JP2013170050A - 配送計画システム - Google Patents
配送計画システム Download PDFInfo
- Publication number
- JP2013170050A JP2013170050A JP2012034626A JP2012034626A JP2013170050A JP 2013170050 A JP2013170050 A JP 2013170050A JP 2012034626 A JP2012034626 A JP 2012034626A JP 2012034626 A JP2012034626 A JP 2012034626A JP 2013170050 A JP2013170050 A JP 2013170050A
- Authority
- JP
- Japan
- Prior art keywords
- delivery
- customer
- home
- customers
- time
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【課題】一部の受取人が不在であっても、他の顧客への配達品があり玄関前配達で対応可能となる時間帯が判断し、荷物の持ち帰りを抑えて、配送を効率化する。
【解決手段】過去に配送を行った際の時刻と配達先の在宅/不在を配送実績データベースで管理し、顧客の行動パターンと在宅時間のパターンを現したカテゴリとを比較して、各顧客を複数のカテゴリに分類する。そして注文状況とその顧客の属するカテゴリから、推定在宅時間内での配達時間を計算し配送スケジュールを作成する。また、入り口にロックがかかっているマンション等では、複数顧客のいずれかが在室であれば入り口のロックが解除でき、入出が可能となる顧客を纏めた複数顧客DBを備え、同一の施設に対してまとめ配達を行う。
【選択図】 図1
【解決手段】過去に配送を行った際の時刻と配達先の在宅/不在を配送実績データベースで管理し、顧客の行動パターンと在宅時間のパターンを現したカテゴリとを比較して、各顧客を複数のカテゴリに分類する。そして注文状況とその顧客の属するカテゴリから、推定在宅時間内での配達時間を計算し配送スケジュールを作成する。また、入り口にロックがかかっているマンション等では、複数顧客のいずれかが在室であれば入り口のロックが解除でき、入出が可能となる顧客を纏めた複数顧客DBを備え、同一の施設に対してまとめ配達を行う。
【選択図】 図1
Description
この発明は、物品の配送システムに関し、配達先の在宅状況を推定し配送計画を立案するシステムに関する。
配送業において、荷物の配達時、受取人が不在だった場合に、荷物の持ち帰りが多いという問題があった。特に、オートロックのマンションの場合には入館もできないため、玄関先においてくることもできない。そのため、不在の場合、不在通知や連絡先を郵便ポストに入れている。
しかし、玄関前に荷物を置くことで配送効率をアップする配送方法では、受取人が不在の場合で、かつ玄関前配達ができない場合、荷物を再配達する必要があった。
そこで、特開2002−205822号公報(特許文献1)では、配送受付時に受取人のメールアドレスも入手し、受取人に荷物管理番号をメールすることで、受取人がセンタに問合せて運送状況を把握する発明が開示されている。
しかし、特許文献1に記載の発明では、受取人がアクションしない限り、荷物の受け取りの可否が不明である。また、配送業者にとっては、配達時間に受け取りが可能であるかどうかが不明であった。
また、マンションの場合、受取人や契約者が複数いて、そのうち誰かが在室であれば、不在の家の玄関先にも荷物を置くことができたが、この複数顧客に対応した在室状況の管理は行っていなかった。
過去に配送を行った際の時刻と配達先の在宅/不在を配送実績DB(データベース)で管理し、顧客の行動パターンと在宅時間のパターンを現したカテゴリとを比較して、各顧客を複数のカテゴリに分類する。そして注文状況とその顧客の属するカテゴリから、推定在宅時間内での配達時間を計算し配送スケジュールを作成する。
また、入り口にロックがかかっているマンション等では、複数顧客のいずれかが在室であれば入り口のロックが解除でき、入出が可能となる顧客を纏めた複数顧客DBを備え、同一の施設に対してまとめ配達を行う。
本発明により、一部の受取人が不在であっても、他の顧客への配達品があり玄関前配達で対応可能となる時間帯が判断できるため、荷物の持ち帰りを抑えることができ、配送を効率化することができる。
図1に本発明を用いた配送システム全体及び配送センタの構成を示す。
配送センタ1では、注文データを受付け、その配達先住所、配達希望日時などにより配送スケジュールを立案し、配達品と共に配送車両に伝達する。そして配送車両は、受取った配送スケジュールに沿って、配達先の顧客の家屋あるいは複数の顧客がいるマンションを巡回し、配達品を配達して回る。
配送センタ1では、注文データを受付け、その配達先住所、配達希望日時などにより配送スケジュールを立案し、配達品と共に配送車両に伝達する。そして配送車両は、受取った配送スケジュールに沿って、配達先の顧客の家屋あるいは複数の顧客がいるマンションを巡回し、配達品を配達して回る。
配送センタ1では、顧客から配送の注文データを受付けると、配送データ処理部21で、顧客の住所や氏名の情報が登録されている顧客DB26から該当する顧客のデータを抽出し、注文データに記録されている配達品名と共に、注文配送DB27に格納する。注文配送DB27には、一定期間、例えば一晩とか24時間経過するごとに注文配送DB27に貯められているものとする。
