Прогноз времени доставки
Система считает время прибытия по фактическому движению машины, истории маршрутов и реальному времени на точках, а не по плану, сделанному утром. При сдвиге клиент сам получает сообщение с новым интервалом — раньше, чем успевает позвонить диспетчеру.
Иллюстрация показывает рабочий контур направления; конкретные шаги и интеграции разобраны ниже.
Как это выглядит без автоматизации
Клиенту сообщают интервал «с 10 до 18», потому что честнее сказать нечего: план рейса построен утром и с первой же задержки перестаёт быть правдой. Дальше начинается ручная работа — клиент звонит диспетчеру, диспетчер звонит водителю, водитель отвечает на ходу и называет время наугад. За день таких цепочек набираются сотни, и ни одна из них не добавляет компании ни рубля выручки.
Интервал в полдня клиент воспринимает как неуважение
Человек или приёмщик на складе вынужден держать свободным весь день ради одной разгрузки. Часть клиентов просто не дожидается: уходит, закрывает рампу, переносит приёмку. Дальше вы платите за повторный выезд по адресу, куда уже приезжали.
Диспетчерская превращается в справочное бюро
На каждый пятый заказ приходит звонок «где машина». Диспетчер не знает ответа и уточняет у водителя — то есть отвлекает его в рейсе. Пять минут на один вопрос, помноженные на две с половиной тысячи вопросов в месяц, дают полторы ставки, занятые пересказом координат.
Несостоявшаяся доставка стоит как состоявшаяся
Приехали, никого нет, товар вернулся на склад. Расход топлива, время водителя, место в кузове, повторная сборка и второй выезд завтра — всё это уже потрачено. При 12 000 доставок в месяц и доле неудачных выездов 4–5% это несколько сотен тысяч рублей, растворённых в общих логистических затратах.
О срыве окна приёмки узнают постфактум
Сеть принимает с 12 до 15, машина подъезжает в 15:40 — разгрузки нет, товар едет обратно, договор предусматривает штраф за недопоставку. Если бы об опоздании стало известно в 11 утра, диспетчер успел бы передоговориться или переставить точки местами. Но в 11 утра об этом никто не знал.
Во что это обходится: 12 000 доставок в месяц: 2 600 звонков о статусе по 5 минут с уточнением у водителя — это около 215 часов диспетчеров, примерно 97 000 ₽ по ставке 450 ₽/час с налогами; плюс 540 несостоявшихся доставок из-за расхождения по времени × 600 ₽ себестоимости повторного выезда = 324 000 ₽. Итого около 420 000 ₽ в месяц уходит на то, чтобы компенсировать незнание точного времени прибытия.
Возможности системы
Мы строим прогноз прибытия поверх того, что у вас уже есть: заказов в учётной системе, координат с телематики и отметок водителя. Модель учится на вашей собственной истории — сколько на самом деле занимает перегон между районами в четверг в 14:00 и сколько машина стоит на конкретной рампе. Прогноз выдаётся не одной точкой во времени, а честным интервалом и пересчитывается при каждом событии в рейсе.
Считает по факту, а не по нормативу
Время в пути берётся из картографического сервиса и корректируется поправками, накопленными по вашим трекам: на этом плече машина систематически едет на 18% дольше карты, а на объездной — быстрее. Через два месяца работы прогноз опирается уже на ваши дороги и ваш парк.
Знает, сколько стоит именно этот адрес
Норматив времени на точке набирается по каждому получателю отдельно. Частный дом — 6 минут, торговый центр с пропуском и очередью на рампу — 55 минут в пятницу и 25 во вторник. Система хранит распределение, а не одно среднее число, поэтому не занижает прогноз на сложных адресах.
Пересчитывает остаток рейса на каждом событии
Отъезд от точки, вход в геозону, длительная стоянка вне маршрута, добавленный срочный заказ, отказ клиента — любое из этих событий запускает пересчёт всех оставшихся точек рейса за секунды.
Отдаёт интервал с известной вероятностью
Клиенту сообщается не «примерно в два», а окно, в которое машина попадает с заданной вероятностью. Ширина окна — управляемый параметр: можно обещать час с попаданием 88% или сорок минут с попаданием 78%. Это решение бизнеса, и оно принимается на цифрах.
Сам предупреждает клиента об изменении
Правило простое: если прогноз вышел за границы объявленного интервала больше чем на заданный порог, клиент получает сообщение с новым окном и ссылкой на страницу отслеживания. Работают тихие часы и ограничение частоты — человека не будят и не заваливают сообщениями.
Показывает проблемные рейсы заранее
На панели диспетчера за два-три часа до окна видно, какие точки не успеваем и на сколько. Появляется время на нормальное решение: позвонить и передоговориться, переставить порядок точек, отдать адрес соседней машине.
