A demanda pelo comércio eletrônico já manifestava um forte crescimento nos últimos anos. Agora, vem apresentando taxas de crescimento ainda maiores em decorrência da quarentena e da nova realidade do mundo pós covid-19. Um dos temas em alta nesse setor é a logística para e-commerce.

As empresas que operam a logística para e-commerce enfrentam grandes desafios. Esses desafios surgem tanto no planejamento estratégico quanto na execução prática do que se planejou, no nível operacional do dia a dia.

Estratégias para Operações de E-commerce e Convencionais

O planejamento logístico estratégico (desenho de malha) dessas operações consiste em identificar a localização ideal das instalações, seus tamanhos, capacidades, quantidades e tipos de recursos (sorters, balanças, máquinas etiquetadoras e docas de recebimento, por exemplo).

Além disso, ele também deve identificar como os fluxos de distribuição devem ocorrer para transportar a carga desde seu ponto de origem (o seller) até o cliente final, passando por todas as rotas de abastecimento ao longo da cadeia logística.

Nesse artigo vou explorar as peculiaridades desse tipo de estudo, mostrando as principais diferenças do desenho de malha de operações de e-commerce para o processo de desenho de malha ”convencional”, que ocorre tipicamente em operações logísticas de embarcadores, como indústrias e empresas de varejo físico.

Embora as principais tomadas de decisão desses dois tipos de estudos sejam da mesma natureza, elas envolvem a localização de instalações e a definição de fluxos de transporte. No entanto, as operações de logística para e-commerce apresentam muitas peculiaridades. Por isso, devemos tratá-las como um problema de localização de redes HUB-and-Spoke. Neste artigo, chamarei esse problema de “problemas de HUB”, pois a estratégia básica é utilizar HUBs de consolidação.

Peculiaridades dos problemas de HUB na logística para e-commerce

O problema de HUB não se restringe às operações de logística para e-commerce. De maneira geral, ele está relacionado a operações que precisam atender demandas de transporte de carga parcelada. Esse é o caso do e-commerce, onde um único veículo transporta diversos tipos de mercadorias. Além disso, o problema de HUB também se aplica ao transporte de pessoas, como ocorre em companhias aéreas.

O quadro abaixo mostra de forma sistematizada as principais diferenças associadas aos dois tipos de problema:

Figura 1 – Quadro comparativo entre os problemas de HUB e os problemas convencionais

Comportamento da demanda

A principal razão da diferença entre os problemas de HUB e os problemas de desenho de malha convencionais está na forma como a demanda de transporte é fornecida.

No problema de HUB, busca-se atender demandas de transporte com inícios e fins pré-definidos. Para cada pacote, já se sabe qual é seu ponto de origem e seu destino final. Já no problema de desenho de malha convencional, é necessário atender às demandas de abastecimento associadas a cada cliente e produto.

No entanto, é possível decidir qual é a origem de cada produto, como o local de produção de cada item, por exemplo.

Usarei um exemplo ilustrativo para destacar essas diferenças. A Figura 2 mostra as formas de representar demandas de cada um dos problemas. O mapa da esquerda mostra a demanda de um problema de desenho de malha convencional, com 42 pontos espalhados pelo Brasil.

Já a demanda de um problema de HUB equivalente, com os mesmos 42 pontos, pode ter mais de 1.700 demandas de transporte diferentes (representadas pelas linhas do mapa à direita).

Figura 2 – Demanda do problema de desenho de malha convencional (esq.) e demanda do problema de HUB (dir.)

Para ambos os problemas, é fundamental definir um conjunto de candidatos a instalações logísticas. Nesse sentido, esses candidatos podem ser centros de distribuição ou, alternativamente, HUBs de consolidação. Neste exemplo, utilizei o mesmo conjunto de candidatos, composto por doze das principais cidades com demanda, conforme ilustrado na Figura 3.

Figura 3 – Candidatos a instalação de ambos os problemas

Estratégia de redução de custos na logística do e-commerce

Outra diferença fundamental está relacionada às estratégias de redução de custos que os algoritmos utilizam para identificar as melhores soluções de cada problema.

A ideia básica do desenho de malha convencional é equilibrar os custos de transporte e os custos fixos de instalação, para obter a quantidade ideal de instalações, como podemos ver na Figura 4.

Figura 4 – Equilíbrio entre os custos de transporte e de instalação

Além disso, a localização de cada instalação, estrategicamente posicionada em relação à demanda e aos fornecedores (Figura 5) permite minimizar as distâncias de transporte, e por consequência, seus custos. Repare que nesse tipo de solução, toda a rede logística não está necessariamente conectada, uma vez que é possível descentralizar a produção e o estoque de mercadorias.

Figura 5 – Solução do problema de desenho de malha convencional, obtida pelo FOCS

A estratégia utilizada para resolver o problema de logística para e-commerce se baseia na consolidação de diversas mercadorias em um mesmo veículo. Realizamos essa consolidação por meio de instalações chamadas HUBs de consolidação.

Os fluxos de transporte entre os HUBs (linha azul da Figura 6) normalmente ocorrem com veículos maiores, como carretas. Esses veículos apresentam ganhos de escala. Quanto maior o veículo utilizado, menor é o custo unitário de transporte. Nesse tipo de problema, a necessidade de transporte já está associada à demanda e por isso toda a rede de transporte é necessariamente interconectada.

Consequentemente, a ideia geral desse tipo de problema é identificar locais estratégicos para os HUBs. Esses HUBs consolidam a carga de origem e destino e se conectam entre si. Assim, permitimos que os veículos maiores percorram as viagens mais longas, pois eles têm menor custo unitário.

Além disso, precisamos identificar os locais ideais para pontos intermediários de cross-docking. Esses pontos abastecem e são abastecidos pelos HUBs. Também os utilizamos como base para as rotas de coleta e de last-mile.

Figura 6 – Solução do problema de HUB, obtida pelo FOCS.HUB

Modelagem matemática para planejamento da logística

Do ponto de vista matemático, embora os dois problemas sejam difíceis de serem resolvidos, o problema de HUB costuma ser muito mais desafiador. O primeiro motivo é que os problemas de logística para e-commerce costumam ser maiores (em função do tipo de demanda, associado a cada par Origem→Destino), conforme vimos na Figura 2.

Mas, além disso, mesmo se compararmos dois problemas (um de cada tipo) com as mesmas demandas de transporte e de candidatos, a quantidade de possibilidades existentes para a resolução do problema de HUBs será muito maior.

Isso acontece porque, no problema de desenho de malha convencional, basta encontrar a forma de abastecer cada cliente. Já no problema de HUB, é preciso definir o caminho completo de cada mercadoria. Esse caminho pode ser traçado de inúmeras maneiras diferentes.

Em função dessa complexidade matemática, que é maior para os problemas de HUB, os algoritmos tipicamente utilizados para resolver problemas de desenho de malha convencionais (modelos de otimização exatos) não são capazes de resolver os problemas de HUB.

Consequentemente a abordagem necessária para solucionar esses problemas é utilizar ferramentas híbridas, que combinam os modelos mais clássicos de otimização com heurísticas e modelos de inteligência artificial para encontrar soluções de menor custo que atendam os rígidos níveis de serviço definidos.

Cunha e Silva (2005) abordaram essa mesma questão em sua pesquisa. Eles desenvolveram métodos que utilizam heurísticas populacionais, nas quais trabalham simultaneamente com várias soluções. Essas soluções são combinadas para gerar novas soluções de qualidade, a fim de resolver o problema.

A pesquisa se destaca por considerar as economias de escala nos transportes. Como já mencionamos, essas economias são um dos principais mecanismos utilizados para reduzir os custos das operações logísticas no e-commerce.

O FOCS.HUB adota o mesmo princípio da pesquisa, mas vai além. A ferramenta define os veículos a serem utilizados em cada trecho de transporte, desde a coleta até o last-mile, passando pela transferência entre HUBs. Ela também define os custos unitários associados a cada veículo.

Comentários finais

Para finalizar, também é necessário destacar algumas peculiaridades dos problemas de HUBs que o tornam mais complexos: tipicamente este tipo de operação lida com pontos de demanda (tanto entrega quanto coleta) geograficamente difusas, com drop-sizes relativamente baixos.

Esses fatores podem impactar significativamente nos custos de transporte, principalmente no last-mile; dessa forma, durante o planejamento estratégico da malha logística para e-commerce, costuma-se também considerar decisões do nível tático, tais como a frota necessária para cada parte da operação.

São por todos esses motivos que não podemos lidar com o desenho de malha para e-commerce da mesma forma como lidamos com o desenho de malha de cadeias de distribuição “convencionais”.

Não se pode simplesmente utilizar as ferramentas de prateleira que estão no mercado, uma vez que a grande maioria não está preparada pra resolver os problemas “não convencionais”, como o problema de HUB.

Enfrentando desafios na logística do seu e-commerce? Podemos ajudar! Entre em contato conosco!