Historia dostaw jako narzędzie optymalizacji tras. Jak UgrzejMnie łączy prognozowanie zapotrzebowania z Kursem Dnia?
Większość składów opału i dostawców gazu płynnego ma w swojej historii dostaw gotowe zamówienia, które uciekają przez brak czasu w biurze. Zobacz, jak połączenie prognozy zapotrzebowania z planowaniem „Kursu Dnia” pozwala dopakować samochody po trasie oraz jak separacja identyfikatorów chroni Twoją bazę klientów.
Większość składów opału i dostawców gazu płynnego ma w swoich archiwach zasób, którego na co dzień nie wykorzystuje w pełni: historię dostaw z ostatnich kilku lub kilkunastu lat. Kiedy samochód wyjeżdża z placu z dwiema tonami węgla albo częściowo załadowaną cysterną do sąsiedniej gminy, kilka posesji dalej stałemu klientowi właśnie kończy się opał – ale w gorącym sezonie nikt w biurze nie ma czasu, żeby ręcznie przejrzeć stare WZ-ki.
Poniżej pokazujemy, jak działa mechanizm łączący historię dostaw z planowaniem „Kursu Dnia” oraz w jaki sposób separacja identyfikatorów chroni bazę klientów składu przed dostępem osób trzecich.
Dlaczego skład traci powracających klientów i robi niepełne kursy?
W tradycyjnym składzie węgla, pelletu czy u lokalnego dystrybutora propanu sprzedaż opiera się głównie na oczekiwaniu na telefon od klienta. Problem pojawia się wtedy, gdy klient schodzi do kotłowni i orientuje się, że zapas skończy się za dwa dni:
- Szuka dostawy „na już”: Wpisuje w wyszukiwarkę hasło *„ekogroszek z dowozem”* lub *„propan cena”* i trafia na oferty pośredników albo ogólnopolskich sklepów wysyłkowych.
- Zamawia w nieoptymalnym momencie logistycznym: Dzwoni po towar dokładnie dwa dni po tym, jak Twój samochód był w jego miejscowości z niepełnym ładunkiem.
- Brak czasu na analizę w biurze: Przy obsłudze wagi, telefonów i dokumentów akcyzowych pracownik biura nie jest w stanie codziennie sprawdzać na mapie, komu z danej wsi powinien właśnie kończyć się opał z jesiennej dostawy.
W rezultacie zamiast zrealizować jeden wyjazd z optymalnie wykorzystaną ładownością i zrzucić towar u dwóch lub trzech klientów po drodze, samochód wykonuje kilka osobnych kursów w to samo miejsce.
Jak działa prognozowanie zapotrzebowania połączone z „Kursem Dnia”?
W UgrzejMnie połączyliśmy dwa elementy operacyjne, które w tradycyjnym biurze rzadko są analizowane wspólnie: prognozowany moment kolejnego zamówienia oraz wolną ładowność na zaplanowanych trasach Twoich pojazdów.
1. Prognoza uzupełniania zapasu i sygnały nieaktywności
Na podstawie historii zrealizowanych dostaw (wprowadzanych jako cyfrowe e-WZ lub zaimportowanych z pliku CSV/XLSX) system szacuje tempo uzupełniania zapasu w danym punkcie dostawy. Wykorzystuje daty i ilości wcześniejszych zamówień, uwzględniając ostatnią dostawę jako aktualne uzupełnienie zapasu. Jest to prognoza operacyjna, a nie pomiar rzeczywistego zużycia – jej dokładność zależy od kompletności historii oraz regularności zamówień klienta.
W praktyce tempo to zależy również od sezonowości (zużycie pelletu lub węgla w styczniu nie jest porównywalne ze zużyciem w maju), a w przypadku propanu – od sposobu użytkowania zbiornika. Na bazie przyjętych parametrów system generuje dwa rodzaje sygnałów:
* Prognoza zapotrzebowania: punkty, w których prognozowany poziom zapasu spadł poniżej ustalonego progu względem przyjętej ilości referencyjnej (np. pojemności zbiornika lub średniego wolumenu dostawy), wraz z orientacyjną liczbą dni do kolejnego zamówienia (EstimatedDaysToEmpty).
* Sygnał retencyjny: klienci, których aktywność zakupowa w bieżącym sezonie odbiega od dotychczasowego wzorca – przykładowo od ostatniego zamówienia minęło ponad 60 dni.
Progi alarmowe i reguły priorytetyzacji mogą być dostosowywane do rodzaju paliwa, sezonu oraz charakterystyki zamówień danego dostawcy.
2. Korelacja z wolną ładownością na trasie (Route Run)
Sama informacja, że klientowi 25 km od bazy kończy się opał, nie zawsze uzasadnia wysłanie osobnego samochodu z jedną toną towaru.
Dlatego moduł zestawia listę wytypowanych punktów z zaplanowanymi na najbliższe 14 dni kursami (Kursy Dnia), wyszukując trasy pojazdów, na których pozostało minimum 1 500 kg wolnej ładowności, i oblicza odległość od zaplanowanych przystanków do punktu dostawy stałego klienta.
