Difference between revisions of "Simulace supermarket"

From Simulace.info
Jump to: navigation, search
Line 89: Line 89:
  
 
=Závěr=
 
=Závěr=
 +
Model ukázal, že dynamický prístup k riadeniu počtu pokladní na základe aktuálnej návštevnosti počas dňa môže mať výrazne pozitívny vplyv na výkonnosť prevádzky v supermarkete. Tento prístup dosiahol významné zlepšenie v zisku a minimalizácii strát v porovnaní s pevnými parametrami, kde bol počet pokladní konštantný. Z tohto vyplýva, že prispôsobenie počtu pokladní aktuálnej potrebe môže viesť k efektívnejšej prevádzke a vyššiemu zisku.
  
 
=Reference=
 
=Reference=

Revision as of 10:18, 11 June 2024

Název simulace: Simulácia podkladní v supermarkete

Autor: D. Lavko, lavd01

Modelovací nástroj: Netlogo

Definice problému

Simulácia sa zameriava na skúmanie vplyvu počtu otvorených pokladní v supermarkete na celkový zisk obchodu. Cieľom je zistiť optimálny počet pokladní, ktoré minimalizujú straty spôsobené odchádzaním zákazníkov z dôvodu dlhých čakaní v radoch, a tým maximalizovať zisk obchodu.

Metoda

Pre svoju simuláciu som si vybral multi-agentné prostredie NetLogo.

Model

V modeli sa nachádza niekoľko častí, ktoré majú rôzne farby, ktoré reprezentujú jednotlivé zóny supermarketu.

  • Tmavomodrá farba - predstavuje vstupnú zónu, kde noví zákazníci vstupujú do obchodu
  • Žltá farba - predstavujú oblasti s produktmi, pričom supermarket obsahuje 28 rôznych produktov
  • Sivá farba - označuje zónu, kde sa zákazníci zaraďujú do fronty pri pokladniach
  • Červená/Zelená farba - predstavuje pokladne, ktoré sa pri otvorení zmenia na zelenú farbu, aby signalizovali, že sú pripravené
  • Svetlomodrá farba - predstavuje miesto, kde zákazníci odchádzajú z obchodu bez nákupu, ak sú príliš frustrovaní z dlhých čakaní

SupermarketModel.png

Rozhranie

V simulácií je mmožné nastavovať nasledovné parametre:

  • nb-hours-before-stop - otváracie hodiny supermarketu - 250 ticks = 1 hodina realtime
  • product-max-price - maximálna cena produktov, cena je náhodne generovaná do stanovenej maximálnej hranice, cena je generovaná pre každý produkt samostatne, a teda každý produkt má inú cenu
  • product-margin - marža na produktoch
  • max-customer-number - maximálny povolený počet zákazníkov v obchode
  • max-entrance-speed - maximálny povolený počet zákazníkov, ktorí môžu do supermarketu prísť s každým tickom
  • max-length-shopping-list - maximálny počet produktov, ktoré budú zahrnuté v nákupnom zozname zákazníka
  • avg-checkout-speed - rýchlosť pokladní, každá pokladňa má inú rýchlosť
  • customer-patience - pravdepodobnosť odchodu zákazníka
  • checkout-cost-per-hour - náklady na prevádzku pokladne za hodinu (250 ticks)
  • percent-checkout-open - počet otvorených pokladní v percentách

Pomocou grafov a monitorov môžeme sledovať následujúce veci:

  • Zisk - zisk supermarketu v porovnaní s so uplným možným ziskom
  • Trzby - celkove trzby supermarketu
  • naklady na pokladne - celkové náklady na pokladne
  • Zisk bez odchodu zákazníkov - maximálny možný zisk supermarketu
  • Zisk - zisk supermarketu
  • Otvorené pokladne - počet otvorených pokladní
  • Zatvorené pokladne - počet zatvorených pokladní

Zákazníci

Za agentov sú v simulácií považovaný zákazníci supermarketu, ktorý majú nastavenú náhodnú rýchlosť pohybu.

