大規模自動化が Best Buy の配送を加速 – ケーススタディ

Recommendation: RDCとオープンのエッジステーション全体にわたって自動ソートを導入し、トートと輸送を単一のネットワークにリンクさせ、フルフィルメントを加速させ、Eコマースの注文全体で信頼性を高めます。.

3つのRDCで実施された12週間のパイロットでは、サイクルタイムが18時間から7時間に短縮され、 rise エレクトロニクスおよび食料品レジにおける処理能力の向上、並びに99.41%の選別精度を達成しました。 結果 誤出荷の削減。.

このデザインは、需要の高いカテゴリー専用の仕分けレーンとステーション、トート駆動の搬送ループ、そして open パートナーやベンダーとの連携を実現するネットワーク open APIとエッジコンピューティングはニアオペレーションをサポートします。.

ディレクターレベルのスポンサーからクロスドックチームまで、このネットワークは、Amazonや他のeコマースプレーヤーをベンチマークしながら、小売業者の目標に沿って調整されています。rdcは、ネットワークエッジでの高速かつエラーのないフルフィルメントのために、食料品、エレクトロニクス、アクセサリーを分離するソートモジュールを活用しています。.

規模拡大のため、段階的展開を導入する。まず2つのRDCから開始し、6ヶ月以内にさらに4つを追加、その後、追加の市場に拡大する。オーナーが需要に対応し、データを共有し、ベンダーがリアルタイムの在庫状況を提示できるようにするオープンなインターフェースを設計する。このアプローチは推進力を与える可能性がある。 24時間 フルフィルメント期間を明確にし、小売業者全体のポートフォリオにおける在庫の可視性を向上させます。.

主要指標とガバナンス：サイクルタイム、スループット、仕分け精度、納期厳守率を監視する。Eコマースの目標と小売業者のオペレーションとの整合性を確保するため、ディレクター主導のケイデンスが必要となる。このアプローチは継続的な改善を必要とし、季節的な需要やプロモーションに適応できるものであるべきである。.

事例研究：Best Buyの配送における大規模自動化

顧客に、より迅速なオプションを提供するため、需要の高い店舗が集まる場所から20マイル圏内に、6～12箇所のマイクロフルフィルメント拠点のネットワークを開設し、オンライン注文に対する当日配送を保証。床面積密度に合わせた適切な規模で、輸送コストを削減。.

1. 高需要店舗が集まる地域から20マイル圏内に、6～12のマイクロフルフィルメント拠点をオープンネットワークとして配置し、フロア在庫から顧客までの経路を短縮することで、当日配送率を高め、輸送距離を削減します。この構成は、サービスレベルに直接的な影響を与えます。.
2. 流通センターや店舗フロアに、ロボットによるピッキングやスマートな梱包ラインを導入し、手作業よりも迅速に棚から出荷ドックへの移動を加速させ、処理能力を向上させ、コストを削減します。.
3. オンライン注文を調和されたシステムと統合し、店舗フロアと配送センター間の在庫を調整します。注文が届いた際、不一致が見つかると遅延が発生するため、調整はチャネル全体のサービス目標の達成に役立ちます。.
4. ネットワーク全体で動的ルーティングと負荷分散を採用し、当日配送を実現、輸送距離を最小限に抑え、DCと店舗間のキャパシティを均衡させ、利益率と顧客体験を向上させると同時に、オペレーションの革新を推進します。.
5. スタッフが最小限のリスクで業務を遂行しつつ、顧客が求める電子機器やその他の商品を迅速に配達できるよう、COVID-19に対応した安全衛生プロトコルを組み込むこと。.
6. ロジスティクス責任者を置いてガバナンスを確立し、プログラムを統括させ、店舗リーダーやオンラインチームと連携させ、小売業者が主要な指標で競合他社を上回るようにする。.
7. ウォルマートのモデルをベンチマークとし、その学びを両ネットワークに適用する。電化製品やその他の需要の高い商品に焦点を当て、サプライヤー間およびチェーン間でのオープンな協業を確実にする。これにより、需要の変化に迅速に対応し、今すぐ欲しいという顧客のニーズに応えることができる。.
8. 指標とマイルストーン：当日フルフィルメント率、注文あたりのコスト、ネットワーク利用率、顧客満足度を追跡し、成果を上げる要因を特定して、ネットワーク全体に適用する。.

