De logistieke keten optimaliseren met data Laura - Business Analist Fulfilment Optimization

3 min.
2 december 2020

“Vrienden vroegen me laatst wat ik nu precies doe bij bol.com. Het lijkt namelijk supersimpel; je bestelt een artikel met een paar klikken in de app en een dag later heb je het in huis. Wat je als klant niet ziet, is de operatie die daarachter schuil gaat, de impact op de warehouse, de afspraken met onze partners. Toen ik dat vertelde, stonden ze wel even te kijken. Ik vertel er graag over, want ik ben heel trots op wat ik doe en wat ik dagelijks leer, hoe we het met elkaar regelen aan de achterkant.”

Laura begint haar carrière bij bol.com volgens eigen zeggen “na een goede kop koffie met een vriend op het hoofdkantoor in Papendorp. Ik zag direct hoe relaxed en ongedwongen de sfeer is. Daar wilde ik graag bij horen!” Laura is Business Analist binnen het team Fulfilment Optimisation. Ze houdt zich dagelijks bezig met de vraag hoe de capaciteit binnen de warehouses optimaal benut kan worden.

“Zoals je weet groeit bol.com heel hard en om die groei bij te houden, moeten we genoeg capaciteit hebben binnen onze vijf warehouses. We gaan slim om met die capaciteit, dat doen we met een serie rekenmodellen. We bepalen welk artikel naar welk warehouse gaat, op basis van kenmerken zoals gewicht en afmetingen. Om de warehouses optimaal te gebruiken, moeten artikelen zo kort mogelijk bij ons binnen zijn én een minimale CO2-uitstoot hebben bij het verzendklaar maken en versturen van de artikelen.

Werken met modellen

“Ik onderzoek nu welke artikelen vaak samen worden gekocht. Die leggen we zoveel mogelijk bij elkaar in onze warehouses, zodat we het in één pakket kunnen verzenden naar de klant. Dat is duurzamer en het scheelt in de kosten. Mijn uitdaging zit in de data-analyse van al die bestellingen en het advies wat uit het rekenmodel komt. De data laten zien welke producten samen worden verkocht en hoe ze optimaal in onze warehouses worden verwerkt. Samen met leveranciers en partners zoeken we naar de slimste oplossing om de producten op de juiste locatie te leveren. Voor iedereen moet dat zowel duurzaam als rendabel zijn.”

“Wat ik fantastisch vind, is dat we deze rekenmodellen volledig in eigen huis maken in plaats van dat we software inkopen. Samen met een team business analisten, data scientists en IT engineers werken we aan het nieuwe “Stock Allocation Model”. Op basis van historische en real-time data bepaalt dit model in welk warehouse een leverancier het beste zijn artikelen kan leveren. We nemen daar enorm veel variabelen in mee, niet alleen de besteldata, maar ook de mogelijkheden in de warehouses. Elk warehouse heeft zijn eigen specifieke mogelijkheden die we optimaal willen benutten. Denk aan aanleverroutes, opslagmogelijkheden en specifieke veiligheidseisen.”

De ''aardappeldip'' in bestellingen

Dankzij data kun je veel leren over het gedrag van je klanten, legt Laura uit: “We maken bij bol.com steeds meer gebruik van grote hoeveelheden data om ons logistieke proces zo optimaal mogelijk in te regelen. Dat doen we zowel aan de kant van de site als onze app. We krijgen de hele dag door bestellingen binnen en onze klanten verwachten dat wij snel leveren. In die bestellingen zien wij patronen, we weten wanneer een piek komt en wanneer het iets rustiger wordt. Zo kennen we onder andere de “aardappeldip”. Als Nederland aan het avondeten zit, is het bij ons iets rustiger met het aantal bestellingen. Op basis van die patronen kunnen we sturen wanneer het nodig is, bijvoorbeeld als een warehouse in de buurt van de  maximale capaciteit komt in het uitleveren van dagelijkse bestellingen. Het is dan mogelijk om real-time de leverdatum op de site aan te passen, zodat wij onze leverbelofte blijven waarmaken.”

Volgens Laura is veel te doen met computermodellen en algoritmes, samen met de vindingrijkheid en intelligentie van haar collega’s. “Een rekenmodel kan op basis van enorme hoeveelheden data een advies geven over het optimale uitleveringsproces. Maar daar hoort altijd nog mensenwerk bij om die adviezen te valideren en met elkaar te overleggen hoe we de inzichten het beste kunnen interpreteren en inzetten.”

"Het is mensenwerk om adviezen van een algoritme te beoordelen"

 

 

Aanstekelijk enthousiasme

“Het mooie van hier werken is dat ik met veel diverse disciplines te maken heb. Dat had ik nooit verwacht. Zo heb ik met een UX designer gewerkt aan een interface van een dashboard om onze partners meer inzicht te geven in hun voorraadstand in onze warehouses. Werken bij bol.com voelt soms als een traineeship-light waar je continu met verschillende expertises te maken krijgt. Je baan blijft nooit hetzelfde en je bent de architect van je eigen loopbaan. De kansen liggen voor het grijpen bij ons. Ik krijg de ruimte om me te verdiepen in nieuwe programmeertalen, omdat ik beter wil worden in data-analyse. Zo geef ik vorm aan mijn eigen werk en ambities.”

“Onze organisatie groeit steeds harder. Toch blijft er een informele, enthousiaste sfeer die je misschien eerder bij een start-up verwacht. Rondom de feestdagen is natuurlijk de piekperiode binnen logistiek. Toch neemt iedereen de tijd om elkaar te helpen, om vragen te beantwoorden, het enthousiasme werkt aanstekelijk. Het komt uit de mensen zelf en bol.com investeert er ook in.”