Mangiaracina, R., Perego, A., Seghezzi, A., & Tumino, A. (2019). Innovative solutions to increase last-mile delivery efficiency in B2C e-commerce: a literature review. International Journal of Physical Distribution & Logistics Management.
Mots-clefs : B2C E-commerce, Innovation, Efficiency, Last mile delivery
Cet article traite sur l’efficacité de la livraison à domicile dans le cadre du commerce électronique BtoC.
Le commerce électronique BtoC pose 13 nouveaux défis. Il représentait 2500 milliards d’euros dans le monde.
La livraison du dernier kilomètre est la partie la plus onéreuse du service de livraison et la plus complexe à mettre en place. Plusieurs facteurs sont mis en corrélation avec l’efficacité de la livraison à domicile, notamment la vitesse de livraison (Savelsbergh et Van Woensel, 2016), les délais de livraison (Fernie et al., 2010), la ponctualité (Hays et al., 2005) et enfin la sécurité (McKinnon et Tallam, 2003).
La livraison du dernier kilomètre peut se scinder en 2 catégories de produits : le premier traite de l’optimisation de la livraison au domicile (traditionnel) ainsi que les différents problèmes liés au « Véhicle routing problem » (par exemple Geetha et al., 2013). Le VRP permet de dresser la route optimale pour livrer plusieurs colis sur différentes destinations.
La deuxième catégorie de produits repose sur l’innovation de cette efficacité concernant la livraison du dernier kilomètre avec l’exemple du drone qui permettent d’éviter certains problèmes plus traditionnels. Parmi ces solutions innovantes, nous retrouvons les consignes à colis (Iwan et al., 2016), la logistique par crowdsourcing (Wang et al., 2016), les boîtes de réception et les points de retrait (Kedia et al., 2017) et enfin les politiques de tarification dynamique (Klein et al., 2017). Ranieri et al. (2018) ont mis en lumière les différentes externalités qui peuvent se produire lors de la livraison du dernier kilomètre notamment dans une logique de durabilité environnementale.
Le double objectif est d’identifié les principales solutions innovantes ainsi que la compréhension de la réduction des coûts de la livraison du dernier kilomètre.
Quels sont les facteurs principaux qui impact la livraison du dernier kilomètre ? et Quelles sont les innovations qui ont un impact positif sur ces facteurs et qui permettent de ce fait une réduction des coûts de la livraison du dernier kilomètre ?
Des critères de sélection ont été appliqués dans le choix de la littérature (75 articles). Cette littérature provient de revues scientifiques, logistiques, spécifique au transport, conférences.
Afin de répondre à la première question, il est important de savoir comment est calculé le coût de la livraison du dernier kilomètre (d’une seul colis livré) : le coût moyen du transport, le coût du conducteur et le coût d’opportunité.
Le coût moyen de transport (Reyes et al., 2017) par kilomètre comprend les coûts variables des ressources utilisées (carburant par ex) avec l’affectation des coûts fixes et semi-fixes (entretien, taxes, assurances) sur un kilomètre effectué. Ce coût moyen dépend donc de la consommation de ressources et du moyen de transport de la part des coûts de transport (Dorling et al., 2017).
Le prix du conducteur quant à lui dépend de plusieurs composants : le tarif horaire du conducteur (Kafle et al., 2017). Dans ce tarif horaire, nous retrouvons plusieurs facteurs : le délai de livraison (Wen et Li, 2016) lié à la livraison physique du produit, le temps de résolution des problèmes (Dorling et al., 2017) qui peut se traduire par du trafic ou encore mettre un bon de passage dans une boîte aux lettres en cas d’échec de la livraison et enfin le temps de déplacement (Giuffrida et al., 2012) jusqu’au point de livraison.
Le coût pour une livraison ratée est assez conséquent puisqu’il est très variable en fonction de la perte possible du client, des marges sur coûts variables à la fois sur les ventes perdues.
Le lieu de livraison correspond au principal facteur d’insatisfaction chez les clients.
Parmi les solutions innovantes mises en place pour accroitre l’efficacité de la livraison du dernier kilomètre, nous retrouvons :
-Les boites de réception qui sont installées directement chez les clients et évitent la probabilité d’échec de la livraison (Wang et al., 2014).
