L’essor du e-commerce s’accompagne d’une multiplication des flux logistiques et des impacts environnementaux associés. Afin de participer à la lutte contre le dérèglement climatique, chaque secteur économique se doit de rendre ses activités plus vertueuses, et la logistique du e-commerce ne fait pas exception. Alors qu’à l’origine du e-commerce, les commandes en ligne étaient satisfaites uniquement depuis un entrepôt dédié, le e-commerce est aujourd’hui omnicanal, ce qui implique qu’une commande en ligne peut être expédiée depuis le ou les entrepôts ainsi que depuis n’importe quel magasin du réseau de distribution. Dans ce contexte, le rôle d’un logiciel de gestion de commandes est d’effectuer l’orchestration des commandes en ligne, c’est à dire de déterminer le point de stock en charge de satisfaire chaque commande.
Dans cette thèse, nous cherchons à optimiser les flux logistiques du e-commerce de manière à en réduire l’empreinte environnementale, en adoptant le point de vue de notre partenaire industriel, un éditeur de logiciel de gestion de commandes.
Dans une première partie, nous modélisons le problème d’orchestration écologique de commandes en introduisant un critère environnemental d’optimisation et différentes contraintes d’empaquetage des articles d’une commande. Pour évaluer nos modèles, nous utilisons deux jeux de données. Le premier est constitué de données industrielles et confidentielles, obtenues via notre partenaire industriel. Le second est un jeu de données réaliste partageable à la communauté scientifique, généré à partir de nos instances industrielles.
Dans une seconde partie, nous cherchons à rendre l’orchestration écologique de commandes déployable chez les e-commerçants. Nous évaluons tout d’abord l’intérêt de nos modèles basés sur une orchestration par lots de commandes, intéressante d’un point de vue optimisation mais contraignante en application, par rapport à une orchestration standard se faisant commande par commande. Ensuite, nous comparons les résultats de nos modèles avec les performances écologiques de l’orchestration de commandes basée sur des règles métier actuellement utilisée dans des contextes industriels réels. Puis, nous cherchons à approcher notre critère d’optimisation environnemental qui requiert de nombreuses données par un critère plus accessible et plus facilement applicable au contexte métier des e-commerçants. Enfin, nous proposons des règles d’orchestration écologiques basées sur ce qu’il est actuellement possible de faire au sein d’un système de gestion de commandes. |
The rise of e-commerce has led to an increase in logistics flows and their associated environmental impacts. To play its part in the fight against climate change, every economic sector must make its operations more sustainable, and e-commerce logistics is no exception. Whereas in the early days of e-commerce, online orders were fulfilled solely from a dedicated warehouse, commerce is now omnichannel, meaning that an online order can be dispatched from any warehouse or any store within the distribution network. In this context, the role of an order management system is to orchestrate online orders, i.e. to determine which stock location is responsible for fulfilling each order.
In this thesis, we seek to optimise e-commerce logistics flows in order to reduce their environmental footprint, adopting the perspective of our industrial partner, which provides an order management software.
First, we model the problem of eco-friendly order orchestration by introducing an environmental optimisation criterion and several constraints to pack items into shipping boxes. To test our models, we use two datasets. The first consists of industrial and confidential data obtained via our partner. The second is a realistic dataset generated from our industrial instances and therefore can be shared with the scientific community.
Second, we aim to make eco-friendly orchestration of orders easy to be rolled out to e-retailers. We first evaluate the benefits of our models based on batch order orchestration, which is advantageous from an optimisation perspective but restrictive in practice, compared to the standard order-by-order approach. Then we compare the results of our models with the environmental performance of the order orchestration currently used in the industrial context. Next, we aim to approach our comprehensive environmental optimisation criterion, which requires extensive data, with a criterion that is more accessible to the business context of e-retailers. Finally, we propose eco-friendly orchestration rules based on current practices in order management systems. |