第二優(yōu)先級:定向匹配;即合約司機(jī)或固定路線司機(jī)優(yōu)先匹配。

例如一些專線司機(jī),只跑某一條路線,即可在其作息允許的基礎(chǔ)上,直接匹配分派。這個(gè)模式必須留一個(gè)兼容性,固定司機(jī)可用數(shù)量為0時(shí),系統(tǒng)觸發(fā)正常匹配邏輯,否則會(huì)導(dǎo)致無車可派的情況。如若多個(gè)固定司機(jī)對應(yīng)一個(gè)路線,進(jìn)入下一條條件的判斷。

第三優(yōu)先級:收入,司機(jī)收入和公司平臺(tái)收入。大部分運(yùn)輸公司和司機(jī)的合作模式,都會(huì)有保證最低收入的限制,所以系統(tǒng)需將這個(gè)權(quán)重影響到自動(dòng)調(diào)度中。廣義區(qū)分,近途訂單收入少,遠(yuǎn)途訂單收入多,所以針對最低收入較低的司機(jī),派近途訂單的權(quán)重高于遠(yuǎn)途訂單的權(quán)重,反之亦然。針對社會(huì)車輛或臨時(shí)合作的車輛,平臺(tái)收入的優(yōu)先級高于司機(jī)收入的優(yōu)先級。

物流平臺(tái)調(diào)度環(huán)節(jié)的收入,即為既定派車價(jià)-司機(jī)運(yùn)費(fèi),司機(jī)運(yùn)費(fèi)越低,平臺(tái)收入越高(此處暫不展開其他維度 僅舉例說明),保證平臺(tái)總體利潤最大化,是高優(yōu)條件,但是收淡旺季、油價(jià)波動(dòng)等因素的印象,會(huì)導(dǎo)致平臺(tái)利潤最大化的條件“不是最優(yōu)解”,年度利潤最大不等于每天或每月的利潤最大,多因素的波動(dòng)也會(huì)影響利潤的計(jì)算取舍。

第四優(yōu)先級 … 不同企業(yè)可自行選擇。

以上為較為簡化的順序模型,企業(yè)可以根據(jù)自身的情況,設(shè)置個(gè)性化的權(quán)重。如果是TMS或調(diào)度的SAAS平臺(tái),可將優(yōu)先級做為可配置項(xiàng),按需設(shè)置。

2)算法示例

自動(dòng)調(diào)度的另一個(gè)方向,是用算法來進(jìn)行路徑規(guī)劃選擇,一般會(huì)細(xì)分到某一行業(yè)或領(lǐng)域,如城市配送、干線配送或醫(yī)療行業(yè)、服裝行業(yè)等,都是在場景下尋找路徑的最優(yōu)解,綜合路徑、路況、路橋費(fèi)等因素,計(jì)算最優(yōu)選擇。常用的如路徑規(guī)劃算法、遺傳算法、蟻群算法等。下面簡述兩個(gè)算法的應(yīng)用邏輯。

遺傳算法是一種模擬自然選擇和遺傳機(jī)制的優(yōu)化算法,具體來說,遺傳算法可以通過以下步驟進(jìn)行物流派車調(diào)度:

  1. 個(gè)體編碼:將物流車輛的行駛路線和配送計(jì)劃轉(zhuǎn)化為染色體編碼,例如使用二進(jìn)制編碼或者排列編碼。
  2. 初始化種群:隨機(jī)生成一組初始染色體,作為種群的初始狀態(tài)。
  3. 適應(yīng)度函數(shù):定義適應(yīng)度函數(shù),即評價(jià)染色體的好壞程度。在物流派車調(diào)度中,適應(yīng)度函數(shù)可以根據(jù)物流車輛的行駛距離、時(shí)間、成本等綜合因素進(jìn)行評價(jià)。
  4. 選擇操作:根據(jù)適應(yīng)度函數(shù)對種群進(jìn)行選擇,從中選擇適應(yīng)度較高的染色體進(jìn)行進(jìn)化。
  5. 交叉操作:將選出的染色體進(jìn)行交叉操作,生成新一代染色體。
  6. 變異操作:對新一代染色體進(jìn)行變異操作,以增加種群的多樣性。
  7. 替換操作:將新一代染色體替換原始種群中適應(yīng)度較低的染色體,以保證種群的進(jìn)化方向。
  8. 迭代操作:重復(fù)進(jìn)行選擇、交叉、變異和替換操作,直到達(dá)到預(yù)定的停止條件,例如達(dá)到最大迭代次數(shù)或者適應(yīng)度達(dá)到一定的閾值。