-Casiers à colis directement chez un prestataire de services logistiques. Les client peuvent ainsi récupérer leurs colis à l’aide d’un mot de passe unique ou d’un QR code. Il a un impact sur la probabilité d’échec de la livraison, la densité de la clientèle mais également la distance domicile-livraison qui accentue la contrainte pour le client de se déplacer sur le lieu du casier (Chen et al., 2018).
-Point de retrait : comparable aux consignes à colis avec les mêmes impacts. La différence s’effectue puisqu’il n’y a pas d’automatisation de la livraison (kiosque ou magasin généralement).
-La logistique de crowdsourcing qui consiste à externaliser la livraison du dernier kilomètre à un réseau de personnes « communes » (Carbone et al., 2017). Dans la plupart des cas, ces personnes doivent faire le même trajet, il en profite donc pour effectuer la livraison. Cela peut être fait gratuitement ou sous forme de compensation (Wang et al., 2016) (Devari et al., 2017).
-Les drones : à l’aide d’un GPS intégré, ils peuvent livrer des colis de tailles moyennes. De manière quasi autonome. Divers impacts liés à cette utilisation, consommation de ressources (pas de carburant), densité de la clientèle (peu de clients lors d’une tournée de livraison de 1 à 4 généralement) (Dorling et al., 2017).
-Coffre : les colis sont livrés directement dans le coffre des clients.
-Tarification dynamique : Les prix changent en fonction de l’optimisation des livraisons. De ce fait, le client fait le choix d’un prix attractif ou non. Cette tarification varie à chaque fois qu’une commande est émise. Les différents impacts se retrouvent principalement sur la faible probabilité d’échec de la livraison, la densité de la clientèle. Une politique de tarification mesurée permet d’influencer le choix des clients en recherche de prix bas et donc choisir des créneaux horaires plus adaptés à la livraison (Asdemir et al., 2009).
-Cartographie du comportement client : Selon l’exploitation des données des clients, ceux-ci peuvent déterminer les présences horaires des clients potentiels et ainsi adapter les créneaux de livraison. Cela permet d’éviter les livraisons ratées.
-Livraisons souterraines : des capsules contiennent des colis dans un système de canalisation souterrain ce qui implique peu de trafic, peu de consommation de ressources ou encore l’automatisation du transport.
-Les robots : véhicules autopilotés qui livrent les clients sur des trajectoires déterminées. Automatisation, peu de ressources, densité clients limitée.
Certaines solutions ne sont pas viables pour des livraisons spécifiques telles que pour les produits à gros volume ou encore l’épicerie en ligne à travers les conditions de stockage, la périssabilité et la fragilité des produits.
References (problèmes avec certaines références)
options”, European Journal of Operational Research, Vol. 196 No. 1, pp. 246-257. 22
Akeb, H., Moncef, B., and Durand, B. (2018), “Building a collaborative solution in dense urban city settings to enhance parcel delivery: An effective crowd model in Paris”, Transportation Research Part E: Logistics and Transportation Review, Vol. 119, pp. 223-233.
Asdemir, K., Jacob, V. S., and Krishnan, R. (2009), “Dynamic pricing of multiple home delivery Bertram, R. F., and Chi, T. (2018), “A study of companies’ business responses to fashion e- commerce’s environmental impact”, International Journal of Fashion Design, Technology and
supply chain operations and home delivery”, Integrated Manufacturing Systems, Vol. 14 No. 8, pp. 34
Education, Vol. 11 No. 2, pp. 254-264.
Borsenberger, C., Cremer, H., De Donder, P., and Joram, D. (2016), “Differentiated pricing of delivery services in the e-commerce sector”, in Crew M. and Brennan T. (Ed), The Future of the Postal Sector in a Digital World, Springer, Heidelberg, pp. 191-211.
Boyer, K., K., Hult, G., T. and Frohlich, M. (2003), “An exploratory analysis of extended grocery
652-663.
42 truck-based autonomous robots”, European Journal of Operational Research. 43
Boyer, K.K., Prud’homme, A.M., and Chung, W. (2009), “The Last Mile Challenge: Evaluating the Effects of Customer Density and Delivery Window Patterns”, Journal of Business Logistics, Vol. 30 No. 1, pp. 185-201.
