product

Автоматизация городской доставки в 1С: как оптимизировать маршруты последней мили и сократить транспортные расходы

Как объединить математические алгоритмы оптимизации маршрутов с учётной системой 1С, сократить ручное планирование, повысить загрузку автомобилей и организовать доставку сотен заказов с учётом реальных ограничений бизнеса.

Описание

ИТ-лаборатория ЛАЭРТА предлагает автоматизировать планирование городской доставки непосредственно в 1С. Для этого мы создаём расширение конфигурации — специализированное рабочее место логиста, интегрированное с математическим оптимизатором Veeroute.

В результате специалисты компании продолжают работать в привычной информационной системе, а сложные расчёты маршрутов выполняет профессиональный алгоритмический движок для последней мили.

Что такое доставка последней мили и почему её сложно планировать?

Последняя миля (Last Mile Delivery) — завершающий этап логистической цепочки, на котором товар доставляется от склада, распределительного центра или промежуточного узла конечному получателю.

В зависимости от бизнес-модели это может быть:

  • Доставка покупателям интернет-магазина.
  • Развозка продукции по магазинам и торговым сетям.
  • Поставка товаров в рестораны, аптеки и пункты выдачи заказов.
  • Доставка продукции производственных предприятий клиентам.
  • Обслуживание корпоративных клиентов в пределах города и области.


Несмотря на относительно небольшие расстояния, городская доставка может оказаться значительно сложнее магистральных перевозок с точки зрения ежедневного планирования.



Причина — большое количество точек, временных ограничений и постоянно меняющихся условий (время приёма груза, пробки, температурные режимы доставки).



Например, один автомобиль за день может обслуживать десятки клиентов. При этом необходимо учитывать не только расстояния между адресами, но и время разгрузки, доступность транспорта, ограничения на въезд, особенности груза и требования получателей.

Главная задача последней мили — найти экономически эффективный способ выполнить все обязательства по доставке с имеющимися ресурсами.

Почему ручная маршрутизация становится дорогой для бизнеса?

1. Логисты тратят часы на составление маршрутов

  • Когда заказы распределяются вручную, специалисту необходимо сопоставить адреса, объёмы грузов, графики клиентов и доступность автомобилей.
  • Для небольшого количества доставок эта задача может быть относительно простой.
  • Но при сотнях заказов число возможных комбинаций становится огромным.
  • Даже опытный логист физически не способен вручную сравнить все варианты распределения заказов между автомобилями.
  • В результате составление маршрутов занимает значительную часть рабочего дня, а качество плана зависит от опыта конкретного сотрудника.

2. Автомобили используются неэффективно

  • Одна машина может отправиться в рейс с неполной загрузкой, а другая — выполнить маршрут с превышением разумного времени работы.
  • Иногда несколько автомобилей доставляют заказы в соседние районы, хотя оптимальное распределение могло бы сократить суммарный пробег.
  • Недостаточная загрузка транспорта (загрузка автомобиля на 20 или 30%) и лишние километры напрямую влияют на стоимость доставки.

3. Сложно соблюдать временные окна клиентов

  • Для многих компаний время доставки — договорное обязательство.
  • Торговые сети, распределительные центры, производственные предприятия и частные покупатели могут устанавливать строгие интервалы приёмки, к примеру до 08-00 утра или с 14-00 до 15-00.
  • Нарушение согласованного времени приводит к очередям, повторным поездкам, штрафам от сетевых магазинов или ухудшению клиентского сервиса.

4. Маршруты быстро устаревают

  • Городская логистика постоянно меняется.
  • Появляются срочные заказы, клиенты переносят время доставки, автомобили задерживаются, а некоторые заявки отменяются.
  • Если маршруты строятся вручную, даже одно существенное изменение может потребовать пересмотра большого количества поездок.

5. Руководству трудно оценить эффективность логистики. Без системного расчёта сложно ответить на вопросы:

  • Сколько автомобилей действительно необходимо для выполнения заказов?
  • Почему сегодня транспортные расходы выше, чем вчера?
  • Какие маршруты формируют наибольшие затраты?
  • Можно ли выполнить тот же объём доставок меньшим количеством машин?
  • Как изменится себестоимость доставки при увеличении числа заказов?
  • Что выгоднее — собственный транспорт или привлечение перевозчиков?