次に、配送作業の際、顧客の不在による荷物の再配送といった無駄を省くため、顧客の在宅時間の特徴に注目して顧客をカテゴリ別に分類する。そこでカテゴリ分類処理部22により、各配達先の過去の配達時の在宅状況を蓄積している配送実績DB28から注文データの配達先の在宅/不在時間を抽出してその特徴を算出し、その特徴が、在宅/不在時間の特徴別に作成されたカテゴリのいずれに属しているか分析して、配達先が属するカテゴリを決定し、顧客カテゴリDB29に格納する。
図2に、顧客カテゴリDBの概念を示す。
顧客カテゴリDB29には、カテゴリIDに対して、各パターンに対応したカテゴリ毎の推定在宅時間帯の在宅時間パターンが格納されている。そして、それぞれのカテゴリには、そのカテゴリに属する配達先や宅配システムの顧客IDを紐付けされている。
顧客カテゴリDB29には、カテゴリIDに対して、各パターンに対応したカテゴリ毎の推定在宅時間帯の在宅時間パターンが格納されている。そして、それぞれのカテゴリには、そのカテゴリに属する配達先や宅配システムの顧客IDを紐付けされている。
ここでカテゴリとは、例えば、カテゴリ1.は、昼の買い物で11〜12時、夕の買い物で17〜18時に外出することが多く、それ以外は在宅している傾向のある昼夕のお買い物時間帯に不在の専業主婦。カテゴリ2.は、幼稚園の送り迎え時間帯に不在で、それ以外は在宅している傾向のある若い主婦。カテゴリ3.は、家事が済み午後からお稽古事に通っている専業主婦。カテゴリ4.は、夜間しか在宅していない独身の独り暮らし。カテゴリ5.は、深夜から早朝しか在宅していない忙しい人。カテゴリ6.は、夜勤で昼間睡眠のため昼間は対応できない人。カテゴリ7.は、昼間のパート、アルバイトの時間に不在の人。カテゴリ8.は、昼間ならマンションの管理人が代理で受取り可能な人、などそれぞれの顧客の典型的な生活習慣によって決められている。
図2の例では、カテゴリ1.には、顧客IDが11、25、28、29の顧客が属していることになる。また、複数のカテゴリに顧客IDが紐付けられている場合は、それぞれのカテゴリの不在時間帯を組み合わせる。顧客ID29の顧客の推定在宅時間帯は、カテゴリ1.および2.に紐付けされているので、昼の買い物で11〜12時、夕の買い物で17〜18時に外出する傾向に加えて、幼稚園への送りで8〜9時、迎えで13〜14時の時間帯に外出しており、それ以外は在宅しているパターンとなる。同様に、顧客ID25の顧客の推定在宅時間帯は、カテゴリ1.および3.に紐付けされているので、昼の買い物で11〜12時、夕の買い物で17〜18時に外出する傾向に加えて、家事が済んだ午後の14〜17時の間お稽古事に通っていて外出しており、それ以外は在宅しているパターンとなる。
各顧客に対し、単純に既存のカテゴリIDの番号を付与するだけでなく、カテゴリ1.における夕飯のお買い物とカテゴリ7.における昼間のパート、アルバイトの時間帯に不在の主婦の分類を複合して新たなカテゴリを作った上で、カテゴリ番号を付与してもよい。そして、これら定義されたカテゴリのカテゴリIDを各々顧客に付与して、顧客カテゴリDB29に格納しているので、各顧客がどの時間帯に不在/在宅なのか推定できる。顧客カテゴリは定期的に見直し、古い情報を捨て新しい情報を加えることで、より正確かつ直近の状況に沿ったDBとすることもできる。
カテゴリ分類処理部22において顧客に対してカテゴリIDを付与する際には、配送実績DB28から顧客の在宅/不在時間の履歴を抽出して、カテゴリの推定在宅時間帯の在宅/不在時間帯と一致する頻度を求め、その頻度が所定値以上となったカテゴリにその顧客が属しているものとしてカテゴリIDを付与するようにしてもよい。
そして在宅時間推定処理部23では、配送データ処理部21から送られ注文配送DB27に貯められた1つ以上の注文と、顧客カテゴリDB29を利用して注文された配達先の顧客について在宅時間を推定する。
また、入り口にロックがかかっているマンション等のように、複数の顧客のいずれかが在室であれば、その人により入り口のロックが解除でき、マンション通路への入出が可能となり、不在な顧客の玄関まで入って玄関前に置いてくるという対応が可能である。そこで在宅または不在を一括して判断することが可能な建物への入り口を共有する顧客を纏めて管理する複数顧客DB30を備え、複数顧客まとめ配送処理部24では、この複数顧客DB30のデータを用いて、入り口にロックがかかっているマンション等で複数の配達先がある場合、その配達先の顧客についていずれかの顧客が在宅となる推定在宅時間帯をまとめ、いずれかの顧客が在宅であれば全顧客を在宅とみなす推定在宅時間帯を求める処理を行う。
そして、配送スケジュール決定処理部25にて、図示されていない地図や渋滞情報を加味して、不在による再配送が発生しないように配達先顧客が在宅していると推定される時間帯に到着すると推測され、最短距離ないしは最短時間となる車両の走行ルート及び各顧客への配達順序、配達時間といった配送スケジュールを算出する。
図3に、注文を受付けてから配送スケジュールを作成するまでの処理フローを示す。
