La distribución de última milla tiene un objetivo muy simple: mover bienes desde un almacén o hub hasta su destino final. Pero, de ser tan simple, no serían necesarios ni expertos en logística ni ningún software de optimización. Los factores más relevantes a la hora de planificar la distribución son las restricciones y el entorno, la calidad de servicio (QoS, Quality of Service), y el coste.
Los optimizadores de rutas, gracias a la Inteligencia Artificial, son capaces de generar rutas muy eficientes; sin embargo, estas deben cumplir con todas las restricciones para poderse llevar a cabo. Además, existe un balance entre la calidad del servicio y los costes, en el que la empresa tiene que elegir aquello que más le convenga según su objetivo.
Restricciones y consideraciones
Existen tres tipos de restricciones y consideraciones que tener en cuenta al planificar tu distribución:

Tráfico y restricciones físicas: desplazarse por una ciudad en plena hora punta puede suponer tardar el doble o triple de tiempo que sin tráfico. Además, no todos los vehículos pueden acceder a todas las zonas (e.g, empresa de supermercados con furgonetas, camiones y trailers, obviamente los trailers no pueden acceder dentro de la ciudad). Esta información es crucial a la hora de planificar la distribución, y no puede ser omitida.
Consideraciones de calidad de servicio: los clientes esperan que se les entregue la mercancía en un cierto horario, y algunos requieren que cierto vehículo o conductor sea el que les reparta. Una métrica muy importante en este aspecto es el entregar lo antes posible. El no cumplir estos criterios puede acarrear una pérdida de reputación y de clientes.
Restricciones de negocio: las más evidentes son aquellas que afectan a los conductores, como el tiempo de conducción, descansos, y asegurar que trabajan un mínimo de horas. Además, existe un gran número de restricciones de diferente naturaleza según la empresa, y es por ello por lo que, para definirlas y tenerlas en cuenta, es necesario el conocimiento de expertos logísticos. Algunos ejemplos son las limitaciones a la hora de preparar pedidos en el almacén, restricciones contractuales con transportistas para repartir en una cierta zona, etc.
Equilibrio Coste – Calidad de servicio en la distribución de última milla
El objetivo de cualquier buen planificador de rutas no es reducir los costes lo máximo posible, si no hacerlo a la vez que se generan rutas factibles, y con un equilibrio de coste y calidad de servicio acorde con las necesidades de la empresa. Vamos a analizar los posibles resultados de un optimizador de rutas:

La zona de bajo coste representa aquellas rutas con un coste bajo pero que, debido a que no cumplen con las restricciones necesarias, no pueden llevarse a cabo o producen entregas de muy mala calidad (llegan tarde, no se llega a repartir,…). Deben ser evitadas.
La zona de coste medio representa rutas que son factibles y cumplen con las restricciones. En esta zona, el escenario estándar (A) consiste en mantener la QoS conseguida sin el optimizador, pero reduciendo los costes gracias a la eficiencia de la Inteligencia Artificial. Encontramos otros dos escenarios: aumentar la QoS con una reducción menor de los costes (B) y decrementar la QoS aumentando más los ahorros (C), aunque esta última opción no es muy común.
En la zona de alto coste, el aumento de costes no produce más que un pequeño aumento de la calidad de servicio. El escenario D representa mantener el mismo coste que sin el optimizador, pero con rutas con una calidad de servicio ligeramente mejorada, lo cual no suele merecer la pena.
Cada empresa tiene sus propias restricciones y objetivos respecto a la ayuda que les deben brindar las rutas optimizadas. Es por ello por lo que es importante no solo que el software optimizador tenga en cuenta todas esas restricciones, sino también que la gente involucrada en la distribución participe aportando su conocimiento y experiencia. Sólo de esta forma se sacará el máximo provecho a la distribución de tu empresa.

Co-fundador y Director de Ingeniería de Hedyla
Ingeniero de software con experiencia en proyectos innovadores. Máster en Big Data e Inteligencia Artificial. Aprendiendo constantemente sobre nuevos lenguajes y herramientas.
Le encanta participar en Hackathones, leer libros científicos y correr.