蟻群算法是一種基于模擬螞蟻覓食行為的優(yōu)化算法,蟻群算法可以通過以下步驟進(jìn)行物流派車調(diào)度:

  1. 螞蟻模擬:將物流車輛視為螞蟻,通過模擬螞蟻的覓食行為來尋找最佳的配送路徑和配送計(jì)劃。
  2. 路徑選擇:螞蟻在搜索過程中,通過釋放信息素和選擇路徑的方式,尋找最佳的路徑。釋放信息素的方式是將信息素分布在路徑上,選擇路徑的方式是根據(jù)路徑上的信息素濃度進(jìn)行選擇。在物流派車調(diào)度中,信息素可以表示為物流車輛的行駛距離、時(shí)間、成本等綜合因素。
  3. 更新信息素:當(dāng)螞蟻完成路徑選擇后,需要將路徑上的信息素進(jìn)行更新,以影響其他螞蟻的選擇。在物流派車調(diào)度中,可以根據(jù)物流車輛的行駛距離、時(shí)間、成本等綜合因素,更新路徑上的信息素濃度。
  4. 重復(fù)迭代:重復(fù)進(jìn)行路徑選擇和更新信息素操作,直到達(dá)到預(yù)定的停止條件,例如達(dá)到最大迭代次數(shù)或者信息素濃度達(dá)到一定的閾值。
  5. 通過以上的邏輯,自動(dòng)調(diào)度模型已經(jīng)跑通,進(jìn)一步可以加強(qiáng)運(yùn)營管理和數(shù)據(jù)監(jiān)控。特別說明一點(diǎn),自動(dòng)調(diào)度的基礎(chǔ)建設(shè)是一個(gè)較為復(fù)雜且研發(fā)量較大的模塊,如果企業(yè)想自建的話,首先考慮企業(yè)的訂單量是否可以支持模型跑通,例如一個(gè)小三方每月一兩萬單的數(shù)量,就沒有必要做自動(dòng)調(diào)度模塊,其次考慮投入產(chǎn)出比,投入較大進(jìn)而ROI較低,可以橫向比較是否要做,做到什么程度。

關(guān)于監(jiān)測數(shù)據(jù),檢測自動(dòng)調(diào)度系統(tǒng)運(yùn)行情況的指標(biāo),基礎(chǔ)的就是自動(dòng)調(diào)度成功率=衡量系統(tǒng)是否能匹配到運(yùn)力,自動(dòng)調(diào)度接受率=衡量系統(tǒng)是否匹配的準(zhǔn),可以建立漏斗模型進(jìn)一步分析再哪個(gè)環(huán)節(jié)需要改進(jìn),粗略的說,自動(dòng)調(diào)度接受率超過10%可以說方向就是對的,超過30%已經(jīng)及格,超過60%是相當(dāng)不錯(cuò)的程度,初期的預(yù)測可以大致依此作為預(yù)測目標(biāo)基數(shù)或階段。

二、調(diào)度支撐模塊

調(diào)度的背后有幾個(gè)支撐模塊,報(bào)價(jià)模型、司機(jī)評分和客戶分級。報(bào)價(jià)模型衡量調(diào)度的可行性,在上述例子中涉及利潤的環(huán)節(jié)均需要報(bào)價(jià)模型的支撐。司機(jī)評分考核司機(jī)的服務(wù)情況,類似滴滴專車快車的概念,可以區(qū)分定價(jià)影響分派。客戶分級主要區(qū)分客戶,可以精細(xì)化運(yùn)營“保大客戶”等運(yùn)營策略。

1. 報(bào)價(jià)模型

物流公司的報(bào)價(jià)模式,常用成本定價(jià)法。從成本的基礎(chǔ)上加上利潤部分,作為對外報(bào)價(jià),差值即為最終利潤。

首先確定公司的成本結(jié)構(gòu),包括運(yùn)輸成本、人工成本、燃料成本等,做加法后即為運(yùn)輸成本價(jià)。在確定成本結(jié)構(gòu)后,需要設(shè)定利潤要求,以保證公司的盈利能力,使用一次函數(shù)模型即可,例如y=kx+b,x為成本,k為利潤系數(shù),b為附加利潤值,得出的y即為客戶報(bào)價(jià)。其中k、b均為可延展參數(shù),均可由多個(gè)參數(shù)疊加。

