Le trafic au service des logisticiens : origine, usage et bénéfices

Selon l’ONU, sept personnes sur 10 vivront en milieu urbain en 2050, contre à peine plus d’une sur deux aujourd’hui. Dans ce contexte de densification des populations urbaines et d’évolutions des modes de consommation, le transport routier se révèle plus que jamais essentiel à la viabilité des centres urbains. Mais les conséquences du trafic font grincer des dents : nuisances sonores, pollution lumineuse, embouteillages, accidentalité, émissions de polluants et de gaz à effet de serre : les externalités négatives sont nombreuses. En France, le transport routier est responsable de 33% des émissions de CO₂ en France, selon le Ministère de la transition écologique et solidaire. Le projet Aphekom, coordonné par l’Institut de Veille  Sanitaire, a par ailleurs révélé que de vivre près du trafic routier augmentait « sensiblement la morbidité attribuable à la pollution atmosphérique ». (source : ADEME, 2016)

Les logisticiens, acteurs à part entière de ce trafic routier, en sont quant à eux aussi les premières victimes. Le trafic routier représente en effet pour la plupart d’entre eux une variable difficile à prévoir et à maitriser avec des impacts directs sur leur organisation et leur qualité de service (notamment via les retards de livraison et le non-respect des créneaux horaires annoncés, avec un impact fort sur le taux d’échec de livraison). D’autre part, le trafic routier représente une source importante de stress pour les chauffeurs, contribuant à dégrader la qualité de vie au travail d’un métier déjà peu attractif.

La digitalisation du transport et les solutions technologiques qui l’accompagnent peuvent toutefois être d’une aide précieuse pour ces acteurs : informations trafic temps réel, planification des déplacements, calcul d’itinéraires en temps réel, calcul et mises à jour d’ETA (Estimated Time of Arrival) avec alerte du client. Parmi elles, Kardinal propose une solution d’optimisation de tournées intégrant le trafic à ses calculs afin de fournir aux logisticiens une planification toujours plus réaliste et performante.

Origine des données de trafic utilisées dans les solutions technologiques

Pour proposer des réponses intelligentes tenant compte de la circulation, les éditeurs d’outils technologiques (dont nous faisons partie) ont besoin d’accéder aux données de trafic via des partenariats avec des fournisseurs de données cartographiques.

Mais d’où provient l’information trafic fournie par ces partenaires et comment est-elle collectée ?

Les principaux fournisseurs de données cartographique du marché sont Here Technologies, TomTom, Apple, Mapbox et Google (via Google Maps).

Les données de trafic proposées par ces acteurs sont issues de flottes de véhicules via la méthode du “Floating Car Data” (FCD) qui est basée sur la collecte des données de localisation, de vitesse et de direction des véhicules équipés pour relever ces données (ou embarquant un dispositif capable de le faire : GPS, applications mobiles, boitier de géolocalisation).

Le fournisseur Here Technologies, racheté en 2015 par le consortium allemand de constructeurs automobile constitué de Daimler, BMW et Volkswagen est ainsi alimenté par les données de millions de véhicules de particuliers, du moment que les services connectés sont activés.

En France, Here récolte ainsi les données de plus de 550 millions de déplacements par an (dont 15% PL).

Les partenariats avec des fournisseurs de systèmes de gestion de flottes professionnelles sont également particulièrement prisés car ils permettent de diversifier les sources des données de trafic et les types de véhicules qui les émettent (Véhicules Légers, Poids Lourds) afin d’offrir des données toujours plus précises et fiables à ceux qui les exploitent.

Schéma du process de la donnée de trafic dans la chaîne de valeur

Comment sont exploitées les données de trafic collectées ?

Les données trafic collectées peuvent être utilisées :

  • post-collecte, sous la forme de modèles de trafic
  • directement en temps réel

Les modèles de trafic

L’historique des données collectées permet de construire des modèles de trafic pour prédire les durées de déplacement. A partir de la donnée trafic récoltée, stockée et travaillée de façon à en déduire des tendances, les prestataires de données cartographiques ont la capacité de fournir des modèles de trafic. Ces derniers correspondent à des profils de vitesse moyens sur un itinéraire en fonction du type de véhicule utilisé, du jour et de l’heure à laquelle le trajet est effectué. Tout éditeur de solutions technologiques ayant accès à ces modèles est donc en capacité de les exploiter pour en déduire à l’avance une durée de trajet “probable” sur un itinéraire et prédire à l’avance les ETA (Estimated Time of Arrival) des livraisons. Ces modèles s’appuient généralement sur des tendances globales desquelles ont été exclues les perturbateurs ponctuelles (accidents, travaux, périodes de vacances, etc) ce qui les rend robustes mais peu discriminants quant aux grosses variations qui pourraient survenir.

