از این رو تعداد خردهفروشان آنلاین که توانایی ارائه خدماتی با استفاده از هوشمندسازی پلتفرمهای خود و توسعه زیرساخت، بخصوص الگوریتمهای هوشمند در زمینه لجستیک و پردازش، برای ایجاد خریدی مطمئن و رضایت بخش، در جهان بسیار معدود است، به عنوان نمونه میتوان از Amazon ، eBay، AliBaba و... برای نمونههای خارجی و برای نمونه داخلی از دیجیکالا نام برد.
دیجیکالا با استفاده از دانش روز و کمک گرفتن از هوش مصنوعی توانسته با هوشمندسازی بخشهای مختلف سامانه خود، تجربه خرید متفاوت، آسان و لذتبخش را برای مشتریان فراهم کند، همین امر باعث شده است که در پشت صحنه، گسترش و توسعه فنی پیچیدهای در راستای رضایت مشتریان صورت بگیرد.
استفاده از الگوریتمهای هوشمند در لجستیک و پردازش موجب میشود مسیر رهگیری محصول از لحظه سفارش تا زمان تحویل به سادهترین شکل ممکن پیادهسازی شود و از این رو مشتریان در هر لحظه بتوانند وضعیت سفارشات خود را بررسی و پیگیری نمایند.
اما این الگوریتمهای هوشمند چگونه کار میکنند؟ چه تاثیری بر رضایت مشتری دارند؟ آیا استفاده از این الگوریتمها کمکی به محیط زیست میکند؟ در ادامه به بررسی بخشهای مختلف این الگوریتمهای هوشمند میپردازیم.
با توجه به گزارش سال 98 دیجیکالا، این پلتفرم آنلاین، روزانه توانایی پردازش 500 هزار سفارش را دارد. قابلیت پردازش این حجم از سفارشها به دلیل زمانبر بودن و پیچیدگی که از زمان ثبت سفارش تا تحویل کالا به مشتریان وجود دارد، نشاندهنده گستردگی زیرساختهای این مجموعه است که با استفاده از هوشمصنوعی و الگوریتمهای هوشمند توانستهاند به خوبی مدیریت شوند.
پس از ثبت سفارش، کاربر در هر لحظه با مراجعه به پروفایل خود میتواند وضعیت سفارش خود را رهگیریو دقیقا مرحلهای را که سفارش در آن قرار دارد مشاهده کند. 7 مرحلهای که محصول پس از ثبت سفارش در دیجیکالا طی میکند تا به دست مشتری برسد، به شرح زیر است:
دیجیکالا 3 نوع انبار مختلف دارد:
با توجه به ماهیت محصولات موجود در این انبارها نحوه چیدمان و بستهبندی متفاوت است. روزانه 400 الی 500 هزار کالا به این انبارها وارد میشود، در نتیجه پردازش و اولویتبندی کالاها به صورت دستی امکان پذیر نیست.
استفاده از «الگوریتم روبیک» به انبارگردانی کمک میکند تا با اولویتبندی بر اساس زمان تحویل کالا به مشتری، کدام محصولات به سرعت در انبار قرار گرفته و مراحل پردازش و ارسال آن انجام شود.
وجود سیستم مدیریت سفارش (Order management) یک هسته مرکزی است که با رهگیری کالا، وضعیت آن را پس از ثبت سفارش توسط مشتری مشخص میکند. درصورتی که کالا در انبار وجود داشته باشد وضعیت سفارش به حال «آماده پردازش» تغییر میکند و توسط جمعکنندگان (Picher) در انبار برداشته میشوند.
نگهداری این تعداد از محصولات نیاز به انبارهای بزرگی دارد، به طور مثال انبار دانش دیجیکالا در حدود 11 هزار متر مربع با 120 الی 130 هزار قفسه است. از این رو برای حرکت افراد در بخشهای مختلف الگوریتمهایی طراحی شده است تا با حرکت زیگزاگی در بین قفسهها بیشترین تعداد کالا را جمعآوری کنند. جالب است بدانید که هر جمعکننده کالا در این انبارها روزانه تقریبا 14 الی 15 کیلومتر را طی میکند.
بعد از آمادهسازی و بستهبندی کالاها با توجه به مقصد هر بسته، سفارشات طبقهبندی و به مراکز توزیع ارسال میگردند. استفاده از الگوریتم خوشهبندی (Clustering) کمک میکند که با بررسی نقاط تحویل، نزدیکترین نقاط به یکدیگر مشخص شده و به عنوان یه خوشه (Cluster) در نظر گرفته شوند. این دستهبندی نقاط باعث میشود با طی شدن حداقل مسافت توسط رانندگان، بیشترین بستهها به دست مشتریان برسد.
استفاده از الگوریتمهای مسیریابی، ترتیب سفارشها در هر خوشه را مشخص میکند، و رانندگان بر اساس همین مسیریابی مشخص شده سفارشها را تحویل میدهند. این الگوریتم با بهینهسازی مسیرهای تردد باعث شده است تا در مصرف سوخت پیکهای موتوری 13% و دیگر خودروهای تحویل 24% صرفهجویی کند.
برای درک بهتر از تاثیر پیادهسازی این الگوریتمهای هوشمند میتوان به همین جمله بسنده کرد که «مشتریان دیجیکالا با خرید آنلاین خود از انتشار 19 میلیون تن دیاکسیدکربن جلوگیری کرده و به کاهش آلودگی هوا کمک کردهاند.»