Boysen, N., Schwerdfeger, S., and Weidinger, F. (2018), “Scheduling last-mile deliveries with Carbone, V., Rouquet, A., and Roussat, C. (2017), “The Rise of Crowd Logistics: A New Way to Co‐Create Logistics Value”, Journal of Business Logistics, Vol.38 No.4, pp. 238-252.
Chen C. and Pan S. (2016), “Using the Crowd of Taxis to Last Mile Delivery in E-Commerce: a 48
methodological research” in Borangiu T., Trentesaux D., Thomas A. and McFarlane D. (Ed.), Service Orientation in Holonic and Multi-Agent Manufacturing. Springer, Cham, Berlin, pp. 61-70.
Chen, Y., Yu, J., Yang, S., & Wei, J. (2018), “Consumer’s intention to use self-service parcel delivery service in online retailing: An empirical study”, Internet Research, Vol.28 No.2, pp. 500-
Cherrett, T., Dickinson, J., McLeod, F., Sit, J., Bailey, G., and Whittle, G. (2017), “Logistics impacts of student online shopping–Evaluating delivery consolidation to halls of residence”, Transportation Research Part C: Emerging Technologies, Vol. 78, pp. 111-128.
Chou, P. F., and Lu, C. S. (2009), “Assessing service quality, switching costs and customer loyalty in home‐delivery services in Taiwan”, Transport Reviews, Vol. 29 No.6, pp. 741-758.
Devari, A., Nikolaev, A. G., and He, Q. (2017), “Crowdsourcing the last mile delivery of online orders by exploiting the social networks of retail store customers”, Transportation Research Part E: Logistics and Transportation Review, Vol. 105, pp. 105-122.
Dorling, K., Heinrichs, J., Messier, G. G., and Magierowski, S. (2017), “Vehicle routing problems for drone delivery”, IEEE Transactions on Systems, Man, and Cybernetics: Systems, Vol. 47 No. 1, pp. 70-85.
Fernie, J., Sparks, L. and McKinnon, A. C. (2010), “Retail logistics in the UK: past, present and future. International Journal of Retail & Distribution Management”, Vol. 38 No. 11/12, pp. 894-914.
Geetha, S., Poonthalir, G., & Vanathi, P. T. (2013), “Nested particle swarm optimisation for multi-depot vehicle routing problem”, International Journal of Operational Research, Vol. 16 No.3, pp. 329-348.
Giuffrida, M., Mangiaracina, R., and Tumino, A. (2012), “Home Delivery vs Parcel Lockers: an economic and environmental assessment”, in Proceedings of XXI Summer School “Francesco Turco” – Industrial Systems Engineering, Palermo, pp. 225-230.
Ha, Q. M., Deville, Y., Pham, Q. D., and Hà, M. H. (2018), “On the min-cost traveling salesman problem with drone”, Transportation Research Part C: Emerging Technologies, Vol. 86, pp. 597- 621.
Haque, M. R., Muhammad, M., Swarnaker, D., and Arifuzzaman, M. (2014, April), “Autonomous quadcopter for product home delivery”, in Electrical Engineering and Information & Communication Technology (ICEEICT), 2014 International Conference, IEEE , Dhaka, pp. 1-5.
Hays, T., P. Keskinocak, and V. M. De López. (2005), “Strategies and challenges of internet grocery retailing logistics”, Geunes, J., Akçali E., Pardalos, P.M., Romeijn, ZJ.M. and Shen, H.E. (Ed.), Applications of Supply Chain Management and E-Commerce Research, Springer US, Boston, MA, pp. 217-252.
Hu, K. Y., and Chang, T. S. (2010), “An innovative automated storage and retrieval system for B2C e-commerce logistics”, The International Journal of Advanced Manufacturing Technology, Vol. 48 No. 1-4, pp. 297-305.
Iwan, S., Kijewska, K., and Lemke, J. (2016), “Analysis of parcel lockers’ efficiency as the last mile delivery solution–the results of the research in Poland”, Transportation Research Procedia, Vol. 12, pp. 644-655.