Для решения этих задач недостаточно простой визуализации адресов на карте. Нужен инструмент математической оптимизации, способный учитывать бизнес-ограничения и сравнивать разные варианты организации доставки.

Как работает математическая оптимизация маршрутов доставки?

Задача маршрутизации транспорта известна в прикладной математике как Vehicle Routing Problem (VRP) — задача построения маршрутов транспортных средств.

Её усложнённый вариант, учитывающий временные интервалы доставки, называется VRPTW (Vehicle Routing Problem with Time Windows).

Суть задачи: необходимо распределить заказы между доступными автомобилями и определить последовательность посещения клиентов таким образом, чтобы выполнить установленные ограничения и получить наилучший результат по выбранному критерию.

Например, система может стремиться:

  • Минимизировать суммарный пробег.
  • Сократить транспортные расходы.
  • Уменьшить количество задействованных автомобилей.
  • Повысить загрузку транспортных средств.
  • Снизить риск нарушения временных окон.
  • Найти разумный баланс между стоимостью доставки и уровнем сервиса.

Какие ограничения учитывает математическая модель?

  • Адреса доставки — географическое расположение клиентов и время переездов.
  • Временные окна — когда получатель готов принять товар.
  • Грузоподъёмность — допустимая масса груза в автомобиле.
  • Вместимость кузова — объёмные ограничения и особенности загрузки.
  • Характеристики груза — совместимость товаров и требования к перевозке.
  • График водителей — доступность сотрудников и продолжительность смен.
  • График транспорта — доступность автомобилей и периоды их эксплуатации.
  • Время обслуживания — продолжительность разгрузки и работы у клиента.
  • Дорожная сеть — особенности маршрутов и расчётное время движения.
  • Стоимость перевозки — затраты или тарифы, используемые в модели.


Часть ограничений является обязательной. Например, нельзя назначить автомобиль на перевозку груза, масса которого превышает допустимую грузоподъёмность.



Другие условия допускают определённую гибкость. Например, можно сравнивать варианты с разными затратами или уровнем выполнения желательных временных интервалов.

Задача маршрутизации транспорта известна в прикладной математике как Vehicle Routing Problem (VRP) — задача построения маршрутов транспортных средств.

Её усложнённый вариант, учитывающий временные интервалы доставки, называется VRPTW (Vehicle Routing Problem with Time Windows).


Математический оптимизатор ищет эффективное сочетание маршрутов, загрузки автомобилей и времени доставки с учётом заданных ограничений.


Такая задача относится к классу сложных комбинаторных задач: с увеличением числа заказов количество возможных решений стремительно растёт. Поэтому для промышленных систем маршрутизации применяются специальные алгоритмы и эвристические методы, позволяющие находить качественные решения за практически приемлемое время.


Математические алгоритмы Veeroute: интеллектуальная основа маршрутизации

Для решения задач оптимизации ЛАЭРТА использует технологии своего партнёра — компании Veeroute, разработчика математической платформы комбинаторной оптимизации.
Veeroute специализируется на задачах построения маршрутов, планирования перевозок, распределения ресурсов и оптимизации сложных логистических процессов.
В основе платформы находится математическое ядро, объединяющее специализированные алгоритмы, модели маршрутизации и механизмы выбора подходящей конфигурации расчёта.
В отличие от обычного картографического сервиса, оптимизатор решает не только задачу поиска дороги между адресами.
Он определяет, какие заказы следует назначить каждому автомобилю, в какой последовательности посещать точки и как организовать доставку с учётом всей совокупности условий.
Это особенно важно для предприятий со значительным ежедневным объёмом отгрузок, большим количеством транспортных средств и жёсткими требованиями к обслуживанию клиентов.
Veeroute предоставляет программный интерфейс API, через который оптимизационные алгоритмы могут использоваться во внешних корпоративных информационных системах.
Именно такую модель взаимодействия применяет ЛАЭРТА при создании решений для автоматизации городской доставки на платформе 1С.

Решение ЛАЭРТА: интеллектуальное рабочее место логиста непосредственно в 1С

Многие российские предприятия уже используют 1С для управления заказами, складскими остатками, номенклатурой, клиентами и транспортом.