ピッキングとラストマイル・オーケストレーション：倉庫から顧客へ

Recommendation: RDC内でのピッキング計画を一元化し、クローズドループの当日オーケストレーションを展開することで、コストを削減し、顧客へのフルフィルメントを迅速化します。自動化されたデータドリブンのルーティングを利用して、フロア移動を最小限に抑え、ピッキングを梱包ウィンドウに合わせます。.

インフラストラクチャは、RDC全体でWMS、OMS、およびフィーダーシステムをリンクする集中制御塔を中心としています。このアーキテクチャにより、ピッキングを迅速に再割り当てて当日配送や翌日配送のニーズに対応し、単一のデータモデルをサポートし、カナダおよび隣接市場における小売業者のネットワークに合わせて拡張できます。.

床には、歩行距離を減らすためのゾーン、ビン、マーカーラインを備えた設計ガイドを配置します。可動式ピッカーを使用して高密度ビンから取り出し、床面にあるガイダンスで移動を指示します。これにより、無駄な歩数を減らし、特に食料品やエレクトロニクスなどの分野で、適切なスループット目標を達成するのに役立ちます。各エリアでは、移動距離を短縮し、梱包速度を向上させるために、ビンが配置されています。.

自動仕分けとロボット支援の導入実験により、精度と速度が向上します。RDCでのパイロットプログラムでは、歩行時間が15～25%削減され、総サイクルタイムが改善されることが示されています。カナダでは、ある小売業者が、ハイスピードSKUと高変動アイテム間の問題を解決するために、食料品とエレクトロニクスでこのアプローチを試行しました。.

ラストマイルオーケストレーションは、集約された信号を使用して、宅配業者または社内フリートにピッキングを割り当てます。当日配送は、注文が入り次第、梱包済みのピッキング準備完了のビンをドックに移動させることで実現します。このアプローチにより、フルフィルメントの所要時間が短縮され、注文あたりのコストが削減されます。.

毎週、レビューによって改善点が指摘されます。エリアレベルのスループット、ビン密度、総移動コストなどです。自動化が進むにつれて、システムは制約が発生した場合に迅速に能力を再配分し、ルーティングルールを継続的に改善できます。この戦略は、統合されたデータレイヤーを維持し、rdcsがカナダや他の地域全体の需要の変化に迅速に対応できるようにします。.

要約すると、RDC全体にわたる集中オーケストレーションは、より迅速な当日配送、注文あたりのコスト削減、食料品や電化製品カテゴリー全体でのより高いフルフィルメント精度につながります。自動化されたスケーラブルなインフラストラクチャへの移行は、小売業者が継続的に改善し、高まる顧客の期待に応えるのに役立ちます。.

構造とレイアウト: スケーラブルなフルフィルメントネットワークの設計

店舗隣接のオートストア対応マイクロフルフィルメントノードと地域ハブを割り当て、都市部市場全体での総輸送時間を削減しつつ、需要の急増を相殺します。.