顧客から注文データを受付ける。荷物を配送するためには、配達先の顧客についてその氏名、住所、電話番号が必要となるが、これに加えて、各顧客の在宅時間を推定するため、また同一マンション等については荷物を纏めて配送するために、顧客を特定するための顧客IDが必要となる。そのため、配送データ処理部21では顧客DB26から該当する顧客の顧客IDと氏名、住所、電話番号などの属性を抽出する(301)。そして、受付けた注文データと抽出した顧客ID、およびその顧客の属性を併せて注文配送データを作成し、注文配送DB27に格納する(302)。その後、一定時間が経過する間注文配送データを貯め(303)、例えば毎日日中配送する場合、24時間が経過して前日1日分など注文配送DB27に貯まった注文データを、カテゴリ分類処理部22に送付する(304)。そして、カテゴリ分類処理部22では、配達先の顧客の在宅時間を推定するため、各配達先が属する顧客カテゴリを、顧客カテゴリDB29から抽出して、各注文配送データに付与する(305)。
顧客から注文データを受付ける。荷物を配送するためには、配達先の顧客についてその氏名、住所、電話番号が必要となるが、これに加えて、各顧客の在宅時間を推定するため、また同一マンション等については荷物を纏めて配送するために、顧客を特定するための顧客IDが必要となる。そのため、配送データ処理部21では顧客DB26から該当する顧客の顧客IDと氏名、住所、電話番号などの属性を抽出する(301)。そして、受付けた注文データと抽出した顧客ID、およびその顧客の属性を併せて注文配送データを作成し、注文配送DB27に格納する(302)。その後、一定時間が経過する間注文配送データを貯め(303)、例えば毎日日中配送する場合、24時間が経過して前日1日分など注文配送DB27に貯まった注文データを、カテゴリ分類処理部22に送付する(304)。そして、カテゴリ分類処理部22では、配達先の顧客の在宅時間を推定するため、各配達先が属する顧客カテゴリを、顧客カテゴリDB29から抽出して、各注文配送データに付与する(305)。
この注文配送データを基に、在宅時間推定処理部23では、それぞれの配達先顧客の在宅/不在時間を推定する(306)。続いて、複数顧客まとめ配送処理部24では、複数顧客DB30から該当する顧客IDを抽出して、配達先が同一マンションに該当するような場合などには、まとめ配送可能な注文配送データを一組として合体させ、合体させた配達先の在宅時間を推定する(307)。そして配送スケジュール決定処理部25では、配達先の住所と推定在宅時間と合体結果から、配送ルート及び配達時間を算出して配送スケジュールを作成し(308)、その配送スケジュールを、配送車両4あるいはその車両に持込む端末に送付する。配送車両を運転する配達員は、この配送スケジュールに沿って配送することで、配達先の不在による再配送といった無駄をなるべく省くことができる。
図1に示した例のような配達順序の場合、配送車両4が9時に配送センタ1を出発し、配送スケジュールに沿って配達先をまわる。最初の配達先は9時から10時に在宅と推定されるカテゴリID1に分類されている顧客ID11の顧客である。次に10時に在宅と推定されるカテゴリID1に分類されている顧客ID15の顧客に廻り、その後、複数の顧客がいるマンションに向う。このマンションに居住する各顧客の顧客IDは17、20、27であり、顧客ID20の顧客がカテゴリID7に分類されていて昼間10時から20時まではパートで不在となるが、他の顧客ID17、27の顧客が在宅のため、この3件の顧客はまとめ配送の対象となり、複数顧客まとめ配送処理された在宅時間のうち11時が配達時間となっている。次に12時に在宅が推定される顧客ID22の顧客へ配送し、最後に顧客ID13、16、28の顧客がいるマンションに向かう。このマンションでは、顧客ID13、16は配達時間の12時半から13時半には不在となることが推定されるが、顧客ID28の顧客の在宅が推定されるため、これら3件もまとめ配送の対象となっている。そして全ての配達先を廻った後、配送車両4が配送センタ1に帰着して配送処理が終了となる。
1 配送センタ
2 顧客
3 マンション
4 配送車両
21 配送データ処理部
22 カテゴリ分類処理部
23 在宅時間推定処理部
24 複数顧客まとめ配送処理部
25 配送スケジュール決定処理部
26 顧客DB
27 注文配送DB
28 配送実績DB
29 顧客カテゴリDB
30 複数顧客DB
2 顧客
3 マンション
4 配送車両
21 配送データ処理部
22 カテゴリ分類処理部
23 在宅時間推定処理部
24 複数顧客まとめ配送処理部
25 配送スケジュール決定処理部
26 顧客DB
27 注文配送DB
28 配送実績DB
29 顧客カテゴリDB
30 複数顧客DB
Claims (2)
- 顧客情報を格納した顧客DBと、
各顧客への配達実績を格納する配送実績DBと、
配達の注文を受けた顧客への配達順序を決定するスケジュール処理部と、
を備えた配送計画システムにおいて、
前記配送実績DBには、各配達の際に顧客の在宅または不在の状態を記録し、
前記配送実績DBにおける顧客の在宅または不在の状態の記録から、各顧客を推定在宅時間帯別に定義されたカテゴリに分類するカテゴリ分類処理部と、
配達先の顧客について前記カテゴリ分類処理部により当該顧客が分類されたカテゴリから当該顧客の在宅時間を推定する在宅時間推定処理部と、
推定された配達先の顧客の在宅時間に基づき、配送スケジュールを定める配送スケジュール処理部と
を備えることを特徴とした配送計画システム。 - 請求項1に記載の配送計画システムにおいて、
更に、同一の施設に存在する顧客を纏めた複数顧客DBと、
前記複数顧客DBに記録されている顧客の内、配達先の顧客の何れかが在宅する時間帯を纏める複数顧客まとめ処理部を備え、
