Статический маршрут больше не является преимуществом
Долгое время статическая маршрутизация считалась признаком порядка: за каждым районом закреплены машины, у каждой торговой точки есть привычное окно приезда, диспетчер и склад знают «как принято», а план на следующий день повторяет вчерашний с минимальными изменениями. Для бизнеса, который рос постепенно и работал в относительно стабильной среде, такой подход действительно был удобен.
Проблема в том, что рынок последней мили перестал быть стабильным. В FMCG меняется плотность заказов, растёт давление на сервисный уровень, всё чаще требуется дозагрузка в течение дня. В pharma добавляются ограничения по срокам, приоритетности и качеству соблюдения окна доставки. В e-commerce заказ становится менее предсказуемым, а ожидание клиента — более жёстким. На этом фоне статический маршрут начинает работать против компании: он фиксирует не лучший сценарий, а просто привычный.
В результате менеджмент видит общую сумму расходов на транспорт, но не видит структуру потерь внутри дня. Топливо «съедается» не только расстоянием. Оно уходит в пробках, в возвратах на склад, в избыточных заездах, в неудачной последовательности точек, в отправке недогруженной машины, в дублировании рейсов и в том, что маршрут не пересобирается, когда реальная ситуация уже изменилась.
Где именно теряются деньги
Если разобрать себестоимость транспортной операции по слоям, становится видно, что основной перерасход формируется не из одного крупного провала, а из набора повторяющихся микропотерь.
Первая потеря — лишний пробег. Когда маршруты построены заранее и не обновляются под фактическую обстановку, автомобиль проходит больше километров, чем требуется в текущем дне. Это особенно заметно в городах с выраженными часовыми пиками и неравномерной плотностью точек.
Вторая потеря — плохая консолидация загрузки. Статическое планирование часто распределяет заказы по «историческим» маршрутам, а не по оптимальной загрузке. В одной машине остаётся резерв по объёму или весу, в другой возникает перегруз и необходимость дополнительного рейса. На бумаге оба маршрута выглядят привычно, но для экономики это означает лишние литры топлива и лишние часы работы.
Третья потеря — игнорирование фактического состояния флота. Когда маршрутизация не учитывает доступность машины, остаточный ресурс смены водителя, технические ограничения, тип кузова или температурный режим, диспетчер компенсирует всё вручную. Это создаёт срочные перестановки, а срочные перестановки почти всегда дороже оптимального решения, рассчитанного заранее.
Четвёртая потеря — разрыв между планом и исполнением. Если система не отслеживает отклонения в реальном времени, маршрут продолжает жить в статусе «утверждён», даже когда фактически он уже не выполняется по исходному сценарию. Машина опоздала на первые две точки, клиент запросил перенос, на складе задержали отгрузку, а порядок точек остался прежним. Именно здесь и появляется ощущение, что транспорт дорожает «сам по себе».
Почему динамическая маршрутизация даёт эффект
Динамическая маршрутизация — это подход, при котором маршрут перестаёт быть статичным файлом на утро и становится управляемым сценарием на весь операционный день. Система не просто считает кратчайший путь между точками. Она пересобирает последовательность обслуживания с учётом входящих заказов, текущей дорожной ситуации, загрузки машин, временных окон клиентов, ограничений по товару и реального статуса исполнения.
Для дистрибьютора это означает сразу несколько изменений. Во-первых, машина получает более плотный и логичный маршрут, а значит снижается пробег и доля холостых километров. Во-вторых, склад и транспорт начинают работать как единая цепочка: если заказ ещё можно консолидировать без ухудшения сервиса, система это показывает заранее. В-третьих, управленец получает не просто план, а прозрачную логику принятия решений: почему эта точка обслуживается сейчас, почему заказ перенесён на другой борт, почему один маршрут укоротился, а другой дозагружен.
Главный результат здесь не только в сокращении топлива. Компании получают управляемую операцию: выше точность прибытия, меньше ручных вмешательств, лучше использование смены, меньше аварийных перераспределений внутри дня и выше предсказуемость сервиса для клиентов и торговых партнёров.
Что меняется на практике: от «сеток» к ежедневной оптимизации
На практике переход выглядит не как одномоментный отказ от всей текущей логики, а как смена принципа планирования.
При статическом подходе компания опирается на исторические маршруты, закреплённые территории и усреднённые нормы времени. При динамическом подходе базой становится ежедневная оптимизация по фактическому спросу. Территории и водительская экспертиза никуда не исчезают, но перестают быть жёсткой рамкой. Они становятся одним из параметров модели, а не её единственным основанием.
Особенно хорошо это работает там, где есть хотя бы один из следующих факторов: выраженная неравномерность заказов по дням недели, высокая стоимость опоздания, плотная городская доставка, нестабильные окна загрузки на складе, разные типы транспорта или частые изменения в приоритетах клиентов. Иными словами, почти во всех сценариях последней мили, кроме самых простых и линейных.
Для FMCG это обычно означает лучшую укладку рейсов и снижение перепробега между торговыми точками. Для pharma — более надёжное соблюдение временных и температурных ограничений. Для e-commerce — возможность быстрее реагировать на допродажи, переносы и внутридневные изменения без провала по SLA.
Сколько это реально даёт: пример на модели компании
Рассмотрим операционную модель компании, которая выполняет 120 маршрутов в день и работает 26 дней в месяц. Допустим, месячный бюджет на топливо составляет 10 млн тенге. В такой ситуации даже умеренное снижение непроизводительного пробега даёт заметный финансовый эффект.
Если переход на динамическую маршрутизацию сокращает топливные потери на 8%, экономия составит около 800 тыс. тенге в месяц, или 9,6 млн тенге в год. При эффекте 12% компания получает уже 1,2 млн тенге в месяц, или 14,4 млн тенге в год. А если статическое планирование действительно маскировало системный перерасход и сокращение достигает 20%, годовой эффект выходит на уровень 24 млн тенге.
Но чистая экономика обычно шире топлива. Когда маршрут становится плотнее и предсказуемее, бизнес одновременно высвобождает часть мощности флота, снижает число срочных корректировок со стороны диспетчера, уменьшает количество возвратов и улучшает дисциплину исполнения. Это означает, что фактический эффект часто проявляется в двух плоскостях: прямое снижение затрат и рост пропускной способности без пропорционального увеличения числа машин.
Важно понимать: 20% — это не гарантированная цифра для любого бизнеса, а верхняя граница потерь, которые можно встретить в компаниях с выраженно статическим планированием и слабой связкой между заказом, складом и транспортом. Реалистичный подход — считать сценарии: консервативный, базовый и агрессивный, а затем подтверждать их на пилоте в одном регионе или на отдельной группе маршрутов.
Как перейти на динамическую маршрутизацию без операционного шока
Самая распространённая ошибка — пытаться внедрить новую логику «с понедельника на всю компанию». Гораздо безопаснее и эффективнее идти поэтапно.
На первом этапе важно навести прозрачность в данных. Без качественных координат точек, корректных временных окон, достоверной информации о грузовместимости, типах транспорта и фактическом времени обслуживания даже лучшая система будет считать неточно. Поэтому старт внедрения — это не интерфейс, а дисциплина данных.
На втором этапе запускается пилот. Обычно берут один филиал, один городской кластер или одну группу маршрутов с высокой вариативностью спроса. Цель пилота — не просто «проверить, работает ли система», а сравнить два режима управления на сопоставимом массиве заказов: текущий и динамический. На этом этапе фиксируются ключевые KPI: километраж, расход топлива, загрузка борта, число рейсов, процент своевременной доставки, число ручных перепланирований.
На третьем этапе компания перестраивает роли. Динамическая маршрутизация не отменяет работу логиста, но меняет её смысл. Логист меньше рисует маршрут вручную и больше управляет исключениями: контролирует отклонения, проверяет ограничения, работает с приоритетами клиентов и помогает операции выполнять оптимальный сценарий, а не спорить с ним.