1. ノードの役割と密度を定義する
   • 店舗内マイクロフルフィルメントユニットは、AutoStoreロボティクスを活用して、売れ筋商品をピッキングおよびステージングし、顧客とのやり取りのためのフロアスペースを確保しながら、数千の店舗をアクティブなピッキング拠点として維持します。.
   • 地域ハブは、15,000～40,000平方フィートの規模で、国境や市場を越えた流れを統合し、ロンドンやその他の都市圏を含む需要が集中する場所で、需要の変動を相殺するための緩衝材として機能します。.
   • 主要市場から2～4時間圏内にクロスドッキング・小型クロスフルフィルメントセンターを配置し、ネットワーク全体の店舗や提携小売業者への迅速な補充を可能にします。.
2. 在庫とスペース戦略
   • 浸透率と速度でSKUを分類し、注文サイクル時間を短縮するため、売れ筋商品の合計60～70%を店舗や地域ハブのMFCに割り当てる。.
   • 補完的なSKUは、ハブの中央プールやオンランプスペースに保管し、動きの鈍い商品に過剰な資本を投入することなく、需要のバランスを取る。.
   • スペース効率と総トラフィックのバランス：売れ筋商品向けに店舗の中核となる通路を確保し、コンパクトな設置面積で高密度ラックを展開することで、繁盛店や都市部における平方フィートあたりのスループットを最大化します。.
3. テクノロジースタックとシステム統合
   • 店舗レベルのピッキング、地域ハブのフロー、およびパートナー倉庫の転送を統括する統一システムを導入し、各アイテムの所在と注文のルーティング方法をデジタル信号で指示します。.
   • 自動倉庫モジュールを中核となるWMS/OMSおよびデジタルルーティングレイヤーと統合し、カナダやロンドンを含むすべての市場において、注文の履行場所を最適化します。.
   • レイアウト検証、スペース計画、およびキャパシティテストに、デジタルツインアプローチを導入し、物理的な変更を市場で行う前に実施してください。.
4. ネットワーク設計とルーティング
   • 都市別および都市回廊別の需要を地図上に示し、大都市圏クラスター全体で、各ノードがどこで最も価値を付加しているかを特定します。.
   • 顧客へのリードタイムを改善し、高いサービス浸透率を維持しながら、店舗とハブの間で注文をリアルタイムに分割できるインテリジェントなルーティングを実装します。.
   • 各ノードに閾値を設定：店舗のローカル需要がそのキャパシティのX%を超えた場合、余剰分を地域ハブにルーティングする。都市全体で需要が急増した場合、サービスレベルを維持するために隣接市場から再配分する。.
5. プロトタイプとスケール計画
   • まずはロンドンの単一市場とカナダの一地域でパイロット運用を実施し、処理能力の向上と注文の正確性を検証してから、数千の拠点に大規模展開します。.
   • パイロットデータを使用して、SKUの割り当て、スペースの利用効率、ルーティングロジックを改善し、その後、類似した人口構成と需要特性を持つ都市に段階的に拡大します。.
   • 店舗内マイクロフルフィルメントが高回転率商品に対応し、低回転率商品は地域ハブ経由で引き続き利用可能となるよう、段階的な普及率の向上を目指します。.
6. パートナーおよびエコシステムに関する考慮事項
   • 小売店とパートナーのネットワークを活用してリーチを拡大し、パートナーサイトにピックポイントを設けることで、従来の店舗を補完する分散型フットプリントを実現します。.
   • カナダおよびその他の市場における国境を越えた流れと通貨の変動を調整し、遅延を最小限に抑え、履行の総コストを最適化します。.
   • サプライヤーおよびマーケットプレイスのエコシステム（デジタルマーケットプレイスを含む）と連携し、充足率を向上させ、在庫に利用可能な総スペースを拡大する。.
7. メトリクス、ガバナンス、そして継続的改善
   • 顧客対応の指標（時間通りの準備完了率、注文の正確性など）を追跡しつつ、社内KPI（1時間あたりのピッキング率、ノードごとのスペース利用率、オートストアモジュール全体のピッキングごとのエネルギー消費量）を監視します。.
   • 四半期ごとに、サービス普及率とリードタイム短縮の目標を設定し、店舗、地域ハブ、およびパートナー拠点で測定します。.
   • キャパシティ、需要の変化、および拡張計画を見直すためのガバナンスケイデンスを確立し、戦略が変化する市場の状況および新規都市に適応することを保証する。.

自動化とソフトウェアの統合：WMS、WCS、OMSの同期

Recommendation: 標準化されたAPIと中央メッセージバスを介して、WMS、WCS、OMSを同期させる、統一されたイベント駆動型統合レイヤーをデプロイする。まずはオンライン注文を処理する特定インスタンスから開始し、効率化によるサイクルタイムの短縮と顧客体験の向上を目指す。.

WMS、WCS、OMSマイクロサービス、共有データレイヤーといった主要ノードにまたがるモジュール式コンポーネントを中心にアーキテクチャを構築します。このアプローチにより、インフラストラクチャコストが削減され、需要拡大に合わせて拡張でき、コンパクトなイベントスキーマを使用することでスペースを節約できます。密度とスループットが正当化される場合は、オートストアモジュールを統合し、複数のノード全体でスループットを向上させると同時に、在庫の可視性を高め、付加価値活動のためにフロアスペースを解放します。.

