Natrag na studije slučaja
LogistikaKonzum (Hrvatska) / Mercator (Slovenija)

Yard — ML-driven sustav za upravljanje logističkim dvorištem

Razvoj i implementacija inteligentnog sustava za upravljanje logističkim dvorištem koji koristi strojno učenje za automatsko raspoređivanje dostava u distribucijske centre.

Yard — ML-driven sustav za upravljanje logističkim dvorištem
2018.
U produkciji od
ML
Prediktivni modeli
2
Države (HR, SI)

O projektu

Yard je inteligentni sustav za upravljanje logističkim dvorištem (Yard Management System) koji smo razvili 2018. godine za potrebe vodećih maloprodajnih lanaca u regiji. Sustav je danas u svakodnevnoj produkcijskoj upotrebi u Konzumu (Hrvatska) i Mercatoru (Slovenija), gdje upravlja kompletnim procesom prijema robe u distribucijske centre — od planiranja dostava i automatskog raspoređivanja do praćenja istovara u realnom vremenu.

U 2023. godini Yard je akviziran od strane Logneta, čime je postao dio njihovog logističkog softverskog portfelja.

Izazov

Distribucijski centri velikih maloprodajnih lanaca svakodnevno zaprimaju stotine dostavnih vozila od različitih dobavljača. Prije Yarda, proces je izgledao ovako:

  • Ručno raspoređivanje — logistički koordinatori su ručno dodjeljivali vremenske slotove, timove i rampe za svaku dostavu
  • Dugačka čekanja — kamioni su čekali satima na dvorištu jer nije postojao optimizirani raspored
  • Neefikasno korištenje resursa — radni timovi i rampe nisu bili ravnomjerno opterećeni
  • Nula vidljivosti — nije postojao uvid u status operacija u realnom vremenu
  • Nepredvidivo trajanje — nije bilo moguće procijeniti koliko će pojedini istovar trajati
  • Manualna koordinacija s dobavljačima — telefonski pozivi i emailovi za potvrde dolazaka

Sve to rezultiralo je kašnjenjima, prekovremenim radom, nezadovoljstvom dobavljača i višim operativnim troškovima.

Rješenje

Inteligentni algoritam za raspoređivanje

Srce Yard sustava je sofisticirani algoritam za automatsko raspoređivanje dostava koji rješava kompleksni problem zadovoljenja ograničenja (constraint satisfaction):

Trostupanjski prioritetni sustav:

  • Prioritet 1 (FIXED) — fiksni vremenski slot (npr. točno u 10:30)
  • Prioritet 2 (RANGE) — vremenski prozor (npr. između 14:00 i 17:00)
  • Prioritet 3 (WHOLE) — bilo koji dostupan termin u smjeni

Što algoritam optimizira:

  • Kapacitet paleta po timu i smjeni
  • Raspoloživost rampi (fizičkih istaknutih mjesta)
  • Sekvencijalne dostave istog dobavljača (s konfigurabilnim razmakom)
  • Pauze timova i prijelaze između smjena
  • Multi-dostave (parent-child odnosi za grupirane pošiljke)
  • Noćne smjene s posebnim pravilima (samo full-pick)

Algoritam u jednoj iteraciji obradi sve dostave za dane unaprijed, dodjeljujući optimalni tim, rampu i vremenski slot svakoj dostavi — uzimajući u obzir konfigurabilna pravila po skladištu i dobavljaču.

Strojno učenje za predikciju trajanja istovara

Yard koristi Linear Regression model treniran na stvarnim operativnim podacima za preciznu predikciju trajanja svakog istovara:

  • Feature engineering: Transformacija broja SSCC kodova (paletnih jedinica) koristeći kubni korijen za normalizaciju distribucije
  • Trening podaci: Prikupljeni putem SFTP integracije s WMS sustavom, filtrirani po dobavljaču (min. 30 dostava), s uklanjanjem outliera (>2σ)
  • Automatski retraining: Periodičko ponovno treniranje modela s novim podacima
  • Per-warehouse modeli: Svako skladište ima vlastiti model jer karakteristike istovara variraju po lokaciji

ML predikcija je ključan ulaz za algoritam raspoređivanja — bez precizne procjene trajanja, optimizacija slotova bila bi nemoguća.

