La logistique du dernier kilomètre est connue pour être la plus complexe et coûteuse de toute la chaîne logistique. Ces dernières années, le boom du e-commerce et la multiplication des points de vente en centres urbains ont renforcé la tendance, multipliant les volumes de colis à livrer. Par ailleurs, la multiplication des services de livraison rend les consommateurs (et les professionnels) de plus en plus exigeants et de moins en moins enclins à payer pour se faire livrer.

Et ce qui est vrai pour la livraison de colis s’étend à d’autres activités. Les créneaux horaires larges, non connus à l’avance ou non respectés sont de moins en moins bien acceptés des clients, que ce soit pour réceptionner un colis, une livraison, accueillir un technicien ou un professionnel de la santé.

Ces tendances de fond rendent le dernier kilomètre de plus en plus complexe à gérer pour les organisations qui ont désormais besoin de pouvoir le planifier très minutieusement.

L’optimisation de tournées, une réponse de choix ! Oui, mais…

Face à cette problématique, l’optimisation de tournées est une réponse de choix : en affectant la bonne ressource au bon endroit et au bon moment, elle permet de mieux respecter les engagements pris auprès des clients (notamment en termes de créneaux horaires), de réduire ses coûts (moins de véhicules utilisés, moins de kilomètres parcourus) et de limiter son impact environnemental.

Oui, mais voilà : dans la pratique peu d’acteurs sont équipés d’une telle solution. On estime à seulement 20% la part des équipés parmi les acteurs ayant ce besoin. Parmi les équipés, il est également très fréquent d’observer une absence d’utilisation de la solution ou une utilisation partielle, complétée par un grand nombre de corrections et replanifications manuelles.

D’où vient ce paradoxe et quels sont les freins à l’utilisation des solutions d’optimisation de tournées ?

L’inévitable question de la qualité des données

Comme beaucoup de solutions technologiques d’optimisation de la Supply Chain, l’optimisation de tournées se base essentiellement sur de la data. Adresses des points à visiter, taille et poids des colis, contraintes horaires des sites à livrer : les données définissent le problème et de leur qualité dépend la pertinence de la solution qui sera délivrée.

Dans certaines organisations, il y a aussi des informations connues des opérationnels mais n’existant dans aucune base de données : c’est parfois le cas des compétences des techniciens pour les sociétés nécessitant la planification d’interventions techniques, les incompatibilités prestataire / client ou encore les accords tacites qui sont le fruit d’habitudes communes.

Conséquence : de nombreux acteurs qui pourraient optimiser leurs tournées ne le font pas car ils n’ont pas la capacité de fournir à la solution des données suffisamment complètes et fiables en entrée.

La logistique ne s’arrête jamais et les informations arrivent jusqu’au dernier moment dans le système. La perspective de devoir relancer une optimisation après chaque changement (ou de les gérer manuellement) peut rebuter de potentiels utilisateurs.

Une solution à ce problème est bien sûr la digitalisation des organisations logistiques et les “chantiers data” sont au cœur de toutes les préoccupations. Mais il est également possible de s’équiper de technologies intelligentes, capables de fonctionner sur des données imparfaites et/ou incomplètes et de prendre en compte les corrections à la volée sans remettre en question tout le processus d’optimisation déjà engagé.

Les dernières solutions de géocodage intelligent utilisent quant à eux des technologies capables de travailler sur des données non structurées via l’utilisation du Deep Learning, améliorant sensiblement la qualité des résultats fournis aux solutions d’optimisation de tournées.

La prise en compte des contraintes spécifiques, ces petits détails qui changent tout

De nombreuses activités doivent répondre à des contraintes très spécifiques dont voici ci-dessous 4 exemples parmi une infinité :

• la livraison de meubles nécessite 2 livreurs quand la livraison dépasse un certain poids,
• certaines interventions nécessitent le passage des techniciens dans un centre PUDO (Pick-Up Drop Off) afin d’y retirer du matériel,
• le temps passé par un technicien chez un client peut aller du simple au quadruple en fonction de la complexité technique de l’intervention,
• dans le transport de vrac, certains sites de collecte ne peuvent accueillir qu’un véhicule à la fois

Si ces contraintes ne sont pas prises en compte lors de la planification des tournées, les solutions rendues ne seront ni adaptées, ni réalistes, obligeant l’utilisateur à compléter la planification obtenue d’un grand nombre d’ajustements manuels, rendant l’usage de l’outil encore plus complexe et long.

La capacité à prendre en compte des contraintes très spécifiques doit donc être un critère fondamental lors du choix d’une solution d’optimisation de tournées.

Le temps réel creuse le fossé entre la théorie et la pratique

Embouteillage, client absent, adresse erronée, difficulté pour stationner : le dernier kilomètre est semé d’embûches. Alors qu’une grande majorité de solutions d’optimisation de tournées fonctionne en statique (calculs des tournées puis cut-off), le dernier kilomètre est quant à lui on ne peut plus dynamique et nécessite une réactivité absolue !

Comment s’assurer qu’un embouteillage de début de journée n’impacte pas un créneau horaire un peu serré planifié plus tard ? Comment rééquilibrer les tournées de techniciens en temps réel si le planning de l’un d’entre eux s’est allégé ?

Les différences importantes qu’observent les entreprises entre les performances des tournées planifiées et celles réellement réalisées sont génératrices de déception vis à vis des outils d’optimisation de tournées. Dans le contexte de la logistique urbaine en particulier, il devient de plus en plus vain de calculer des tournées statiques.