Optimización logística de las entregas de última milla con Inteligencia Artificial
Fecha
Breve reseña
El sector servicios de entregas y recogidas de última milla está en un crecimiento permanente de dos dígitos por el empuje de la expansión del comercio electrónico, lo que está generando una enorme presión sobre las empresas de logística. Además, los clientes cada vez tienen unas expectativas más elevadas en cuanto a la rapidez y comodidad de las entregas, tolerando menos los retrasos y errores en los pedidos.
El objetivo general del proyecto es desarrollar un sistema de predicción de incidencias, análisis y acciones automatizadas proactivas mediante la aplicación de técnicas de Machine Learning que permita la reducción de las entregas fallidas. Esto tendrá como consecuencia directa la reducción de kilómetros recorridos por los transportistas y por tanto la diminución de emisiones emitidas de CO2, la reducción en la congestión urbana y una mejora en la calidad del servicio a los clientes, contribuyendo de esta manera a un modelo de negocio más competitivo y sostenible.
En el proyecto se diseña y desarrolla una herramienta de predicción de incidencias con técnicas de Machine Learning, implementando un sistema automatizado que minimice las incidencias de última milla. Finalmente se valida con pruebas piloto de la nueva operativa en entornos de mensajeros.
Una de las claves del negocio de los servicios de entregas y recogidas de última milla son las entregas fallidas. Actualmente se produce un significativo número de incidencias que se traducen en un importante impacto en la calidad del servicio y en la rentabilidad de las empresas logísticas especializadas que trabajan con márgenes ajustados. Estas incidencias son servicios no entregados en la fecha acordada, rechazados por no estar conforme con las condiciones del servicio o anomalías previas a la distribución del pedido. Dependiendo de múltiples factores, o tipologías de servicios, el porcentaje de incidencias en el sector puede situarse en un promedio entre el 10% y el 20% del total de servicios, según diferentes estudios.
Las agencias de transporte pueden tomar ciertas medidas para intentar reducir estos fallos al existir patrones de comportamiento en los servicios, que utilizando técnicas de inteligencia artificial permiten identificar aquellas entregas en las que se producirán incidencias. La detección temprana de posibles incidencias permitirá a las agencias de reparto de última milla, la ejecución de acciones proactivas anticipadas que se traducirán en la mejora reputacional ante los clientes, la reducción de costes y un incremento de la sostenibilidad de los trasportes urbanos.
