Les meilleures API d’optimisation de tournées pour la livraison de colis
- 17 septembre 2026
- 12 mins
La livraison de colis est l'un des cas d'usage les plus exigeants en matière d'optimisation de tournées. Haute densité de points, créneaux horaires stricts, aléas quotidiens, pression permanente sur les coûts : les opérateurs du dernier kilomètre n'ont pas droit à l'erreur. Choisir la mauvaise API peut coûter des heures de retouche manuelle chaque jour, et réduire à néant les gains théoriques de l'optimisation.
Cet article compare onze API d'optimisation de tournées (Kardinal, Solvice, LogisticsOS, HERE, NextBillion AI, Google, GraphHopper, Timefold, Verso, Routific, Mapbox) selon leur capacité à répondre aux contraintes réelles de la livraison de colis.
Points clés
Ce qui rend la livraison de colis vraiment complexe
La densité des points
Une tournée de livraison urbaine regroupe typiquement 80 à 150 arrêts par chauffeur et par jour. À cette densité, les micro-décisions de séquençage ont un impact direct sur la productivité : l'ordre des arrêts, la gestion des accès aux immeubles, les doubles passages. Un mauvais séquençage sur une tournée aussi dense peut faire perdre 30 à 45 minutes par jour et par chauffeur.
Les créneaux horaires
Les créneaux de livraison, souvent d'une heure, parfois de 30 minutes, sont devenus la norme dans l'e-commerce. Un colis livré hors fenêtre génère une insatisfaction client immédiate et souvent une seconde tentative à organiser, ce qui dégrade simultanément la rentabilité et la qualité de service.
Un plan qui bouge toute la journée
En livraison de colis, le plan du matin tient rarement jusqu'à midi. Sur la route, un colis est refusé, un destinataire est absent, un point relais est plein, un embouteillage se forme. Au dépôt, les commandes e-commerce continuent d'arriver jusqu'en milieu de matinée pour une livraison le jour même. Dans les deux cas, c'est le même problème : le plan change en permanence, et chaque changement se répercute sur le reste de la tournée.
Sans réoptimisation en temps réel, c'est-à-dire la capacité du moteur à recalculer les tournées restantes et à insérer de nouveaux arrêts dans des tournées déjà lancées sans les reconstruire intégralement, le dispatcheur doit intervenir manuellement, plusieurs fois par jour. Quatre solutions couvrent intégralement cette fonctionnalité : Kardinal, Timefold, NextBillion AI et Solvice.
La pression sur les coûts
Le dernier kilomètre représente 40 à 50% du coût logistique total d'une commande. Avec des marges inférieures à 5% dans la plupart des segments e-commerce, chaque kilomètre superflu et chaque heure de travail non optimisée pèsent directement sur la rentabilité.
Les contraintes critiques pour une API de livraison de colis
Trois niveaux d'exigence structurent le marché : le socle classique que tout le monde couvre, les contraintes intermédiaires qui séparent les bons des moyens, et les contraintes avancées qui font réellement la différence sur le terrain.
Distance et temps de travail
Objectifs fondamentaux de toute optimisation.
Couvert par : Tous les acteurs sauf Mapbox.
Créneaux horaires stricts
La gestion des créneaux multiples ou imbriqués varie fortement d'un acteur à l'autre.
Couvert par : Tous les acteurs.
Capacité des véhicules
Poids, volume et limites sur mesure par véhicule.
Couvert par : Tous les acteurs.
Colis rattrapés et premium
Classer les livraisons échouées la veille avant les commandes du jour.
Couvert par : Tous les acteurs sauf Mapbox.
Trafic prédictif en amont
Le trafic prévu est intégré avant l'optimisation, pas corrigé après coup.
Couvert par : Kardinal, Solvice, GraphHopper, Google, HERE, Mapbox, NextBillion AI. Partiel chez LogisticsOS ; absent chez Routific, Timefold et Verso.
Profils de vitesse variés
Voiture, vélo et camionnette dans une même flotte.
Couvert par : Kardinal, NextBillion AI, GraphHopper et HERE. Partiel chez les autres.
Affectation préférentielle par zone
Orienter les livraisons vers le coursier qui connaît le secteur, sans en faire une règle stricte.
Couvert par : Kardinal, Timefold, Solvice, GraphHopper, HERE et LogisticsOS.
Équilibrage entre coursiers
Répartir équitablement le temps de travail entre les coursiers.
Couvert par : Kardinal, Routific, NextBillion AI, Solvice, GraphHopper et LogisticsOS.
Réoptimisation en temps réel
Recalcul automatique de la tournée en cours de journée.
Couvert par : Kardinal, Timefold, NextBillion AI et Solvice. Partiel chez Routific, Verso et LogisticsOS.
Optimisation lexicographique
Hiérarchiser les objectifs plutôt que de les pondérer dans une formule globale, pour un paramétrage multi-objectif simple à configurer et facile à expliquer.
Couvert par : Kardinal et HERE uniquement.
Compacité de tournée
Garder chaque tournée géographiquement resserrée et limiter les croisements entre coursiers.
Couvert par : Kardinal, Solvice et LogisticsOS uniquement.
Séquencement zone par zone
Terminer un quartier avant de passer au suivant.
Couvert par : Kardinal, Solvice, GraphHopper et HERE.
