De la planification manuelle à l’optimisation continue : les différents niveaux d’optimisation de tournées
- 1 juin 2021
- 7 mins
[RAPPORT]
Les différents niveaux d'optimisation de tournées
L’optimisation de tournées est un enjeu stratégique pour un grand nombre d’entreprises dont l’activité implique des déplacements de marchandises ou de personnes afin d’effectuer des livraisons, des visites à domicile ou encore des interventions techniques. Elle consiste à trouver la solution la moins coûteuse pour visiter tous les points en respectant des contraintes spécifiques (les plus connues étant les créneaux horaires, les capacités des véhicules, ou encore les compétences des techniciens, mais il en existe des milliers, certaines très spécifiques à un secteur, une activité et même à une entreprise).
Dans la pratique, l’optimisation de tournées est le plus souvent gérée par un planificateur (parfois appelé coordinateur, dispatcheur ou ordonnanceur), soit manuellement, soit à l’aide d’une solution dédiée. Afin d’aider les planificateurs à trouver les meilleures tournées parmi une (quasi) infinité, en tenant compte parfois de plusieurs centaines de variables et de contraintes, les solutions dédiées à l’optimisation de tournées intègrent aujourd’hui des algorithmes puissants capables de construire presque parfaitement et en quelques minutes ce que l’Homme peine à réaliser en plusieurs heures, jours ou semaines (selon la complexité du problème et le niveau d’optimisation souhaité).
Mais toutes les solutions ne se valent pas. En fonction de la qualité de vos données, de vos processus organisationnels déjà en place, ou encore du degré de dynamicité de votre activité, il se peut qu’une approche statique ne soit pas la plus adaptée. De la planification manuelle à l’optimisation continue, cet article détaille les différents types d’optimisation de tournées, leurs avantages et leurs limites.
Les 3 niveaux d’optimisation de tournées “classiques”
Au sein des entreprises qui ont besoin d’optimisation de tournées, une organisation est mise en place pour gérer le dispatch des activités (colis, interventions, collecte de déchets, etc.) à des ressources (chauffeurs, techniciens, éboueurs, etc.). Nous passons en revue dans cette partie les différents niveaux d’optimisation qu’il est possible de rencontrer dans les organisations qui les mettent en oeuvre.
L’optimisation manuelle par des experts
L’optimisation manuelle des tournées par un planificateur est l’approche la plus utilisée, toutes industries confondues. Un expert, ayant souvent lui-même travaillé précédemment sur le terrain, est en charge de l’affectation des ordres de missions (livraison, interventions…) aux chauffeurs. Il le fait grâce à son expérience, en se basant sur des schémas de planification dont il a pu attester de l’efficacité avec le temps. On observe souvent que les organisations se sont adaptées pour faciliter le travail des planificateurs.
Par exemple, dans les entreprises de livraison du dernier kilomètre, on retrouve souvent une allocation préexistante de zones (souvent définies par des codes postaux) à des baies de chargement (et donc à des chauffeurs). Cela simplifie le tri des colis et permet de rendre le travail du planificateur beaucoup plus simple. Bien évidemment, ce genre de processus est clairement sous-optimal, car les affectations de codes postaux aux chauffeurs ne sont pas forcément pertinentes tous les jours, et peut-être jamais ! De plus, cela ne garantit pas que toutes les contraintes, telles que les créneaux de livraison, seront satisfaites. Dans la pratique, l’ordonnancement au sein des tournées est régulièrement réalisé par le chauffeur lui-même en cours de tournée.
Dans le cas des visites à domicile, les plannings sont souvent définis une seule fois par semaine, voire par mois. Les coordinateurs doivent gérer un très grand nombre de contraintes, dont la plupart sont difficiles à définir formellement, comme par exemple le fait d’assigner préférentiellement toujours le même intervenant à un client ou au contraire d’éviter qu’un intervenant ne se rende chez un client avec qui la relation est difficile. En pratique, ce planning censé être fixé en début de période doit en réalité être adapté tous les jours, notamment du fait de la disponibilité ou non des intervenants, la profession connaissant un absentéisme et un turnover importants. Ainsi, le temps des planificateurs est plus employé à corriger en urgence les plannings plutôt qu’à les optimiser pour les rendre vraiment performants.
En dépit d’une sous-optimalité dans leurs approches, les planificateurs ont une très grande capacité à gérer les imprévus en adaptant leurs décisions au contexte. Ils sont capables de prendre en considération des paramètres subtils tels que “avec les délais qu’on a eu récemment, quels clients peut-on se permettre de décevoir si je ne peux pas faire autrement ?” ou encore “ce client est insatisfait de la prestation de ménage d’hier, dois-je envoyer un aide à domicile proche de chez lui finir le travail et prendre le risque de le mettre en retard pour d’autres interventions ?”.