Kafle, N., Zou, B., and Lin, J. (2017), “Design and modeling of a crowdsource-enabled system for urban parcel relay and delivery”, Transportation research part B: methodological, Vol. 99, pp. 62-82.
Kedia, A., Kusumastuti, D., and Nicholson, A. (2017), “Acceptability of collection and delivery points from consumers’ perspective: A qualitative case study of Christchurch city”, Case Studies on Transport Policy, Vol. 5 No. 4, pp. 587-595.
International Journal of Physical Distribution & Logistics Management Page 22 of 29
1 2
34 Klein, R., Mackert, J., Neugebauer, M., and Steinhardt, C. (2017), “A model-based approximation
- 5 of opportunity cost for dynamic pricing in attended home delivery”, OR Spectrum, Vol. 40 No. 4, pp.
- 6 969–996.
Kundu, A., and Matis, T. I. (2017), “A delivery time reduction heuristic using drones under windy
Lim, S. F. W., Jin, X., and Srai, J. S. (2018), “Consumer-driven e-commerce: A literature review, design framework, and research agenda on last-mile logistics models”, International Journal of Physical Distribution and Logistics Management, Vol. 48 No. 3, pp. 308-332.
Lin, C. C., and Yu, C. S. (2006), “A heuristic algorithm for the three-dimensional container packing problem with zero unloading cost constraint”, in Systems, Man and Cybernetics, 2006
Lu, W., McFarlane, D., Giannikas, V., and Zhang, Q. (2016), “An algorithm for dynamic order- picking in warehouse operations”, European Journal of Operational Research, Vol. 248 No.1, pp. 107-122.
Macioszek, E. (2017), “First and Last Mile Delivery–Problems and Issues”, in Scientific And Technical Conference Transport Systems Theory And Practice, Springer, Cham, Katowice, pp. 147-
Mangiaracina R., Song G., Perego A. (2015), “Distribution network design: a literature review
45 No.5, pp. 506-531.
McKinnon, A.C., and Tallam, D. (2003) “Unattended delivery to the home: an assessment of the
Mangiaracina, R., Perego, A., Perotti, S., and Tumino, A. (2016), “Assessing the environmental impact of logistics in online and offline B2C purchasing processes in the apparel industry”, International Journal of Logistics Systems and Management, Vol. 23 No. 1, pp. 98- 124.
- 30 – 41.
Meixell, M.J. and Norbis, M. (2008), “A review of the transportation mode choice and carrier
selection literature”, International Journal of Logistics Management, Vol. 19 No, 2, pp. 183-211. Miemczyk, J., Johnsen, T.E. and Macquet, M. (2012), “Sustainable purchasing and supply
management: a structured literature review of definitions and measures at the dyad, chain and network Murray, C. C., and Chu, A. G. (2015), “The flying sidekick traveling salesman problem:
Technologies, Vol. 54, pp. 86-109.
Osservatorio eCommerce B2c (2018), “eCommerce B2c: cresce il mercato, ma aumenta il
de Oliveira, L. K., Morganti, E., Dablanc, L., and de Oliveira, R. L. M. (2017), “Analysis of the potential demand of automated delivery stations for e-commerce deliveries in Belo Horizonte, Brazil”, Research in Transportation Economics, Vol. 65, pp. 34-43.
6 pp. 1917-1933.or delivery box?”, International Journal of Physical Distribution & Logistics Management, Vol. 31 10
Innovations in an Externalities Cost Reduction Vision”, Sustainability, Vol. 10 No. 3, pp. 782.
Savelsbergh, M., and Van Woensel, T. (2016), “50th anniversary invited article—City Logistics:
scientific conference Business Logistics in Modern Management, Osijek, pp. 111–130.
small- to-medium sized corporate eco-friendly initiatives”, International Journal of Logistics Systems 36
International Journal of Management Review, Vol. 9 No. 1, pp. 53-80.
Transportation Research Procedia, Vol. 4, pp. 361-373.
for E-fulfillment”, Mathematical Problems in Engineering.
Pan, S., Giannikas, V., Han, Y., Grover-Silva, E., and Qiao, B. (2017), “Using customer- related 5 data to enhance e-grocery home delivery”, Industrial Management & Data Systems, Vol. 117 No. 9,
Punakivi, M., Yrjölä, H., and Holmström, J. (2001), “Solving the last mile issue: reception box
No. 6, pp. 427-439.