На четвёртом этапе система должна быть интегрирована с заказами, складом, телематикой и фактическим исполнением. Только тогда динамика становится не расчётом «в вакууме», а полноценным инструментом управления доставкой в течение дня.
На практике этот слой чаще всего закрывается специализированной TMS-платформой, а не набором Excel-таблиц и ручных чат-команд. Например, Relog позиционируется как решение для городской и пригородной логистики собственного автопарка: платформа включает автопланирование маршрутов с учетом более чем 40 параметров доставки, мониторинг водителей и курьеров в реальном времени, мобильное приложение для маршрутных листов и статусов заказов, а также интеграции с 1С, ERP и CRM. Для дистрибьютора это важно не как «ещё один интерфейс», а как способ собрать планирование, исполнение и аналитику в один контур.
На какие KPI смотреть руководителю
Чтобы оценить результат перехода, руководителю недостаточно смотреть только на общий бюджет топлива. Этот показатель важен, но он запаздывает и не объясняет причин.
Нужен набор управленческих метрик. Во-первых, километры на заказ и километры на доставленную точку. Во-вторых, доля холостого пробега и уровень загрузки машины. В-третьих, процент доставок в обещанное окно. В-четвёртых, количество внутридневных ручных корректировок. В-пятых, среднее число точек на рейс и фактическое использование смены водителя.
Если эти показатели улучшаются одновременно, значит компания не просто «поджала топливо», а стала эффективнее как операционная система. Именно это и отличает зрелую динамическую маршрутизацию от локальной экономии на одном участке.
Вывод
Эпоха статических маршрутов заканчивается не потому, что технология стала доступнее, а потому, что сама операционная среда стала слишком изменчивой для жёстких расписаний. Когда транспорт уже занимает заметную долю в себестоимости, а ежедневный объём маршрутов измеряется десятками и сотнями, любая инерция в планировании превращается в прямые потери.
Для дистрибьюторов последней мили в FMCG, pharma и e-commerce вопрос уже стоит не так: «Нужна ли нам динамическая маршрутизация?» Правильный вопрос звучит иначе: «Сколько мы ещё готовы платить за привычку планировать по вчерашнему дню?»
Компании, которые переходят к динамической модели осознанно, получают не только экономию топлива. Они получают более плотную операцию, более управляемый флот, более предсказуемый сервис и лучший фундамент для роста без пропорционального роста затрат. А в текущих условиях именно это и становится настоящей операционной эффективностью.
Сравнение подходов
Модель эффекта по топливу
Дополнительные сценарии для меньшего объёма маршрутов
Ниже — тот же сценарный подход для компаний с меньшим объёмом доставки. Для сопоставимости месячный бюджет на топливо рассчитан пропорционально базовой модели: 10 млн тг при 120 маршрутах в день и 26 рабочих днях в месяц.
Эти сценарии показывают, что экономический эффект появляется не только у крупных сетей. Даже при 40–60 маршрутах в день динамическая маршрутизация может окупать пилот за счёт снижения перепробега, более плотной загрузки и уменьшения числа ручных перераспределений.
Практический чек-лист для пилота на 60–90 дней
- Собрать эталонный набор данных: точки доставки, окна времени, грузовместимость, типы транспорта, фактическое время обслуживания.
- Выбрать пилотный кластер с высокой вариативностью спроса и достаточным объёмом маршрутов для сравнения.
- Зафиксировать стартовые KPI: километраж, расход топлива, загрузка борта, точность доставки, число ручных корректировок.
- Запустить параллельное сравнение двух сценариев: текущий режим и динамическая маршрутизация.
- Подвести итоги пилота в деньгах, сервисе и производительности флота, а затем масштабировать модель по регионам.
Примечание: приведённая модель носит сценарный характер и показывает, как считать эффект на собственной операционной базе. Итоговый результат зависит от качества исходных данных, плотности заказов, зрелости логистического процесса, структуры автопарка и уровня интеграции с фактическим исполнением.
