Группа компаний Simple — один из ведущих игроков в импорте вина, крепких спиртных и безалкогольных напитков в России, национальный дистрибьютор и ритейлер с собственной динамично развивающейся сетью винотек SimpleWine. В портфеле компании более 4000 вин из 45 стран, уникальная коллекция брендов крепких спиртных напитков в каждой значимой категории, минеральной воды и натуральных соков, профессионального стекла и аксессуаров.
Широкая клиентская база генерирует постоянную нагрузку на доставку — в низкий сезон в день приходит около тысячи заказов, а в высокий эта цифра может доходить до 2,5–3 тысяч заказов в сутки.
Раньше все планирование здесь вели вручную, но когда были достигнуты максимальные показатели эффективности, пришлось искать новые пути для дальнейшего роста.
Шаг первый. Определить исходные условия
Как и во многих компаниях, в ГК Simple долгое время применяли зональное планирование, то есть классическую схему планирования маршрутов по зонам. В его основе лежит простой смысл — есть обозначенные территории, к которым привязываются машины. Они доставляют заказы только внутри этой зоны и не выезжают за ее пределы.
Главный минус зонального планирования в его неприспособленности к изменениям. К примеру, может измениться спрос, сезонность и даже сами водители. Также могут возникать неравномерные распределения нагрузки, когда в одной зоне машина доставляет 10 заказов, а в другой 19.
Такое ручное планирование осуществлялось на протяжении всего дня. Диспетчер по мере поступления заказов добавлял их в имеющиеся маршруты, постепенно формируя итоговый путь. При этом, основной пик заказов приходился на вторую половину дня и вечер, так как именно в это время рестораны понимают, сколько продукции им необходимо заказать на следующий день.
Шаг второй. Разработать альтернативу
Альтернативой доставке с жесткими секторами является динамическое планирование, которое осуществляется без оглядки на зоны. Его главное преимущество заключается возможности строить наиболее оптимальные маршруты с точки зрения утилизации и использования транспорта. Таким образом, получаются более плотные маршруты и для доставки того же объема заказов потребуется меньшее количество машин.
Мы построили для ГК Simple модель, которая основывалась на их фактических маршрутах, чтобы увидеть потенциальный эффект от внедрения динамического планирования.
Модель показала, что при полностью динамическом планировании удалось бы увеличить количество заказов на одном маршруте с 18 до 22, что позволило бы сократить количество машин с 78 до 62. Стоимость ежедневной эксплуатации этих 16 машин и являлась бы экономическим эффектом от динамического планирования. Помимо него, новая схема показала сокращение общего времени в пути и свела нарушение клиентских временных интервалов к нулю.
Когда мы начали анализировать получившиеся маршруты подробнее и провели пилотные поездки, то поняли, что текущую модель нужно дорабатывать с учетом сложившейся в ГК Simple практики по доставке продукции.
При динамическом планировании получались вытянутые маршруты, которые при этом часто пересекались между собой. В ГК Simple хотели сохранить наработанную экспертизу водителей, которые привыкли к своим районам и точкам доставки.
Шаг третий. Составить идеальный вариант
Чтобы совместить возможности динамического планирования, но сохранить привычные для водителей зоны, был разработан вариант с макро-секторами. В еге основе лежит принцип деления по зонам, но с большими секторами. Это предоставляло алгоритму маршрутизации возможность комбинировать и искать оптимальные варианты, а водители остались на знакомых для них маршрутах.
Основные проблемы возникали с жесткими границами таких секторов. К примеру, заказ рядом с границей может быть оптимальнее доставить машиной из соседнего сектора. Чтобы избежать таких ситуаций, мы настроили параметры при которых алгоритм оценивал, какую из машин выгоднее отправить. Эту схему мы назвали “макро-сектора с мягкими границами”.
Это позволило нам сохранить зоны, в которых водителям привычно работать и удалось дать алгоритму возможность построения оптимальных маршрутов. При этом решалась проблема приграничных заказов - алгоритм сам выбирает, какой машине будет выгоднее его доставить.
Итоги внедрения Яндекс.Маршрутизации
Переход от классического статического планирования по зонам к комбинированному планированию по гибким секторам занял у нас около четырех месяцев.
Теперь планирование идет не в течение всего дня, а только два раза в сутки. Первичное - для определения костяка маршрутов, и финальное в час ночи. Это экономит время логиста и позволяет ему сосредоточиться на других задачах.
В результате по первым месяцам использования новой схемы в ГК Simple видят увеличение утилизации транспорта, рост количества точек на маршруте на 10% и коэффициента утилизации по весу на 9%. С учетом общего кризиса и низкого сезона — это хороший результат.
В компании ждут высокого сезона, когда количество заказов вырастет вдвое, чтобы испытать новую схему планирования маршрутов при максимальной нагрузке. Текущие алгоритмы настроены таким образом, что дополнительные объемы дадут им только большую возможность для оптимизации.
Яндекс Маршрутизация — логистическая платформа, которая помогает строить оптимальные маршруты с учетом всех ограничений. Система за считанные минуты перебирает миллионы возможных комбинаций, чтобы максимально приблизиться к оптимуму.
При построении маршрутов также учитывается детальный прогноз пробок — алгоритм знает среднюю скорость движения на каждом дорожном сегменте в течение дня.
Первые 14 дней — бесплатно
Доступ ко всем возможностям Яндекс Маршрутизации и помощь в первичной настройке параметров планирования.