Tirdzniecības aģentu karte no autoparka datiem
Vairumtirgotājs, kura tirdzniecības aģenti un kravas auto katru darba dienu ir ceļā, mums jautāja divas lietas: kas tur īsti notiek un vai maršruti varētu būt labāki. Pēc klienta lūguma projekts ir anonimizēts. Ekrānos redzami ģenerēti demonstrācijas dati, tāpēc neviens veikals, aģents vai auto tajos nav īsts.
Kas klientam jau bija
Katrā auto ir Mapon iekārta, un Mapon savu darbu dara: rāda, kur auto atrodas, kur tas ir bijis un cik nobraucis. Tas ir autoparka rīks, bet klienta jautājumi bija par pārdošanu. Visu teritoriju vienā skatā nevarēja redzēt. Nebija filtru tam, kas uzņēmumam svarīgs: kuras pieturas bija klienti un kuri veikali pie ceļa vēl nav klienti. Neviens rīks arī neparādīja, vai tās pašas pieturas citā secībā būtu īsāks brauciens.
Dati bija, bet tos neviens nevarēja izlasīt.
Ko izveidojām
Slēgtu tīmekļa sistēmu, kas ierakstītos braucienus saņem no Mapon API, savieno tos ar klientu sarakstu un visu rāda OpenStreetMap kartē.
Viss tirgus vienā kartē. Kartē ir visi veikali, kas varētu būt klienti, ne tikai esošie. Punkta krāsa rāda, kas tas ir: esošs klients, potenciāls klients, bijušais klients, nepiemērots vai konkurents. Par katru veikalu redzams uzņēmums, kam tas pieder, uzņēmuma apgrozījums un nodokļu maksātāja reitings no publiskajiem reģistriem, kā arī tas, vai veikals vēl strādā. Atzīmes liek paši darbinieki, un pēc datu atjaunošanas tās saglabājas.
Filtri, kas atbild uz jautājumiem. Veikala veids, statuss, aģenta teritorija un pašu atzīmes, katram blakus skaits. Lai atrastu neatkarīgos pārtikas veikalus aģenta teritorijā, kuriem uzņēmums vēl nepiegādā, pietiek ar trim ķeksīšiem.
Veikali gar maršrutu. Iezīmējiet kartē ceļu vai atveriet ierakstītu braucienu, un sistēma sakārto braukšanas secībā visus veikalus 5 vai 10 km rādiusā un parāda attālumu no maršruta. Aģentam tas ir jaunu klientu saraksts dienai, kurā tur jābrauc tik un tā.
Saprotamas ierakstītās dienas. Dienas braucieni kļūst par līniju ar pieturām: kuras bija klienti, cik ilga bija katra pietura un cik apmeklējums izmaksāja kilometros un laikā, kad ievadītas klienta likmes.
Ieteikumi labākai secībai. Jebkurai ierakstītai dienai sistēma aprēķina, vai tās pašas pieturas pa īstiem ceļiem varēja apbraukt īsākā secībā. Tā parāda tikai tos posmus, kas mainās, un katram ietaupītos kilometrus un minūtes. Ieteikumu, kas ietaupa mazāk par divām minūtēm, sistēma nerāda. Tāpat tā nerāda ieteikumu, kas kravas auto sūtītu pa grants ceļu. Bāze, degvielas uzpilde un preču savākšana paliek savā vietā. Sistēma iesaka, bet lemj aģents, kurš pazīst veikalnieku.
Cik veikals ienes un cik izmaksā
Karte rāda, kur kas atrodas. Otra sistēmas puse to pašu izsaka naudā: tā savieno klienta pasūtījumu eksportu ar tiem pašiem veikaliem.
Katram veikalam ir apkalpošanas izmaksas. Katram aģenta apmeklējumam un katrai piegādei sistēma izmēra papildu ceļu: cik tālāk auto nobrauca, nekā būtu braucis no iepriekšējās pieturas taisni uz nākamo. Veikals pie ceļa maksā tikai tajā pavadītās minūtes. Veikals tālu no maršruta maksā arī braucienu. Kilometra cenu sistēma rēķina pēc degvielas, ko katrs auto patiešām patērē un ko rāda Mapon iekārta, bet laiku pēc klienta ievadītajām stundas likmēm. Katram veikalam iznāk viena summa mēnesī un saprotams atšifrējums: cik apmeklējumu un piegāžu, cik tālu no maršruta, cik ilga pietura.
