[RAPPORT]
Les données en optimisation de tournées : état des lieux, enjeux et bonnes pratiques
En optimisation de tournées, la donnée est au coeur des algorithmes. Nous l’avions évoqué dans notre dossier sur les données en optimisation de tournées : plus les données sont précises et fiables, plus les tournées optimisées seront pertinentes. En effet, la mauvaise qualité des données impacte fortement le réalisme des tournées calculées qui deviennent rapidement obsolètes.
Nos experts en ont été témoins, la pertinence des tournées est très souvent fortement impactée par des données changeantes, erronées ou inconnues. Malheureusement, il est encore monnaie courante d’observer ces problématiques chez les acteurs de la logistique et du transport, notamment car :
- Les logisticiens saisissent encore très fréquemment des données à la main, ce qui augmente le risque d’erreur.
- Ils n’ont pas toujours la main sur la qualité de la donnée récoltée par leurs clients.
- Leur activité se complexifie et pour faire face aux imprévus, il devient de plus en plus nécessaire de prendre en compte les nouvelles données arrivant en temps réel (nouvelles commandes, embouteillages, accidents, etc.).
Kardinal s’est donné le défi de pallier à ces problématiques en développant une solution d’optimisation de tournées à l’approche innovante et radicalement différente : l’approche “Always-On”.
Les principales problématiques de la donnée en optimisation de tournées
1 - Certaines données sont changeantes
Au quotidien, les logisticiens font face à de nombreux aléas : de nouvelles commandes qu’il faut planifier en urgence, un chauffeur qui prévient au dernier moment qu’il va avoir du retard pour démarrer sa tournée, le trafic qui évolue… Les données indiquées dans l’algorithme d’optimisation ne sont valables qu’à un instant T et sont susceptibles de changer. La réalité du terrain pouvant être très fluctuante, il est nécessaire d’avoir la capacité d’être réactif en cas de changement.
La majorité des solutions d’optimisation de tournées sur le marché ont une approche dite “statique”, c’est-à-dire qu’une fois créé, le planning n’est pas rechallengé par les algorithmes dans la solution. Cette approche n’est pas compatible avec la volatilité du terrain : si les données ont changé, le résultat de l’optimisation n’est alors plus valide. Pour intégrer les changements dans les tournées, les planificateurs doivent soit relancer les calculs d’optimisation si le temps le leur permet soit ajuster en temps réel, mais de façon manuelle.
2 - Certaines données sont erronées
En analysant les bases de données des acteurs logistiques, on observe régulièrement des erreurs : une adresse incomplète, des champs interchangés, des horaires mal renseignés, des poids et volumes incorrects… les exemples sont nombreux tant ils peuvent être divers. Pourtant, l’impact de la mauvaise qualité des données est très important sur les tournées réalisées :
- Une mauvaise adresse rendra le géocodage difficile et pénalisera les calculs de distance. Elle mettra également en difficulté le livreur qui prendra plus de temps à trouver le lieu de livraison.
- Des champs interchangés entraîneront des erreurs et des incohérences dans l’optimisation en fonction des champs concernés.
- Des horaires mal renseignés pourront amener un chauffeur à se rendre sur le lieu de livraison lorsque celui-ci est fermé. En plus d’entraîner un retard dans la tournée, cela nécessitera un second passage.
- Des poids et volumes incorrects pourront nécessiter des rééquilibrages entres véhicules avant le départ en tournée car leur capacité de chargement aura été atteinte, les colis étant beaucoup plus volumineux que ceux qui avaient été initialement prévus.
Tous ces exemples démontrent que la qualité de la donnée est cruciale pour optimiser le dernier kilomètre de façon pertinente. Les logisticiens investissent de plus en plus d’efforts pour mieux collecter les données mais la perfection est difficile à atteindre.
