Работа с big data в логистике — это возможность контролировать операционную деятельность компании. Данные показывают эффективность цепочек поставок, загруженность складов, подсвечивают текущие и возможные проблемы.

Лидеры рынка используют аналитические модели в 3 раза чаще

По данным Deloitte, 60% компаний-лидеров индустрии планируют инвестиции в разработку аналитических моделей в ближайшие 5 лет. И это не удивительно, поскольку большие данные закрывают сразу несколько направлений в транспортном бизнесе, среди них:

• Маршрутизация. Оптимизация перевозок в реальном времени на основе дорожных условий и доступных окон доставки.
• Управление рисками с возможностью прогнозировать устойчивость систем и процессов.
• Стратегическое планирование логистической сети в перспективе.
• Краудсорсинг — использование попутных ресурсов для доставки.
• Маркетинг для разработки новых услуг и привлечения клиентов.
• Прогнозирование спроса и распределения продукции.
• Операционное планирование с оптимизацией ресурсов и кадров.

Как ИТ-решения и предиктивная аналитика помогают зарабатывать больше

Типовые ИТ-решения управления логистикой анализируют данные из транспортных заявок в ходе управления расписанием на погрузку/разгрузку. Отдельный объём данных получают от дополнительных статусов и настроек заказчика (расход топлива, скорость обработки заказа, время хранения товара на складе и др.).

Одними из первых в России о своей трансформации с упором на big data также заявили РЖД. В конце 2019 года они анонсировали цифровую платформу мультимодальных пассажирских перевозок со следующими компонентами:

• аналитика на базе машинного обучения,
• роботизированные коммуникации с человеком,
• дополненная реальность,
• машинное зрение,
• управление пользовательским опытом.

По итогам года, эффект от нововведений составил 1,1 млрд рублей, на 17% выше запланированного. На это повлиял рост продажи электронных билетов (на 30%) через мобильное приложение и переход на безбумажный формат работы с грузовыми перевозками.

Транспортная компания ПЭК больше двух лет использует большие данные. Их собирает собственный аналитический центр управления перевозками (ЦУП). Система в режиме реального времени контролирует загрузку складов в 189 пунктах по всей России, обрабатывает каждую секунду больше 500 операций и составляет прогнозы на ближайший месяц. Вот список технологий big data, которые использует ЦУП:

• Akka Framework для разработки параллельных и распределенных микросервисов на JVM;
• Spark Streaming для потоковой обработки больших данных;
• Apache Kafka для обмена сообщениями между сервисами;
• Apache Hadoop для хранения исторических данных;
• PostgreSQL для срочной отчетности;
• оперативные данные хранятся в памяти (IMDB, In-memory Database).

В ГК «Деловые линии» отмечают, что их опыт внедрения big data позволил оптимизировать затраты на топливо и улучшить сервис в компании. Сбор данных с транспортных средств и GPS-трекеров даёт оценку манеры вождения водителя, позволяет оценивать состояние машины. На основе этих данных водителям можно предлагать рекомендации по безопасному и экономичному движения, а аналитикам — тестировать гипотезы. Кроме того, у компании есть стратегический партнёр BIA-Теchnologies, который реализовал комплексный проект на технологической базе Hadoop, Qlik View и специально разработанного Self-service BI. Это инструмент для b2b-сегмента, который сократил время подготовки отчетов в 2—3 раза, уменьшил издержки на работе персонала и расходе топлива и в целом улучшил качество обслуживания.

Компаниям не обязательно нужно создавать собственные решения для грузоперевозок. На рынке развиваются аналитические сервисы, которые позволяют оптимизировать маршруты под запросы, оценивают скорость и качество работы водителей и даже регулируют количество транспорта в парке.

Например, сервис Relog помог быстрее обрабатывать обращения аптечной сети, снизил без потери качества количество грузовиков в автопарке ― с 12 до 10 и сократил расходы компании на 22—29% даже с учётом повышения зарплат водителям.

Аналитики собрали все данные по перемещению груза в одном приложении, чтобы избежать «контрольных» звонков от диспетчеров, предоставили программу для эффективного расчёта маршрутов. Система выстроила новые геозоны, исходя из загруженности аптек в каждом «квадрате» региона. Таким образом, за водителем закрепляли не просто точки на карте, а загрузку. К этому добавили KPI и за работу на более «сложных» районах водители получали хорошую доплату и мотивацию сделать работу в срок.

Переход на электронные перевозочные документы ускорит логистику

В 2019 году Минтранс и ГИБДД совместно с участниками рынка перевозок провели ведомственный эксперимент по применению электронных транспортных накладных и путевых листов. В данный момент принят закон и часть актов, регулирующих оборот электронных транспортных накладных.

Однако законопроекты об электронных путевых листах и дистанционном телемедицинском осмотре водителей сейчас находятся в процессе согласования. Прогноз по принятию — зимняя-весенняя сессия Госдумы.

Активно развивается в направлении электронных путевых листов (ЭПЛ) ИТ-компания «СберКорус». Она ставит перед собой цель стать лидером в сфере ЭДО и реализует проекты по переводу в электронный вид транспортных документов. В месяц обрабатывает 1,5 млн электронных документов для 250 000 клиентов. Один из ярких примеров — сотрудничество с X5 Group. Компании взаимодействуют в рамках подключения ЭДО, а в 2021 году начали совместный перевод транспортных накладных в электронный вид. Нововведения сократили время простоя транспорта. Раньше обработка накладных занимала 10 минут, а теперь проверку проводят автоматически — за минуту.

И если пока что применение ЭТРН в рамках ЭДО было редкостью, то планируется, что к 1 января 2022 года будет сформирована нормативно-правовая база. Вступят в силу поправки в законодательство, закрепляющие возможность применения электронных перевозочных документов на автомобильном транспорте всеми участниками перевозочного процесса. Сначала использование ЭДО будет добровольным, а с 2023 года обязательным. К 2024 году обязательными станут и ЭПЛ.

И это только начало крупных изменений

По данным аналитического обзора цифровых технологий в логистике и управления цепями поставок, подготовленного ВШЭ, до 2030 года:

В сферу грузоперевозок полноценно войдут big data совместно с автоматизированными технологиями: Blockchain, IoT, AR/VR, ML, AI.

Облачные сервисы будут поддерживать гибкую и динамичную логистику.

Интернет вещей позволит расширить логистический сервис.

Чат-боты и роботы будут использоваться для управления большинством логистических операций.

Поставщики логистических услуг увеличат внедрение мобильных приложений.

Системы логистической безопасности и кибербезопасности будут главными приоритетами в сфере логистических технологий.