Доставка: как планируются маршруты курьеров и что скрывается за кнопкой «Оформить доставку»

Конечно, настолько насыщенное утро бывает не у всех и не каждый день, но всё же такой сценарий ярко показывает, какими разнообразными стали услуги доставки и как прочно они вошли в нашу повседневность. Как технически это стало возможным?

«За 15 минут», «за час», «в пункт выдачи» или «на дом с примеркой» – чтобы эти и другие сценарии доставки можно было реализовать, надо учесть и обеспечить множество условий.

Но важно обеспечить бесперебойное снабжение дарксторов товарами. С раннего утра от распределительных центров к дарксторам едут сотни машин. Чтобы они вышли на дороги, логисты рассчитывают необходимое количество машин на следующий день, их характеристики, распределяют товары по машинам, строят маршруты. Результат планирования, например, может выглядеть так:

При построении маршрутов приходится сталкиваться с различными ограничениями и особенностями. Например, жилые зоны не могут принимать пятитонные грузовики – туда можно отправить только менее габаритные машины. Конечно, для этого у логистов должны быть сведения обо всех подобных правилах.

Кроме особенностей складов, Яндекс.Лавке приходится учитывать особые условия перевозки товаров. Для обозначения специфичных характеристик товарам, точкам доставки и машинам присваиваются теги. Например, если товар должен ехать в машине с холодильным оборудованием, то в логистической системе он отмечается тегом «холод». Этим же тегом помечаются и сами машины-холодильники.

Вместе с водителями, которые доставляют товары в дарксторы, на улицы просыпающегося города выезжают тысячи их коллег, которые снабжают обычные магазины, склады и пункты выдачи заказов, развозят заказы и посылки напрямую по клиентам или же забирают их, чтобы вернуть на склад или в сортировочный центр.

Основу этой пирамиды параметров составляет дорожная ситуация и пробки в частности. Можно очень аккуратно, с учетом всех операционных условий спланировать маршруты, но без информации о пробках доставка вовремя будет невозможна. Мы сталкиваемся с пробками, когда запускаем навигатор или заказываем такси, но для логистов, которые планируют маршруты курьеров, важны пробки в прогнозе на день вперед или даже больше.

В Яндекс.Маршрутизации рассказывают, что для точного прогноза времени прибытия курьера нужно понимать, какими с большой вероятностью будут пробки в определенном временном срезе конкретного дня на каждом дорожном сегменте.

Причем спланировать оптимальный маршрут недостаточно. Для обеспечения качества доставки логисты мониторят исполнение заказов в реальном времени. Так можно видеть местоположение машин, точно прогнозировать поставки товаров в ретейл-сети, быть на связи с курьерами. Если же произойдет непредвиденная ситуация, логисты, использующие современные системы, могут быстро перераспределять товары по другим курьерам или перенести доставку – в зависимости от ситуации и правил компании.

Есть и еще один важный аспект, о котором мы, покупатели, не задумываемся, но который имеет огромное значение для некоторых компаний и их курьеров – это изменение объемов продаж из-за сезона или периода распродаж или ковидных ограничений в сфере торговли. В среднем в пиковые периоды количество заказов возрастает на 20–30%. Для крупной компании, которая выполняет по несколько тысяч или десятков тысяч в день, это сотни и тысячи дополнительных заказов. И вот тут компаниям приходится решать вопрос управления логистикой при разных условиях. Одни на пиках нанимают дополнительных курьеров (аутсорс), другие, у которых спрос вырастает не настолько сильно, рассчитывают количество курьеров так, чтобы максимально нагружать их в пиковые периоды и держать среднюю нагрузку в течение остального года.

Все это происходит за кулисами: в кабинетах логистов, в офисах компаний и на складах, в телефонах курьеров. Чтобы составить маршрут, нужно объединить сотни тысяч точек конечной доставки и различные необходимые для нее параметры, а это миллионы возможных комбинаций. Перебрать эти варианты вручную и выбрать оптимальный, да еще и учесть все параметры, не получится. А ведь решать приходится, по сути, одну из самых знаменитых оптимизационных задач – задачу коммивояжера.

Постановка задачи коммивояжера, или бродячего торговца, очень проста: нужно объехать некоторое количество пунктов и вернуться в исходный максимально «дешевым» образом. «Цену» переезда из одного пункта в другой можно определять и через длину маршрута, и через время в пути, и через оплату проезда, если дорога платная. Главное, нужно проехать оптимальным способом.

