2014.TEL.7867 v
Samenvatting
PostNL Pakketten heeft 18 depots waar de verwerking van pakketten plaatsvindt. Collectie van de pakketten vindt plaats gedurende de dag bij klanten en andere locaties van PostNL. Na levering van de pakketten op de depots vindt hier gedurende de avond en nacht de eerste sortering van pakketten plaats. Dit proces wordt de verzendsortering genoemd.
Voor het inplannen van de benodigde verwerkingscapaciteit op de depots tijdens de verzendsortering wordt gebruik gemaakt van een prognose van de totale aanvoer van pakketten richting de depots. PostNL Pakketten heeft een control room die verantwoordelijk is voor het monitoren van deze aanvoer. Indien er op een depot meer pakketten binnenkomen dan er capaciteit is ingepland op het depot moet de control room bijsturen om ervoor te zorgen dat alle pakketten verwerkt worden op een ander depot.
Bij aanvang van het onderzoek bestond het vermoeden dat er problemen waren met de monitoring van de aanvoer van pakketten richting de depots. Hierdoor wordt er niet ingegrepen door de control room wanneer een depot te weinig verwerkingscapaciteit heeft. Het gevolg hiervan is dat pakketten ongesorteerd blijven en niet op tijd bij de klant aankomen. De onderzoeksvraag is: Hoe kan de monitoring van de aanvoer van pakketten richting PostNL depots tijdens de verzendsortering verbeterd worden? Het onderzoek is uitgevoerd door de DMAIC-cyclus vanuit de Lean Six Sigma te volgen. Hierin wordt het probleem eerst gedefinieerd, vervolgens wordt gemeten waar de problemen precies zitten en hoe groot ze zijn. In de volgende stap worden de gemeten problemen geanalyseerd. Na de analyse kunnen oplossingen voor de gevonden problemen opgesteld worden.
Uit een meting is gebleken dat er drie hoofdoorzaken zijn voor ongesorteerde pakketten tijdens de verzendsortering. Twee hiervan hebben met de monitoring van de aanvoer te maken, waardoor het vermoeden werd bevestigd dat er problemen met de monitoring zijn. De gemeten problemen zijn vervolgens geanalyseerd door de verzendsortering met de bijbehorende monitoring in kaart te brengen. Hierbij is gebruik gemaakt van de Delftse systeemkunde. Hieruit zijn een aantal problemen naar voren gekomen. De huidige prognosemethodiek is op depotniveau niet betrouwbaar genoeg, waardoor er soms niet genoeg capaciteit is ingepland en er moet worden bijgestuurd. Dit bijsturen gebeurt met behulp van het Control Room Informatie Systeem. Hier is per depot de geplande aanvoer uitgezet tegen de gerealiseerde aanvoer. De gerealiseerde aanvoer is op ritniveau opgebouwd, terwijl de geplande aanvoer dit niet is. Hierdoor is wanneer er een afwijking ontstaat tussen de planning en realisatie niet te zeggen wat de oorzaak en het effect hiervan is.
Met behulp van een morfologisch overzicht en een multi-criteria analyse zijn een tweetal concepten ontworpen en geselecteerd. Het eerste concept is een prognose van de aanvoer op basis van voormeldingen. Naar verwachting zou dit model op depot niveau een betrouwbaardere prognose opleveren, waardoor de planning beter overeenkomt met de realiteit en bijsturen niet meer noodzakelijk is. Uit de resultaten blijkt dat op landelijk niveau een prognose op basis van voormeldingen om 18:00 net zo is betrouwbaar als de huidige prognose methodiek om 11:30 is. Op
2014.TEL.7867 vi dagen dat het maken van een prognose met de huidige methodiek moeilijkheden geeft (zoals feestdagen), is gebleken dat een prognose met behulp van voormeldingen een stuk betrouwbaarder is. Het is met de huidige data en middelen niet mogelijk gebleken een prognose met behulp van voormeldingen op depotniveau te maken. Hierdoor is een prognose op basis van voormeldingen op dit moment niet in staat om de gevonden problemen op te lossen. In een vervolgonderzoek zal onderzocht moeten worden hoe een prognose op depotniveau gemaakt kan worden.