Pasūtījumi pret izmaksām. Blakus izmaksām redzams, par cik veikals pasūta mēnesī, cik tam būtu jāpasūta, lai ar klienta peļņas normu izmaksas segtu, un cik paliek pāri. Veikalu, kas izmaksā vairāk, nekā ienes, sistēma izceļ. Ja iknedēļas apmeklējumu var aizstāt ar apmeklējumu reizi divās nedēļās, sistēma to pasaka: aģenta izmaksas tad ir uz pusi mazākas, un veikals paliek klients.
Cik jāpasūta jaunam veikalam. Katru veikalu, kam uzņēmums vēl nepiegādā, sistēma novērtē tā, it kā to pievienotu izdevīgākajai nedēļas dienai, kad aģents tur jau brauc, un izdevīgākajam kravas auto reisam. Rezultāts ir mēneša izmaksas un pasūtījumu summa, kas tās sedz, parādīta arī kā daļa no paša veikala apgrozījuma. Ar šo skaitli aģents dodas pie veikalnieka: apstāties ir vērts, ja veikals pasūtīs aptuveni par tik. Saraksts sakārtots no mazākās daļas.
Jo vairāk klientu apkārtnē, jo mazāk jāpasūta. Veikala panelī redzama tā apkārtne: jau apkalpotie veikali 3 km rādiusā un to kopējie pasūtījumi, citi potenciālie klienti tuvumā un tas, cik tuvu jau brauc kravas auto un aģenti. Izmaksas ir papildu ceļš, nevis vidējais rādītājs, tāpēc pēc katra tuvumā iegūta klienta maršruts iet tuvāk un nākamajam veikalam izmaksu segšanai jāpasūta mazāk.
Aģenti un kravas auto vienādos rādītājos. Aģentam: apmeklējumi un kilometri dienā, cik apmeklējumiem trijās darbdienās seko piegāde, veikalu apmeklējumu izmaksas mēnesī un peļņa uz veikalu un uz apmeklējumu. Kravas auto: reisi, piegādes reisā, izbraukšanas un atgriešanās laiks, izmērītais degvielas patēriņš un vienas piegādes izmaksas. Jebkuru periodu, arī vienu dienu, var salīdzināt ar iepriekšējo.
Klienti, kas pieklust. Katra klienta piegāžu ritmu sistēma nosaka pēc kravas auto pieturām. Ja veikals, kas saņēma preci reizi divās nedēļās, izlaiž divus ciklus, tas tajā pašā nedēļā ir sarakstā. Sarakstā ir arī veikali, kurus aģents apmeklē, bet kuri piegādes nesaņem, un aģenta izlaistie regulārie apmeklējumi.
Ko tā parādīja
Pirmais rezultāts bija negaidīts: šoferi jau brauca gandrīz labākajā secībā. Pieturu pārkārtošana ietaupītu aptuveni vienu procentu no nobrauktā. To ir vērts zināt, pirms gadu tērēt maršrutu optimizēšanai. Nauda slēpjas citos jautājumos, un uz tiem tagad atbild tā pati sistēma: cik bieži katrs veikals tiešām jāapmeklē un kuri apmeklējumi izmaksā vairāk, nekā ienes.
Slēgta sistēma
Aģentu atrašanās vieta un klientu saraksts ir vieni no sensitīvākajiem uzņēmuma datiem. Sistēma nav publiska. To var atvērt tikai konkrēti uzņēmuma darbinieki, un, pirms kāds saņēma piekļuvi, mēs to pārbaudījām no ārpuses tā, kā to darītu svešinieks. Arī izstrādes laikā īstos datus pārlūkā neskatījām: katru ekrānu veidojām un pārbaudījām ar ģenerētiem ierakstiem, tāpat kā tapa šie ekrānuzņēmumi.
Sistēmas pamatā ir Mapon API un OpenStreetMap.