Home Arrow Icon Knowledge base Arrow Icon Global Arrow Icon Jak Amazon měří redukci balení z dávkování


Jak Amazon měří redukci balení z dávkování


Amazon měří redukci balení z dávkování primárně pomocí modelů pokročilého strojového učení, automatizačních technologií a analýzy dat, které optimalizují rozhodnutí o obalu a monitorují využití materiálu v celé své rozsáhlé síti plnění.

Snížení balení prostřednictvím strojového učení a AI

Od roku 2015 Amazon snížil průměrnou hmotnost balení na zásilek o 36-43%, což vylučovalo více než 3 miliony metrických tun obalových materiálů po celém světě. Jednou z hlavních metod, které Amazon používá k měření a dosažení redukce obalů, je aplikace modelů strojového učení, které určují nejúčinnější typ balení pro každý produkt. Tyto modely používají údaje o produktech, jako jsou rozměry, křehkost a to, jak se produkty dařily ve výnosech kvůli poškození, v kombinaci se zpětnou vazbou zákazníků a analýzou obrazu z více úhlů produktu pořízených v centrech plnění. Systém AI tyto informace analyzuje tak, aby vybral minimální, ale dostatečné balení, které zajišťuje bezpečné dodání a zároveň snižuje odpad. Tento model, který se často označuje jako motor pro rozhodování o balíčku, se neustále učí a přizpůsobuje se zlepšování účinnosti balení, čímž se snižuje používání lepenkových krabic, plnicích materiálů, pásky a plastu. Měření se provádí sledováním hmotnosti balení, použitým typem materiálu a dopadem na emise uhlíku.

Automatizovaná technologie balení

Amazon používá inovativní automatizované stroje ve svých centrech plnění, které kombinují senzory, měření v reálném čase a vytváření vlastních balení, aby se minimalizovaly balicí materiál na zásilek. Například v Evropě a USA Amazon představil automatizované balicí stroje, které prohledávají každou položku a vyříznou papírové sáčky na míru z rolí recyklovatelného papíru. Tyto sáčky jsou tepelně upevněny bez lepidla a nepoužívají další polstrování, což drasticky snižuje objem a hmotnost obalu ve srovnání s tradičními krabicemi. Měření redukce je zde průměrné gramy balení ušetřených na zásilku (v průměru více než 26 gramů na zásilku) a sledováním, kolik plastových sáčků bylo zabráněno jejich nahrazením těmito papírovými sáčky (130 milionů plastových sáčků se vyhýbalo v roce 2023 v USA). Taková automatizace umožňuje Amazonu spolehlivě měřítko úsilí o snižování balení a měřit kumulativní dopad na obalové materiály napříč miliony zásilek denně.

Lodě v programu balení produktů

Další iniciativou, kterou Amazon implementoval, je lodě v programu balení produktů, který identifikuje a certifikuje produkty, které lze odeslat přímo do jejich původního balení výrobce bez dalšího balení Amazon. Strojové učení pomáhá Amazonu identifikovat takové produkty analýzou informací o produktu a bezpečnosti balení. Tento program výrazně snižuje balení a je měřen počtem zásilek bez dalších Amazonských balení více než 5,5 miliardy položek odeslaných tímto způsobem od roku 2019 pouze v Severní Americe a Evropě. Růst tohoto programu napříč geografiemi a rostoucí účast prodejců je sledován jako klíčová metrika snižování balení. Snížení se také odráží v menší hmotnosti balení na zásilek a nižší použití plastových a lepenkových materiálů.

Optimalizační nástroj Packoptu pro boxové apartmá

Amazon vyvinul nástroj PacKopt, který pomáhá optimalizovat sadu velikostí krabic používaných v centrech plnění k blíže přizpůsobení rozměrů produktu. Tento webový nástroj simuluje založené na boxu produktů napříč regiony a identifikuje neefektivnost, kde nadměrné boxy generují přebytečný objem přepravy „vzduchu“. Manažeři Amazonu používají Packopt k identifikaci, které políčka zavést nebo odejít do důchodu, přímo ovlivňující redukci balicího materiálu. Packopt měří efektivitu prostřednictvím metrik, jako je celková použitá lepenková hmotnost, objem balení, míra využití krabice a vzduch na přepravu. Do konce roku 2022 bylo 90% krabic Amazonu v Severní Americe optimalizováno prostřednictvím Packoptu, což vedlo k 7%-10% roční snížení kartonového odpadu, zhruba 60 000 tun ušetřených ročně v této oblasti.

Měření dopadu a podávání zpráv o životním prostředí

Amazon se považuje za zodpovědný především prostřednictvím metriky redukce uhlíkové stopy, která spojuje výběr balení na celkové cíle udržitelnosti. Společnost sleduje roční snižování hmotnosti balení, množství odpadu z obalu a zabránění souvisejících emisí uhlíku. Například modely balení řízených AI pomohly ušetřit více než 2 miliony tun obalu v letech 2015 až 2022, s přírůstkovým nárůstem hlášeným následně. Aktualizace udržitelnosti Amazonu poskytují časté údaje o snižování hmotnosti balení zásilek, procentuálním podílu zásilek pomocí lehkého obalu, snížení využití plastových balení a kolik balíčků odesláno bez dalšího amazonského balení. Tyto veřejně sdílené metriky a interní sledovací systémy usnadňují přesné měření snižování balení dosaženého dávnutím a dalšími metodami.

Snížení balení jako obchodní metrika

Amazon integruje efektivitu balení do provozních a finančních KPI. Snížení balení nejen snižuje náklady na materiály, ale také zvyšuje efektivitu logistiky zvýšením míry plnění kamionů a snížením objemu přepravy. Společnost monitoruje variabilní náklady na jednotku, které zahrnují výdaje na obaly, aby kvantifikovaly finanční výhody z inovací balení. Konsolidací objednávek a optimalizací velikostí balení prostřednictvím dávkování a strojového učení Amazon snižuje materiál obalu na objednávku a zároveň zlepšuje efektivitu manipulace. Toto obchodní zaměření zajišťuje, že rozhodnutí o obalu jsou neustále měřena a optimalizována pro nákladovou efektivitu spolu s environmentálními přínosy.

Shrnutí

Amazon měří redukci balení z optimalizace dávek a obalů kombinací:

- Modely strojového učení, které vypočítají optimální balení pro každou položku, snižují hmotnost balení a použité materiály.
-Automatizované obalové stroje, které vytvářejí balení na míru, aby se zabránilo úsporám materiálu na odpady a sledovalo úspory materiálu.
- Programy, jako jsou lodě v balení produktů, které kvantifikují počet dodávaných dodávek bez dalšího balení.
- Nástroje jako Packopt, které analyzují využití boxu a simulují efektivitu balení k optimalizaci boxových apartmá.
- Klíčové metriky udržitelnosti včetně snižování hmotnosti balení, vyhýbání se odpadu a ušetřené emise uhlíku vykazovaly v pravidelných aktualizacích udržitelnosti.
- Obchodní metriky sledování nákladů úspory a efektivita logistiky spojené se změnami balení.

Společně tyto strategie založené na údajích umožňují Amazonu neustále měřit, hlásit a zlepšovat úsilí o snižování balení v rozsahu napříč jeho globálním plním sítí. Tento integrovaný přístup využívá AI, automatizaci a provozní údaje ke sledování dopadu dávků a dalších inovací balení na výsledky udržitelnosti přesně a efektivně.