Доставка еды

Оптимизация маршрутов

Сервис доставки еды с 15 курьерами и 200-300 заказов в день автоматизировал распределение заказов и построение оптимальных маршрутов.

+40%
Доставок
-25%
Расход топлива
98%
Доставка вовремя
< 30 мин
Среднее время

Проблема

Диспетчер вручную распределял заказы между курьерами. Курьеры ездили хаотично, часто пересекались на одних и тех же улицах.

Основные проблемы:

  • Ручное распределение заказов занимало 15-20 минут
  • Неоптимальные маршруты — курьеры накручивали лишние километры
  • Частые опоздания из-за пробок
  • Курьеры простаивали в ожидании новых заказов
  • Высокий расход топлива
  • Клиенты жаловались на долгую доставку

Решение

Разработали систему автоматической маршрутизации на базе Google OR-Tools. Система в реальном времени:

  • Распределяет новые заказы между курьерами с учётом их местоположения
  • Строит оптимальные маршруты с минимальным пробегом
  • Учитывает пробки через интеграцию с 2GIS API
  • Балансирует нагрузку между курьерами
  • Пересчитывает маршруты при появлении новых заказов
  • Показывает курьерам маршрут на карте в приложении

Используется алгоритм VRP (Vehicle Routing Problem) — классическая задача оптимизации маршрутов.

Результаты

Количество доставок на одного курьера выросло на 40% — теперь каждый развозит 15-18 заказов в смену вместо 10-12.

Расход топлива снизился на 25% благодаря оптимальным маршрутам без лишних километров.

98% заказов доставляются вовремя. Среднее время доставки сократилось с 45 до 28 минут.

Диспетчер теперь только контролирует процесс, а не распределяет заказы вручную. Освободилось время на работу с клиентами.

Технологии

Python Google OR-Tools 2GIS API WebSocket PostgreSQL Redis