Last Mile Delivery Optimization

온라인 이커머스의 지속적인 성장으로 물류역량 강화는 기업의 핵심 경쟁력으로서 특히 COVID-19 장기화에 따라 비대면 소비를 위한 라스트 마일 배송의 중요도가 높아지고 있습니다.

 

라스트 마일 배송의 라이더(이하, Picker)의 경쟁력은 소비자 입장에서는 Single Pick & Single Drop 서비스로 내가 주문한 음식이 식지 않게 가장 빠른 시간에 배달해주기를 원하고 있고, Picker입장에서는 근처의 여러 주문을 Pick 해서 배달하는 Multi Pick & Multi Drop을 선호할 수밖에 없어서고객과 픽커간의 서비스 레벨과 운임 매출이라는 상충된 이해관계가 딜레마에 빠지고 있습니다.

 

최근 쿠팡과 배민마트는 마켓셰어를 위해 경쟁적으로 SPSD를 공격적으로 마케팅을 펼치고 있지만, 궁극적으로 손해는 대부분 고객에게 때로는 점주에게로 고스란히 돌아갈 수밖에 없는 구조입니다.

배달비의 지속적인 인상으로 인해 최근 소비자에서 배달거부 운동을 버리기도 하지만, 비대면 소비의 대세를 거스르기에는 그 외침이 작아질 수밖에 없는 현실입니다.

 

실제 개인 라이더의 한달 매출을 보면 1천만 원 이상의 수익을 거두는 라이더부터 200만 원 이하 수익으로 기름값 등을 제외하면 최저생계비도 못 버는 라이더도 많다고 합니다.

라이더를 하고 있는 지인은 진입은 누구나 할수 있지만 쉽게 생각해서 아무나 할 수 없는 직업이 픽커라고 합니다.

1천만 원 버는 그 지인의 노하우를 잠깐 들을 수 있었는데, 그 비밀은 바로 연계 배차에 있었습니다.

본인이 그동안 수행한 지역의 오더 패턴을 분석하여 상차지역에서 최대한 주문을 Consolidation을 하되, 하차지에서 Dead Head 최소한을 고려한 연계 배송할 수 없는 지역이 나오면 최대한 거른다고 합니다.

즉, 이 픽커는 Pickup Point에서 Drop Point로 이동 중 Pick up물량을 잡기도 하고,Drop Point 인근에 바로 Pick up물량을 잡는다고 합니다.

자신만의 다년간의 데이터를 집계하여 물량의 패턴을 분석하여 예측 배차로 물량을 잡는 MPMD, Continuous Move, Trip을 인간 CUP로 돌리고 있는 것입니다.

이에 GLTKorea는 GTO 최적화 시뮬레이터 엔진을 통해 픽업 권역의 물동량 분석을 통한 Continuous Move를 구현해 보았습니다.