Путь одного события через систему
Каждый шаг оставляет след в журнале: любое решение системы можно открыть и проверить — что пришло, что проверено, что сделано.
Событие приходит в систему
Координата с трекера, отметка водителя в приложении, изменение состава рейса в TMS или отказ клиента. Поток событий принимается непрерывно, а не выгружается раз в час.
Определяем, где машина на самом деле
Координата привязывается к маршруту, стоянка отделяется от движения, вход в геозону адреса засчитывается как прибытие. Так факт фиксируется автоматически, даже если водитель забыл нажать кнопку.
Считаем время в пути до каждой следующей точки
Матрица времён запрашивается у картографического сервиса на текущий час и день недели, затем умножается на накопленные поправочные коэффициенты по зонам, типам дорог и конкретным машинам.
Добавляем время обслуживания на точках
К каждому оставшемуся адресу прибавляется его собственный норматив: разгрузка, оформление документов, ожидание рампы, подъём на этаж. Берётся не среднее, а верхняя часть распределения, чтобы прогноз не был оптимистичным.
Строим интервал и оцениваем риск
На выходе — окно прибытия и вероятность попадания в него, а для точек с окнами приёмки ещё и признак угрозы срыва. Именно этот признак поднимает точку в список диспетчера.
Решаем, нужно ли беспокоить клиента
Сдвиг внутри объявленного окна не рассылается. Выход за границы больше чем на порог — уходит сообщение в мессенджер или SMS, факт отправки пишется в журнал вместе с версией прогноза, по которой оно ушло.
Что происходит по неделям
Каждый этап заканчивается результатом, который вы видите и принимаете. Оплата привязана к приёмке, а не к обещаниям.
Аудит данных и базовая линия точности
Забираем историю за 6–12 месяцев: заказы, плановые окна, треки телематики, отметки прибытия, фактическое время доставки. Считаем, какую точность даёт ваш нынешний способ обещать время, и проверяем полноту данных — какая доля доставок вообще имеет пригодную отметку факта.
Адреса, геозоны и фиксация факта
Геокодируем адресную базу, руками разбираем то, что не распозналось, отмечаем точки въезда и рампы, строим геозоны вокруг адресов. Настраиваем автоматическое определение прибытия и убытия по треку, чтобы факт не зависел от дисциплины водителя.
Модель времени в пути и времени на точке
Обучаем поправки к картовому времени по зонам, часам и дням недели и нормативы обслуживания по каждому получателю и типу точки. Проверяем на отложенной выборке, которую модель не видела, и подбираем ширину интервала под целевую вероятность попадания.
Онлайн-контур и панель диспетчера
Поднимаем приём событий телематики и приложения водителя в реальном времени, пересчёт остатка рейса и выдачу прогноза по API. Собираем панель: все машины, их точки, текущие окна и список адресов под угрозой срыва с указанием, на сколько опаздываем.
Уведомления клиенту и страница отслеживания
Делаем страницу заказа с картой и окном прибытия, подключаем каналы (мессенджеры, SMS-фолбэк), настраиваем правила: порог сдвига, тихие часы, ограничение частоты. Согласуем тексты сообщений и порядок получения согласия на рассылку.
Калибровка и удержание точности
Еженедельно сверяем прогноз с фактом в разрезе городов, машин и типов точек, дообучаем нормативы, ловим деградацию после сезонных изменений и появления новых адресов. Отслеживаем расход на картографические запросы и уведомления.
Модельный расчёт: из чего складывается эффект
Не «до 90% экономии», а конкретная модель с вводными, которые можно оспорить и пересчитать под себя.
| Показатель | Сейчас | После внедрения |
|---|---|---|
| Обещанный клиенту интервал | полдня, попадание около 60% | 60 минут, попадание 88–92% |
| Звонки о статусе доставки | 2 600 в месяц | около 700 в месяц |
| Время диспетчеров на статусные вопросы | ≈ 215 часов в месяц | ≈ 58 часов в месяц |
| Повторные выезды по несостоявшимся доставкам | 540 в месяц | около 300 в месяц |
| Штрафы за срыв окна приёмки | около 90 000 ₽ в месяц | около 55 000 ₽ в месяц |
Полная цена владения — три составляющие
Никаких скрытых платежей: внешние сервисы вы оплачиваете напрямую по своим договорам, мы не делаем наценку на чужие тарифы.