L’Homme peut gérer les priorités business en temps réel, prendre des décisions subjectives et dépendantes du contexte à la minute où l’événement se produit et tenir compte d’informations qui ne sont dans aucune base de données : ce sont ses plus grandes forces.
Les avantages :
- Grande capacité de gestion des priorités business
- Capacité à faire des choix subjectifs en fonction du contexte
- Capacité à prendre en compte des informations qui ne sont pas en base de données
- Process permettant une planification au fil de l’eau, plus réaliste dans de nombreux contextes où les commandes arrivent peu à peu
Les limites :
- Limitation en puissance calculatoire, affaiblissant la performance des tournées (coûts et qualité de service)
L’optimisation “statique”*
Cette approche inclut les algorithmes et logiciels qu’on retrouve le plus communément sur le marché. Ils mettent à disposition des planificateurs des algorithmes puissants afin d’automatiser le dispatch optimisé des tâches aux individus, ainsi que leur ordonnancement, et ce, avant que les tournées ne démarrent. On parle ici d’optimisation “statique” car elle doit être lancée avant une heure limite, quand l’utilisateur considère que l’ensemble des données dont l’algorithme a besoin pour calculer les tournées est connu et que ces données sont parfaitement justes et elle ne sera pas remise en question par la suite. Le plus souvent, ces algorithmes peuvent être paramétrés pour optimiser plusieurs objectifs, tels que la minimisation des kilomètres, la réduction des ressources utilisées, etc. Ils peuvent aussi être conçus de façon à gérer une grande variété de contraintes, telles que les créneaux de temps, les capacités, les compétences requises pour réaliser une tâche, etc.
Dans le cas d’une entreprise de livraison de colis par exemple, la liste des livraisons à réaliser et les véhicules disponibles sont envoyés au logiciel à un instant donné afin d’obtenir en retour un planning optimisé qui minimise, par exemple, le nombre de kilomètres à parcourir pour réaliser l’ensemble des livraisons. Ce planning ne peut plus être adapté en cours de journée. Seuls les changements manuels sont possibles mais le plus souvent, les décisions sont prises entre le planificateur et les livreurs en temps réel (ou par le livreur seul) et les changements ne sont pas communiqués à l’outil, qui ne les prend donc pas en compte dans ses analyses de l’activité et ses reportings.
Les avantages :
- Les algorithmes calculent des tournées théoriques optimales (en termes de coûts et de prise en compte des contraintes exprimées)
Les limites :
- Incapacité à adapter la planification à toutes informations qui arriveraient après le début des calculs
- Dégradation de la performance du plan de tournées sur le terrain
- Pas de suivi ni de reporting sur le réalisé
- Process de planification figé impliquant d’attendre d’avoir toutes les données pour lancer les calculs
*Attention, le terme “statique” est aussi couramment utilisé par Gartner pour définir les plans de tournées calculés une fois par semaine ou une fois par mois. Gartner oppose les tournées “statiques” au tournées “dynamiques” qui sont les tournées recalculées chaque jour.
L'optimisation avec suivi et ajustements temps réel
Certains fournisseurs récents offrent la capacité technologique d’associer un suivi de tournées en temps réel à l’optimisation de tournées. Cela permet à l’utilisateur de vérifier en temps réel comment les tournées évoluent sur le terrain, de suivre leur avancement et de réagir à tout changement qu’il détecte.
C’est grâce à ce type de solution qu’il est désormais possible de prévenir (automatiquement) quelques dizaines de minutes à l’avance un client qu’il va être livré en retard.
L’optimisation “ajustable” se présente sous la forme d’une optimisation “figée”, à ceci près qu’elle propose à l’utilisateur des fonctions pour l’assister dans l’adaptation du planning à certains événements avant, et parfois pendant les opérations. Les scénarios principaux qu’on retrouve sont les suivants :
- L’ajout d’une nouvelle tâche (collecte, interventions) à réaliser : l’outil propose à l’utilisateur plusieurs tournées possibles dans lesquelles ajouter la nouvelle tâche puis insére la tâche de façon optimale dans la tournée choisie par l’utilisateur
- L’annulation de ressource : les tâches initialement planifiées sur cette ressource sont réparties manuellement par l’utilisateur sur d’autres ressources disponibles dans l’outil
- Le retard pris en cours de tournées : le planificateur est alerté et peut annuler les tâches qui ne pourront pas avoir lieu et les insérer manuellement dans une autre tournée pour une prise en charge le jour même
Dans ces cas d’usages, il est important de souligner que le logiciel ne fait pas de suggestion “de lui-même”, c’est à l’utilisateur de réagir aux problèmes qu’il peut identifier à partir des données qui lui sont remontées et d’ajuster manuellement les tournées dans l’outil. Ce dernier prend en compte les modifications et les communique aux agents sur le terrain mais il n’y a pas d’investigation globale du plan de tournées pour aller anticiper des opportunités d’améliorations qui auraient pu apparaitre en fonction de l’évolution du contexte.