Het tweede concept is een prognose op ritniveau per depot. Deze prognose maakt gebruik van data uit het Transport Informatie Systeem. Op basis van het structureel ritschema kan bepaald worden welke ritten er op een dag richting een depot komen. Voor deze ritten is een prognosemodel ontwikkeld welke het verwachte aantal rolcontainers in de rit bepaalt. Met de beschikbare data is het gebleken dat er een vullingsgraad bepaald kan worden die het aantal rolcontainers omrekent naar het aantal pakketten. Er zijn Excel tools ontwikkeld die gebruikt kunnen worden voor het maken van de prognose op ritniveau. Ook zijn er twee voorstellen uitgewerkt waarmee de prognose op ritniveau in het Control Room Informatie Systeem geïmplementeerd kan worden om de huidige problemen met de monitoring op te lossen. Een pilot zal moeten uitwijzen in hoeverre de prognose op ritniveau de medewerkers van de control room in de praktijk zal helpen bij het monitoren.
Concluderend kan gezegd worden dat een prognose van de aanvoer op basis van voormeldingen de gevonden problemen op dit moment niet kan oplossen. Er is verdere dataverzameling en onderzoek nodig zodat een prognose op depotniveau gemaakt kan worden. Een prognose op ritniveau op basis van TIS data kan de huidige problemen in theorie wel oplossen. Deze oplossing is klaar om geïmplementeerd te worden en de praktijk zal moeten uitwijzen of de problemen daadwerkelijk zijn opgelost.
2014.TEL.7867 vii
Summary (Engels)
PostNL Parcels has 18 depots that are being used for the processing of parcels. The parcels are collected during the day. After delivery of the parcels to the depots, the sorting of the parcels takes place during the evening and night. This process is called the send sorting. The processing capacity that is needed during the send sorting at a depot is determined by a forecast of the number of parcels that will be collected that day. PostNL Parcels has a control room that is responsible for the monitoring of the flow of parcels heading towards the depots. When more parcels are collected than the amount that was forecast, the control room has to intervene to solve capacity the problems.
Suspected is that there are problems with the monitoring of the amount of parcels entering the send sorting. Therefore capacity problems remain unnoticed during the send sorting. This causes capacity problems during the send sorting to remain unnoticed. As a result parcels remain unsorted. The research question is: How can the monitoring of the parcel flow entering the send sorting be improved? During this research the DMAIC framework is used. After defining the problem area, the problems are measured. After the measurements the found problems can be analyzed. After the analysis solutions can be developed for the found problems. The implementation is out of the scope of this research.
A measurement has been done in which three major problems that cause unsorted parcels have been found. Two of these problems are related to the monitoring of the parcel flows. The monitoring has been modelled using the Delft Systems Approach. Using this model root causes for the measured problems were found. The current forecast method was found to be unreliable on depot level. Therefore the control room has to intervene to solve capacity problems. This intervening is done by monitoring the amount of parcels heading towards the depots and comparing this to the forecast amount of parcels. It was found that this comparison was hard to do in practice caused by the way the current forecast is made.
By use of a morphological overview and a multi-criteria analysis two concepts were developed and selected to solve the current problems. A notification of an arriving parcel is sent towards PostNL before the arrival of the parcel at the depots. The first concept uses these notifications to make a forecast of the amount of parcels heading towards the depots. Because this forecast method uses real data instead of historical data it was expected that the forecast would have a better reliability on depot level. The results show that a forecast by use of notifications on national level is just as reliable as the current forecast method. However, during days that the current forecast method gives unreliable results (holidays), the use of notifications gives better results. With the current data and resources available during this research a forecast on depot level was proven to be impossible to make. This is why a forecast by use of notifications was found to not be able to solve the found problems during this research. Further data collection and research has to be done.
2014.TEL.7867 viii The second concept is a forecast of the amount of parcels that arrive with the collection runs. To make this forecast, data is used from the Transport Information System. By making use of the structural ride schedule the rides that arrive during a day on a depot are determined. A forecast model is developed that can forecast the amount of parcels within these rides. Excel tools where developed that can be used to make a forecast. Two ways to implement the forecast are proposed. In theory the implementation of this forecast method should solve the found problems. A pilot will have to determine if this forecast method has indeed solved the found problems.
A forecast based on notification data was proven to not be capable of creating a reliable forecast on depot level, and thus was not able to solve the current problems. Further data collection and research needs to be done to create a forecast on depot level by using notification data. A forecast on ride level was proven to solve the found problems. This solution is ready to be implemented and to prove itself in the field.