Внедрение
- типовой проект: 850 000 ₽
- срок: 6–12 недель
- диагностика, разработка, интеграции, пилот
- документация и обучение команды
Поддержка
- мониторинг и реагирование по SLA
- исправление дефектов бесплатно
- обновление сценариев и интеграций
- ежемесячный отчёт о работе системы
Эксплуатация
- Карты, геокодинг и матрицы времени (Яндекс, 2ГИС): 20 000–60 000 ₽/мес при активном использовании API
- Уведомления клиентам: мессенджеры и push от 0,1 ₽, SMS 2,5–4 ₽ за сообщение
- Сервер расчёта и хранение истории треков: 8 000–25 000 ₽/мес в облаке на территории РФ
- Телематика: по тарифу оператора мониторинга, обычно 150–400 ₽ на машину в месяц
- глубина и качество истории: есть ли треки и отметки прибытия за 6–12 месяцев или их придётся собирать с нуля
- состояние адресной базы и доля адресов, которые не геокодируются автоматически
- тип доставки: городская курьерская с двухчасовыми слотами, подвоз в сети с окнами приёмки или межгород
- число каналов уведомления и наличие собственной страницы отслеживания заказа
- интеграция: TMS с документированным API против самописной надстройки над 1С
Участие заказчика
На диагностике достаточно обезличенных примеров. Боевые доступы — только после договора и NDA, через защищённые каналы.
С чем соединяем
Работаем с тем, что у вас уже есть. Если вашей системы нет в списке — скорее всего, подключимся через API: уточним на диагностике.
Как это решение работает в разных бизнесах
Дистрибьютор продуктов питания возит в сети с окнами приёмки по два часа. Раньше о срыве узнавали, когда машина уже стояла у закрытой рампы: около 70 недопоставок в месяц и штрафы по договорам. Теперь угроза видна за три часа, диспетчер успевает передоговориться или переставить точки — штрафы снизились примерно вдвое.
Курьерская доставка собственным парком, 600 заказов в день с двухчасовыми слотами. Клиент получает окно утром и обновление при сдвиге, поэтому доля недозвонов и пустых выездов упала с 5,2% до 2,8% — это около 45 сэкономленных выездов в день.
Перевозчик сборных грузов по области: у трёх диспетчеров половина времени уходила на ответы «где машина». После запуска страницы отслеживания и автоуведомлений входящие по статусу сократились на 70%, освободившееся время ушло на приём новых заявок.
Сеть из 40 магазинов с подвозом с распределительного центра. Директора магазинов держали грузчиков в готовности полдня. Точное окно позволило ставить приёмку в график смены: простой персонала на приёмке сократился примерно на 1,5 часа в день на магазин.
Поставка материалов на 20 объектов, где опоздание миксера означает простой бригады. Прораб получает окно и его сдвиги в мессенджер, поэтому бригаду вызывают под фактическое время прибытия, а не под утренний план.
Что обычно спрашивают
У нас уже стоит GPS-мониторинг, машину видно на карте. Зачем ещё прогноз?
Насколько точным будет прогноз на самом деле?
У нас всего пара тысяч доставок в истории. Этого хватит?
Клиенты не устанут от постоянных сообщений?
Водители не отмечают прибытие. Всё развалится?
Вы работаете удалённо — кто будет ставить оборудование на машины?
Когда это решение не окупится
- меньше 5 000 доставок с зафиксированным фактическим временем в истории — модели не на чем учиться, начните с фиксации факта и вернитесь через полгода
- весь транспорт наёмный и доступа к трекам перевозчиков нет — прогнозировать нечего, сначала нужно договориться о передаче данных
- межгород длинными плечами, где клиент оперирует днями, а не часами: точность до часа здесь никому не нужна и не окупится
- факт доставки нигде не фиксируется, накладные закрываются вечером одной пачкой — прогноз не с чем сравнивать и не на чем калибровать
- ожидание точности «до минуты»: на городской доставке это физически недостижимо, правильная цель — узкое честное окно, а не иллюзия точки
Если на диагностике расчёт не сойдётся — мы предложим более простой вариант или честно скажем, что автоматизация вам пока не нужна. Это дешевле для всех, чем проект ради проекта.
Контроль транспорта и отклонений
Система непрерывно сравнивает плановый рейс с фактическим: координаты, простои, отклонения от маршрута, температурный режим, время на точке. Любое расхождение превращается в событие с типом, приоритетом и ответственным — и приходит к нему за минуты, а не всплывает вечером в претензии клиента.
Склад и логистикаОптимизация маршрутов
Система сама собирает рейсы из заказов: учитывает окна доставки, вместимость машин, пробки, приоритеты клиентов и режим труда водителей. При отклонении в течение дня пересобирает остаток маршрута и отдаёт водителю новый порядок точек.
Поддержка клиентовЧат-бот поддержки
Закрывает типовые обращения за секунды по утверждённой базе знаний, сам проверяет статус заказа и оформляет заявки, а сложное передаёт оператору с полной историей диалога. Очередь в чате исчезает, качество ответов перестаёт зависеть от смены.
Посчитать «Прогноз времени доставки» на ваших цифрах?
Пришлите объёмы и пару примеров — вернёмся с картой процесса, честным расчётом экономики и точной сметой. Если не сойдётся — так и скажем.
