Intelligenza Artificiale a supporto dei giri visita: le nuove frontiere.

Una delle principali problematiche operative delle aziende del vending, indipendentemente dalle dimensioni e dal territorio in cui operano, risulta essere legata al corretto e efficace dimensionamento dei giri visita da parte degli addetti al rifornimento.

La criticità di questo processo è legata ad una serie di fattori, quali il corretto bilanciamento del carico di lavoro, le distanze kilometriche, il tempo di percorrenza nei diversi momenti della giornata, la variabile esigenza di carico e rifornimento dei distributori, le assenze improvvise del personale, le chiamate extra giro e così via.

Tradizionalmente la creazione dei giri visita veniva affidata a personale di coordinamento di particolare esperienza e con una spiccata conoscenza del territorio e del parco clienti, oltre ad evidenti capacità organizzative.

Gli strumenti informatici si sono evoluti al fine di aiutare tale processo, avendo poi come obiettivo quello non solo di creare maggiori economicità e risparmio di risorse, ma anche evitare, o quantomeno minimizzare, le problematiche legate ai vuoti macchina.

Una inadeguata definizione dei giri visita comporta un peso economico sulla struttura davvero considerevole: personale in esubero, clientela mal servita, costi diretti legati al carburante lievitati.

Oltre a questo, il processo è neverending! Le condizioni di partenza nella creazione dei giri visita cambiano con costanza e rapidità, per via della variazione del parco clienti, ad esempio, o all’avvicendamento del personale, o comunque a fattori esogeni che non si riesce, o si riesce difficilmente, a tenere sotto controllo.

Questo si traduce nella esigenza di sottoporre il processo di creazione dei giri a costante (e complessa) manutenzione.

Anche grazie alla diffusione della telemetria a bordo macchina, sono stati presentati al mercato strumenti di rolling routing , ossia creazione dinamica dei giri, che tenessero conto delle medie di consumo, dei picchi di battute e di altre variabili.

In sintesi: cosa ci consente di risolvere un problema operativo continuativo, time consuming, a variabili multiple e complesse, ad alto impatto economico?

La risposta può essere sono una: un sistema di Intelligenza Artificiale.

Di fatto sappiamo esattamente quali sono le variabili di cui il sistema di dimensionamento dei giri deve tener conto: il territorio, il posizionamento dei clienti, le ore lavorative, i kilometri percorribili, i consumi delle macchine e tutti i vincoli di accesso ai clienti.

Un motore di A.I. deve prendere in considerazione real time queste variabili, e dare, attraverso un algoritmo che replichi le attività del back office, i giri visita perfettamente ottimizzati.

Cambiano una o più variabili?

il motore A.I ridefinisce il piano visite.

Risultato:

  • riduzione dei tempi di lavoro del personale di back office
  • ottimizzazione dei carichi di lavoro
  • riduzione dei vuoti macchina e dei fermi
  • ottimizzazione del numero di addetti al rifornimento

ma di fondamentale importanza, oltre ai vantaggi sopra riportati, la possibilità di simulare un numero illimitato di volte scenari “what if”: cosa succede se sposto la variabile x? o y?

Naturalmente tutto questo esiste ed ha  un nome: VEGA OPTIMA

Per saperne di più. visita la sezione Prodotti del nostro sito!

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *