Как в «Айсберри» оптимизировали доставку на 100 тыс. адресов и сократили пробег в 1,5 раза

Айсберри — один из крупнейших производителей мороженого в России. Компания доставляет продукцию в 35 регионов и управляет парком из более чем 475 рефрижераторов. При таких масштабах без системы управления доставкой даже небольшие ошибки в маршрутах приводят к серьёзным расходам.

На вебинаре представители Айсберри и Яндекс Маршрутизации рассказали, как в компании перестроили планирование маршрутов и отказались от ручного распределения заказов.

Логисты «Айсберри» строили маршруты без учёта пробок и фактического времени в пути, а также вручную распределяли заказы.

Из-за этого маршруты пересекались, сроки доставки сдвигались, нагрузка на транспорт распределялась неравномерно. Более сложные рейсы отдавали опытным водителям — их машины были полностью укомплектованы, тогда как часть транспорта оставалась недозагруженной.

Поэтому компания поставила перед собой задачи:

• уложить доставку в 12-часовые смены;
• обеспечить равномерную загрузку транспорта;
• сократить пробег на 10%;
• ускорить планирование маршрутов;
• повысить прозрачность логистики;
• настроить сквозную аналитику по рейсам для контроля доставки и оценки выполнения маршрутов.

В компании заранее определили целевой эффект — не менее 10% снижения затрат за счёт оптимизации пробега.

Провели тендер и протестировали несколько решений на одном из самых нагруженных дней, передав в систему все данные: адреса, объёмы, типы машин, временные окна и ограничения.

Оценивали, насколько сервис:

• учитывает пробки и фактическое время в пути;
• гибко настраивает ограничения;
• позволяет централизованно управлять маршрутами;
• удобен для логистов и водителей.

В большинстве решений маршруты требовали ручной корректировки, а расчёты времени были усреднёнными — без учёта текущей дорожной ситуации. В результате план быстро расходился с фактом.

По итогам тестирования выбрали Яндекс Маршрутизацию — сервис автоматически строит маршруты с учётом более 300 параметров: временных окон, загрузки машин, ограничений по точкам и текущей дорожной ситуации.

Также тестовые расчёты на базе алгоритмов Яндекса показали, что за счёт оптимизации маршрутов пробег можно сократить до 15%, а часть рейсов выполнять меньшим числом машин.

Проект реализовали поэтапно: подготовили данные, настроили интеграцию по API и запустили пилот.

В Москве сначала строили маршруты для ~100 машин и 3000 заказов в день. Параллельно сравнили две группы водителей — с системой и без неё: у второй группы пробег оказался выше на 15%, после чего использование сервиса сделали обязательным.

Далее масштабировали решение на филиалы в Санкт-Петербурге, Пензе и Нижнем Новгороде.

Ускорили планирование.
Теперь формирование маршрутов занимает 1–1,5 часа и выполняется автоматически с учётом пробок и ограничений.

Обеспечили управление доставкой в реальном времени.
Логист передаёт новые вводные водителю в приложение, и маршрут обновляется без звонков. Если изменения влияют на время прибытия, водитель отправляет клиенту ссылку на интерактивный виджет отслеживания доставки.

Упростили работу с точками.
Вместо адресов используются точные координаты и фото. Водители за несколько месяцев сформировали базу данных по всем адресам доставки, добавив снимки и комментарии — где вход, как удобнее подъехать.

Автоматизировали документооборот.
Теперь оформление занимает несколько минут вместо 30–40.
Внедрили сквозную аналитику по рейсам. Учитываются пробег, статусы, отклонения. Логисты сравнивают план и факт, используют данные системы для контроля доставки и на их основе ставят KPI водителям — у команды появилась дополнительная мотивация выполнять план.