標準化されたイベント形式と冪等なメッセージにより、単一の信頼できる情報源を採用します。OMSは優先順位を指示し、WMSは在庫とバッチピッキングを処理し、WCSはコンベヤー、ソーター、および自動化されたストレージコンポーネントを制御します。この連携により、データドリフトによる問題を軽減し、注文のステータスを正確にし、混合バッチのソート精度を向上させ、オンライン注文のために正しいアイテムを正しい順序で出荷できるようにします。.

オンライン注文の目標SLAを定義し、APIコントラクトをマッピングし、ストリーミングをサポートする統合レイヤーを選択する。フィーチャートグルを使用して、1つのインスタンスから他のロケーションに拡張する。注文サイクル時間、精度、ダウンストリームシステムへの送信レートなどのメトリックを測定する。主な目的は、注文あたりのコストを抑えながら、スループットを2倍にすることであり、チャネルの断片化によるリスクを最小限に抑えるスケーラブルな戦略を確立することである。.

期待される成果としては、効率性の向上、顧客および消費者の体験向上、より信頼性の高い在庫可視性の実現などが挙げられます。このプラットフォームでは、手作業による引き継ぎが減り、ピッキングや梱包などのミスが減少し、出荷状況の可視性が向上します。このアプローチは、継続的な最適化とエンドツーエンドのフローの最適化のための基盤を構築し、ネットワーク全体のパフォーマンスを向上させ、各ノードおよびパートナーの運営コストを削減しながら、オンラインでの高いサービスレベルを維持します。Autonomous Storage and Retrieval System（AS/RS）対応レイアウトを備えた、自律的で拡張性のあるチャネルをサポートするために、インフラストラクチャを拡張する方法を見つけ出し、スペースをより有効に活用し、アイテムが顧客へのすべてのノードをスムーズに流れるようにします。.

プロジェクト仕様：目標、制約、およびマイルストーン

提言：大規模オートストアシステムを中心に、自動化対応ワークフローを各センターに実装する。まずは単一リージョンでの導入事例で効果を検証し、その後他の地域に拡大する。ベルト、ビン、ソーティングレーンを再構成することで、24ヶ月で処理能力を2倍にし、スペースを20%削減することを目標とする。.

目標とターゲットには、安全性を損なうことなく、より精密な仕分けとサイクルタイムの改善が含まれます。計画では、1年目にセンター全体の処理能力を25〜35％向上させ、ベルトやビン内のスペースを再利用することでスペース利用率を高め、チェーン全体で安定した性能を提供するために、ノードでの自動連携を目指します。これには、オートストアのコンポーネントとセンターが含まれ、会社がより予測可能な運営ができるようにします。.

制約には、予算の制約と固定された設置面積、安全および変更管理の要件、既存のレガシーシステムとの統合が含まれます。デジタル対応、電力およびネットワーク容量を確保し、自動化ノードのベンダーロードマップ、ダウンタイムの相殺、および進行中のオペレーションを中断させないスケーラブルなパスとの整合性を確保します。チームの責任者は供給の遅延に直面しましたが、モジュール設計と段階的な調達によってこれを解決し、将来の拡張性を維持しながら、会社にとって軽量な移行を維持しました。.

マイルストーン：フェーズ1 – 6ヶ月以内に1～2箇所でパイロット実施、1～2ベイ設置、10～15%のスループット改善および5～7%のスペース再利用を達成。フェーズ2 – 12～18ヶ月以内にさらに4箇所に拡大、ベルトおよび仕分けレーンを追加、30～40%のスループット向上を推進。フェーズ3 – 24～30ヶ月以内に全センターにネットワーク統合、ウォルマート型の効率指標に対するベンチマーク、およびサプライチェーンの継続的な最適化。.

作戦準備態勢：最高技術責任者が、明確なKPI、四半期ごとのレビュー、そしてサイクルタイム、エラー率、スペース利用率、エネルギーフットプリントを追跡するライブダッシュボードを用いて、部門横断的なチームを率いる。この計画は、ノードおよびセンターにおける標準化されたインターフェース、そしてスペースに制約のあるセンターにおいて自動化されたシステムが堅牢性を維持することを保証するための正式なトレーニングケイデンスを含む、自動化されたガバナンスを重視している。.

