20 жовтня 2020

Проблемы большого города: как планировать маршруты доставки с учетом пробок?

Пробки на дорогах непредсказуемым образом влияют на длительность доставки. Из-за переменного дорожного трафика практически невозможно предвидеть время доставки заказов, что зачастую приводит к их переносу и даже отказу. О том как учитывать дорожную обстановку при расчете маршрутов доставки, рассказывает директор по продажам “Муравьиной логистики” Алексей Приймак.

Опытный логист по транспорту, выполняющий расчет маршрутов доставки в пределах своего города, безусловно понимает, что в зависимости от дня недели, времени суток и метеоусловий скорость движения автомобилей может очень сильно изменяться. Соответственно при составлении маршрутов - кроме вместимости машин, пожеланий клиентов по времени доставки и других факторов - необходимо также учитывать дорожный трафик. Выполнить необходимые расчеты вручную и учесть при этом все нюансы - задача невозможная. Но она легко решается с помощью соответствующего программного обеспечения - систем TMS.

Рис. 1 Вид панели управления облачной TMS Муравьиная логистика

Недостатки ручного планирования

Как обычно происходит планирование вручную? Самый простой способ - это разделить площадь обслуживания на несколько районов, закрепленных за каждым водителем. Водители получают список заказов и сами определяют порядок объезда клиентов. Более опытные логисты сами устанавливают примерную очередность посещения точек и даже “на глаз” прикидывают, сколько адресов водитель успеет обслужить в течении дня с учетом дорожной обстановки. Но главная задача - получить четкий график движения по адресам - не решена. Просчитанные вручную, без учета пробок, маршруты необратимо приводят к опозданиям, которые ближе к концу рабочего дня могут составить даже несколько часов. Из-за этого доставки приходится переносить на следующий день.

Для интернет-магазинов опоздания - это прежде всего снижение количества повторных покупок, так как в условиях высокой конкуренции клиент будет пробовать другие площадки в поисках той, которая сможет учесть его пожелания по времени доставки.

Для дистрибьюторов опоздания - это реальные деньги, которые приходится платить торговым сетям в виде штрафов.

Если доставка скоропортящихся продуктов осуществляется в термических фургонах, да еще и в летнюю жару, опоздания - это в придачу еще и испорченный товар.

Даже если Вы осуществляете доставку в собственные магазины, несвоевременное пополнение ассортимента приводит к уменьшению выручки от продаж.

Рис. 2 Пример отображения дорожной обстановки в разные дни недели.

Преимущества автоматического планирования

Предложите своему логисту по транспорту составить список ограничений, которые он учитывает при формировании маршрутов. В среднем такой список должен состоять минимум из 10-15 факторов, и одним из таких ограничивающих факторов будет учет пробок. Для точных расчетов требуется учитывать скорость проезда транспортных средств по различным участкам дорог в разное время и дни недели, а также брать поправки на метеоусловия. Для этого в облачной TMS Муравьиная логистика смоделируем решение транспортной задачи для города Киева со следующими исходными данными:

1. Время загрузки машин на складе: 30 мин

2. Количество транспортных средств: 30

3. Тип автомобилей: легковые

4. Грузоподъемность: 0,5-1,5 т.

5. Можно выехать раньше/позже: Нет/Да

6. Время работы водителя: 07:30-17:00

7. Шаблон маршрута: склад - точки доставки - склад

8. Количество точек доставки: 300

9. Временные окна доставки в адресные пункты: 08:00-16:30

10. Учет доставляемой продукции: в кг

11. Время нахождения машин в точках: 10 мин

12. Построение маршрута с учетом пробок

13. Дорожные ограничения, заданные пользователем: запрет проезда по дорогам, закрытым на ремонт

14. Учет метеоусловий.

Рис.3 TMS Муравьиная логистика. Точки заявок на карте перед расчетом.

Выполним расчеты последовательно в четырех вариантах, соблюдая для всех следующие условия:

- Запрет опозданий к клиентам.

- Запрет перегруженности автомобилей.

- Запрет переработки водителей.

Результаты расчетов представим в сравнительных таблицах.

В первом варианте расчетов выполним условия пунктов 1-11. Во втором варианте добавим расчет с прогнозом пробок (п.12) и сравним варианты. Видно что понадобилось больше на 2 автомобиля, немного уменьшилась плотность загрузки и увеличился общий пробег.

Часто приходится сталкиваться с ситуациями, когда из-за ремонта ограничивается или вообще закрывается проезд по некоторым участкам дорог. В третьем варианте для примера закроем для проезда мост Патона (п.13) и выполним расчеты. В сводной таблице можно увидеть, что теперь для доставки того же объема продукции потребуется еще на 1 машину больше, также увеличен пробег на 48 км по сравнению со вторым вариантом.

В четвертом варианте расчета добавим ограничивающий фактор метеоусловий (п.14). Предположим, пошел снег, и общая скорость движения в городе уменьшилась на 30%. В дополнительных параметрах установим коэффициент скорости для всех транспортных средств 0,3, выполним формирование маршрутов и сравним результаты. В сводной таблице видно, что теперь для выполнения доставок без опозданий, перегрузов и переработок потребуется еще на 12 машин больше, а также значительно увеличились длительность маршрутов и пробег, в то время как плотность загрузки транспортных средств уменьшилась.

Подводим итоги

Заторы в больших городах существенно усложняют логистические задачи, что приводит к опозданиям, срывам поставок, штрафам, отказам и потере клиентов в конечном итоге.

Логист не может учесть при планировании все ограничивающие факторы и выдать маршруты с четким графиком следования по клиентским адресам, зато с такими задачами отлично справляются математические алгоритмы Муравьиной логистики.

Автоматизированный сервис учитывает десятки ограничений и выстраивает в итоге максимально экономичные маршруты, которые реально выполнимы водителями. Конечно, нельзя предугадать аварию или другие форс-мажорные обстоятельства, но точно можно сказать - количество опозданий снижается многократно, что позволяет в разы улучшить сервис и повысить лояльность клиентов.