从车辆空间利用效率出发，从提高装载效率的角度进行探索

1、背景描述在快速消费品（如便利店）的销售中，其商品结构主要是日常消费品，如饮料、饮料、零食、日用品等；经过多年的线下销售体系（制造商、多级代理商和批发商到达便利店），其价格体系是透明的。在出现的在线电子商务中，它可以绕过一些零售环节获得更大的利润空间，但也承担更大的物流配送成本；在利润空间预期有限的前提下，降低物流成本已成为不可避免的选择。第二，问题描述在探索降低物流成本的命题，从物流配送全环节的角度进行分析。仓库配送结合、路由规划、人员管理等可行性方案很多。本文仅从车辆空间利用效率和提高装载效率的角度进行探索。从这个角度分析的原因:1)从业务角度分析，在城市货物配送中，为了保证司机获得的成本相对公平，计价简单，大多采用相对固定的价格或简单的计价方法:比如一列金杯车固定350元，或者一个点配送50元；因此，一列车的成本相对固定。2）该模式为城市配送，不能通过仓库间配送解决车辆装载问题；例如，在快递中，从广州到杭州需要四辆车。装满三辆车后，如果第四辆车不满意，可以与其他路线合并，如与苏州货物同时发货或延迟一定时间装满后发货；但在电子商务中心配送中，车辆配送规划应及时发布，以确保及时性，缺乏移动空间。3）在快速消费品配送中，在安全配送的前提下，不得超载或装载容纳的体积；从其商品的角度来看，其平均装载密度较低，接近或小于水密度，因此不可能超载。综上所述，保证车辆装载率后，物流成本可以降低。如果不解决这个问题的直接后果:无法有效控制每辆车的货物装载程度，无法有效降低配送成本；司机的日常配送效率不同，感觉不公平，降低了工作积极性；装载率无法有效控制，日常运力估计不准确，放大了运力不足的问题。第三，解决方案是结合业务运行机制解决问题，分析业务问题；这个问题主要解决了如何有效利用装载中的空间体积。本问题的主要核心问题：商品的真实体积；商品堆积后的空间利用；不同的车辆可以有不同的装载空间。下面将分别阐述这三个问题。1.问题1(商品的真实体积)分析需要测量才能知道商品的真实体积。在实践中，有大量难以准确测量的场景，主要分类如下：在销售中，在相同的代码（通常是69码）下，不同的包装可以是不同的销售单元，如12瓶和24瓶可口可乐，其商品条形码相同，但其商品体积不一致；在零售中，存在不规则的商品体积、常见的不规则商品如快乐薯片、腌*蛋、拖把等异常商品；一些可挤压的商品，如毛巾、毛绒玩具等，可压缩体积运输；体积空间可重复使用的商品，如桶，单个和多个体积不是简单的叠加计算，如1桶占10L，但5桶堆在一起体积约10L，变化不大。对于如此复杂的商品，如何准确测量商品体积已成为首要问题。结合实际运输场景，对不同类型进行分析：对于传统商品，如牛奶、葡萄酒等，外包装接近矩形，不能压缩，可直接测量长度、宽度、高度作为体积；对于卤蛋、辣条等小型商品，可放置在副驾驶座等空间，不作为装载体积计算；对于膨化食品，如薯片，不能挤压，占用体积大，因此，需要将其实际体积乘以系数，以考虑其安全运输所占体积；对于毛巾等可挤压商品，零售数量不多，因此按单个商品体积计算，单个体积为挤压后测量的体积。如果同时分配多个，则忽略体积挤压造成的体积损失；对于拖把等异形商品，由于分销困难，占用体积大，因此，以其最大长度、宽度和高度作为体积长度、宽度和高度分别计算；最后，将其分别测量方法作为测量规范发布和实施。2.问题2（货物堆积后的空间）分析车辆中的货物堆放，同一货物堆放，中间必须有少量间隙，由于不同货物之间的包装规格和体积差异较大，货物间隙不确定，随着时间的推移，销售结构的变化会带来间隙变化，因此需要估计。了解第一步后，根据线下货物的实际堆放程度，为方便操作，可以根据车辆满载作为判断条件。此时，实际装载体积可以通过提取装载货物清单来计算。了解第一步后，根据线下货物的实际堆放程度，为了方便操作，可以根据车辆满载作为判断条件。此时，实际装载体积可以通过提取装载货物清单来计算。通过获取车辆内容积，可以了解货物堆放过程中间隙的比例。这里定义为膨胀系数，即堆放后货物实际体积占用的空间体积之间的比例。这里计算可以获得单个体积，不具有代表性。商品堆放膨胀系统可根据配送结构多次模拟，通过大量数据判断获得。3.