«Последняя миля» поглощает от 41% до 53% всех затрат на транспортировку, превращая финальный этап доставки в главный риск рентабельности заказа. Оптимизация этого звена через алгоритмы маршрутизации позволяет снизить пробег транспорта на 15–25% и сократить стоимость одного дропа на 10–15% без расширения автопарка.
Экономика пробега и стоимость «пустого» километра
Основная проблема неэффективной маршрутизации — высокий коэффициент порожнего пробега и избыточное количество остановок. В городских условиях стоимость одного километра для малотоннажного транспорта (до 3.5 тонн) варьируется от 30 до 60 рублей, но при хаотичном планировании время простоя в пробках и поиск парковки увеличивают фактическую стоимость доставки одного заказа на 20–30%.
Кейс: Компания с парком из 10 фургонов при переходе от ручного планирования к динамическому сократила среднесуточный пробег с 180 км до 145 км на машину. Итог: экономия топлива и амортизации составила около 120 000 рублей в месяц на единицу транспорта.
Экспертный вывод: Бороться нужно не с ценой топлива, а с избыточным километражем. Любой маршрут, где водитель возвращается в депо через те же улицы, по которым ехал к клиентам, — это прямой убыток.
Алгоритмы планирования: от статики к динамике
Статические маршруты (фиксированные зоны доставки) удобны для водителей, но убыточны для бизнеса, так как не учитывают ежедневную плотность заказов. Динамическая маршрутизация пересчитывает путь в реальном времени, группируя заказы по кластерам. Внедрение автоматизации системы грузоперевозок позволяет сократить время на построение маршрутов с 4 часов в день (ручной труд диспетчера) до 15 минут.
Сравнение: при статике коэффициент загрузки авто составляет 65–70%, при динамике он поднимается до 85–92%. Это означает, что тем же количеством машин можно обслужить на 20% больше точек доставки.
Экспертный вывод: Статика допустима только при сверхвысокой плотности заказов в одном районе (например, доставка воды в ЖК). Во всех остальных случаях переход на динамику — единственный способ масштабирования без линейного роста затрат.
Скрытые потери: цена неудачной попытки доставки
«Неуспешный визит» (failed delivery) обходится компании в 2–3 раза дороже стандартного дропа, так как включает повторный пробег и время ожидания. В сегменте e-commerce доля неудачных доставок при отсутствии системы тайм-слотов составляет 12–18%, что фактически обнуляет маржу с заказа.
Пример: внедрение узких временных окон (2-часовых интервалов) с подтверждением через SMS/мессенджер снижает процент недовозов до 3–5%. Это сокращает количество повторных выездов и освобождает до 10% ресурсов автопарка.
Экспертный вывод: Маршрутизация без интеграции с системой уведомлений клиентов — это работа вслепую. Стоимость SMS-информирования ничтожна по сравнению с затратами на повторный выезд машины.
Микро-хабы и децентрализация точек отправления
Централизованный склад в черте города часто становится «бутылочным горлышком» из-за пробок. Перенос товаров в микро-хабы (Dark stores или ПВЗ) сокращает плечо доставки до 2–5 км. Это позволяет использовать более дешевый транспорт (грузовые велосипеды, электросамокаты) или оптимизировать работу курьеров, увеличивая число заказов с 15 до 25 в смену.
Расчет: аренда микро-хаба площадью 30 м² в жилом массиве стоит от 40 до 80 тыс. руб./мес, но за счет сокращения пробега основных машин на 40 км в день экономия на ГСМ и ФОТ водителей перекрывает эти расходы в 2–3 раза.
Экспертный вывод: Инвестируйте в сеть микро-точек, если стоимость одного километра доставки в вашем городе превышает 50 рублей. Это единственный способ победить городской трафик.
Интеграция с TMS для управления эффективностью
Без TMS-системы контроль за исполнением маршрута остается декларативным. Реальный мониторинг через GPS позволяет выявить «серые зоны»: отклонения от маршрута, неоправданные остановки и завышение пробега водителями. Практика показывает, что контроль через TMS снижает фактический пробег на 5–8% только за счет исключения личных поездок водителей.
Кейс: При анализе данных через TMS выяснилось, что 15% водителей использовали обходные пути, чтобы заехать в кафе или магазины, что добавляло по 10–15 км к смене. После внедрения жестких треков и KPI по отклонениям затраты на топливо упали на 7% за квартал.
Экспертный вывод: Автоматизация системы грузоперевозок — это не про удобство интерфейса, а про прозрачность затрат. Если вы не видите машину на карте в реальном времени, вы переплачиваете за каждый километр.
Вывод
Для радикального сокращения стоимости «последней мили» необходимо отказаться от статических маршрутов в пользу динамического планирования и внедрить систему узких тайм-слотов. Начинать следует с внедрения TMS и анализа реального пробега, затем переходить к кластеризации заказов и, при объеме более 100 дропов в день, к созданию сети микро-хабов. Избегайте расширения собственного парка до тех пор, пока коэффициент загрузки текущих машин не достигнет 85% за счет оптимизации алгоритмов.