Транспортная оптимизация: что это такое и когда применяется

Сегодня российский бизнес в непростой ситуации - необходимо соответствовать высоким требованиям клиентов к уровню сервиса и, одновременно, стараться минимизировать логистические затраты.

Для решения этой задачи современные компании используют технологии математического моделирования. Это помогает им добиваться наибольшей эффективности своей транспортной сети, оптимизировать транспортные затраты и маршрутизацию с учетом большого количества параметров.

Транспортные затраты чаще всего составляют значительную долю от общих логистических затрат. Поэтому бизнес стремится оптимизировать издержки на транспортировку без снижения уровня сервиса. Корректное и относительно быстрое решение данной задачи подразумевает использование инструментов транспортной оптимизации.

Транспортная оптимизация позволяет значительно снизить транспортные затраты, повысить эффективность процесса транспортировки и утилизацию ТС, обеспечить оптимальность маршрутов с учётом всех заложенных предпосылок, факторов, тарифов и ограничений. Основная цель – повышение эффективности транспортной сети в рамках определения мастер-маршрутов.

Транспортная оптимизация помогает бизнесу проверять различные гипотезы и отвечать на вопросы в бизнес-показателях (деньги, уровень сервиса), к примеру:

• как изменение времени осуществления погрузо-разгрузочных операций или рабочего времени клиентов повлияет на выручку, общее время выполнения рейсов;
  
• как условия транспортировки товара влияют на формирование маршрутов и на финансовые показатели компании;
  
• как скорректировать маршруты при изменении привязок клиентов от склада к складу;
  
• сколько будет стоить отказ от собственного транспорта и переход на наемный;
  
• как изменятся маршруты при отказе от какого-либо типа транспорта;
  
• сколько будет стоить введение дополнительных ограничений на выполнение заказов клиентов.
  
  

Транспортная сеть компании может состоять из множества параметров, которые необходимо учитывать при планировании. Без специализированного инструмента оптимизационного моделирования такая задача часто не выполнима.

В современных промышленных инструментах для дизайна цепочек поставок встроен модуль транспортной оптимизации. Он предназначен для построения транспортной модели – упрощенной цифровой копии транспортной сети компании.

Компании строят транспортную математическую модель для:

• оптимизации маршрутов;
  
• балансировки существующих мощностей: сюда входят календаризация в недельном разрезе, минимизация порожнего пробега, повышение утилизации кузова, баланс транспортных и складских затрат;
  
• оптимизация парка транспортных средств: определение количества собственных и наемных ТС для достижения требуемого уровня сервиса при минимизации затрат;
  
• входящей или исходящей консолидации поставок: консолидация поставок и потребностей разных сегментов бизнеса;
  
• одновременной входящей и исходящей консолидации: оптимизация маршрутов до точек получения и отгрузки;
  
• моделирования обратных потоков;
  
• выбора прямых поставок или через РЦ
  
  

Транспортная модель может иметь отличия от реальных маршрутов по ряду заранее зафиксированных параметров, однако она позволяет с большой точностью определить влияние вносимых изменений на весь процесс транспортировки. Среди факторов, которые приводят к различию между моделью и реальными процессами: ограничения по предпосылкам, применение в модели агрегаций для групп клиентов или продуктов, упрощение бизнес-логики.

Транспортную задачу принято рассматривать на тактическом уровне планирования, её решение заключается в определении мастер-маршрутов, расчете корректных тарифов. Например, можно рассчитать, каким образом доступность типов транспорта или временные окна приемки товара у клиента влияют на количество рейсов, общее расстояние и время выполнения маршрутов, среднее время работы водителя в рамках выполнения маршрутов и многое другое.

У транспортного моделирования также есть отраслевая специфика задач.

Чтобы решить все эти задачи, нужна математическая модель. Она позволяет протестировать реакцию транспортной сети на внезапные или запланированные изменения, корректно все спланировать. Оптимизационная транспортная модель обеспечивает бизнес быстрым и надежным методом оценки логистических и финансовых показателей компании, контролируемых в рамках транспортной системы.

В качестве примера рассмотрим кейс крупной производственной компании.

У нашего клиента была задача – оптимизировать транспортные затраты с учетом существующей инфраструктуры. Нужно было учесть все ограничения по типам транспортных средств, окна доставки и транспортные календари, ограничения подъездных путей, количество ворот погрузки и разгрузки на РЦ, ограничения по товарному соседству и температурному режиму, режим труда и отдыха водителей. Также в модель была заложена приоритетность использования собственного парка транспортных средств.

Мы построили матмодель, которая учтывала такие характеристики объектов инфраструктуры, как:

• время начала и окончания отгрузки товара клиентам по дням недели;
  
• количество ворот отгрузки каждого объекта инфраструктуры;
  
• пропускная способность отгрузки объекта;
  
• типы отгружаемых транспортных средств по грузовместимости;
  
• ограничение ворот для отгрузки и приемки межфилиальных перемещений и отгрузку заказов через паллетных операторов.
  

Результаты моделирования показали потенциал экономии на клиентской доставке в размере 6,8% за счет увеличения среднего количества клиентов в маршруте, снижения количества выполняемых рейсов на 16% и повышения утилизации кузов на 8%.

Даже самые сложные цепи поставок, маршруты и их характеристики можно оцифровать в виде математической модели с помощью промышленного решения. Такой подход позволяет бизнесу оперативно и в безрисковой среде проверять множество гипотез с помощью сценарного анализа , чтобы находить возможности оптимизации и повышения эффективности логистики. Математический двойник позволяет принимать обоснованные решения до внесения реальных изменения существующей цепи поставок, до начала инвестирования денежных средств в такие изменения.