Les données de trafic temps réel

Les données de trafic en temps réel sont disponibles pour les éditeurs de solutions technologiques au bout d’environ 15 minutes. Exploité par les éditeurs, elles permettent d’identifier des embouteillages, de reprogrammer des itinéraires en conséquence, de mettre à jour des temps de parcours et les ETA et jouent également un rôle important dans la sécurité routière via l’envoi d’avertissements de sécurité aux chauffeurs en temps réel.

Quel usage de ces données chez Kardinal ? Pour quels bénéfices dans notre solution d'optimisation de tournées ?

La solution d’optimisation de tournées Kardinal a la particularité d’exploiter le trafic sous toutes ses coutures!

1) Avant le départ des véhicules, lors de la planification

Parce que nous destinons notre solution d’optimisation aux applications les plus exigeantes en termes de dernier kilomètre urbain, nous avons mis beaucoup d’efforts dans la conception d’un système de planification qui tienne véritablement compte du trafic prédictif.

Nos docteurs en Mathématiques Appliquées ont conçu nos algorithmes d’optimisation de tournées de manière à les rendre capables de prendre en compte les modèles de trafic et d’ainsi estimer, en amont de l’optimisation, à chaque instant et pour chaque trajet quelle sera la durée de ce trajet, et sans impact significatif sur les temps du calcul.

Cette particularité de notre solution nous permet de fournir des tournées plus réalistes bien sûr, mais aussi plus performantes puisque les algorithmes deviennent capables de faire des choix d’optimisation plus “malins”, évitant les embouteillages récurrents de début et de fin de journée par exemple.

Pour aller plus loin, découvrez notre article complet sur la prise en compte du trafic prédictif en optimisation de tournées via ce lien.

2) En temps réel, une fois que les véhicules sont en route

L’optimisation de tournées Kardinal ne s’arrête pas avec le départ des véhicules sur la route : si la flotte de véhicules de notre client est équipée d’une application mobile, Kardinal peut rester en contact avec le véhicule et continuer d’optimiser des tournées en cours de réalisation.

Ainsi, nous sommes en capacité de mettre à jour les ETA sur chaque point en fonction du trafic en temps réel mais notre solution propose également de “meilleures solutions” en fonction de l’évolution des conditions de circulation.

Dans l’exemple ci-dessous, les données de trafic en temps réel exploitées par Kardinal indiquent à son algorithme un embouteillage qui n’était pas prévu. En recalculant les ETA de chaque point, notre solution identifie qu’un créneau horaire ne sera pas respecté : elle propose alors au chauffeur une modification de l’ordre des livraisons permettant de tout de même de respecter les engagements pris auprès de ses clients.

3) Après les opérations, dans une logique d'amélioration continue

Chez Kardinal, l’équipe R&D travaille actuellement sur des modèles de Machine Learning dont le but est de combiner les modèles de trafic génériques issus de notre prestataire avec des données récoltées sur le terrain par nos clients. En effet, l’activité spécifique de chaque client, ainsi que l’expérience relativement variable des chauffeurs peut donner des résultats sur le terrain qui sont relativement différents de ce que les modèles génériques anticipent. Ainsi, il sera bientôt possible d’avoir des temps de trajet adaptés à un véhicule qui transporte des matières dangereuses nécessitant de conduire avec plus de précautions que la normale, ou à un chauffeur senior qui réalise des courses express à moto en zone très urbaine qui sera peu impacté par le trafic. De cette façon, les tournées optimisées seront parfaitement ajustées aux capacités des chauffeurs et aux particularités de l’activité.

On l’a vu, le trafic est un enjeu important pour la qualité de vie dans les grands pôles urbains et il impacte très fortement les métiers de la livraison du dernier kilomètre. Pour les villes, il s’agit plutôt de maîtriser ces flux et de les canaliser différemment, à défaut de pouvoir les réduire. Du point de vue de la livraison du dernier kilomètre, le trafic est donc un paramètre qu’il faut absolument prendre en compte dans la planification car indépendamment de la qualité des algorithmes d’optimisation, la problématique du trafic questionne la faisabilité même des tournées optimisées par les mathématiques.

L'Auteur

Depuis 20 ans, Raphaël de Castilla accompagne les entreprises dans leur digitalisation et la réduction de leurs coûts logistiques. Expert IT passionné d’innovations technologiques, il dédie son expertise à la résolution de problèmes complexes afin de construire une Supply Chain plus agile, en ligne avec les problématiques environnementales actuelles.