Difference between revisions of "Kraus Lucie, xkral52 - Rozvozové časy - Monte Carlo"
Line 1: | Line 1: | ||
− | + | = Zadání = | |
*'''Název simulace:''' Rozvozové časy | *'''Název simulace:''' Rozvozové časy | ||
Line 7: | Line 7: | ||
*'''Provedeno v:''' MS Excel 2013 | *'''Provedeno v:''' MS Excel 2013 | ||
− | + | = Definice problému = | |
Jsme v situaci, kdy máme údaje z eshopu, který sám rozváží svým kurýrem po Praze objednávky. Zákazník si může vybrat během objednání rozvozový čas (interval 2 hodiny). Nabízené dny k analýze jsou pondělí až sobota (o neděli není z managementu eshopu zájem) a rozvozové časy jsou intervaly dvou hodin: 8-10, 10-12, 12-14, 14-16, 16-18, 18-20, 20-22. | Jsme v situaci, kdy máme údaje z eshopu, který sám rozváží svým kurýrem po Praze objednávky. Zákazník si může vybrat během objednání rozvozový čas (interval 2 hodiny). Nabízené dny k analýze jsou pondělí až sobota (o neděli není z managementu eshopu zájem) a rozvozové časy jsou intervaly dvou hodin: 8-10, 10-12, 12-14, 14-16, 16-18, 18-20, 20-22. | ||
Line 13: | Line 13: | ||
Použitá výchozí data, pravděpodobnosti a pravděpodobnostní rozdělení vycházejí z reálných dat eshopu a dále se s nimi v simulaci pracuje. | Použitá výchozí data, pravděpodobnosti a pravděpodobnostní rozdělení vycházejí z reálných dat eshopu a dále se s nimi v simulaci pracuje. | ||
− | + | = Metoda = | |
Tato simulace byla ideální pro metodu Monte Carlo (práce s čísly, nutnost nasimulovat každý den a každý rozvozový čas desetitisíckrát a více). Vypracovaná v prostředí MS Excel 2013. | Tato simulace byla ideální pro metodu Monte Carlo (práce s čísly, nutnost nasimulovat každý den a každý rozvozový čas desetitisíckrát a více). Vypracovaná v prostředí MS Excel 2013. | ||
− | + | = Model = | |
− | + | ==Editovatelné parametry== | |
* '''Vzdálenost''': Komplikovanost tras zadaná na stupnici 1 - 7 (jedna - velice jednoduchá, 7 - velice komplikovaná) | * '''Vzdálenost''': Komplikovanost tras zadaná na stupnici 1 - 7 (jedna - velice jednoduchá, 7 - velice komplikovaná) | ||
* '''Akce sleva na dopravu''': Zadává se v % (akce 20% sleva = 80 Kč dopravné, 100% sleva = Kč dopravné, 0% sleva = 100 Kč dopravné) | * '''Akce sleva na dopravu''': Zadává se v % (akce 20% sleva = 80 Kč dopravné, 100% sleva = Kč dopravné, 0% sleva = 100 Kč dopravné) | ||
Line 26: | Line 26: | ||
* '''Maximální nákladnost jedné objednávky''': maximální přípustná nákladnost jedné objednávky po odečtení dopravného atd. | * '''Maximální nákladnost jedné objednávky''': maximální přípustná nákladnost jedné objednávky po odečtení dopravného atd. | ||
− | + | = Výsledky = | |
Výstupem je přehledná tabulka zobrazujicí rozvozové časy (zelené pozadí buňky), které nejsou prodělečné. | Výstupem je přehledná tabulka zobrazujicí rozvozové časy (zelené pozadí buňky), které nejsou prodělečné. | ||
Line 55: | Line 55: | ||
[[File:Xkral52screen4výsledky.PNG]] | [[File:Xkral52screen4výsledky.PNG]] | ||
− | + | = Závěr = | |
− | + | = Kód = |
Revision as of 13:14, 7 June 2014
Contents
Zadání
- Název simulace: Rozvozové časy
- Předmět: 4IT495 Simulace systémů (LS 2013/2014)
- Autor: Lucie Kraus
- Typ modelu: Monte Carlo
- Provedeno v: MS Excel 2013
Definice problému
Jsme v situaci, kdy máme údaje z eshopu, který sám rozváží svým kurýrem po Praze objednávky. Zákazník si může vybrat během objednání rozvozový čas (interval 2 hodiny). Nabízené dny k analýze jsou pondělí až sobota (o neděli není z managementu eshopu zájem) a rozvozové časy jsou intervaly dvou hodin: 8-10, 10-12, 12-14, 14-16, 16-18, 18-20, 20-22.
Použitá výchozí data, pravděpodobnosti a pravděpodobnostní rozdělení vycházejí z reálných dat eshopu a dále se s nimi v simulaci pracuje.
Metoda
Tato simulace byla ideální pro metodu Monte Carlo (práce s čísly, nutnost nasimulovat každý den a každý rozvozový čas desetitisíckrát a více). Vypracovaná v prostředí MS Excel 2013.
Model
Editovatelné parametry
- Vzdálenost: Komplikovanost tras zadaná na stupnici 1 - 7 (jedna - velice jednoduchá, 7 - velice komplikovaná)
- Akce sleva na dopravu: Zadává se v % (akce 20% sleva = 80 Kč dopravné, 100% sleva = Kč dopravné, 0% sleva = 100 Kč dopravné)
- Průměrné náklady na 10 minut v autě (mezi 10 - 20 Kč)
- Náklady na 1h práce řidiče (0 - 200 Kč)
- Maximální nákladnost jedné objednávky: maximální přípustná nákladnost jedné objednávky po odečtení dopravného atd.
Výsledky
Výstupem je přehledná tabulka zobrazujicí rozvozové časy (zelené pozadí buňky), které nejsou prodělečné.
S výsledky simulace jde dále pracovat, avšak už záleží na v budoucnu stanoveném business modelu eshopu. Způsoby dalších interpretací výsledků jsou vlastně tři:
- eshop bude jezdit pouze v časech, které jsou ve výsledné tabulce zelené (tj. v nich nemá ztrátu)
- eshop sečte zisk a rozhodne se v případě "přebytečného" zisku dotovat další rozvozový čas, ten nejméně ztrátový
- eshop sečte zisk a rozhodne se v případě "přebytečného" zisku dotovat další rozvozový čas, avšak takový, který by se mu hodil pro zjednodušení administrativy. Tj v případě výsledku níže zobrazených:
Tabulka zobrazuje zeleně neprodělečné časy. Pokud bychom chtěli přijmout jeden ztrátový čas o hodnotě 50 (číslo určené vedením eshopu, ne modelem), máme na výběr celkem 6 možností (pondělí 10-12 a 18-20; úterý 18-20; pátek 8-10 a 20-22; sobota 18-20). Pokud se rozhodujeme pro zjednodušení administrativy, je nejchytřejší přijmnout ještě čas v pondělí 10-12, protože všechny ostatní dny v týdnu nejsou ztrátové a administrace eshopu bude jednodušší.
Zde se rozhodneme například rozdělit hodnotu 60.
Pokud se rozhodneme o co nejvíc termínů, výsledek bude takový (můžeme si vybrat ze soboty 10-12 nebo čtvrtka 18-20):
Pokud se ale rozhodneme o výsledek vhodnější pro administrativu (a výklad zákazníkům v objednacím systému), zvolíme takovýto výběr i když zbývá hodnota 5.