Crowdsourcing logistics in e-commerce B2C : a model to evaluate costs in different scenarios

Consumers in ecommerce have become much more demanding in terms of fast delivery, having high costs implications on merchants. Among the possible strategies that can be implemented to provide fast shipping services, there is crowdsourcing logistics. Crowdsourcing logistics is defined as the outsourcing of logistics services to a mass of actors. In this dissertation, first, a literature analysis was carried out to understand the existing body of knowledge. The overall subject of crowdsourcing delivery is not deeply analysed in scientific literature, so far. The first finding of was the lack of any significant number of papers on crowdsourcing logistics, because of the novelty of this theme. Due to the scarcity of scientific literature and in order to have a better understanding of the industry, an analysis of the business models of all firms operating in the crowdsourcing logistics has been done. They were classified in a taxonomy that examines them on eight attributes. Two main clusters have been identified, the so-called B2C and P2P companies. Then an analytical model was developed, idea behind it is to understand the advantages of shipping through a crowdsourcing platform compared to other fast delivery providers. The model was built to consist of riders that can deliver with several vehicles in different service levels and it was applied in Milan. The output of the model is the cost of a crowdsourced delivery, which can be compared to other express courier fares, and unviability rate of the crowd, which measure the amount of non-eligible riders in the crowd. The model showed that the crowd delivery is 60% cheaper than normal couriers in one-hour delivery and in the two-hour one crowdsourcing is 50% less expensive. The model was then tested in a sensitivity analysis to evaluate its capability of adapt to different scenarios. The algorithm was run with crowd made by only one type of vehicle. The best vehicle in terms of performance is the motorbike. The worst performer was delivery on foot. The model was then used to simulate the food delivery service in two districts of Milan and it predicted the behaviour of food delivery companies in those areas. The contributions of this dissertation to crowdsourcing logistics research can be summarized into two points. First, it provides a classification framework that allows the analysis of crowd shipping companies’ business model in a simple and effective way. Second, and most importantly, the development of the model. This model is a tool that allows any company to decide whether to ship with crowdsourcing logistics or not, simply through a delivery fare comparison. The strength of the algorithm is its flexibility towards different kinds of crowds, parcels’ weights and service levels, potentially opening its application to several industries.

Nell’ambito dell’e-commerce i consumatori stanno diventato sempre più esigenti in termini di spedizioni rapide, tutto ciò ha delle implicazioni di costo non indifferenti sui merchant. Tra le possibili strategie che possono essere implementate per risolvere questo problema c’è il crowdsourcing logistics. Il crowdsourcing logistics è definito come l’esternalizzazione delle attività logistiche a una massa di attori. All’inizio una analisi della letteratura è stata redatta per comprendere lo stato dell’arte della letteratura scientifica su questo argomento. L’argomento in generale non è molto trattato dagli accademici, infatti il primo risultato è stato proprio la mancanza di articoli scientifici su questo tema. A causa di questa scarsità di fonti accademiche su cui basare la ricerca, è stata fatta un’analisi approfondita dei business model delle aziende che operano in questo settore. Queste sono state classificate in una tassonomia attraverso otto attributi. Due cluster principali sono stati individuati, le così dette aziende P2P e B2C. L’idea che sta alla base del modello è di comprendere i vantaggi dell’utilizzo del crowdsourcing logistics paragonato ai vettori tradizionali nelle spedizioni rapide. Il modello è stato costruito in modo tale da poter operare con differenti tipologie di fattorini che consegnano con diversi veicoli in vari livelli di servizio. Il modello è stato poi applicato alla città di Milano. Gli output dell’algoritmo sono il costo di una spedizione in crowdsourcing e il livello di indisponibilità del crowd, che misura il numero di fattorini non idonei alla consegna. Il modello ha dimostrato come una consegna in un’ora fatta in crowdsourcing sia più conveniente del 60% rispetto ai vettori tradizionali e come in due ore sia il 50% meno costosa. Il modello è stato poi testato in una analisi di sensitività per verificare la sua capacità di adattarsi a diversi scenari. L’algoritmo è stato eseguito con diverse tipologie di crowd fatte da fattorini con un solo tipo di mezzo. Il motorino è risultato il mezzo più performante, mentre le consegne a piedi sono le peggiori in termini di prestazioni. Il modello è stato poi applicato al settore della consegna di cibo a domicilio in due quartieri di Milano e i risultati ottenuti hanno previsto correttamente il comportamento delle aziende in quelle zone della città. I contributi di questa tesi alla ricerca sul crowdsourcing delivery possono essere riassunti in due punti. Primo, questo studio fornisce un framework di classificazione che permette di analizzare le aziende che operano in questo settore in maniera semplice ed efficace. Secondo, e maggiormente importante, lo sviluppo del modello, che è visto come uno strumento per le imprese a supporto della decisione di spedire o meno attraverso il crowdsourcing logistics, mediante una comparazione delle tariffe. La forza di questo algoritmo è nella sua flessibilità di adattarsi a diverse tipologie di crowd, diversi pesi di pacchi e diversi livelli di servizio, aprendo le sue possibilità di applicazione a diversi settori.