同一施設に存在する複数顧客を纏めて在宅時間を推定し、該推定された在宅時間を用いて前記配送スケジュール処理部により配送スケジュールを定め、複数顧客のいる施設にまとめ配送することを特徴とした配送計画システム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012034626A JP2013170050A (ja) | 2012-02-21 | 2012-02-21 | 配送計画システム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012034626A JP2013170050A (ja) | 2012-02-21 | 2012-02-21 | 配送計画システム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2013170050A true JP2013170050A (ja) | 2013-09-02 |
Family
ID=49264243
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2012034626A Pending JP2013170050A (ja) | 2012-02-21 | 2012-02-21 | 配送計画システム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2013170050A (ja) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019175109A (ja) * | 2018-03-28 | 2019-10-10 | 東京瓦斯株式会社 | 予測制御装置、予測制御システムおよび予測制御方法 |
JP2020030531A (ja) * | 2018-08-21 | 2020-02-27 | Zホールディングス株式会社 | 情報処理装置、情報処理方法、及び情報処理プログラム |
WO2020105347A1 (en) | 2018-11-21 | 2020-05-28 | Sony Corporation | Automated delivery method based on occupancy prediction |
JP2022060042A (ja) * | 2020-10-02 | 2022-04-14 | トヨタ自動車株式会社 | 制御装置、システム、飛行体、及び運搬方法 |
US11945471B2 (en) | 2019-04-09 | 2024-04-02 | Toyota Jidosha Kabushiki Kaisha | Autonomous driving delivery system |
-
2012
- 2012-02-21 JP JP2012034626A patent/JP2013170050A/ja active Pending
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019175109A (ja) * | 2018-03-28 | 2019-10-10 | 東京瓦斯株式会社 | 予測制御装置、予測制御システムおよび予測制御方法 |
JP7045901B2 (ja) | 2018-03-28 | 2022-04-01 | 東京瓦斯株式会社 | 予測制御装置、予測制御システムおよび予測制御方法 |
JP2020030531A (ja) * | 2018-08-21 | 2020-02-27 | Zホールディングス株式会社 | 情報処理装置、情報処理方法、及び情報処理プログラム |
JP7032265B2 (ja) | 2018-08-21 | 2022-03-08 | ヤフー株式会社 | 情報処理装置、情報処理方法、及び情報処理プログラム |
WO2020105347A1 (en) | 2018-11-21 | 2020-05-28 | Sony Corporation | Automated delivery method based on occupancy prediction |
JP2020086754A (ja) * | 2018-11-21 | 2020-06-04 | ソニー株式会社 | 情報処理装置、情報処理システム、および情報処理方法、並びにプログラム |
US20210406822A1 (en) * | 2018-11-21 | 2021-12-30 | Sony Group Corporation | Information processing device, information processing system, and information processing method, and program |
JP7302161B2 (ja) | 2018-11-21 | 2023-07-04 | ソニーグループ株式会社 | 情報処理装置、情報処理システム、および情報処理方法、並びにプログラム |
US11945471B2 (en) | 2019-04-09 | 2024-04-02 | Toyota Jidosha Kabushiki Kaisha | Autonomous driving delivery system |
JP2022060042A (ja) * | 2020-10-02 | 2022-04-14 | トヨタ自動車株式会社 | 制御装置、システム、飛行体、及び運搬方法 |
JP7424267B2 (ja) | 2020-10-02 | 2024-01-30 | トヨタ自動車株式会社 | 制御装置、システム、飛行体、及び運搬方法 |
