Slotting tool for retail chain distribution centers

Thesis title: Slotting tool pre distribučné centrá obchodného reťazca
Author: Sipský, Šimon
Thesis type: Diploma thesis
Supervisor: Danko, Jakub
Opponents: Kuncová, Martina
Thesis language: Slovensky
Abstract:
Táto diplomová práca sa zaoberá optimalizáciou rozmiestnenia produktov (slotting) v distribučných centrách obchodného reťazca, kde nesprávne rozloženie spôsobuje preťaženie uličiek a neefektívne vychystávanie. Hlavným cieľom je vytvoriť dátovo orientovaný matematický model v jazyku Python (využívajúci CP-SAT solver z Google OR-Tools) na minimalizáciu úzkych miest a maximalizáciu priepustnosti skladu. Navrhnutý nástroj pracuje s vygenerovanými syntetickými dátami a optimalizácia prebieha v dvoch fázach: makro-optimalizácia na úrovni uličiek a mikro-optimalizácia na úrovni konkrétnych sekcií. Výsledky modelu sú vizualizované prostredníctvom dashboardov v Microsoft Power BI na podporu rozhodovania v praxi. Implementácia modelu preukázala úspešné dodržanie všetkých logistických obmedzení, vrátane postupnosti obalov, vyrovnanie pracovnej záťaže pri vychystávaní (zlepšenie MAPE metriky z 33 % na 5 %) a zníženie celkového počtu týždenných doplnení tovaru.
Keywords: optimalizácia skladu; generovanie dát; teória kopúl; Python; slotting; distribučné centrum; matematické modelovanie; Power BI; vychystávanie tovaru
Thesis title: Slotting tool pro distribuční centra obchodního řetězce
Author: Sipský, Šimon
Thesis type: Diplomová práce
Supervisor: Danko, Jakub
Opponents: Kuncová, Martina
Thesis language: Slovensky
Abstract:
Tato diplomová práce se zabývá optimalizací rozmístění produktů (slotting) v distribučních centrech obchodního řetězce, kde nesprávné rozložení způsobuje přetížení uliček a neefektivní vychystávání. Hlavním cílem je vytvořit datově orientovaný matematický model v jazyku Python (využívající CP-SAT solver z Google OR-Tools) k minimalizaci úzkých míst a maximalizaci průchodnosti skladu. Navržený nástroj pracuje s vygenerovanými syntetickými daty a optimalizace probíhá ve dvou fázích: makrooptimalizace na úrovni uliček a mikrooptimalizace na úrovni konkrétních sekcí. Výsledky modelu jsou vizualizovány prostřednictvím dashboardů v Microsoft Power BI pro podporu rozhodování v praxi. Implementace modelu prokázala úspěšné dodržení všech logistických omezení, včetně posloupnosti obalů, vyrovnání pracovní zátěže při vychystávání (zlepšení metriky MAPE z 33 % na 5 %) a snížení celkového počtu týdenních doplnění zboží.
Keywords: slotting; distribuční centrum; Python; Power BI; optimalizace skladu; generování dat; teorie kopulí; matematické modelování; vychystávání zboží
Thesis title: Slotting tool for retail chain distribution centers
Author: Sipský, Šimon
Thesis type: Diploma thesis
Supervisor: Danko, Jakub
Opponents: Kuncová, Martina
Thesis language: Slovensky
Abstract:
This master's thesis deals with the optimization of product placement (slotting) in retail chain distribution centers, where incorrect layout causes aisle congestion and inefficient order picking. The main objective is to develop a data-driven mathematical model in Python (using the CP-SAT solver from Google OR-Tools) to minimize bottlenecks and maximize warehouse throughput. The designed tool operates with generated synthetic data, and the optimization is carried out in two phases: macro-optimization at the aisle level and micro-optimization at the specific section level. The model outputs are visualized through an interactive dashboards in Microsoft Power BI to support practical decision-making. The implementation of the model demonstrated the successful adherence to all logistical constraints, including packaging sequence rules, an equalization of the order picking workload (improving the MAPE metric from 33% to 5%), and a reduction in the total number of weekly replenishments.
Keywords: slotting; distribution center; warehouse optimization; synthetic data generation; copula theory; mathematical modeling; Python; Power BI; order picking

Information about study

Study programme: Statistika
Type of study programme: Magisterský studijní program
Assigned degree: Ing.
Institutions assigning academic degree: Vysoká škola ekonomická v Praze
Faculty: Faculty of Informatics and Statistics
Department: Department of Statistics and Probability

Information on submission and defense

Date of assignment: 17. 11. 2025
Date of submission: 2. 5. 2026
Date of defense: 4. 6. 2026
Identifier in the InSIS system: https://insis.vse.cz/zp/94511/podrobnosti

Files for download

    Last update: