Omni channel in grocery retailing : development and application of a model for optimizing online orders fulfillment

This thesis aims at responding to a fundamental issue presented by a grocery retailer company while providing attended home delivery service, for online orders, in metropolitan area. Detected low transportation efficiency and high distribution costs per order have been attributed to non-optimal matching between demand coming from served zip codes and points of sales designated to provide online orders fulfillment. Though literature of this field is extremely punctual, it is still scarce, especially in this store-area association. Because of mentioned gap, we present our analysis to answer the tactical problem of selecting stores, of an existing network, to be used as picking locations and defining related delivery zones. Firstly, we developed a delivery cost model that, given an assignment matrix of areas to stores, can compute the overall delivery costs. Then we developed a metaheuristic algorithm for identifying not only the number and location of stores, but also related areas assignment such that delivery costs are minimized. We have also investigated the behaviour of the delivery cost function, while decreasing the number of selected stores: we found out an equilibrium point between savings, given by demand flows aggregation, and increased transportation costs to reach delivery areas. We also analysed the impact of the demand increase on the delivery cost structure.

Questa tesi vuole rispondere a un problema fondamentale sollevato da un rivenditore della grande distribuzione organizzata (GDO) nell’erogare il servizio di consegna a domicilio della spesa online attesa dal cliente, in un’area metropolitana. I problemi rilevati di scarsa efficienza nel trasporto e l’elevato costo a consegna sono stati attribuiti a un’assegnazione non ottima della domanda nelle varie aree ai punti vendita adibiti al servizio. La letteratura del campo, sebbene estremamente puntuale, è abbastanza scarsa, soprattutto sul tema di associazione tra aree e punti vendita. A causa della lacuna descritta, presentiamo questa analisi per rispondere al problema tattico di selezionare i punti vendita, di una rete esistente, da usare come punti di raccolta e definire le relative aree di competenza. Dapprima abbiamo sviluppato un modello che, data un’associazione di aree ai punti vendita, calcolasse il costo complessivo del trasporto. Poi abbiamo sviluppato un algoritmo metaeuristico che trovasse non solo il numero e la posizione dei punti vendita, ma anche le associazioni con le aree servite in modo da minimizzare i costi di trasporto. Abbiamo studiato l’andamento del costo di trasporto al diminuire del numero di punti vendita: abbiamo individuato un punto di equilibrio tra il guadagno che si ha dall’aggregazione della domanda e l’aumento dei costi per raggiungere le aree di consegna. Abbiamo anche studiato l’impatto della domanda sull’andamento dei costi di trasporto.