リスクと軽減策：サプライチェーンの変動性、既存システムとの統合遅延、移行期間中の潜在的なダウンタイム。軽減策としては、モジュール化された事前テスト済みのモジュール、拠点全体への段階的な展開、専用の変更管理トラックなどがあり、スペースオフセットを管理可能な状態に保ちながらスループットを維持するために、専用のビンとビン補充ルーチンを用意します。このアプローチは、スケーラブルなデジタルファーストの考え方を採用し、持続的なパフォーマンスのためにサプライヤーのエコシステムを活用することで、初期に直面したボトルネックに既に対処しています。.

ノードの戦い：ネットワークトポロジ、負荷分散、および冗長性

提言：地域エッジサイト、オートストアを活用したマイクロフルフィルメントハブ、および中央オーケストレーションプレーンを組み合わせた3層トポロジーを導入する。サイト間のレイテンシを考慮した負荷分散を用いて、需要を最も近い対応可能なサイトにルーティングし、各サイトのベルトと仕分けラインから迅速に出荷アイテムが供給されるようにする。このアプローチにより、ネットワーク全体のフルフィルメント時間が短縮され、ピーク時のキャパシティが維持され、継続的な効率改善のための基盤が提供される。.

冗長性と耐障害性：クリティカルなオートストアノード向けにホットスタンバイ付きのアクティブ-アクティブクラスタを運用し、さらにマルチパスWANとクロスサイトデータレプリケーションを実施します。目標は、RPO 5分、RTO 2分未満とし、リンクまたはサイトが輻輳した場合でも、影響を最小限に抑えてフルフィルメントを継続できるようにします。自動フェイルオーバーを実装し、注文を次に最も近いサイトに再割り当てし、ベルトとコンベヤー全体でソートの精度を維持します。.

特定されたサイトマッピングとガバナンス：サイト全体の需要プロファイルに沿った、特定された地域クラスターを特定します。トートの移動と仕分け処理能力をサイトごとのキャパシティ目標に結び付け、在庫の可視性をすべてのサイトで維持して、ニアサイトでのフルフィルメントを提供します。これにより、迅速な意思決定が可能になり、ラックアウトのシナリオを防ぎ、複数のゾーンにまたがる注文のスループットの継続的な改善をサポートし、そのパフォーマンスを評価し、効率を向上させます。.

実施計画と対策：まず3つの地域でパイロット運用を開始し、2シーズン以内に12の拠点に拡大、出荷までの時間、フルフィルメントの正確性、拠点間転送効率などの主要な指標を監視します。リアルタイムダッシュボードを使用して、キャパシティ使用率を追跡し、ホットスポットを特定します。需要の急増に対応し、顧客へのサービスレベルを維持するために、迅速に変更を実施します。ウォールバーグの洞察は、仕分けステーションとベルト全体の可視性が、大規模で迅速かつ信頼性の高いスループットを維持する上で重要であることを強調しています。.

主な利点：大規模な迅速な履行と顧客満足度

RDC に連携したマイクロフルフィルメントを導入し、1 週間以内に処理能力を倍増させ、大半の注文を迅速に処理し、ラストワンマイルのコストを削減します。.

効率化は、ピッキング、梱包、在庫の可視性を標準化するシステムから生まれ、その結果、サイクルタイムが35～40％短縮され、注文精度が99％を超え、サービスレベルを犠牲にすることなく、ネットワーク全体でバランスを取ることが可能になります。.

容量を拡張するには、より多くのビンをデプロイし、追加のRDCと店舗にスケールアウトします。インスタンスベースのロールアウトは、ある地域から開始し、その後他の地域を追加することで、成長をサポートし、ローカルルートのマイルに沿ったフルフィルメントオプションの範囲を広げます。.

マイクロフルフィルメントとRDCへの投資により、処理能力は2倍になり、サイクルタイムは短縮され、ほとんどの注文タイプにおいて顧客満足度が向上しました。また、Walmartが支援するベンチマークは、進捗状況の追跡に役立ち、当社の信頼性の証を強化します。.