Real-time operativni monitoring

Status workflow svake dostave:

```

AKTIVNA → NERASPOREĐENA → RASPOREĐENA → ZAKLJUČANA

ČEKA DOLAZAK

UŠLA U LDC

PARKING

ČEKA RAMPU

ISTOVAR

ZAVRŠENO

```

Gate modul omogućuje operaterima na ulazu praćenje svakog koraka u realnom vremenu — od najave dolaska, preko parkinga, do dodijeljene rampe i završetka istovara.

Portal za dobavljače

Dobavljači dobivaju automatske email obavijesti s linkovima na portal gdje mogu:

  • Potvrditi termin dostave
  • Unijeti podatke o vozaču i kamionu
  • Prilagoditi postotak ispunjenosti narudžbe
  • Vidjeti dodijeljeni vremenski slot i rampu

Planirano održavanje i automatizacija

  • Auto-planning — sustav automatski pokreće algoritam raspoređivanja u konfigurabilnim intervalima
  • Auto-locking — dostave se automatski zaključavaju N dana unaprijed
  • Schedule locking — automatsko zaključavanje u definirano vrijeme s opcijom za neraspoređene dostave

Tehnički stack

  • Backend: Python, Flask, SQLAlchemy, PostgreSQL
  • ML: scikit-learn (Linear Regression), Pandas, NumPy
  • Frontend: Angular 8, TypeScript, Angular Material
  • Real-time: Flask-SocketIO (WebSocket)
  • Infrastruktura: Docker, Kubernetes, Google Cloud
  • Integracije: ERP sustavi, WMS (SFTP), SMTP (Mailjet)
  • Baza podataka: PostgreSQL s 30+ tablica i kompleksnim relacijama

Ključne značajke

  • 100+ API endpoinata kroz 30+ modula
  • 30+ modela podataka s kompletnim audit trailom
  • Drag-and-drop vizualni planer s timeline prikazom
  • Excel izvoz za izvještaje i analize
  • Multi-tenant podrška (Konzum, Mercator, različita skladišta)
  • Konfigurabilan po skladištu — pravila planiranja, trajanja smjena, kapaciteti
  • Konfigurabilan po dobavljaču — prioriteti, vremenski prozori, sekvencijalna pravila
  • Analitika — realizacija dostava, odstupanje dolaska, točnost predikcije trajanja

Rezultati

  • U produkciji od 2018. — 7+ godina kontinuiranog rada
  • Koriste ga 2 zemlje — Konzum (Hrvatska) i Mercator (Slovenija)
  • ML predikcija smanjuje prosječno čekanje kamiona na dvorištu
  • Automatsko raspoređivanje eliminira ručni rad koordinatora
  • Real-time vidljivost svih operacija na dvorištu
  • Potpuna integracija s ERP i WMS sustavima klijenta
  • Akviziran 2023. od strane Logneta — dokaz tržišne vrijednosti

Zaključak

Yard demonstrira našu sposobnost razvoja enterprise-grade sustava koji kombiniraju strojno učenje s domenskom ekspertizom u logistici. Od početnog razvoja 2018. do akvizicije 2023., Yard je prošao put od internog projekta do tržišno valoriziranog proizvoda koji svakodnevno optimizira logističke operacije dvaju najvećih maloprodajnih lanaca u regiji.

Ovaj projekt potvrđuje naš pristup: koristimo podatke i AI za mjerljivo poboljšanje operacija — u ovom slučaju, pretvarajući kaotično upravljanje dvorištem u predvidiv, optimiziran i potpuno automatiziran proces.

Strojno učenjeLogistikaPythonAngularAlgoritmiUpravljanje dvorištem

Želite li slične rezultate?

Razgovarajte s našim timom o vašim izazovima i kako ih možemo riješiti.