Qi, W., Li, L., Liu, S., and Shen, Z. J. M. (2018), “Shared Mobility for Last-Mile Delivery: Design, Operational Prescriptions, and Environmental Impact”, Manufacturing & Service Operations Management, Vol. 20 No. 4, pp. 737-751.
Ranieri, L., Digiesi, S., Silvestri, B., and Roccotelli, M. (2018), “A Review of Last Mile Logistics Reyes, D., Savelsbergh, M., and Toriello, A. (2017), “Vehicle routing with roaming delivery
locations”, Transportation Research Part C: Emerging Technologies, Vol. 80, pp. 71-91. Challenges and Opportunities”, Transportation Science, Vol. 50 No. 2, pp. 579-590.
Shani, A. B. R. (2017), “Knowledge and practice: A historical perspective on collaborative management research”, In Jean M. Bartunek & Jane Mckenzie (Eds.), Academic–practitioner relationships, London: Routledge, Taylor & Francis, pp. 39– 56.
Slabinac, M. (2015), “Innovative solutions for a last-mile delivery”, in 15th international Smith, A.D. (2012), “Green manufacturing in the packaging and materials industry: case study of
and Management, Vol. 11, No. 4, pp. 429–449.
Srivastava, S.K. (2007), “Green supply chain management: a state-of-the-art literature review”,
Song, L., Wang, J., Liu, C., and Bian, Q. (2016). “Quantifying benefits of alternative home delivery operations on transport in China”, in Control, Automation and Systems (ICCAS), 2016 16th International Conference on, IEEE, Gyeongju, pp. 810-815.
Vanelslander, T., Deketele, L., and Van Hove, D. (2013), “Commonly used e-commerce supply chains for fast moving consumer goods: comparison and suggestions for improvement”, International Journal of Logistics Research and Applications, Vol. 16 No. 3, pp. 243- 256.
Verlinde, S., Macharis, C., Milan, L., and Kin, B. (2014), “Does a mobile depot make urban deliveries faster, more sustainable and more economically viable: results of a pilot test in Brussels”,
Wang, X., Zhan, L., Ruan, J., and Zhang, J. (2014), “How to choose “last mile” delivery modes
Wang, Y., Zhang, D., Liu, Q., Shen, F., and Lee, L. H. (2016), “Towards enhancing the last-mile delivery: An effective crowd-tasking model with scalable solution”, Transportation Research Part E: Logistics and Transportation Review, Vol. 93, pp. 279-293.
Wang, X., Yuen, K. F., Wong, Y. D., & Teo, C. C. (2018), “An innovation diffusion perspective of e-consumers’ initial adoption of self-collection service via automated parcel station”, The International Journal of Logistics Management, Vol. 29 No.1, pp. 237-260.
Wen, J., and Li, Y. (2016, July), “Vehicle routing optimization of urban distribution with self- pick-up lockers”, in Logistics, Informatics and Service Sciences (LISS), 2016 International Conference, IEEE, Sydney , pp. 1-6.
Wowak, Kaitlin D., and Boone, Christopher A. (2015), “So many recalls, so little research: A review of the literature and road map for future research”, Journal of Supply Chain Management Vol. 51 No. 4, pp. 54-72.
Xing, Y., and Grant, D. B. (2006), “Developing a framework for measuring physical distribution service quality of multi-channel and “pure player” internet retailers”, International Journal of Retail & Distribution Management, Vol. 34 No. 4/5, pp. 278-289.
Yang, X., Strauss, A. K., Currie, C. S., and Eglese, R. (2014), “Choice-based demand management and vehicle routing in e-fulfillment”, Transportation science, Vol. 50 No.2, pp. 473- 488.
Ye, C. (2015, July), “Economic Research on the “Last Mile” in E-commerce Logistics System on the Basis of Time and Space”, in International Conference on Logistics Engineering, Management and Computer Science (LEMCS 2015). Atlantis Press.
Yuen, K. F., Wang, X., Ng, L. T. W., and Wong, Y. D. (2018), “An investigation of customers’ intention to use self-collection services for last-mile delivery”, Transport Policy, Vol. 66, pp. 1-8.