Как вы можете себе представить, задачку с пятью пунктами вполне можно решить ручным перебором. Проблема в том, что с каждой новой точкой перебирать придется в разы больше вариантов. Так, добавление шестой точки увеличивает количество вариантов в шесть раз, седьмой – еще в семь раз. Знающие математику, конечно, догадались, что для n точек будет n! вариантов комбинаций. И это все без учета дорожной ситуации и множества ограничений и требований, которые предъявляет к доставке современный город. К тому же классическая задача коммивояжера строит маршрут для одного человека, а ритейл сегодня должен строить их для десятков и сотен курьеров. И тут в игру вступают силы математики, вычислительные мощности и огромное количество данных. Конечно, вручную выполнить все эти расчеты и найти оптимальный маршрут невозможно – логисту необходима помощь алгоритмов.

Начнем с решения проблемы прогнозирования пробок. Чем больше данных, тем лучше будет прогноз. Где взять достаточно данных? Например, Яндексу помогает, с одной стороны, большой опыт в картографии, а с другой – данные сервисов (например, пользователей навигатора), которые могут использоваться и в задаче маршрутизации коммерческого транспорта. Для точного прогноза пробок на следующий день Яндекс.Маршрутизация анализирует исторические данные на всех участках маршрута.

Перейдем к операционным параметрам и ограничениям. Для задачи планирования маршрутов эти параметры делятся на атрибуты заказов, машин/курьеров и бизнеса в целом.

Ограничения бизнеса нас, конечных пользователей, почти не затрагивают. Они касаются времени работы самого бизнеса и его складов, а также общих групп его товаров. Сильнее на нас влияют параметры, которые касаются курьеров и их машин, особенно в пиковые сезоны вроде новогодних праздников. Тут учитывается вместимость машины и ее оборудование (к примеру, наличие холодильника), вес и размер товаров, их совместимость с учетом того, кто будет разгружать, расписание работы курьеров с учетом перерывов на обед, максимальное количество заказов на курьера и т. п.

Самыми ощутимыми для покупателей будут оставаться параметры заказов. Именно тут учитываются временные интервалы доставки, условия перевозки товаров, сервисное время и пр. Сервисное время – это время, которое тратит курьер на один заказ. Одно дело просто отдать заказ, другое – подписать документы, дать проверить товары и даже примерить. Это дополнительное время, и даже время подъема на лифте и парковки машины на точке нужно учитывать.

Конечно, только алгоритм может разобрать такое количество данных и найти оптимальное решение, но... Означает ли это, что машина полностью заменит человека? Конечно, нет.

При растущем объеме доставок логисты вынуждены тратить все рабочее время на рутинные задачи, например, распределять заказы по маршрутам, при этом соблюдая жесткие дедлайны. На анализ и расстановку приоритетов у них просто не остается времени. Сервис автоматизации, такой как Яндекс.Маршрутизация, способен взять на себя всю механическую работу, позволяя человеку сфокусироваться на поиске решения конкретных проблем. К примеру, это дает время разобраться, почему в один из районов заказы чаще приезжают с опозданием, и оптимизировать количество и нагрузку курьеров, чтобы без проблем справляться с праздничными распродажами. У логистов появляется возможность снизить количество ошибок по вине человеческого фактора и больше времени уделять качеству сервиса, анализировать, какая доставка – например, с большим временным интервалом или к точному времени – лучше подойдет данной компании на данном этапе развития.

Итак, благодаря алгоритмам логистам станет проще планировать маршруты, курьерам – проще развозить товары. А как же изменится доставка для нас?

Роботы-доставщики уже не удивляют. Например, роботы Яндекса доставляют тысячи заказов в неделю в России и США. Однако в массовой курьерской доставке есть еще очень много устаревших процессов, которые можно легко и недорого оптимизировать софтом. Тогда курьер приедет к вам быстрее и точно в срок независимо от сезона, периода распродаж или праздников. У вас будет время и на проверку товаров, и на примерку, и, наверное, уже не придется подписывать бумажки. Доставка станет удобнее не только для покупателей, но и для продавцов, сборщиков, курьеров.

Стремительный рост онлайн-рынка требует и запаса мощности. Алгоритмы оптимизации должны уметь решать задачи для тысяч и десятков тысяч заказов в день. Любой, кто хоть раз сталкивался с доставкой в других странах или у кого есть знакомые, которые живут за границей, знает, насколько быстрее и комфортнее устроена доставка в крупных городах России. Интересно, что и технологические решения для автоматизации логистики, по крайней мере на последней миле, у нас, кажется, мощнее. На сайтах иностранных компаний HERE и GraphHopper, занимающихся оптимизацией логистики, говорится о задачах на 3 тысячи и 10 тысяч заказов соответственно, а в Яндекс.Маршрутизации рассказывают, что алгоритм поддерживает уже 40 тысяч заказов в день и работа по масштабированию продолжается.

_{На правах рекламы, 16+}