| Abstract |
Šajā darbā tiek pētīta Apvienotās Karalistes piegādes ķēdes pēdējā posma optimizācijas problēma saistībā ar pēdējās jūdzes piegādi, jo šī piegādes ķēdes daļa ir gan būtiska, gan izmaksu ziņā dārga. Pieaugot e-komercijas tirgum un patērētāju pieprasījumam, Apvienotās Karalistes loģistikas uzņēmumi saskaras ar vairākiem nozīmīgiem izaicinājumiem, tostarp satiksmes sastrēgumiem, darbaspēka trūkumu, laikietilpīgām piegādes praksēm, kā arī vides aizsardzības ierobežojumiem. Pētījuma rezultāti identificē un interpretē būtiskākos faktorus, kas ietekmē pēdējās jūdzes piegādi, balstoties uz Apvienotās Karalistes gadījumu izpēti, kurā analizēti uzņēmumi Amazon, Royal Mail, DPD un Ocado.
Darba mērķis ir novērtēt loģistikas veiktspējas analīzes (LPA) efektivitāti un piemērot atbilstošu metriku modeli pēdējās jūdzes darbību novērtēšanai un uzlabošanai. Pēc piecu pieeju – KPI, SCOR modeļa, DEA, BSC un AHP – salīdzinošās analīzes tika izvēlēts un pamatots vispiemērotākais risinājums (KPI ietvars un Power BI), ņemot vērā reāllaika izsekošanu, datu vizualizāciju un vieglu integrāciju ar loģistikas platformām.
Šajā pētījumā ir izstrādāts praktisks veiktspējas novērtēšanas modelis, kas balstīts uz galvenajiem darbības rādītājiem, tostarp savlaicīgas piegādes līmeni, piegādes izmaksu efektivitāti, pasūtījumu ģeogrāfisko sadalījumu un kurjeru pakalpojumu kvalitāti, izmantojot reālu datu kopu. Darbā tiek analizēta arī moderno analītisko tehnoloģiju izmantošana, piemēram, Microsoft Power BI interaktīvās vizualizācijas iespējas un DAX aprēķinu dzinējs, lai reāllaikā uzraudzītu galvenos darbības rādītājus (KPI) un nodrošinātu daudzdimensionālu veiktspējas analīzi ģeogrāfiskajā, laika, kurjeru un noliktavu dimensijā. Apvienotās Karalistes pēdējās jūdzes piegādes kontekstā iegūtie rezultāti parāda, ka uz datiem balstīti informācijas paneļi kopā ar uz pierādījumiem balstītām uzlabošanas metodēm, piemēram, mākslīgā intelekta optimizētu maršrutu plānošanu, prognozējošu pieprasījuma analīzi un mikroizpildes centriem, var būtiski uzlabot operatīvo lēmumu pieņemšanu, samazināt piegādes laikus un paaugstināt klientu apmierinātību.
Darba apjoms ir 73 lappuse, tajā iekļauti 11 attēli un 10 tabulas, kā arī izmantoti 54 informācijas avoti. |
