Análisis y optimización de la red de paquetes voluminosos de Amazon UK

RESUMEN DEL PROYECTO
Introducción
 Planteamiento del problema
Se conoce que la distancia que cada paquete voluminoso viaja de media hasta el cliente
se ha incrementado en los primeros tres meses de 2018, 4.33 km por unidad. Este aumento
se produjo después de la apertura de un nuevo almacén (“LBA2”), perteneciente a
Amazon. Como se explicará en más profundidad en el desarrollo del proyecto, Amazon
denomina a cada almacén con el nombre del aeropuerto más cercano. En este caso, este
nuevo almacén se sitúa a 300 km del principal epicentro de la demanda de UK (“United
Kingdom” o Reino Unido) que se encuentra en torno a las grandes ciudades situadas al
sur del país, siendo Londres el centro de esta demanda. El objetivo a medio plazo de este
almacén es manejar un 25% de la demanda de los paquetes voluminosos de Reino Unido.
Además, se sabe que los paquetes enviados desde los almacenes “3PL”, almacenes bajo
gestión de un tercero, cuestan 52 centavos de libra menos por paquete, que los enviados
desde los almacenes para paquetes voluminosos de Amazon. Además, los almacenes
“3PL” se encuentran al sur de Reino Unido más cerca de los centros de demanda.
 Estado de la técnica
Las compañías que desarrollan labores de logística buscan siempre optimizar los recursos
utilizados. Manteniendo el nivel de servicio que se ha prometido al cliente, se busca bajar
los costes derivados de las actividades de transporte. Es por ello, que Amazon a lo largo
de su historia ha tratado de dar respuesta a esta cuestión. Manteniendo siempre las
necesidades del cliente como prioridad, y anticipándose a las necesidades de este, siempre
se ha buscado optimizar los recursos de la red mediante el desarrollo de complejos
algoritmos de optimización. Concretamente, en Reino Unido hay en la actualidad, para
paquetes voluminosos (conocidos en inglés como “Non-sortable”) tres almacenes. Uno
de ellos pertenece a Amazon y los otros dos son del tipo “3PL”, gestionados por un tercero
externo a Amazon. La red se optimiza de forma automática gracias a dos algoritmos
desarrollados por el equipo de desarrollo y analítica de Amazon. La misión de estos
algoritmos es no solo asignar a cada almacén unos determinados tipos de productos, y un
número determinado de esos productos, si no también mover productos de un almacén a
otro, para que la red sea más rápida y precisa. En función de las necesidades del cliente,
que varían con el tiempo, climatología y otros factores, es posible que la demanda de un
producto varíe con el tiempo en la misma zona, siendo necesario un reajuste en la red.
Universidad Pontificia Comillas
Escuela Técnica Superior de Ingeniería (ICAI)
Además, cada año la demanda se incrementa de forma variable, debido al aumento de
pedidos. Por ello, Amazon estima el aumento que va a producirse, para de esta manera,
poder abrir almacenes de forma paulatina que puedan responder a este aumento de
volumen. La mayoría de estos cambios son tenidos en cuenta por dos grandes algoritmos
que manejan y se encargan de optimizar la red. Estos algoritmos, que son confidenciales
debido a la ventaja competitiva que aportan a la empresa, implementan cambios de forma
periódica para ajustarse a las necesidades de la red. Sin embargo, en ocasiones puntuales
es necesario realizar ajustes manuales en ellos. Esta tarea, es llevada a cabo por el equipo
de Cadena de Suministro.
 Objeto del proyecto
Este proyecto busca conocer las causas de este aumento de la distancia, para poder reducir
la distancia media viajada por cada paquete, mejorando los tiempos de entrega, y el coste.
Se buscará, asignar a cada almacén de la red de paquetes voluminosos los productos
adecuados. Cada uno de estos productos se identifica internamente con el nombre de
“ASIN: Amazon Standard Identification Number”. Se estudiará para cada “ASIN” qué
parámetros influyen en reducir la distancia media viajada por cada paquete desde el
almacén hasta el cliente final.
