データ活用による物流ネットワークの効率化
1.7K Views
November 07, 23
スライド概要
オープンロジは、システムで連携・ネットワーク化した提携倉庫会社・配送会社を通じ、従量課金型のフルフィルメントサービスを提供しています。物流データを起点として、悩まない物流、無駄のない物流、物流から商流へ移行させることで、荷主・倉庫にとっても物流について悩まなくて良い状態を作ることを目指しています。多種多様な物流データを収集・蓄積し、データ分析・活用を行うことで、より効率的で費用対効果の高い物流ネットワーク構築を実現しています。
物理と人をつなぐデータドリブンな物流システム開発
〜データ利活用とアーキテクチャの考え方〜
https://findy.connpass.com/event/300247/
物流スタートアップで働く機械学習エンジニア。 データ基盤や機械学習プロダクトの企画、設計、開発、運用を担当しています。
関連スライド
各ページのテキスト
2023.11.07 Findy 物理と人をつなぐデータドリブンな物流システム開発 〜データ利活用とアーキテクチャの考え方〜 データ活用による 物流ネットワークの効率化 株式会社オープンロジ 技術開発部 CTO室 データチーム 阿部 晃典
自己紹介 2016年 サイバーエージェント入社 機械学習エンジニアとして、広告配信における 予測・最適化を担当。他、子会社で RPA サービスの 開発にも関わる。 2021年 オープンロジ入社 1人目の機械学習エンジニアとして入社。 データ基盤や機械学習システムに関わる。 阿部 晃典 最近のトピック 買ってきたサボテンを 1ヶ月で枯らす。 育てやすいことで有名な豆苗すら死滅させた前科がある。 Abe Akinori 株式会社オープンロジ 技術開発部 CTO室 データチーム ©OPENLOGI Inc.
オープンロジの会社紹介 提携している倉庫会社・配送会社をシステムで連携・ネットワーク化し、 従量課金型の フルフィルメントサービス を提供しています。 そして、物流ネットワークと EC事業者から得られた 物流ビッグデータ を蓄積・活用しています。 購入者 EC事業者 （荷主） 提携倉庫会社 提携配送会社 提携73社 （+準提携148社） 国内・越境 10キャリア 使いやすい 従量課金 拡張性 12,000+ アカウント 稼働率向上 効率化 物流 ビッグデータ 1. 購入 3. 出荷作業 2. 入出荷指示 5. 配送 ©OPENLOGI Inc. 物流ネットワーク 4. 集荷 （2023年9月末時点）
オープンロジのビジョン テクノロジーを使い、サイロ化された物流をネットワーク化し データを起点にモノの流れを革新する ©OPENLOGI Inc. 悩まない物流 無駄のない物流 物流から商流へ 荷主・倉庫にとっても物流について 悩まなくて良い状態を作る 荷主-倉庫-配送が連携しムダの 少ない効率的な物流網を構築する 物流データを起点とした 新しい商流網を構築する
オープンロジの物流データ 入庫・出庫・在庫を中心とした 多種多様な物流データ を収集・蓄積しています。 様々な種類のデータを使い、多角的な視点で データ分析・活用 ができます。 荷主 倉庫 購入者 入庫 出庫 商品データ 入庫データ 在庫データ 出庫データ 商品名、価格、 セット組み、 冷凍冷蔵、賞味期限 入庫した商品の数量・ 重量・大きさ、 不良品、着予定日 保管中の商品の数量、 保管日数、保管場所、 在庫回転率 出庫した商品の種類・数量、 購入者、配送先住所、 配送会社、個口の数量・大きさ、 商品の買い合わせ、売れ筋 ©OPENLOGI Inc. 倉庫作業データ 請求データ 入出庫・検品・ピッキングなどの 作業工程別の作業人数・時間、 倉庫内の品質、事故 入出庫や保管、各種作業に おける請求コストや単価
データ基盤の刷新 2023年からデータ基盤を刷新しています。 既存データ基盤の課題だった RDS とのデータ整合性、リアルタイム性を Datastream for BigQuery により解決しました。 今後はデータウェアハウス・マート層を構築 し、可視化・分析を支援していく予定です。 アプリケーション (AWS) データ基盤 (GCP) BigQuery データ レイク RDS （本番DB） データウェ ア ハウス データ マート Re:dash 各種データ活用 アプリケーション Datastream for BigQuery Terraform ©OPENLOGI Inc. LookerStudio dbt
2エリア拠点分散サービス（事例紹介） 大型商品の在庫を複数の倉庫に分散し、 配送コスト削減 と配送リードタイム短縮 を実現します。 オープンロジの 物流データと物流ネットワーク を活用した物流効率化の取り組みです。 最適化の計算 ①をもとに商品を分散 ②をもとに最適な倉庫から出庫 入力 出庫実績と配送単価 60個入庫 組合せ最適化で 配送料を最小化 出力 ① 各倉庫ごとに必要な在庫量 関東倉庫 荷主 40個入庫 ② 配送先ごとに配送料が 最安の出庫元倉庫 ©OPENLOGI Inc. 関西倉庫
今後の展望 新データ基盤のデータウェアハウス・マート層を整備し、 可視化・分析を推進します。 その後、物流ネットワークとビッグデータを活かした 予測・最適化により、物流をさらに効率化していきます。 荷主×倉庫マッチング 倉庫を選ぶためには深い物流知識が 必要。荷主の要望から適切な倉庫を 推薦することで、荷主の負担を軽減 でき、倉庫も相性の良い荷主と 契約できる。 荷主 保管場所の最適化 入出庫の頻度が高い商品は作業場近くに 保管。逆に頻度が低い商品は高い棚などに 保管して、保管効率を上げたい。 ©OPENLOGI Inc. 入出庫量・需要の予測 倉庫として作業者の確保や資材の 仕入れなどで未来の入出庫量が必要。 荷主においても売上や商品製造に 直結する重要な数値。 作業計画の自動立案 当日の作業量、作業員のシフト、 作業工程別の習熟度を考慮して適切な 作業計画を作りたい。 倉庫イラスト 著作者：macrovector／出典：Freepik
We are Hiring ● OPENLOGIでは様々なポジションのエンジニアを積極採用しています ○ サーバーサイドエンジニア ○ SREエンジニア ○ QAエンジニア Confidential ©OPENLOGI Inc. 9