Поэтому внедрение ещё одной самостоятельной информационной системы может потребовать дополнительных интеграций, обучения пользователей и сопровождения нескольких справочников.


Наш подход — встроить математическую оптимизацию маршрутов в существующую информационную среду предприятия.


ИТ-лаборатория ЛАЭРТА разрабатывает расширение конфигурации 1С, в котором создаётся специализированное рабочее место логиста.


Через это рабочее место сотрудники взаимодействуют с математическими моделями Veeroute и получают результаты расчётов в удобном для повседневной работы виде.

Как распределяются роли между ЛАЭРТА, 1С и Veeroute?

1С — источник бизнес-данных

В учётной системе находятся заказы клиентов, адреса доставки, характеристики грузов, информация о транспорте и другие данные, необходимые для планирования.

Veeroute — математический оптимизатор

Алгоритмы анализируют исходные данные, ограничения и выбранные критерии оптимизации, формируя эффективный вариант распределения заказов и маршрутов.

ЛАЭРТА — интеграция и бизнес-интерфейс

Наша команда разрабатывает расширение для разных конфигураций 1С, настраивает обмен информацией с оптимизатором и создаёт рабочее место логиста, в котором логист может подготовить исходные данные, запустить расчёт и работать с полученным планом.

Как выглядит процесс планирования доставки?

Шаг 01

Получение заказов из 1С

  • Логист открывает рабочее место и выбирает заказы, которые необходимо доставить в определённый день или период.
  • Система использует имеющиеся в 1С сведения о клиентах, адресах, составе заказов и характеристиках грузов.
Шаг 02

Подготовка транспортных ресурсов

  • Для расчёта определяются доступные автомобили, их грузоподъёмность, вместимость, графики работы и другие характеристики.
  • При необходимости учитываются собственный и привлечённый транспорт.
Шаг 03

Настройка условий оптимизации

  • Логист выбирает критерии расчёта и ограничения, соответствующие бизнес-процессам предприятия.
  • Например: минимизация пробега при обязательном соблюдении временных окон доставки и ограничений по грузоподъёмности.
Шаг 04

Передача задачи математическому оптимизатору

  • Расширение 1С формирует данные для расчёта и обращается к алгоритмическому сервису Veeroute через API.
  • Оптимизатор анализирует возможные комбинации и возвращает рассчитанный план доставки.
Шаг 05

Анализ полученных маршрутов

  • В рабочем месте логиста отображаются результаты расчёта: распределение заказов между автомобилями, последовательность посещения клиентов, ожидаемое время доставки и рассчитанные показатели эффективности.
  • Состав интерфейса и доступных показателей определяется требованиями конкретного проекта.
Шаг 06

Утверждение плана

  • Логист анализирует предложенный вариант и при необходимости инициирует повторный расчёт с изменёнными условиями.
  • После утверждения план может передаваться в предусмотренные бизнес-процессом документы и механизмы исполнения рейсов в 1С.


Таким образом, специалист не занимается ручным перебором маршрутов, а управляет процессом оптимизации и принимает окончательное решение на основе рассчитанных вариантов.

Оставьте заявку на консультацию

Наш специалист проанализирует ваши процессы и предложит план внедрения, который окупится в первые же месяцы работы.

Оставить заявку

Почему рабочее место логиста в 1С удобнее отдельной программы маршрутизации?

Для предприятий, уже использующих 1С, ключевое преимущество такого подхода — интеграция планирования с текущими бизнес-процессами.

Единая информационная среда

Логист работает с заказами, транспортом и результатами маршрутизации в привычной системе.

Не требуется организовывать отдельный ручной перенос данных из 1С в программу построения маршрутов и обратно.

Меньше повторного ввода информации

При правильно организованной интеграции данные об адресах, клиентах, транспортных средствах и заказах используются из существующей учётной системы.

Это помогает снизить вероятность ошибок, связанных с дублированием информации.

Сохранение существующих бизнес-процессов

Решение проектируется с учётом принятого на предприятии порядка планирования, согласования и исполнения перевозок.

Рабочее место логиста может быть адаптировано под организационную структуру и особенности распределения ответственности между сотрудниками.

Возможность развития

Расширение 1С позволяет развивать функциональность решения по мере появления новых задач.

