Outbound process optimization for PFSWeb European distribution center

Abstract

La globalisation et l’avènement de la vente en ligne accroissent l’importance de la gestion de l’entrepôt au sein de la chaîne logistique. PFSweb compte parmi les leaders mondiaux de la vente en ligne. Il est l’intermédiaire qui vend les produits des entreprises-clients en ligne aux particuliers ou à d’autres entreprises. Ce mémoire analyse les processus de préparation de leurs commandes. Il est divisé en deux parties. L’objectif de la première partie est de trouver un meilleur système de collecte de commandes pour l’entreprise-client Pandora. La seconde tend à optimiser le système actuel de collecte des commandes pour l’entreprise-client Clarins. La première partie traite du choix du système de collecte des commandes afin de faire face à l’augmentation à moyen terme de la demande. Les facteurs internes et externes qui influencent ce choix sont détaillés. Leur analyse conduit au choix de la méthode de collecte des produits de façon synchronisée et par zones. Celle-ci est plus adaptée car modulable en raison du risque d’infidélité à long terme de l’entreprise-client à PFSweb. Le choix se posait entre la collecte globale et par zones. La collecte par zone a été choisie car elle permet de réduire la congestion dans les allées. Cette collecte par zone peut se faire de manière progressive ou synchronisée. La collecte synchronisée convient mieux car la perte de temps dû à l’assemblage des commandes est moindre que le gain de temps réalisé lors de leur collecte. En effet, ce client a peu de produits par commande. D’autres systèmes de collecte de commandes sont développés et corrélés à divers profils de clients. La deuxième partie de ce mémoire propose des modifications du système actuel de collecte de produits afin de diminuer la distance parcourue par les employés lors d’un cycle de collecte. Le système analysé consiste en la récolte des produits par groupe de commandes. Ceux-ci sont triés simultanément dans un chariot à compartiments. L’analyse de la demande permet de classer les produits en deux groupes en fonction de leur popularité. Deux zones de stock sont considérées ; une avec les produits les plus demandés et l’autre avec les produits moins populaires. L’arrangement des étagères dans chaque zone et le trajet suivi par les opérateurs dans l’entrepôt sont ensuite déterminés afin de minimiser la distance parcourue. Un gain théorique de plus de 80% peut être espéré. Finalement, un nouveau regroupement des commandes par chariots évite aux opérateurs de parcourir toutes les allées lors d’une tournée. Le modèle utilisé est le « savings algorithm ». Sa performance est évaluée par l’écart type des tournées de collecte et la distance moyenne d’une tournée. Celle-ci est estimée réduite de près de 30% au prix d’une augmentation raisonnable de l’écart-type.