Свяжитесь с нами

Логистика и складВыдержим ли пик

Выдержит ли склад пятикратный поток заказов в Black Friday?

Поток ×2 склад держит, ×3 замедляется, а после ×4 очередь перестаёт рассасываться вообще.

Что дал расчёт

Отгрузка в день заказа
было9834%−64 п.п.
Очередь к концу суток
было09 400заказовне рассасывается
Срок отгрузки на пике
было662ч×10

На потоке 1 168 000 заказов в год это16,4 млн ₽в год

Что за процесс и где он ломался

Фулфилмент интернет-магазина: сборка, упаковка, маркировка, передача перевозчику. В обычный день 3 200 заказов, обещание — отгрузка в день заказа.

Участки связаны последовательно и работают в две смены; заказ, не отгруженный сегодня, переходит на завтра и конкурирует уже с новым потоком.

Вопрос, на который отвечали

Выдержит ли склад пятикратный поток заказов в Black Friday?

Признаки, по которым стало понятно: дело не в людях

В прошлый Black Friday склад встал: заказы разгребали четыре дня. Готовились по прогнозу «в два раза больше», фактический поток оказался в четыре.

Как процесс превратили в имитационную модель

Смоделировали четыре участка с их ёмкостями и сменами, а входной поток задали множителем: ×1, ×2, ×3, ×4, ×5. Смотрели не только срок, но и устойчивость — возвращается ли очередь к нулю к концу суток.

Какие данные взяли и что честно допустили

Базовый поток
3 200 заказов в день
Сборка
4,2 минуты на заказ, упаковка — 1,8
Упаковка ограничена оборудованием
четыре стола, людьми её не нарастить
Смены
две по 12 часов; на пике сборку усиливают третьей бригадой, упаковку — нет
Не моделировали
сбои перевозчика на приёмке

Отчёт симуляции: что показал расчёт

Здесь будет живой отчёт симуляции

Расчёт по этому кейсу ещё не прогнан. После прогона сюда встанет тот же отчёт, что видит пользователь Storm: очереди, загрузка ресурсов, время цикла и стоимость одной заявки по каждому сценарию.

Какие сценарии прогнали и чем они отличались

Сценарии, прогнанные в модели
СценарийЧто меняли
Обычный день (×1) БазовыйШтатный режим
Пик ×2 Умеренный рост
Пик ×3 Прогноз маркетинга
Пик ×5 Худший сценарий

Было и стало

Сравнение «было / стало» по каждой метрике. У метрик разные единицы, поэтому каждая пара показана в своём масштабе.
  • Было
  • Стало
  1. Отгрузка в день заказа , %

    98
    34−64 п.п.
  2. Очередь к концу суток , заказов

    0
    9 400не рассасывается
  3. Срок отгрузки на пике , ч

    6
    62×10
  4. Стоимость сборки заказа , ₽

    118
    104−12%
Ключевые метрики процесса до и после изменения
МетрикаБылоСталоИзменение
Отгрузка в день заказа , %9834−64 п.п.
Очередь к концу суток , заказов09 400не рассасывается
Срок отгрузки на пике , ч662×10
Порог устойчивости , × к обычному потоку3,4
Стоимость сборки заказа , ₽118104−12%

Что показал расчёт

  1. Порог устойчивости — 3,4 обычного потока

    До него очередь к концу суток обнуляется. После — накапливается и не рассасывается сама: каждый следующий день начинается с долгом.

  2. Между ×3 и ×4 система меняет поведение качественно

    Это не «стало медленнее» — это переход в другой режим, из которого нельзя выйти без остановки приёма заказов.

  3. Узкое место на пике — упаковка, а не сборка

    В обычный день она незаметна: её загрузка 61% против 79% у сборки. Резерв есть, но нарастить его нечем: сборку на пике усиливают третьей бригадой, а упаковка упирается в четыре стола. Поэтому участок с меньшей загрузкой доходит до потолка первым.

Что оказалось не так, как считали

Готовились усиливать сборку — а первой ложится упаковка. В штатном режиме она выглядит самым свободным участком: загрузка 61% против 79% у сборки. Свободна она по загрузке, но не по способности вырасти: сборке на пике дают третью бригаду, упаковке — только столы, а их четыре.

Выдержит ли склад пятикратный поток заказов в Black Friday?

Что решили сделать и что получилось

Под пик усилили упаковку и заложили резерв по приёму заказов выше порога устойчивости. Порог считали приёмом «Резерв мощности», профиль спроса — «Прогноз спроса».

Появилось решение, которого раньше не было: при потоке выше 3,4× включать ограничение приёма заказов, а не пытаться разгрести очередь потом.

Приёмы оптимизации, которые здесь сработали

Почему на этот вопрос отвечает имитационное моделирование, а совещание — нет

У систем массового обслуживания есть порог, за которым очередь растёт неограниченно, и он не совпадает с «мощность кончилась». Найти его можно только прогоном с нарастающим потоком — расчёт по средним показывает плавную деградацию там, где на деле обрыв.

Обрыв здесь на 3,4× обычного потока: до него очередь к концу суток обнуляется, после — доходит до 9 400 заказов.

Где этот вывод не работает

Расчёт не учитывает сбои на стороне перевозчика: если он не вывозит, порог устойчивости окажется ниже расчётного.

Частые вопросы по этому расчёту

question

answer

question

answer

question

answer

question

answer

Ваш процесс, ваши числа

Покажем на вашем процессе

Пришлите диаграмму и то, что знаете про поток: сколько заявок в день, сколько людей, сколько занимает операция. Соберём модель, прогоним сценарии, которые вы назовёте, и разберём отчёт вместе — с очередями, загрузкой ресурсов, сроком и стоимостью заявки.

  1. Присылаете диаграмму и три-четыре цифры про поток
  2. Собираем модель и прогоняем сценарии, которые вы назовёте
  3. Разбираем отчёт вместе и обсуждаем, что из него следует

Первый процесс считаем бесплатно: нужна диаграмма и несколько цифр по потоку.

Поддержка