建立市場變化參數(shù),監(jiān)測市場變化,包括油價(jià)波動(dòng)、淡旺季等因素,及時(shí)更新成本結(jié)構(gòu)和利潤要求。通過實(shí)時(shí)監(jiān)測和分析市場變化,可以及時(shí)調(diào)整市場變化參數(shù),定價(jià)實(shí)時(shí)跟隨市場波動(dòng)。淡旺季同比大概穩(wěn)定,初期可固定參數(shù)降權(quán)考慮;油價(jià)波動(dòng)可直接與國際油價(jià)表保持一致。

制定價(jià)格策略,根據(jù)基準(zhǔn)價(jià)格、成本結(jié)構(gòu)和利潤要求,制定相應(yīng)的價(jià)格策略。價(jià)格策略可以根據(jù)貨物類型、運(yùn)輸距離、發(fā)貨時(shí)間等因素進(jìn)行分類,以滿足不同的客戶需求。定價(jià)策略和業(yè)務(wù)類型緊密相關(guān),例如快遞快運(yùn)按重泡比的計(jì)費(fèi)方式、大宗商品按重量考慮虧噸漲噸的場景、首重+續(xù)重的計(jì)費(fèi)方式、階梯定價(jià)等等。

根據(jù)以上模型,實(shí)時(shí)更新價(jià)格策略,根據(jù)市場變化及時(shí)調(diào)整價(jià)格參數(shù),計(jì)算實(shí)時(shí)準(zhǔn)確報(bào)價(jià)。

2. 司機(jī)評分

司機(jī)評分按網(wǎng)絡(luò)貨運(yùn)的官方要求,貨主可直接評價(jià)司機(jī),但實(shí)際運(yùn)營中,多建立司機(jī)、貨主、平臺(tái)三方互評的評級機(jī)制,各方加權(quán)平均的結(jié)論為最終評分。

評分項(xiàng)圍繞運(yùn)輸環(huán)節(jié)展開,例如準(zhǔn)點(diǎn)情況、駕駛安全、貨物安全、服務(wù)態(tài)度、專業(yè)技能等等,評分項(xiàng)公司可以自行細(xì)分。

評分后的結(jié)果,需要做歸一化的處理,保證分值的規(guī)范性。另外,分值的有效性需要考慮,例如前三個(gè)月或前半年的分?jǐn)?shù),是否可以代表目前司機(jī)的服務(wù)情況,依此思路設(shè)計(jì)評分的更新機(jī)制。司機(jī)紅線、退出機(jī)制需要提前設(shè)置。例如司機(jī)私自吞貨或司機(jī)毆打客戶等等紅線條例,觸發(fā)扣分甚至退出機(jī)制。

3. 客戶分級

客戶分級參數(shù)直接影響報(bào)價(jià)、調(diào)度。例如大客戶或重要客戶的報(bào)價(jià),略低于市場價(jià),并且該客戶的貨,需要調(diào)度保證可以匹配運(yùn)力,甚至需要預(yù)留120%的運(yùn)力給大客戶。不同的分級的客戶,制定不同的運(yùn)營策略,用分級參數(shù)影響報(bào)價(jià)及自動(dòng)調(diào)度的計(jì)算。

客戶如何分級是個(gè)頂層的議題,財(cái)務(wù)可以說利潤率高的是好客戶,業(yè)務(wù)可以說貨量大的是好客戶,老板可以說他的朋友公司是好客戶,各角色對好客戶的定義不盡相同。如果用歷史數(shù)據(jù)來測算結(jié)論,未必可以涵蓋全部訴求場景。初期的分級可以直接設(shè)置為高權(quán)限操作手動(dòng)選擇,線下約定更新頻次及機(jī)制,以此來簡化系統(tǒng)及場景。

三、調(diào)度系統(tǒng)交互

調(diào)度系統(tǒng)的交互設(shè)計(jì),可以嘗試脫離常規(guī)的列表表單的設(shè)計(jì),因?yàn)槠溆写罅繄D形結(jié)合的場景,可在一張地圖上完成操作,即運(yùn)輸可視化。主要包含以下幾方面內(nèi)容:運(yùn)力監(jiān)控、地圖打點(diǎn)標(biāo)記、路徑規(guī)劃/歷史路徑查看、延伸場景。