问题3（车辆之间的装载能力不同）分析在城市配置中，不同车辆之间的装载能力不同，主要存在以下场景：不同车型之间不可避免地存在差异，如金杯与小面关系约2倍，同一车型不同厂家生产车辆内部体积不同，略有差异；在城市配置中，如中小型车型，经常拆除后拉货物，根据不同城市的不同监管要求，拆除一排座位和拆除两排座位的内部体积差异很大，可以通过日常货物拉配送观察；装载后，考虑到装卸、货物等场景，侧门、后门影响搜索效率，也影响堆放顺序，卡车一般配备汽车搬运货物，也影响货物转载。考虑到这些因素，如果不追求车型通用装载体积的精确计算，可以实际测量其装载体积，以追求精细管理。考虑到这些因素，如果不追求精确的解决方案，可以使用模型的一般装载体积计算，如果追求精细管理，可以实际测量其装载体积。总结：解决问题的关键步骤：获取车辆体积和商品体积；实际装载货物后，按最大装载比计算膨胀系数；多次计算，不断修正系数；根据膨胀系数计算装载体积后，大致计算车辆装载率。四、在实际装载中，商品体积可能出现测量误差，车辆可装载体积可能出现误差，那么为什么要解决这个问题呢？通过这种方法解决问题后，有哪些好处和价值？在实际操作中可能存在哪些风险需要规避？接下来进行分析。为什么能解决这个问题：在于膨胀系数的动态调整和离线装载率的及时反馈；如果个别车辆装载异常，可以查询个别商品或车辆是否存在较大的体积差异。当批量异常时，系数存在问题，需要重新计算。计算应根据以往积累的真实货物体积进行计算。在实际车辆装载中，装载商品种类繁多，可能较小或较大。在膨胀系数的放大下，可以摊平差异，达到预期装载。价值与收入：通过该方案，可以动态解决车辆装载问题，直接收入分析如下：系统可以自动计算装载率，消除人工判断问题，大大提高效率，为后续自动装载提供基本保证；根据订单中的货物数量实时计算所需的容量（容量），判断和估计当前容量，判断车辆所需的数量；判断不同车型的装载容量，判断每辆车的性价比(平均成本/所载体积)，不断优化车型比例。对车辆进行相对控制后，可以对所需费用进行基本估算，对销售端的促销手段提供更多的支持。在对车辆进行相对控制后，可以基本估计所需的成本，并对销售端的促销手段提供更多的支持。如果商品可以分担平均物流成本，则可以结合毛利润计算其盈利空间；大量计算可以作为优化商品销售结构的依据。不能装载的可能原因：在实际装载中，即使按照这种方法计算，驾驶员也可能无法装载。下次分析：放置方法：在实际放置中，不同的商品需要放置不同的层次，如葡萄酒等外包装规格，重量较重，需要放置在下层，其余较轻，放置在上层。如果放置不规范，将占用额外的体积；其他商品占用：在提货路上，车上堆放了太多的退货，占用了较大的体积，挤压了提货商品的体积。如果可以排除这些原因，则需要考虑系统设置。存在风险：系统依赖线下反馈，不断计算膨胀系数。平台突然增加大量商品类型后，改变商品结构，干扰当前膨胀系数，可能影响装载效果。五、本方法从快速消费品开始，以车辆满载为目标，可满足配送商品种类繁多、物流成本敏感、商品体积测量不方便等复杂情况的装载计算要求。但是，必然存在使用限制。本文分析：如果商品密度过高，如果是铁制品，则应考虑商品负荷作为第一要素，减少体积比例；不得堆放大量商品，如盆栽植物；如果有规则容器，则无需考虑，如*蛋放置和运输在隔间内；如果运输的货物是临时装载的，则无法提前估计或适应。在使用这种方法促进业务运营时，可能会遇到各种复杂的场景，主要是因为商品数量扩大后测量繁琐，成本高，特别是在业务快速发展时，可能没有足够的精力来测量。对此，结合本方法对误差的消除机制（如上述说明），可采用以下方法：卤蛋、榨菜等形状不规则、体积小的商品不易测量，对最终装载体积影响不大，可设置多个等级规格，如24、40、根据实际体积估算80立方厘米等规格，选择相应的规则；对于外观规则的商品，在测量过程中可以比较相似的外观和接近的商品，直接重用其商品体积。6、本文总结了以车辆满载为目的，利用商品、车辆等体积数据构建了一套完整的计算方法；结合线下监督反馈机制，对系统进行了良好的维护，大大提高了对业务的帮助。6、本文总结了以满载车辆为目的，利用商品、车辆等体积数据构建了一套完整的计算方法；结合线下监督反馈机制，对系统进行了良好的维护，大大提高了对业务的帮助。如果你有任何好的想法或意见，你可以互相交流~