Например, в следующих этапах проекта могут рассматриваться интеграции с системами мониторинга транспорта, мобильными приложениями водителей, складскими системами и инструментами транспортной аналитики.

Какие бизнес-результаты даёт автоматизация доставки последней мили?

1. Сокращение транспортных расходов

Математическая оптимизация помогает выявлять маршруты с избыточным пробегом, неэффективной загрузкой или неоптимальным распределением заказов.

За счёт более рационального планирования компания получает возможность снижать расходы на топливо, использование транспорта и выполнение доставок.

Фактический эффект зависит от исходного качества маршрутов, структуры автопарка и условий перевозок.

2. Ускорение планирования маршрутов

Вместо длительного ручного распределения заказов логист запускает математический расчёт.

Это позволяет сократить время подготовки транспортного плана и быстрее реагировать на изменения.

3. Более эффективное использование автопарка

Алгоритм учитывает вместимость транспорта и распределяет заказы с учётом характеристик машин.

Компания может оценивать возможности повышения загрузки транспорта и сокращения количества неэффективных рейсов.

4. Повышение качества доставки

Временные окна клиентов учитываются непосредственно при построении маршрутов.

Это создаёт условия для более точного планирования прибытия автомобилей и выполнения требований к уровню сервиса.

5. Быстрая реакция на изменения

При поступлении новых заказов или изменении условий доставки можно выполнить повторную оптимизацию.

В отличие от ручного планирования, логисту не требуется самостоятельно пересчитывать множество комбинаций.

6. Повышение управляемости логистики

Руководство получает возможность сравнивать варианты организации доставки по измеримым критериям.

Это помогает принимать решения на основе расчётов, а не только личного опыта сотрудников.

Практический пример: как оценить эффект от оптимизации маршрутов

Рассмотрим условную производственную компанию, которая ежедневно развозит продукцию по магазинам города.

Исходные данные примера:

  • 250 заказов на доставку в день.
  • 20 доступных автомобилей.
  • 3 000 км суммарного дневного пробега.
  • 25 рабочих дней доставки в месяц.
  • 30 рублей условной переменной стоимости на километр.


Предположим, что после математической оптимизации суммарный пробег удалось сократить на 10% без ухудшения качества доставки.

Это означает сокращение дневного пробега на 300 км.Экономический эффект по переменным километровым затратам составит:

300 км × 30 руб. × 25 дней = 225 000 рублей в месяц. Или 2,7 млн рублей в год при сохранении аналогичных условий работы.

Это не фактический результат внедрения ЛАЭРТА или Veeroute, а иллюстративная модель расчёта.

Она показывает принцип: даже относительно небольшое сокращение пробега при регулярных городских доставках может давать заметный экономический эффект.

В реальном проекте необходимо отдельно оценивать постоянные расходы, стоимость привлечённого транспорта, пробег без груза, простои, соблюдение временных окон и затраты на внедрение решения.

Реальный опыт ЛАЭРТА: планирование доставки 400–500 заказов в день

ЛАЭРТА уже имеет опыт внедрения автоматизированного управления городской доставкой на платформе 1С.
В одном из опубликованных проектов для крупного производителя замороженных полуфабрикатов требовалось организовать ежедневную доставку 400–500 заказов с использованием собственного автопарка.
До внедрения планирование выполнялось вручную и занимало 4–5 часов в день.
В ходе проекта команда ЛАЭРТА реализовала автоматизацию транспортной логистики на базе 1С.

Согласно опубликованному кейсу, после внедрения:

  • Время планирования сократилось до 15 минут.
  • Расходы на ГСМ снизились на 15–20%.
  • Компания получила централизованное управление планированием доставки.
  • Снизилась зависимость процесса от ручной работы отдельных сотрудников.


Важно: это результаты отдельного проекта внедрения 1С, а не показатели, автоматически гарантируемые расширением 1С с алгоритмами Veeroute.

Подробнее: Кейс ЛАЭРТА — автоматизация последней мили, снижение расходов на ГСМ и ускорение планирования.

Задать вопрос эксперту

Оставьте заявку на индивидуальную консультацию.

Эксперт подробно разберёт ваш запрос, ответит на все вопросы и поможет подобрать оптимальное решение с учётом специфики вашего бизнеса и текущих задач.

Эксперт Лаэрта
Задать вопрос