De ergste stofwolken met betrekking tot het groei van pakketbezorging zijn gaan liggen, het is tijd om de balans op te maken. Elke bedrijf dat in deze groeimarkt wilde, zit erin. Succesvol of niet. De volgende stap is het proces aanscherpen.
Naast een TMS systeem worden koeriers steeds vaker geassisteerd door route optimalisatie software. En... werkt dat nou? Wie is er sneller? De koerier, of de software?
Allereerst, zonder koerier komt de bestelling (nog) niet aan. Alle drones en zelfrijdende auto's ten spijt. Het vergelijken van de koerier met en zonder routeoptimalisatie software bestaat daarnaast altijd uit twee ongelijke wedstrijden. Oneerlijk voor beide partijen. De eerste wedstrijd is om de ideale route aan het begin van de dag te optimaliseren zonder dat uitzonderingen of ad-hoc opdrachten bekend zijn. De andere is die van de resulterende route. Aangezien er gedurende de dag altijd veel verandert, is die laatste de reële vergelijking. Ook die route kun je door middel van software verbeteren. Zowel de koerier als software hebben ieder hun eigen voordelen. Een ervaren koerier kent zijn gebied als geen ander; sluiproutes, parkeermogelijkheden, afspraken met klanten, verwachte drukte, etc. Allemaal voorbeelden van informatie die de software niet beschikbaar heeft (aan het begin van de dag). Denk daarbij ook aan het bedrijventerrein waarvandaan iedere middag de boekingen binnenkomen. Voorkennis hierover leidt ertoe dat de koerier zijn route al vroeg indeelt. Dit terrein komt aan het einde van de dag.Het kiezen van de theoretisch snelste routes langs alle stops van een dag kan routeoptimalisatie software veel nauwkeuriger en sneller dan een mens dat kan. In digitaal kaartmateriaal zit alle kennis van het wegennet en eventueel (historische) verkeersdrukte. Het up-to-date houden van deze informatie voor het gehele land is voor de computer een fluitje van een cent maar voor een individu onmogelijk.
Het combineren van deze kennis verhoogt de efficiëntie in het proces. Een mens is intuïtief, dus vaak beter op de hoogte van relevante omstandigheden. En kan vaak beter voorspellen op basis van ervaring. Juist als die nog niet is vastgelegd in systemen. Maar software is beter in het optimaliseren van routes en heeft meer overzicht. Tegenwoordig verliest de mens het van de computer. Als Google tegen mij zegt, ‘’hier moet je eraf om de file te ontwijken’’, dan ga ik eraf. De kans dat ik het beter weet omdat ik al het inzicht heb, is vrijwel nihil.
Uiteindelijk wil je er naar toe dat zowel de koerier als het systeem dezelfde kennis heeft aan het begin van de dag. Hiervoor is historische data belangrijk. Als het systeem leert van de koeriers, geeft het later advies aan nieuwe koeriers. Wanneer een systeem weet dat je aan de achterkant van een bedrijf moet stoppen, neemt het deze informatie mee in de toekomstige routes. Ongeplande pickups zijn over het algemeen funest voor je routeplanning. Uit historische data leidt je nu af in welk gebied veel pickups voorkomen rond welk tijdstip. Het systeem kan hier in de routeplanning rekening mee houden door deze gebieden later op de dag te plaatsen. Je combineert de kennis en eigenschappen van beide informatiebronnen om zo tot een efficiënt en optimale route voor de koerier te komen.
De koerier moet nog steeds de vrijheid hebben om van de routes af te wijken. Tijdens de rit heeft hij het stuur in handen en is het systeem ondersteunend. Bij een alternatieve keuze moet het systeem de route hercalculeren en een nieuw advies geven aan de koerier. Ervaren koeriers zullen de invloed van zo’n systeem in mindere mate merken. Met name onervaren koeriers gaan efficiënter rijden. Er is geen inwerktijd nodig en de efficiëntie in geval van 'onervaren koerier' is direct hoog. Daarnaast is het flexibel inzetten van koeriers in onbekende gebieden mogelijk. Daardoor kun je makkelijk opschalen in drukke periodes om aan de klantvraag te voldoen. Dit kan nu eindelijk zonder in te leveren op efficiëntie.
Data- analisten van CGI hebben voor DHL onderzoek gedaan naar verbetering van routes door gebruik te maken van historische data. Uit dit onderzoek is naar voren gekomen wat de relevantie is van het gebruik van routeoptimalisatie software. Hieruit blijkt dat in 84% van de gevallen de software de snelste reistijd en kortste afstand berekende. Dit resulteerde ook in de praktijk in 10% meer afleveringen per voertuig, en in een enorme afname van inwerktijd. Bij 5% van de gevallen is de koerier sneller door een andere routeplanning. In de overige gevallen is het gelijkspel. In het onderzoek bleek ook dat er soms lange stoptijden te zien zijn. In sommige gevallen tot 55 minuten. Het gebruik van historische data kan er misschien wel aan bijdragen stops zo te plannen dat wachttijd minimaal is. Of in elk geval, helderheid hierin te verschaffen.Overall is er nog enorm veel winst te behalen. Kortom, zie routeoptimalisatie niet als een vervanging van je koerierservaring, maar als toevoeging die voortbouwt op ervaring en kennis van je koeriers. In de strijd van man en machine is er dus een andere winnaar... en dat wordt de klant.
