オルビス、機械学習による梱包サイズ最適化で実証実験

訪販ジャーナル 2023年4月17日号 3ページ

カンタンに言うと

  • 最大で年間2000万円程度の配送費削減可能性を見込む
オルビス、機械学習による梱包サイズ最適化で実証実験
 オルビスは、DATAFLUCTと機械学習でEC発送時の梱包サイズを最小化し、配送コスト削減を目指す実証実験を実施する。

 今回のシステムは、DATAFLUCTの機械学習サービス「Perswell」とデータプラットフォーム「AirLake」を組み合わせ、オルビスの商品データ・出荷データ・梱包材の価格データをもとに機械学習で最適な梱包材のサイズを算出。商品が破損しない範囲で梱包を最小サイズにし、配送コストの削減を目指す。

 実証実験開始前の効果検証では、1カ月分のデータをもとにシミュレーションを行い、最大で年間2000万円程度の配送費削減の可能性があるとの結果を得た。

あと64%

訪販ジャーナルの有料プラン(制限なし)をご契約の方のみ閲覧可能です

  • PC、スマホからいつでも
  • WEBでかんたん記事検索
  • お手元に届く紙面版も販売
有料プランについてはこちら
ホーム > 化粧品業界人必読!週刊粧業オンライン > オルビス、機械学習による梱包サイズ最適化で実証実験

ライブラリ・無料
ダウンロードコーナー

刊行物紹介

定期購読はこちら
お仕事紹介ナビ

アクセスランキング

  • 日間
  • 週間
  • 月間
PDF版 ダウンロード販売
化粧品マーケティング情報
調査レポート
株式会社矢野経済研究所
pagetop