返回
Optimizing Task Generation and Assignment in Crowdpicking
DOI:10.1177/10591478251377850.png)
摘要
En 中文
随着全渠道运营在零售业中日益重要,以满足多样化的顾客期望,持续的服务和商业模式创新对于保持竞争优势至关重要。虽然有效的订单履行是全渠道成功的关键,但实体店中的人工拣选流程作为履行成本的主要驱动因素之一,仍存在显著的改进机会。本文聚焦于crowdpicking模式,这是一种通过利用店内现有顾客来管理实体店在线订单拣选作业的创新方法,提供了一种具有巨大潜力的商业模式。我们通过机器学习探索将订单实时分配给店内顾客,以识别有效的分配策略。这些策略与任务分解策略相结合,以降低拣选成本并增强crowdpicker作为关键资源的参与度。所提出的crowdpicking模型及其实时管理框架在真实数据上进行了测试。结果表明,一个管理良好的crowdpicking系统可将订单拣选成本降低20%以上,并为设计此类系统的管理者提供可操作的见解。
期刊
P
IF:
5.1
论文数:
298
被引数:
66
机构
引用论文
Evolutions of Omni-Channel Fulfillment Performance: An In-Depth Case Study in Grocery Retailing全渠道履约绩效的演变:一项在杂货零售领域的深度案例研究
Picker routing in scattered storage warehouses: an evaluation of solution methods based on TSP transformations拣货路径规划在分散存储仓库中的应用:基于TSP变换的解决方案方法评估
OR Spectrum
IF0
Baron, O., Cire, A. A., & Savaser, S. K. (2024). Decentralized Online Order Fulfillment in Omni-Channel Retailers. Production and Operations Management, 33(8), 1719-1738. https://doi.org/10.1177/10591478241255066.Baron, O., Cire, A. A., & Savaser, S. K. (2024)。全渠道零售商的去中心化在线订单履行。生产与运营管理,33(8),1719-1738。https://doi.org/10.1177/10591478241255066。