Impossible donc d’envisager des échanges de tâches entre deux tournées pour libérer le planning d’un des chauffeurs et y ajouter une commande supplémentaire. Impossible également d’anticiper de façon automatique les retards et d’y pallier en réorganisant les tournées pour garantir le respect des créneaux horaires.
Les avantages :
- Les algorithmes calculent des tournées théoriques optimales (en terme de coûts et de prise en compte des contraintes exprimées)
- Capacité à suivre le réalisé en temps réel
- Capacité à informer les clients en cas de problèmes
- Capacité à corriger manuellement certains problèmes causés par les aléas du terrain
Les limites :
- Les algorithmes n’exploitent pas les opportunités d’optimisation qui se débloquent au fil du temps
- Process de planification figé impliquant d’attendre d’avoir toutes les données pour lancer les calculs
Le futur de l'optimisation de tournées : l'optimisation en continu, dite "Always On"
Nous venons de le voir, ce qui limite la capacité de l’optimisation à amener de la valeur sur le terrain tient au fait que le processus de décision humain est par nature un process continu. L’optimisation de tournée classique, elle, part toujours de l’hypothèse qu’à un moment donné il sera possible d’avoir la totalité des données nécessaires à la description du problème d’optimisation, et qu’elles ne changeront pas (ou peu).
Or en pratique, cet instant où la connaissance du terrain est complète est juste théorique : il ne se produit jamais vraiment (ou jamais longtemps). C’est pourquoi, afin de débloquer les dernières barrières à l’implémentation de l’optimisation de tournées, elle doit fonctionner aux côtés et au rythme des hommes qui opèrent la logistique : c’est-à-dire en continu.
Si l’optimisation reste en éveil pendant toute la durée du processus logistique (pendant la planification des tournées et pendant leur réalisation) tout en étant alimentée par les données qui remontent du terrain en temps réel, alors elle est capable de corriger à la volée la planification ou d’exploiter de nouvelles opportunités d’optimisation pour rester optimale à chaque instant.
Cette nouvelle approche est expliquée en détail dans notre article dédié à l’optimisation de tournées en continu.
L’optimisation de tournées en continu cumule les avantages des approches mathématiques (performance des tournées) tout en conservant la capacité des experts métier à interagir avec les tournées et d’y apporter leur expertise. Cette approche permet la correction des données erronées en live (sans avoir à relancer l’intégralité des calculs), la prise en compte des données qui ne sont connues que des opérationnels (et n’existent pas en base de données) et la ré-optimisation en temps réel en tenant compte des aléas, dans le but de construire des tournées plus performantes et plus pertinentes une fois sur le terrain.
Ce qu'il se passe sur le terrain, en fonction du type d'optimisation choisi
Dans une planification manuelle, les tournées sont planifiées en amont du départ des chauffeurs par un expert métier. Les performances des tournées, en termes de coûts (nombre de véhicules utilisés, nombre de kilomètres parcourus) et de qualité de service (respect des engagements client, les créneaux horaires par exemple), sont très dépendantes de l’expérience et des compétences de l’expert humain mais restent toujours inférieures à ce que proposera un bon algorithme grâce à sa puissance calculatoire.
Une fois les chauffeurs en route, chaque aléa impacte la performance des tournées et, sans information de suivi remontant du terrain, la perte de performance est non compensable. Les aléas du terrain occasionnent les mêmes dégats à l’optimisation “figée” qui n’offre pas, elle non plus, la possibilité de compenser par des actions les pertes de performances successives.
Si l’on s’intéresse désormais à l’optimisation de tournées avec suivi et ajustements, on se rend compte que les aléas impactent également la performance des tournées mais pas tous de la même manière : certains aléas, qui ne sont pas gérés par la solution, impactent de la même manière qu’en figé mais d’autres sont corrigeables et d’autres encore sont en partie compensés par des ajustements manuels de l’utilisateur qui, grâce à l’outil, dispose d’une visibilité sur le déroulé des tournées en cours.
Enfin, dans le cas de l’optimisation de tournées en continu, les aléas impactent les tournées mais les algorithmes recherchent en permanence de meilleures solutions, ce qui leur donnent la possibilité d’identifier de nouvelles opportunités d’optimisation en fonction de ce qu’il se passe sur le terrain. C’est ainsi que les tournées peuvent parfois récupérer en performance grâce à des choix malins que l’algorithme propose en temps réel aux utilisateurs.
Solution d'optimisation de tournées en continu
