“Lenta Online”如何改变拣货员的工作方式：案例

Data-Office“Лента Онлайн”配送服务专家分享了在线订单拣货中实施自主工作规划系统的经验，结果显示拣货员工作效率提升17%。

已完成的工作

此前员工排班依赖手动制定，仅依据平均订单量安排，易导致资源利用率低下。新优化模型可精准判断每班次所需拣货员人数，并评估增员处理更多订单的经济性。预测数据每日结合历史同期数据与未来促销计划动态重算优化。

算法开发考量因素

在开发优化算法时，综合分析了以下历史数据：

• 工作日、周末及节假日每家门店每小时订单量
• 季节性因素
• 促销活动情况
• 班次时长
• 每班次拣货员人数上下限
• 单个订单平均拣货时间

同时纳入单均拣货成本、拣货员工资等关键计算参数。

“在开发拣货员排班优化系统时，我们基于对其实施潜在效益的计算、测试和实施复杂性的评估。初步测试显示，订单拣货成本显著降低，这使得项目得以落地实施。”——“Лента”在线服务数据管理与分析总监德米特里·博杜诺夫（Dmitry Bodunov）表示。

项目成果

通过应用资源优化系统及已落地的“多品拣选”（multi-picking）模式，“Лента Онлайн”实现每单成本（CPO）最高降低20%，生产率提升17%。该系统具备高度灵活性，并已集成至运输管理系统（TMS），实现按计划订单量自动调配人员。

“最终，我们得到了一个数据科学团队与运营团队协作的优秀案例。MVP（最小可行产品）在一个月内完成，门店在测试后两天内就开始收到新的建议——即项目启动两个月后。一年后，我们推出了一套完全融入公司主要业务流程的灵活系统。”——博杜诺夫补充道。

后续计划

目前，Data-Office团队已启动配送快递员优化模型的开发工作。