Dans le cadre d’une optimisation statique, le traitement des données erronées peut être long et chronophage. En effet, une fois les calculs d’optimisation lancés, si une donnée erronée doit être corrigée car elle impacte les calculs, le planificateur n’a pas d’autre choix que de relancer l’intégralité de l’optimisation de son plan de tournées ou de le corriger manuellement. En pratique, cela conduit souvent les organisations qui ont une donnée imparfaite à ne pas utiliser l’outil d’optimisation à son plein potentiel, certains s’en servant même uniquement comme d’une interface dans laquelle ils planifient quasi tout manuellement.
3 - Certaines données sont inconnues
Régulièrement, nos experts se rendent compte que de nombreuses données manquent à l’appel dans les bases de données des acteurs logistiques. Ces informations se trouvent généralement dans la tête des experts métier qui connaissent le terrain : ce client important préfère être livré par un chauffeur spécifique qu’il apprécie ; à l’inverse un autre chauffeur a eu un conflit avec un client qui ne souhaite plus le revoir ; certains techniciens ont ou n’ont pas les compétences pour réaliser telle intervention, certaines marchandises peuvent être chargées ensemble mais d’autres non,…
Ces contraintes sont très rarement qualifiées dans des bases de données : il s’agit plutôt de savoir-faire, de connaissance métier, de sensibilité humaine. Pourtant, elles sont très importantes pour maximiser la qualité du service rendu et la satisfaction des clients. En ignorant ces contraintes, les algorithmes d’optimisation ne peuvent pas calculer les tournées les plus pertinentes du point de vue des équipes opérationnelles.
Souvent en optimisation statique, on est tenté de mener des chantiers data gigantesques visant à collecter les informations présentes dans la tête des opérationnels afin de les intégrer dans l’optimisateur. Bien que louables, ces projets nécessitent souvent beaucoup de temps et d’efforts de la part des équipes. Plus les bases de données sont nombreuses, plus l’effort pour les maintenir à jour est important. Cela risque d’épuiser les équipes qui finissent par arrêter de s’en servir.
La réponse de Kardinal face à ces enjeux de la donnée : une optimisation en continu
Chez Kardinal, nos docteurs en mathématiques ont réfléchi à une solution qui répondrait à ces trois enjeux vis-à-vis de la donnée et ont mis au point la solution ARO (”Always-On Route Optimization”). Comme son nom l’indique, cette solution d’optimisation de tournées a la particularité de fonctionner en continu : elle ne s’arrête jamais d’optimiser ! Ainsi, l’utilisateur peut à tout moment modifier, ajouter ou supprimer n’importe quelle donnée sans avoir à relancer l’optimisation. Une véritable innovation pour les planificateurs qui utilisaient jusqu’alors un logiciel d’optimisation statique !
Solution d'optimisation de tournées en continu
Pour les trois problématiques citées précédemment, les modifications sont faites au fur et à mesure que les nouvelles données apparaissent : de nouveaux ordres à planifier, un chauffeur en retard à l’entrepôt le matin, des adresses mal renseignées, etc. Ces ajouts ou modifications de données par les planificateurs vont pouvoir être intégrés instantanément dans l’outil Kardinal dont l’optimisation va s’adapter sans difficulté. Les évolutions du trafic routier sont nativement prises en compte dans la solution et mettent à jour les tournées au rythme de leur déroulement. Grâce à cette optimisation en temps réel, les planificateurs peuvent s’appuyer sur les meilleures tournées possibles à l’instant T et prendre des décisions lorsqu’ils en ont besoin.
Dans le cas des données manquantes, il n’est pas forcément nécessaire de créer des référentiels colossaux pour collecter les informations connues seulement par certains opérationnels. Notre solution ARO leur donne la possibilité d’intégrer ces données à la volée pour que les algorithmes en tiennent compte dans leurs calculs. En gardant la main sur l’outil, ils peuvent ainsi contrôler et ajuster les optimisations proposées.
Grâce à cette approche, une forme de discussion est instaurée entre, d’un côté, un utilisateur qui détient une meilleure expérience terrain, et de l’autre, une machine dont la puissance calculatoire est beaucoup plus importante et rapide. Une telle collaboration permet une synergie Homme-Machine maximale dont notre solution ARO va tirer profit pour dépasser les limites des optimisateurs de tournées classiques.