В российских городах постоянно работают более 2 млн единиц коммерческого транспорта. Прямые затраты на обслуживание этого гигантского автопарка (то есть бензин, ремонт, зарплаты водителям и так далее) — около 3 трлн рублей в год. Примерно 10% из этой суммы (около 300 млрд) можно было бы сэкономить с помощью оптимизации маршрута. Давайте посмотрим, как пробки влияют на транспортные расходы компаний, на примере интернет-магазина.
Ручное планирование
Магазин развозит примерно 2 тыс. заказов в день по Московской области. В его логистическом департаменте — 72 собственные машины. При необходимости нанимают дополнительный транспорт. Предположим, что средняя цена и наемной, и собственной машины в день — 5 тыс. рублей.
При ручном планировании логист руководствуется простой и понятной логикой прогноза пробок. Он закладывает больше времени на проезд в часы пик, зимой и в непогоду, меньше — на маршрут в выходные и праздничные дни.
Но даже опытный логист не может учесть все факторы, которые влияют на дорожное движение: пробки в небольшие временные промежутки (на некоторых участках пиковая нагрузка длится не больше часа), зависимость пробок от дня недели или данные о загрузке в разных микрорайонах. Результат ручного планирования всегда предположительный.
Вернемся к нашему интернет-магазину: доставка товаров с помощью собственных 72 машин привела к 282 фактическим опозданиям. Это почти 15% от общего количества заказов. Большинство опозданий были небольшими — в рамках десятиминутного интервала. Однако 50 из них можно назвать критичными — задержка составила более часа.
Конечно, подобные ситуации влияют на выручку интернет-магазина не моментально. Но в условиях растущей конкуренции они приводят к снижению числа повторных покупок.
Согласно исследованию PwC, доставка — один из ключевых факторов, которые влияют на выбор интернет-магазина. Улучшение точности времени доставки, а значит, и качества сервиса — важный инструмент привлечения и удержания клиентов.
Еще более критичны нарушения интервалов доставки для сферы ритейла. Там задержки с поставкой — это реальные деньги, которые можно потерять сразу. Так, за опоздания торговая сеть может выписать производителю или дистрибьютору штраф в размере до 50% от суммы поставки
Вернемся к нашему магазину: 15% доставок не вовремя — недопустимо низкий уровень сервиса для интернет-магазина с хорошей репутацией.
Планирование «про запас»
Обычно проблему с опозданиями решают так: логист увеличивает количество машин. Это повышает качество сервиса, но приводит к дополнительным затратам.
Чтобы избавиться от опозданий, логист привлек дополнительный транспорт. Теперь на 2 тыс. доставок выезжает 80 автомобилей: это на восемь машин больше, чем в первом случае. Благодаря увеличению автопарка магазин сократил опоздания в 2,5 раза — до 102 случаев. Однако полностью избавиться от задержек получилось, только добавив еще пять машин.
Эти дополнительные 13 машин доставки — цена пробок. С учетом средней стоимости доставка без опозданий обойдется магазину в 65 тыс. рублей ежедневно, то есть почти в 2 млн рублей каждый месяц.
Прогноз пробок
Общие знания о часах пик не помогают снизить негативный эффект от пробок. Чтобы точно учитывать загруженность, нужно знать прогноз заторов на маршруте с точностью до минуты на день вперед.
Кроме того, этот прогноз надо связать с более чем 50 параметрами планирования, например, учесть пропускную способность складов и смены курьеров. Лучше всего с этим справится алгоритм.
Допустим, наш интернет-магазин с 2 тыс. точек доставки и 72 собственными автомобилями решил построить маршрут с помощью алгоритма маршрутизации. Сервис спланировал дорогу со 108 опозданиями, 100 из них меньше пяти минут: это почти в три раза меньше, чем при ручном планировании.
Если логист захочет полностью исключить опоздания из алгоритма, то ему нужно будет 76 машин. Это на девять машин меньше, чем при ручном планировании. Магазин экономит 45 тыс. рублей: сумма чуть больше 10% от всех транспортных расходов. При этом опоздания сведены к нулю.
Зачем автоматизировать логистику
Пробки — проблема всех крупных городов, которая особенно ощутимо бьет по бизнесу. Они существенно усложняют логистические задачи, приводят к опозданиям или иррациональному количеству использованных машин, а значит, к лишним расходам для бизнеса.
Логист не может точно прогнозировать пробки. Автоматизация построения маршрутов помогает выстроить «выполнимые» маршруты без опозданий и с меньшим количеством необходимого транспорта. Алгоритмы таких ИТ-решений позволяют не бояться самых широких оптимизационных задач и влияния человеческого фактора при ручном планировании.
Сервисы не могут предугадать аварии и другие непредсказуемые факторы, но сильно сокращают вероятность опоздания. Точность решений постоянно проверяют: например, в «Яндекс.Маршрутизации» сверяют реальное время в пути и время, заложенное алгоритмом. Поэтому погрешность оптимальных маршрутов, рассчитанных роботом, в разы меньше погрешности в расчетах логиста.
Более того, алгоритмы, которые позволяют оптимизировать маршруты, играют на руку не только бизнесу, а еще и клиентам. Благодаря сервисам товары доставляют быстро и в нужное время.