Metodología
En este proyecto se va a realizar un análisis de la red de paquetes voluminosos de
Amazon UK para identificar las causas principales del aumento de la distancia media que
han viajado los paquetes voluminosos durante el primer trimestre del año 2018. Para ello
se analizarán todos los datos disponibles de los diferentes almacenes implicados
utilizando la base de datos interna de Amazon, de la que se extraen con la ayuda del
lenguaje de programación “SQL: Standard Query Language” y analizando estos datos
posteriormente con programas estadísticos. Además, para establecer un orden de
prioridad en los cambios a generar se diseñará un parámetro basado en los análisis
anteriores. A partir de esto, se realizará un informe automatizado para que de forma
semanal reporte sugerencias de cambios en la red a la persona encargada dentro del
equipo de Cadena de Suministro.
Resultados
El experimento realizado determina que al mover los ASINs que están aumentado
la distancia recorrida, más cerca de los centros de demanda principales para esos mismos
ASINs se reduce la distancia media que viaja cada paquete. Por ello, el uso del modelo
de forma semanal reducirá la distancia recorrida por los paquetes a lo largo de la red,
reduciendo el tiempo que están en tránsito y por lo tanto llegando antes al cliente,
impactando de forma directa en una reducción del coste del carburante, y de los salarios
implicados.
Universidad Pontificia Comillas
Escuela Técnica Superior de Ingeniería (ICAI)
Además, se calcula que se generará un ahorro anual de 45,000 £ derivado del
abaratamiento de costes gracias a la subcontratación de almacenes “3P”.
Conclusiones
El proyecto cumple con ambos requerimientos planteados: reducción del coste y
de los tiempos de entrega. El proceso de desarrollo de este se inicia con el estudio de la
variación de la demanda, del comportamiento del cliente, tratando de entender el porqué
de este comportamiento. El modelo final, reduce la distancia de estos productos a los
clientes que los soliciten y por lo tanto mejorará en el largo plazo y con la optimización
de las rutas de recargo los tiempos de llegada al cliente.
Los miembros del equipo valoran de manera positiva el trabajo realizado. Mencionan que
el proceso de desarrollo del modelo ha sido muy bueno. Además, sugieren, el uso de
nuevas herramientas desarrolladas por AWS para el desarrollo de futuros modelos. En
este caso, no hubo oportunidad de contar con ellas, dado que requieren un soporte de
programadores que no se encontraba disponible en este período.
Lo más valorado a la hora de plantear el proyecto fue el enfoque dado, que demuestra un
profundo conocimiento de los principios de funcionamiento de la empresa. A menudo, en
este tipo de proyecto, se suele analizar una gran cantidad de datos, pues se dispone de las
herramientas para ello, y a partir de esto se suelen desarrollar modelos de una alta
complejidad. Sin embargo, el objetivo del proyecto no es ese. El objetivo, es tratar de
comprender que es lo que está motivando el problema, y sobre todo conocer cuál es el
impacto de este problema en el cliente, y como las soluciones generadas pueden mejorar
la experiencia del cliente.

SUMMARY
Introduction
 Problem statement:
There has been a distance increase of 4.33 km per unit during the first quarter of 2018 in
the average distance travelled per unit. This increase took place after the opening of a new
warehouse (“LBA2”), operated by Amazon. As it will be further explained later, Amazon
names each warehouse after the nearest airport name. In this case, the new warehouse is
located 300 km away from the biggest demand centre in the United Kingdom. This
demand centre is located near the biggest cities of the country like London.
Moreover, it is known that the parcels which are sent from the “3PL” warehouses, which
are managed by a third-party logistics cost the company 0.52 £ less per unit. Furthermore,
the “3PL” warehouses are in the south of the country, closer to the centres of demand.
