클러스터링 기법을 활용한 풀필먼트 센터 출고 박스 최적화 모델 연구
A Study on Optimization of Outbound Boxes in Fulfilment Center using Clustering
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
코로나19 엔데믹 이후 이커머스 산업은 예측하기 힘들 정도로 급격한 수요 변화에 직면하고 있다. 이러한 현상으로 풀필먼트 물류센터를 운영하는 기업들에겐 기업 경쟁력을 확보하기 위한 유연하고 효율적인 운영이 매우 중요해졌다. 본 연구는 풀필먼트 센터 운영 효율을 높이기 위한 출고 박스 추천 모델을 제안한다. 상품 적재 최적화 알고리즘과 데이터 마이닝의 여러 기법 중 클러스터링을 적용하여 모델링을 진행, 최적의박스 크기 및 박스 종류의 수를 추천하였다. 이를 실제 운영 중인 이커머스 기업의 주문 데이터의 부피와비용을 비교하여 실증적으로 효율을 입증하였다. 본 연구에서 다룬 최적화 모델은 급변하는 수요 패턴에대응 가능한 데이터 기반의 적재 최적화 방법을 제안함으로써, 향후 풀필먼트 물류센터의 운영 효율 향상에 기여를 할 수 있을 것으로 판단된다.
Abstract
Since the COVID-19 endemic, the e-commerce has faced rapid changes in demand, as a result, flexible and efficient operations have become more important for logistics companies. In this study, we propose an box optimization model to improve the efficiency. Based on actual data, we studied a model that can recommend appropriate box sizes and the number of box types and flexibly respond to changes due to new demand patterns. The results derived from the model empirically proved the efficiency by comparing the volume and cost of the actual data. It is judged that this can make a practical contribution to the improvement of the operational efficiency in the future by presenting a data-based loading optimization approach that can respond to the rapidly changing demand pattern.