Des tournées fondées sur des durées réelles
L’optimiseur place les arrêts en fonction du temps qu’ils prennent, plutôt que d’une moyenne qui ne convient à aucun d’entre eux.
Urbantz / Plan du site
PlateformeIntelligentEn déploiement
Le temps de service est la partie de la livraison qui commence une fois la camionnette arrêtée — le trajet à pied, l’étage, l’ascenseur, la signature. Urbantz l’apprend à partir de vos livraisons effectuées et le prédit pour chaque mission, afin que le plan repose sur le temps dont le travail a réellement besoin.
01/Pourquoi c’est important
Le temps de service est généralement un chiffre fixe : saisi par un répartiteur, transmis dans les données de la commande, ou produit par un script que quelqu’un doit tenir à jour. Il est identique, qu’il s’agisse d’un commerce en rez-de-chaussée ou d’un quatrième étage sans ascenseur. Sous-estimez-le, et le chauffeur prend du retard dès le milieu de la matinée, faussant toutes les ETA suivantes. Surestimez-le, et vous payez une capacité que personne n’utilise.
L’optimiseur place les arrêts en fonction du temps qu’ils prennent, plutôt que d’une moyenne qui ne convient à aucun d’entre eux.
L’ETA est calculée à partir de ce même chiffre : elle cesse de dériver à mesure que l’erreur s’accumule au fil de la tournée.
Le modèle suit l’évolution des opérations de lui-même, sans que quelqu’un ait à revoir un script à chaque changement du mix de commandes.
Une prédiction n’est appliquée que lorsque le modèle est confiant. Sinon, votre temps de service actuel est utilisé, exactement comme aujourd’hui.
02/Fonctionnalités
Activé pour votre plateforme, puis hub par hub, pour que vous puissiez le voir à l’œuvre sur un hub avant de l’étendre à tous.
Le modèle est entraîné par plateforme sur vos livraisons effectuées. Rien n’est mutualisé entre clients et aucune donnée d’une autre exploitation n’influence la vôtre.
Il apprend des livraisons que vous avez effectuées, et suit ainsi vos opérations à mesure que les tournées, le mix de commandes et les hubs évoluent.
Dimensions des articles, étage et présence d’un ascenseur, ville et code postal, hub, type de mission, et heure de début du créneau.
La durée que vous planifiez déjà est l’un des signaux les plus forts utilisés par le modèle. Il corrige votre chiffre au lieu d’écarter la connaissance qu’il contient.
L’entraînement utilise le temps de service réellement observé à l’arrêt, issu du GPS du chauffeur, et uniquement lorsque cette mesure est elle-même fiable.
À l’annonce, à la mise à jour de la mission, et lorsque les créneaux sont proposés au moment du paiement — les trois moments où la durée façonne ce que vous promettez.
Envoyez un temps de service et c’est lui qui prévaut. Désactivez la prédiction pour une requête, ou décochez le calcul automatique sur la mission. Rien n’est recalculé à votre insu.
La valeur prédite et son niveau de confiance figurent sur la mission, dans la liste des missions et dans les exports, et sont renvoyés par l’API.
03/En contexte
Il prédit la livraison elle-même, pas les travaux d’installation ou de montage réalisés à l’adresse — ceux-ci dépendent du produit plutôt que de l’arrêt. Une plateforme doit disposer de suffisamment de livraisons effectuées avant que le modèle ne prédise quoi que ce soit, et c’est nous qui l’activons, hub par hub, plutôt qu’en libre-service.
Nous pouvons comparer vos durées planifiées au temps que vos chauffeurs ont réellement passé à la porte, sur vos propres tournées effectuées, avant que vous ne changiez quoi que ce soit.