US11983021B2 (en) | 2020-10-02 | 2024-05-14 | Toyota Jidosha Kabushiki Kaisha | Controller, system, flying object, and transport method |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Van Duin et al. | Improving home delivery efficiency by using principles of address intelligence for B2C deliveries | |
JP2020038703A (ja) | 配送網内のアイテムのリアルタイム追跡を実施するためのシステム及び方法 | |
JP2013170050A (ja) | 配送計画システム | |
Adelzadeh et al. | A mathematical model and a solving procedure for multi-depot vehicle routing problem with fuzzy time window and heterogeneous vehicle | |
US11488436B2 (en) | Computerized locker banks with enhanced forecasting capabilities | |
KR101799458B1 (ko) | 공유경제형 협력적 배송 서비스를 위한 시스템 및 방법 | |
US20130198042A1 (en) | Last mile logistics | |
US20160019501A1 (en) | Systems, methods and computer-program products for automation of dispatch of shipment delivery order | |
US20180365634A1 (en) | System and method for facilitating model-based tracking-related prediction for shipped items | |
JP2019109847A (ja) | 配達管理装置、配達管理システム、配達管理方法、配達管理プログラム及び仕分け装置 | |
JPWO2015111224A1 (ja) | 配送スケジュール選択システム、配送スケジュール選択方法、及びプログラム | |
Comi et al. | Emerging information and communication technologies: the challenges for the dynamic freight management in city logistics | |
CN115481955B (zh) | 一种基于大数据的国际物流智慧管理系统及方法 | |
Kawa et al. | Dynamic configuration of same-day delivery in E-commerce | |
Xiao et al. | Multi-product multi-period inventory routing optimization with time window constrains | |
CN113723676A (zh) | 一种一路多单的线路规划方法及装置 | |
JP2023514875A (ja) | 業務申請およびセルフチェックインのためのシステムおよび方法 | |
Mittal et al. | Solving vrp in an Indian transportation firm through clark and wright algorithm: a case study | |
CN107705083A (zh) | 一种基于云计算的物流系统 | |
Borghesi | City Logistics: Is Deregulation the Answer? | |
Shavaki et al. | Formulating and solving the integrated online order batching and delivery planning with specific due dates for orders | |
Momenikiyai et al. | A BI-OBJECTIVE MATHEMATICAL MODEL FOR INVENTORYDISTRIBUTION-ROUTING PROBLEM UNDER RISK POOLING EFFECT: ROBUST META-HEURISTICS APPROACH. | |
Hou et al. | Matching models for crowd-shipping considering shipper’s acceptance uncertainty | |
Hopkins et al. | Alleviating traffic congestion around our cities; how can supply chains address the issue | |
Guizzi et al. | A dynamic milk run in WEEE reverse logistics |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A712 Effective date: 20140213 |