Proces nákupu, každý zákazník:

  • vstupuje do obchodu s definovaným nákupným zoznamom
  • presúva sa k najbližšiemu produktu
  • produkt vezme a pridá ho do košíka
  • presúva sa k nasledujúcemu produktu
  • tento postup opakuje, kým nezíska všetky položky zo svojho zoznamu
  • náslende sa presúva k pokladniam
  • vyberie si pokladňu kde je najmenšia fronta
  • vo fronte čaká na svoj rad (každá pokladňa má inú rýchlosť obsluhy)
  • ak je vo fronte príliš veľa ľudí, rozhodne sa opustiť obchod bez nákupu (stratený zisk pre obchod)
  • zaplatí za tovar a opustí obchod

Výsledky

Ako inšpiráciu pre simuláciu som použil veľké supermarkety, ako je napríklad supermarket Albert, ktoré disponujú 20 a viac pokladňami. Tieto supermarkety bývajú väčšinou otvorené 15 hodín denne, od 7:00 do 22:00. Maximálna dĺžka nákupného zoznamu je nastavená na 25 položiek, čo predstavuje priemerný nákup na základe vlastných pozorovaní. Trpezlivosť zákazníkov je nastavená tak, že existuje 20% šanca, že zákazník odíde bez nákupu, ak je fronta príliš dlhá. Náklady na prevádzku pokladní sa zakladajú na priemernej mzde pokladníkov, ktorá je 6 eur na hodinu.[1]

Simulácia 1 - Statické parametre

Táto simulácia bola vykonaná s maximálnym počtom 200 zákazníkov v celom supermarkete počas celého dňa. Cieľom tejto simulácie bolo získať základný prehľad o správaní modelu.

  • Najmenší zisk: 1 Pokladňa dosiahla najmenší zisk vo výške -3 175.14 €.
  • Najväčší zisk: 18 Pokladní dosiahla najväčší zisk vo výške 6 132.22 €.

StaticSimulationProfits.png

Výsledky prvej simulácie potvrdili, že ak máme viac pokladní, môžeme zarobiť viac peňazí. Bolo to vidieť v tom, že pokladne s väčším počtom zákazníkov dosiahli väčší zisk. To znamená, že je dôležité mať voľné pokladne, keď je viac ľudí v obchode.

Simulácia 2 - Statické parametre

Táto simulácia bola upravená podľa priemernej návštevnosti v priebehu dňa, pomocou peak hours:

  • 7:00 - 10:00 - max 50 ľudí
  • 10:00 - 14:00 - max 150 ľudí
  • 14:00 - 17:00 - max 250 ľudí (peak hours)
  • 17:00 - 20:00 - max 150 ľudí
  • 20:00 - 22:00 - max 75 ľudí

Peak hours.png

  • Najmenší zisk: 1 Pokladňa dosiahla najmenší zisk vo výške -2 434.50 €.
  • Najväčší zisk: 16 Pokladní dosiahla najväčší zisk vo výške 4 056.80 €.

DynamicSimulationTable.png DynamicSimulationProfits.png

Druhá simulácia s dynamickým prístupom k počtu otvorených pokladní zohľadňovala meniacu sa návštevnosť počas dňa. Tento model dosiahol významné zlepšenie v zisku a minimalizácii strát v porovnaní s prvou simuláciou. Ukázalo sa, že prispôsobenie počtu pokladní aktuálnej potrebe môže viesť k efektívnejšej prevádzke a vyššiemu zisku.

Simulácia 3 - Pefektná simulácia

V tejto simulácii som sa snažil dosiahnuť 100% zisk optimalizovaním počtu otvorených pokladní na základe maximálneho počtu zákazníkov v obchode. Avšak, simulácia nebola úspešná a maximálny dosiahnutý zisk bol podobný ako pri predchádzajúcej simulácii. Napriek úpravám sa nepodarilo výrazne zvýšiť zisk nad hodnoty dosiahnuté v druhej simulácii.

Závěr

Model ukázal, že dynamický prístup k riadeniu počtu pokladní na základe aktuálnej návštevnosti počas dňa môže mať výrazne pozitívny vplyv na výkonnosť prevádzky v supermarkete. Tento prístup dosiahol významné zlepšenie v zisku a minimalizácii strát v porovnaní s pevnými parametrami, kde bol počet pokladní konštantný. Z tohto vyplýva, že prispôsobenie počtu pokladní aktuálnej potrebe môže viesť k efektívnejšej prevádzke a vyššiemu zisku.

Reference

[1] https://cz.indeed.com/career/prodava%C4%8D%2Fka/salaries

Kód