Спроектировали процесс, в котором один водитель может собрать заказ на нескольких складах и доставить его покупателю без промежуточного собственного склада.
Компания работала по модели, где товар для заказа находился у разных поставщиков. Собственного склада не было — и это было не недостатком, а частью бизнес-модели: не требовались расходы на содержание склада и отдельного складского персонала.
При этом можно было сохранить короткий срок доставки: водитель забирал товар с нескольких складов и вёз его покупателю. Заказ, принятый сегодня, можно было доставить уже на следующий день.
До автоматизации логистик планировал доставки вручную: строил карту, наносил точки и распределял их между водителями. При большом количестве заказов и ограничений человек физически не мог одновременно учитывать все варианты.
Из-за этого часть заказов не успевала попасть в доставку в запланированный день: водитель мог не успеть на склад, склад мог уже закрыться, сборка могла не быть готова или маршрут оказывался слишком длинным.
Результат — переносы доставок, отказы и потеря денег. А сам процесс зависел от человека, который должен был одновременно знать город, водителей, склады и особенности каждого маршрута.
Здесь нельзя было просто найти кратчайший путь. Для каждой доставки нужно было учитывать склады, временные окна, грузоподъёмность машины, рабочее время водителя и индивидуальные ограничения транспорта.
Данные по доставкам готовились в 1С и автоматически передавались в ЛогДеп по API. После геокодирования система выполняла автопланирование маршрутов с учётом доступного транспорта и заданных ограничений.
Обратно в 1С по API возвращались рассчитанные маршруты и назначенные водители. Ручная передача файлов между системами не требовалась.
После автоматизации роль логиста изменилась. Вместо ручного построения каждой поездки он подготавливает данные, контролирует ошибки, запускает расчёт, проверяет результат и назначает водителей.
Отдельно связали планирование доставки со сборками поставщиков. Запросы на сборку отправлялись заранее, а перед доставкой проверялось подтверждение. Номер сборки переносился в заказ и автоматически попадал в маршрутный лист.
Если подтверждения не было, логист связывался с поставщиком. Так маршрут и готовность товара стали частью одного процесса.
Проверить, что поставщики получили запросы и подтвердили сборку.
Убедиться, что информация о сборке есть в заказе и доступна водителю.
Планирование перестало быть задачей для человека, который должен лично знать всех водителей, Москву, склады и особенности каждого маршрута. Система выполняла основную расчётную работу, а человек управлял процессом и контролировал исключения.
Оптимизация маршрутов дала эффект сразу на нескольких уровнях: снизился лишний пробег, водители могли выполнять больше доставок за рабочий день, а значит компания могла брать и развозить больше заказов при том же ограниченном количестве машин.
При этом водители стали зарабатывать больше: при более рациональном маршруте они меньше тратили на лишний километраж и одновременно выполняли больше доставок.
После расчёта маршрута водитель получал готовый маршрутный лист. Он автоматически формировался и отправлялся из 1С — без ручной передачи данных между сотрудниками и системами.
Для водителей это изменило и экономику работы. Они работали на сделке: за счёт более коротких и рациональных маршрутов проезжали меньше, тратили меньше на бензин и при этом могли выполнить больше доставок за тот же рабочий день.
В результате водитель зарабатывал больше, потому что развозил больше заказов, а компания получала больше результата с тем же парком машин.
Мы повысили систему мотивации персонала: результат сотрудника стал напрямую связан с количеством выполненных доставок и эффективностью маршрута.
За счёт автоматизации сократили влияние человеческого фактора и убрали узкое горлышко: при том же парке машин можно было развозить больше доставок в единицу времени — в один рабочий день.
На показанном в системе наборе — 16 доставок на сумму 625 286,20 ₽. То есть ограничением становилась уже не способность вручную построить маршруты, а фактическая пропускная способность автопарка.
В результате интернет-магазин мог принимать и выполнять больше заказов без пропорционального увеличения парка. Это увеличивало объём выполненных доставок и прибыль компании.
Если вам нужно спроектировать управляемую систему доставки — от исходных данных и ограничений до маршрутов, водителей и контроля исполнения, обсудим задачу.
Обсудить задачу в Telegram ↗