Ułatwiamy życie pracownikom działającym w terenie już od 2001 roku. Przez cały ten czas, wspólnie z klientami, nieustannie ulepszamy nasz produkt i wzbogacamy go o nowe funkcjonalności. Częste rozmowy, audyty i analizy danych, które przeprowadzamy dla naszych klientów, są podstawą do wyboru każdej wdrażanej funkcji. Zależy nam, aby każda funkcjonalność ułatwiała pracę, poprawiała efektywność i dawała satysfakcję z jej użytkowania. Wiele takich funkcji w pierwszej chwili wydawało się prawie niemożliwych do zrobienia, zwłaszcza na początku, gdy smartfonów było niewiele, a my wdrażaliśmy możliwość zgłaszania zamówień online przez telefon. Dokładnie te same cele przyświecały nam, gdy wdrażaliśmy optymalizator tras i zadań.

 

Wdrożenie optymalizatora tras:

 

4mPOWER już wcześniej pozwalał na planowanie wizyt, tworzenie harmonogramów dnia, a następnie przygotowywanie tras przejazdu. Postanowiliśmy jednak pójść krok dalej i wykorzystać najnowsze technologie, aby w inteligentny sposób wyznaczać możliwie najbardziej optymalne trasy. Pierwsze próby okazały się bardzo obiecujące. Wcześniej systemy po prostu planowały trasy według kolejności punktów w bazie danych. Tak jak ułożył to handlowiec albo jego manager. Już tylko zmiana kolejności tak, aby wszystkie punkty były optymalnie rozmieszczone w trasie poprawiało wyniki w postaci czasu przejazdu i liczby kilometrów. Pierwsze pozytywne wyniki bardzo motywowały, aby iść dalej i rozwijać optymalizator.

Zoptymalizowanie trasy, gdzie do dyspozycji mamy jeden pojazd i np. 10 punktów, które trzeba jednego dnia odwiedzić było relatywnie proste. Ale prawie żaden nasz klient nie ma u siebie takiego, idealnego scenariusza. Każdy klient stworzył u siebie unikalną strukturę, której my nie chcieliśmy zmieniać (chyba, że ewidentnie poprawiałaby efektywność pracy). Zamiast tego stworzyliśmy system na tyle otwarty i elastyczny, aby możliwe było dodawanie wielu zmiennych dynamicznie, a sam produkt był idealnie dopasowany i najskuteczniejszy dla każdego z naszych klientów.

Pod uwagę braliśmy między innymi czynniki takie jak:

  • Ilość pojazdów – konieczne było takie planowanie tras, aby każdy z nich wykonywał optymalną pracę.
  • ładowność pojazdów – różne pojazdy pozwalały na różny poziom załadowania. Niektóre pojazdy nie mogły wcale przewozić części towarów (np. łatwopalnych, albo bardzo cennych).
  • cykl pracy kierowców – godziny pracy handlowców, czy dostawców. System musi brać pod uwagę czas jako czynnik tak samo istotny jak położenie geograficzne punktów
  • czas dostępu do punktów docelowych – niektóre miejsca można odwiedzić tylko “od do”, inne tylko i wyłącznie o precyzyjnym czasie np. 11:45
  • aspekty prawne – po jakich drogach mogą poruszać się poszczególne pojazdy, co jaki czas kierowcy powinni zrobić przerwę, jaki mogą zabrać maksymalny załadunek (wymiary i waga)

Ta różnorodność zmiennych jest czymś naturalnym. W niezliczonej ilości branż wszystko odbywa się trochę inaczej, przez lata pracowaliśmy z naszymi klientami, aby dostosować system do ich indywidualnych potrzeb. Dlatego przy pracy nad optymalizatorem, model tworzenia systemu był identyczny. Z założeniem, że silnik musi potrafić dopasować się do zróżnicowanych warunków.

 

EFEKTY:

Wdrożyliśmy optymalizator najpierw u naszych dotychczasowych klientów, gdyż mamy z nimi najlepszy kontakt i zależało nam na jak najbardziej wiarygodnych pomiarach skuteczności. Wiemy w jaki sposób pracują oni z naszymi aplikacjami, dlatego też mogliśmy precyzyjniej sprawdzać efekty wdrożenia optymalizatora tras do systemu. Po kolejnych rundach i usunięciu wszystkich błędów udało się otrzymać bardzo dobre wyniki.

Przykład efektów optymalizacji dla grupy zadań realizowanej dotychczas przez 15 pojazdów

Na grafice powyżej widoczne są wyniki dla jednego z klientów, który posiadał flotę 13 pojazdów. Gdy ilość zadań przekraczała możliwości przerobowe jego pojazdów, korzystał z usług firmy zewnętrznej, która udostępniała jej 2 dodatkowe pojazdy. W tym przypadku mówimy o firmie przewożącej ładunki wielkogabarytowe, która samodzielnie dostarcza swoje towary do klientów. Wynika to także ze specyfiki towarów i konieczności wyspecjalizowanego transportu. Towary muszą też być ułożone w pojeździe w konkretnej kolejności, np. są elementy, które mogą być wiezione tylko na samej górze itd.

Działanie optymalizatora tras pozwoliło na zredukowanie ilości kilometrów w miesiącu o 28%, oraz zmniejszyć ilość wykorzystanych pojazdów z 15 do 10. Gdy wstępnie rozmawialiśmy z firmą o wdrożeniu systemu zwiększającego efektywność planowania tras, pracownicy firmy mówili, że będą bardzo zadowoleni jeśli uda się zdjąć z trasy jeden pojazd. System osiągnął znacznie większą efektywność. Tak dobry wynik był możliwy między innymi dzięki dużej ilości punktów, dostosowaniu optymalizatora do wszystkich wymaganych warunków i inteligentnym algorytmom liczącym najbardziej optymalne przejazdy.

Przykład od drugiego klienta, który zajmuje się sprzedażą w mniejszych regionach

Zależnie od skali, wyniki mogą się od siebie różnić. W tym wypadku pomagaliśmy firmie zoptymalizować dni wizyt przedstawicieli handlowych podzielonych na niewielkie regiony. Średnio dziennie każdy handlowiec zaoszczędził od 10 do 20 kilometrów przy 5 wizytach w ciągu dnia. Sumarycznie, przekłada się to na bardzo duże oszczędności w postaci 3 000 kilometrów w skali roku i możliwość zwiększenia ilości spotkań o 250. Te dane dotyczą tylko jednego kierowcy, gdzie faktycznie było ich 15. To daje 45 000 kilometrów oraz 3 750 wizyt rocznie więcej dla całej firmy. W trzeciej firmie, gdzie wdrażaliśmy nasze rozwiązanie, oszczędność w kilometrach wyniosła dokładnie 33%.

Interesuje Cię wdrożenie systemu optymalizacji tras w Twojej firmie? Wyślij nam wiadomość przez formularz poniżej. Skontaktujemy się z Tobą i wspólnie przeanalizujemy jak optymalizator tras może poprawić efektywność w Twojej firmie.

    * Pola obowiązkowe


    Podziel się publikacją z innymi!