  • 運(yùn)力監(jiān)控;物流企業(yè)對運(yùn)力的在途行駛、車輛狀態(tài)等的監(jiān)控,標(biāo)記在地圖一目了然。常用的實(shí)現(xiàn)方式有兩種,一是車上放置硬件獲取實(shí)時(shí)定位,二是對接北斗獲取定位。
  • 地圖打點(diǎn)標(biāo)記;調(diào)度對部分地址會(huì)進(jìn)行標(biāo)記,輔助操作。例如某天同市的出口訂單標(biāo)記紅色的點(diǎn),聚合顯示數(shù)量,以便于預(yù)留運(yùn)力。系統(tǒng)可保留篩選項(xiàng),靈活打點(diǎn)標(biāo)記,做好聚合放大縮小的信息展示。
  • 路徑規(guī)劃/歷史路徑查看;針對某地址的路徑查看,可輔助調(diào)度選擇行駛路徑估算到達(dá)時(shí)間等??蓪β肪€進(jìn)行進(jìn)行標(biāo)簽建模,快速展示核心信息。
  • 延伸場景較為綜合例如集裝箱運(yùn)輸常用的匹配運(yùn)輸、分段運(yùn)輸?shù)?,通過上述地點(diǎn)標(biāo)記、運(yùn)力監(jiān)控功能的結(jié)合,輔助調(diào)度實(shí)現(xiàn)兩個(gè)小箱拼車或長途分段的操作。

四、寫在最后

自動(dòng)調(diào)度是很多物流公司信息化的白月光,它就在那里,好像能夠一夠又好像去之甚遠(yuǎn)。

我自己曾經(jīng)帶著二十多個(gè)研發(fā),大干兩個(gè)月搞出來了一個(gè)自動(dòng)調(diào)度1.0版,調(diào)度成功率僅1%,存在無數(shù)詬病,被老板噴、被調(diào)度噴、被司機(jī)噴…仿佛自動(dòng)調(diào)度是個(gè)偽命題,通過不斷地迭代調(diào)度成功率緩慢提升,過程及其痛苦。

但不可忽視的一點(diǎn),調(diào)度本身存在太多無法系統(tǒng)化公式化的場景,充斥著人情世故及私人交易。另一個(gè)角度如果都實(shí)現(xiàn)了自動(dòng)化,傳統(tǒng)的調(diào)度崗位就不存在了么?所以調(diào)度人員內(nèi)心也不希望自動(dòng)派車的結(jié)果那么準(zhǔn)自然也不會(huì)那么配合…

總之確定立項(xiàng)自動(dòng)調(diào)度前,一定做好打硬仗的準(zhǔn)備。以上經(jīng)驗(yàn)均為實(shí)踐中來,也歡迎各同行多多交流指正~

本文由 @謝宇 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可,禁止轉(zhuǎn)載。

題圖來自Unsplash,基于 CC0 協(xié)議

該文觀點(diǎn)僅代表作者本人,人人都是產(chǎn)品經(jīng)理平臺(tái)僅提供信息存儲(chǔ)空間服務(wù)。

更多精彩內(nèi)容,請關(guān)注人人都是產(chǎn)品經(jīng)理微信公眾號或下載App
評論
評論請登錄
  1. 寫在最后的內(nèi)容,感觸良多!

    來自上海 回復(fù)
  2. 郵箱或者其它聯(lián)系方式留一下?有具體項(xiàng)目希望能合作。我郵箱:wangjianpro@163.com

    來自江蘇 回復(fù)
  3. 很實(shí)際,什么時(shí)間交流一下,共同探討一下智能調(diào)度

    來自天津 回復(fù)
    1. 多多交流??

      來自北京 回復(fù)
    2. 郵箱可以發(fā)下嗎

      來自河南 回復(fù)
    3. 可以呀 多多交流

      來自北京 回復(fù)
  4. B端的調(diào)度有希望么?

    來自四川 回復(fù)
    1. 需要看下運(yùn)力池和業(yè)務(wù)單量的數(shù)量級,如果訂單不多或者有限運(yùn)力,其實(shí)自動(dòng)調(diào)度系統(tǒng)更像是司機(jī)的排班系統(tǒng)。從這個(gè)角度思考的話,系統(tǒng)會(huì)簡單很多。

      來自北京 回復(fù)
  5. 寫的很好,最后總結(jié)的也很真實(shí)。

    來自遼寧 回復(fù)
    1. 感謝??多多交流~

      來自北京 回復(fù)