📚 Эффективность 3PL.
Часть II. Физическая синергия хранения мульти-клиентского склада у 3PL-оператора.
Также является дополнением к недавним постам:
Эффективность. Часть I
и
Трибуна 3PL
Поясняем:
📌 20% оптимизации физического пространства у 3PL-оператора при хранении набора клиентов - каким образом достигается эта величина
📌 как посчитана статистика
📌 почему при раздельном хранении стоков в Inhouse этот эффект невозможен
📌 какое влияние это оказывает на общий рынок складов.
#лонгрид:
📝 Примечание: Статистика и выводы сделаны на данных одного оператора. На других операторах может немного отличаться процент, но не принцип. А уровень оптимизации зависит как от масштаба самого оператора и его склада(ов), так и масштабов клиентов, обрабатываемых у оператора. Мы будем рады получить аналогичную статистику от всего сообщества и поделиться ей.
@pro3pl #effect3pl
https://t.me/Pro3PL/50
Часть II. Физическая синергия хранения мульти-клиентского склада у 3PL-оператора.
Также является дополнением к недавним постам:
Эффективность. Часть I
и
Трибуна 3PL
Поясняем:
📌 20% оптимизации физического пространства у 3PL-оператора при хранении набора клиентов - каким образом достигается эта величина
📌 как посчитана статистика
📌 почему при раздельном хранении стоков в Inhouse этот эффект невозможен
📌 какое влияние это оказывает на общий рынок складов.
#лонгрид:
На картинке представлена так называемая "тепловая карта", демонстрирующая колебания стоков отдельных поклажедателей (клиентов логистического оператора).
На ней видно, что пики (зелёные ячейки) и спады (красные ячейки) у разных клиентов (один клиент - одна строка) могут возникать в разные месяцы.
При этом спад стока одного клиента(ов) может компенсироваться пиком другого клиента(ов).
Это реальная статистика, хотя цифры на картинке представлены в условных единицах.
Был взят набор из клиентов, около 100 компаний, стабильно работавших на одной и той же площади оператора в течение календарного года. Были проанализированы колебания стоков каждого из клиентов в течение этого времени, вне зависимости от причин: сезонные колебания, по "логистическим", бизнес и финансовым причинам, "взлеты и падения".
Оказалось, что стандартное отклонение* стока в течение года по каждому из клиентов составило в среднем по 20% в обе стороны (при этом разброс довольно большой: 5-54%).
Однако же в сумме все эти клиенты успешно хранились и обрабатывались на одной и той же фиксированной площади 3PL-оператора.
Какой вывод можно из этого сделать?
Если бы каждый из клиентов хранился и обрабатывался на отдельном складе (Inhouse), то в силу возникающих у него колебаний, для покрытия пиков склад вынужден иметь дополнительное пространство. В противном случае в такой период возникает 'перетаривание" склада, что приводит к издержкам при обработке, а при спадах возникают избыточные площади и перерасход средств на них.
Вполне вероятно, что inhouse берет запас на пики меньший, чем 20% от средней величины стока - от 10%, не не менее: практика показывает, что издержки в ежедневной обработке начинают себя проявлять уже при 5-10% запаса, не говоря уже о сезонных колебаниях, а также о компаниях, чьи пики стоков могут достигать 50%
(Поэтому для анализа влияния этого эффекта на общий рынок складов в будущем мы возьмём очень консервативную величину в 15%)
Этот синергетический эффект возможен только при совместном хранении стоков разных компаний, то есть у 3PL-оператора. Очевидно, что при изолированном хранении одного стока на складе такой эффект в принципе невозможен по чисто физическим причинам - нет "партнёров" для синергии.
Хотя, при этом, некоторые компании применяют различные методы сезонной оптимизации при выраженных всплесках, но эти меры также требуют затрат.
Какое значение этот эффект мог бы оказать на общий рынок складов - мы расскажем поподробнее в одной из будущих публикаций.
Примечание: * - математический термин!
📝 Примечание: Статистика и выводы сделаны на данных одного оператора. На других операторах может немного отличаться процент, но не принцип. А уровень оптимизации зависит как от масштаба самого оператора и его склада(ов), так и масштабов клиентов, обрабатываемых у оператора. Мы будем рады получить аналогичную статистику от всего сообщества и поделиться ей.
@pro3pl #effect3pl
https://t.me/Pro3PL/50