托運人和零擔承運商對零擔營運模式的實際運作方式有非常不同的看法。有一些基本的潛在因素限制了 (1) 用於跨國交付的地理中心輻射零擔網絡和 (2) 用於零擔的當地取件和配送網絡。
這項研究解釋了托運人的貨運屬性和做法如何影響零擔表現——無論好壞。任何規模的托運人都可以使用這些洞察分析來更好地管理對零擔表現的期望——準時取貨 (OTP) 和準時交貨 (OTD)。
零擔承運商制訂了一項為卡車路線上的多個托運人和收貨人提供服務的計劃。在規劃路線以最佳化拖車上的托盤位置時,承運商使用實際貨物重量、實際體積和/或托盤數量。
零擔承運商提前知道實際裝運重量和體積是明智之舉的原因有很多,其中包括不知道可能導致裝運延遲。
想像一下,零擔司機到達他們取貨路線上的第一個托運人地點,希望提取使用三個托盤位置的 600 磅貨物。然而,貨件重 2,000 磅並要使用 10 個托盤位置。因為司機當時的卡車是空的,可以承擔這個負載。但是在沿途的某個地方,卡車將比計劃更早地裝滿,並且在路線末端的貨物就會延遲。零擔承運商可能能夠轉給另一名司機或從碼頭派人去接載多出的貨物,但這就增加了影響完成按時取貨的能力因素。
此外,研究表明,特定的重量範圍可能具有更好的 OTP 和 OTD 表現。在下圖中,重量範圍的深色陰影代表更高的貨運量。條形的高度代表平均 OTP。
貨件重量(磅) | 準時取貨 % 最小/最大 |
準時交貨 % 最小/最大 |
---|---|---|
0-500 | 86/95 | 64/90 |
501-1,000 | 94/95 | 90/91 |
1,001-2,000 | 94/95 | 90/91 |
2,001-5,000 | 84/96 | 82/90 |
零擔承運商嘗試同時實現重量和訂單最大化。1,000 磅左右重量的貨物似乎是保證表現的最佳選擇。任何更輕的東西都可能被忽略,因為承運人可能嘗試在卡車可用空間結束前裝入這些貨物,或者將貨物頂部裝載到卡車上。透過使用這種靈活的方法,零擔承運人可以提高卡車的裝載率,進而增加卡車的收入和盈利能力。
相比之下,貨件超過 5,000 磅就會是低密度、不一致且不可預測的。資料顯示,這些貨物在取貨和交貨時的零擔表現差異更大。這種尺寸的貨物在零擔拖車中佔用更多空間,這也使得零擔承運商更難最佳化拖車並將多個托運人/收貨人的貨物裝載到拖車上。考慮到選擇,領導供應商似乎選擇為一個托運人遲到,而不是為兩個或三個運量更小、更傳統的零擔運輸托運人遲到。
重點:
對於規劃和最佳化路線而言,體量較小的通道往往更具挑戰性。
有較少托盤、運往大批次目的地的貨物最有可能獲得更好的表現,即準時取貨和準時交貨。
直覺上,貨運運往體量更大、公佈的運輸天數更短的地區與準時交貨率更高相關是有一定道理的。轉移到某個區域的貨物越多,持續改進的機會就越多。縮短公佈的過境天數不僅減少了貨物必須經過的碼頭數量,消除了處理和等待時間,而且還減少了貨物在承運商手中時的潛在延誤。
重點:
離零擔碼頭較遠的始發地在準時取貨 (OTP) 方面表現最佳。靠近航站樓的起點可能對路線和時間規劃更具挑戰性。似乎週邊點可能不會每天都進行完美最佳化,從而導致一些 OTP 和準時交付 (OTD) 改變。從交貨終端到收貨人的距離不具有統計意義。
當零擔司機執行取貨路線時,他們通常從距離碼頭最遠的貨物開始,然後返回到零擔碼頭。從經驗上看,由於拖車空間不足,較近的貨物更有可能受到碰撞。儘管如此,靠近碼頭意味著托運人更有可能在要求的日期安排第二輛卡車來取貨。
這些變數還可以提高零擔貨物的準時交貨表現:
特別要求
附件 | 總計數 | OTP | OTD |
---|---|---|---|
危險品運輸 | 7,299 | 95% | 67% |
升降門 | 5,685 | 83% | 62% |
升降門和危險品運輸往往表現不佳,尤其是在交付方面。
需要升降門才能運送到家或非營業場所。但是,許多零擔碼頭沒有隨時可用的升降設備來處理這些貨物。需要調度。如果裝載需要這些資源,可能必須等待可用設備,從而導致表現誤差。
危險品貨物受多個政府機構的監管。保護大眾健康和安全的規定可能會降低承運人的彈性。特定的危險品運輸實踐和有關禁止與危險品混合的貨物類型規定,例如食品級/食品。因此,零擔碼頭可能難以將危險品貨運與其他商品混合並建立有效的路線。識別可能與危險品混合的貨運混合物可能需要時間,從而減慢交貨速度。
在始發地,零擔承運人瞭解托運人的貨運要求。他們可以計劃將危險品貨物與知道會在預定提貨日期前到達的其他商品混在一起。而且,他們可以非常靈活地從貨物池中安排設備以供取件和調整路線。
重點:
本研究報告總結了一篇題為「A Study of Shipper Performance in the Less-Than-Truckload Market」的論文。該論文由麻省理工學院運輸與物流學院研究生 Bin Yin 和 Christos Rallis 於 2018 年發表,由 Chris Caplice 博士提供指導。學生們還與來自 C.H. Robinson 和 TMC(C.H. Robinson 的一個部門)的團隊合作,包括 Steve Raetz、Greg West、Jack Carney、Glenn Koepke、Andy Welch、Ege Demirel 和 Nic Biondolillo。
分析了來自美國本土 48 個州的 947,000 件出境貨物的實際 TMC 資料。
聚類和回歸方法
我們的流程諮詢團隊可以協助您選擇績優供應商並建構更高效率的路線指南。我們採取中立的做法在您的特定管道中加入能提供最佳服務的資產承運商和代理。 我們的解決方案設計團隊可以幫助您開發更高效率的流程。我們建立流程圖,探索您在供應鏈中節省時間和資金的最佳機會。