Enlèvement conditionnel des retours
Ne démarrer une collecte de retours qu'une fois la tournée suffisamment avancée, sans rigidité excessive.
Couvert par : Kardinal et Solvice uniquement.
Arrêts optionnels au mieux
Ne planifier les colis à échéance souple que s'ils s'insèrent sans ajouter de véhicule.
Couvert par : Kardinal, Timefold, NextBillion AI et Solvice.
Rattachement à un point relais
Forcer l'ordre de service autour d'un point relais (PUDO), une contrainte de niche.
Couvert par : HERE uniquement, y compris devant Kardinal.
Comparatif des API pour la livraison de colis
Kardinal
95% de couverture · 1ᵉʳ/11Kardinal reste la solution la mieux adaptée à la livraison de colis, quel que soit le segment de complexité. C'est le seul acteur à combiner réoptimisation en temps réel, compacité de tournée, séquencement zone par zone et optimisation lexicographique dans une même offre.
Sur l'ensemble des contraintes propres à ce secteur, Kardinal n'a que deux lacunes, toutes deux sur des besoins de niche : le coût horaire dépendant de l'heure de la journée, une majoration sur la pointe matinale par exemple, que seul Solvice modélise, et le rattachement d'arrêts à un point relais, que seul HERE propose.
Solvice
79% de couverture · 2ᵉ/11Solvice occupe la deuxième place. Elle dispose d'un atout que Kardinal ne couvre pas, la modélisation du coût horaire selon l'heure de la journée, mais il s'agit d'un besoin très niche, qui ne se présente que dans de rares structures tarifaires. Elle rejoint aussi Kardinal sur l'enlèvement conditionnel des retours, une contrainte que ces deux solutions sont seules à couvrir.
Solvice couvre également intégralement la réoptimisation en temps réel, la compacité de tournée et le séquencement zone par zone. Sa limite : pas d'optimisation lexicographique. Avec un modèle aussi riche, arbitrer entre plusieurs objectifs impose de fixer un poids sur chaque critère, et le paramétrage devient vite une usine à gaz à affiner.
LogisticsOS
77% de couverture · 3ᵉ/11LogisticsOS entre directement en troisième position, porté par sa spécialité : la modélisation des coûts. C'est la seule solution, avec Kardinal sur un axe voisin, à couvrir les seuils de forfait et d'heures supplémentaires ainsi que l'optimisation de la facture combinée entre flotte propre et sous-traitance. Elle couvre aussi la compacité de tournée.
Ses limites : la réoptimisation en temps réel et l'affectation par zone ne sont que partiellement couvertes.
HERE
73% de couverture · 4ᵉ/11HERE surprend par deux exclusivités. C'est la seule solution avec Kardinal à proposer l'optimisation lexicographique, et la seule du panel, Kardinal compris, à couvrir le rattachement d'arrêts à un point relais. Elle profite aussi de sa base cartographique pour un trafic prédictif solide et des profils de vitesse complets.
Sa faiblesse principale : la réoptimisation en temps réel n'est pas couverte, ce qui la pénalise sur les opérations à fort volume d'aléas quotidiens.
NextBillion AI
68% de couverture · 5ᵉ/11NextBillion AI reste un acteur solide sur les fondamentaux : trafic prédictif, profils de vitesse, réoptimisation en temps réel et arrêts optionnels au mieux sont tous couverts. Ce qui lui manque, c'est la couche la plus fine : pas de compacité de tournée, pas de séquencement zone par zone, pas d'optimisation lexicographique.
Google ne couvre pas intégralement la réoptimisation en temps réel sur ce périmètre de contraintes, malgré la qualité de son infrastructure cartographique. Le trafic prédictif et la minimisation des retards sur ETA annoncée restent des points forts, mais les profils de vitesse spécialisés (vélo, moto) sont absents, et aucune affectation par zone n'est proposée.
GraphHopper
52% de couverture · 7ᵉ/11GraphHopper tient sa position grâce à ses profils de vitesse variés et son séquencement zone par zone, deux points où il rejoint Kardinal, Solvice et HERE. En revanche, il ne couvre ni la réoptimisation en temps réel, ni l'optimisation lexicographique, ni les arrêts optionnels.
Timefold
48% de couverture · 8ᵉ/11Timefold surprend en couvrant intégralement la réoptimisation en temps réel et les arrêts optionnels au mieux, deux contraintes avancées où il rejoint Kardinal. Mais il n'a pas de trafic prédictif, et sa couverture des contraintes de base reste en retrait par rapport aux acteurs plus généralistes.
Verso, Routific et Mapbox
44% · 38% · 26%Ces trois solutions atteignent leurs limites dès qu'une flotte dépasse une dizaine de véhicules ou que les opérations nécessitent une gestion fine des aléas.
- Verso (44%) reste limité aux opérations basiques, sans réoptimisation temps réel complète.
- Routific (38%) couvre les fondamentaux mais manque de la plupart des fonctionnalités avancées.
- Mapbox (26%) profite d'un bon trafic prédictif grâce à sa base cartographique, mais reste avant tout un outil de visualisation plutôt qu'un véritable optimiseur de tournées.
Tableau de synthèse
Notre verdict
Ce n'est pas la taille de la flotte qui doit guider le choix, mais la part de votre activité qui dépasse les contraintes classiques. Partez des cinq solutions qui passent la barre pour la livraison de colis, puis resserrez la liste selon vos besoins.