 State of the art
The companies that oversee managing logistics optimization tasks are always seeking to
reduce the amount of resources they use. Making sure that the service level remains the
same or increases, these types of companies look for new ways of reducing costs. This is
one of the main reasons why Amazon throughout its history has tried to develop new
ways of optimizing its resources, bearing always in mind that the customer is the centre
of all the decisions that are made by the company.
In this case, in the United Kingdom there are three warehouses that can process bulky
items also called non-sortable items. One of them is operated by Amazon, and the other
two are operated by third-party logistics.
The whole network is operated by two algorithms that have been implemented by the
software development team and the analytics team. The main objective of these is not
only to assign each warehouse with a certain type of products and units, but also to move
products from one warehouse to another, balancing the network to optimize its resources.
There is a high likelihood that the demand of the client changes over time due to changes
in the climate and other factors. This causes that the network must be balanced according
to the behaviour of the customers. It has to be also taken into account that the demand
goes up every year due to the rise in the number of purchases made by the customers.
That is why Amazon tries to predict this rise in the demand, in order to be able to open
new warehouses that can come with the rise in the demand volume. Most of these changes
are included in the two algorithms that were mentioned before. These two algorithms are
Universidad Pontificia Comillas
Escuela Técnica Superior de Ingeniería (ICAI)
strictly confidential due to the competitive advantage that they bring to the company.
However, there are several occasions where some changes have to be done manually.
This task is carried out by the Supply Chain team.
 Objective of the project
This project will try to find out the main causes of the distance increase in order to find
out what is the main cause of the problem. By doing this, it will be possible to reduce the
average distance travelled by each package, get better lead times and lower costs. Each
warehouse will oversee processing the right type of products according to the trends in
the demand. Each type of product is called “ASIN: Amazon Standard Identification
Number”. For each ASIN, it will be studied which parameters are causing the distance
increase.
Methodology
This project will analyse the non-sortable items network of Amazon UK to
identify the main causes of average distance increase travelled by the bulky items during
the first quarter of 2018. In order to do that, all the data available will be analysed using
“SQL: Standard Query Language”. After that, the project will dive deep into that data.
Moreover, in order to set which ASINs should be moved first a parameter will be created.
Based on that, a weekly-automated report will be created in other to highlight the changes
that need to be made in the logistics network.
Results
The test made with a reduced list of ASINs shows that moving ASINs (That
experienced a distance increase during the first quarter) closer to its demand centres
reduces the average distance travelled by each package. Because of that, the model that
will be implemented, will help to reduce the average distance travelled by each package,
reducing the transit time and therefore helping items arriving sooner to the client. As a
direct result of this, they will be a reduction in fuel consumption and in the number of
personnel required to handle these shipments.
Furthermore, an annual 45,000 £ saving will be added thanks to the use of “3PL” which
are cheaper than the Amazon warehouses for non-sortable items.
Conclusion

The project can fulfil both the objectives stated: reducing cost and the lead times to
consumers. The thinking process of the model starts with the behaviour of the client,
Universidad Pontificia Comillas
Escuela Técnica Superior de Ingeniería (ICAI)
which causes the demand to change over time. The final model reduces the average
distance travelled from the warehouse to the clients, and therefore it will help to decrease
the lead times to the customer in the long term.
The team members make a positive evaluation of the project. They mention that the
methodology and the thinking process has been performed according to the leadership
principles and showing a deep understanding of the company’s culture. Moreover, they
suggest using new tools developed by AWS for the development of future models. In this
case, those tools were not available during the implementation of this project.
In a lot of projects done by interns, the focus is usually put in analysing huge quantities
of data, because Amazon has very powerful tools that allow you to do it. However, the
main target of the project is not to implement a complex model but to see how the problem
is solved. In other words, the main objective is to find out how the problem affects the
customer and how the project can make a better customer experience while saving both
money and time.