PlataformaInteligenteEn despliegue

Cuánto dura la parada,
aprendido de tus propias rutas.

El tiempo de servicio es la parte de la entrega que ocurre cuando la furgoneta se detiene: el trayecto a pie, la planta, el ascensor, la firma. Urbantz lo aprende de tus entregas completadas y lo predice por tarea, para que la planificación se base en el tiempo que el trabajo necesita realmente.

01Por qué importa

Dos minutos de desfase por parada.
Cincuenta paradas. Una ruta que termina tarde.

El tiempo de servicio suele ser una cifra fija: introducida por un planificador, enviada en el payload o generada por un script que alguien tiene que mantener al día. Es la misma tanto si la entrega es en una tienda a pie de calle como en un cuarto piso sin ascensor. Si lo subestimas, el conductor se retrasa desde media mañana y todas las ETA posteriores son erróneas. Si lo sobrestimas, has pagado una capacidad que nadie ha usado.

Rutas basadas en duraciones reales

El optimizador sitúa las paradas según el tiempo que requieren, y no según una media que no se ajusta a ninguna.

ETA que aguantan hasta la tarde

La ETA se calcula a partir de la misma cifra, así que deja de desviarse a medida que el error se acumula a lo largo de la ruta.

Sin tablas de reglas que mantener

El modelo se adapta solo a la operación, en lugar de que alguien tenga que revisar un script cada vez que cambia la combinación de pedidos.

Se retira cuando no está seguro

Una predicción solo se aplica cuando el modelo tiene suficiente confianza. Si no, se usa tu tiempo de servicio actual, exactamente como hoy.

02Funcionalidades

Cómo se hace la predicción.

Se activa para tu plataforma y después hub por hub, para que puedas verlo en uno antes de que funcione en todos.

Tus datos, y solo los tuyos

El modelo se entrena por plataforma con tus entregas completadas. No se mezcla nada entre clientes y los patrones de ninguna otra operación llegan a la tuya.

Reentrenado cada día laborable

Aprende de las entregas que has completado, así que acompaña a la operación a medida que cambian las rutas, la combinación de pedidos y los hubs.

Qué tiene en cuenta

Dimensiones de los artículos, planta y si hay ascensor, ciudad y código postal, hub, tipo de tarea y hora de inicio de la franja horaria.

Tu estimación es un dato de entrada

La duración que ya planificas es una de las señales más fuertes que utiliza el modelo. Corrige tu cifra en lugar de descartar el conocimiento que contiene.

Medido en rutas reales

El entrenamiento usa el tiempo de servicio realmente observado en la parada, obtenido del GPS del conductor, y solo cuando esa medición era fiable.

Aplicado donde cambia la planificación

En el anuncio, al actualizar la tarea y cuando se ofrecen franjas en el checkout: los tres momentos en que la duración condiciona lo que prometes.

Tú tienes la última palabra

Si envías un tiempo de servicio, prevalece. Desactívalo para una solicitud o desmarca el cálculo automático en la tarea. Nada se recalcula a tus espaldas.

Visible en los datos

El valor previsto y su nivel de confianza figuran en la tarea, en la lista de tareas y en las exportaciones, y se devuelven a través de la API.

03En contexto

Dónde encaja.

Pilar
Inteligente
Requiere
Historial de entregas completadas en tu plataforma
Funciona con
Optimización de rutasReserva de franjas horariasVisibilidad y análisis
Ideal para
Entregas de gran volumen: paquetería, alimentación, envíos grandes y pesados sin servicios adicionales

Predice la entrega en sí, no los trabajos de instalación o montaje realizados en la dirección, que dependen del producto y no de la parada. Una plataforma necesita suficientes entregas completadas antes de que el modelo prediga nada, y somos nosotros quienes lo activamos por hub: no es de autoservicio.

¿Cuánto se desvía hoy
tu tiempo de servicio?

Podemos comparar tus duraciones planificadas con el tiempo que tus conductores pasaron realmente en la puerta, en tus propias rutas completadas, antes de que cambies nada.

Mantente al día de las últimas tendencias del sector

Suscríbete a nuestra newsletter.