Na tej podstawie w panelu biura powstaje uporządkowana lista priorytetowa (Lead Score) do szybkiego kontaktu telefonicznego przed wyjazdem auta:
Przykład podpowiedzi w panelu dyspozytora:
*Klient #1248 – prognozowany zapas: 18% względem przyjętej ilości referencyjnej (ok. 9 dni do kolejnego zamówienia). Twój samochód jedzie 3,4 km od tego adresu we czwartek i ma jeszcze 2 000 kg wolnej ładowności.*
Krótki telefon z biura składu: *„Dzień dobry, we czwartek nasz samochód jedzie przez Państwa miejscowość i mamy jeszcze 2 tony wolnego miejsca na aucie – czy dopisać Państwa do trasy?”* pozwala domknąć zamówienie, zanim klient zacznie szukać alternatywnych ofert.
Scenariusz symulacyjny: Pojedyncze wyjazdy vs. kursy dopakowane po trasie
Poniższa tabela przedstawia przykładowy scenariusz symulacyjny dla lokalnego składu opału realizującego w sezonie grzewczym 120 kursów samochodem o ładowności 5 ton, przy założeniu, że dzięki kontaktom przed wyjazdem uda się dopakować 25 dostaw (po 1,5 t) do tras, które wcześniej wyjeżdżały z niepełnym obciążeniem.
Założenia kalkulacji przebiegu:
* W modelu pojedynczych wyjazdów każda z 25 dodatkowych dostaw wymaga osobnego kursu na średnim dystansie 18 km w jedną stronę (36 km tam i z powrotem): 25 × 36 km = 900 km.
* W modelu dopakowania przyjęto średnio 3 km dodatkowego przebiegu na obsługę jednego punktu, łącznie z powrotem na zaplanowaną trasę: 25 × 3 km = 75 km.
* Potencjalne ograniczenie przebiegu w skali sezonu przy przyjętych założeniach: 900 km - 75 km = 825 km.
| Parametr operacyjny (scenariusz przykładowy) | Tradycyjna obsługa („zeszyt / osobne wyjazdy”) | Obsługa z modułem retencji i Kursem Dnia | Różnica w scenariuszu |
|---|---|---|---|
| Dodatkowe zrzuty dopięte do tras | Zależne od momentu, w którym zadzwoni klient | 25 dostaw dopiętych przed wyjazdem (po 1,5 t) | +37,5 t dostarczonego opału w ramach istniejących tras |
| Przebieg związany z obsługą tych 25 punktów | 25 osobnych wyjazdów × 36 km = 900 km | 25 punktów × 3 km dodatkowego przebiegu = 75 km | Potencjalne ograniczenie przebiegu o ok. 825 km |
| Kontrola tonażu przed wyjazdem | Ręczne sumowanie wagi z papierowych dokumentów WZ | Automatyczne zliczanie wagi zleceń względem ładowności pojazdu (kg) | Ograniczenie ryzyka przeładowania pojazdu |
| Planowanie kolejnych dostaw | Konieczność ręcznego przeglądania historii zamówień | Uporządkowana kolejka kontaktów dla biura z odnotowaniem wyniku rozmowy | Systematyczny kontakt ze stałymi klientami |
Ochrona bazy klientów: Jak działa separacja identyfikatorów i pseudonimizacja?
Naturalną obawą każdego właściciela składu, który budował relacje z klientami przez dekady, jest bezpieczeństwo danych handlowych: „Nie chcę przekazywać pełnej listy moich klientów z nazwiskami i telefonami do zewnętrznego systemu”.
Dlatego moduł dla zewnętrznych dostawców wykorzystuje mechanizm pseudonimizacji i separacji danych identyfikacyjnych:
- Pseudonimizowany identyfikator (`client_token`) zamiast danych kontaktowych: Silnik wyliczający priorytet trasy nie wymaga imion, nazwisk ani numerów telefonów Twoich klientów. Przy integracji zewnętrznej system dostawcy przekazuje wyłącznie pseudonimizowany token klienta (np. generowany przy użyciu tajnego klucza HMAC po stronie firmy lub losowego identyfikatora przypisanego w wewnętrznej bazie składu) oraz zagregowane parametry zamówień. Pseudonimizacja ogranicza zakres danych identyfikacyjnych przekazywanych do silnika analitycznego, ale nie oznacza automatycznej anonimizacji całego zbioru – dane lokalizacyjne również wymagają odpowiedniej ochrony, kontroli dostępu i ograniczenia czasu przechowywania.
- Minimalizacja danych lokalizacyjnych i kontrola mapowania: Zakres przekazywanych danych powinien być ograniczony do informacji niezbędnych do realizacji obliczeń. Tam, gdzie jest to możliwe, dopasowanie punktów dostawy do tras może odbywać się po stronie dostawcy, bez przekazywania zewnętrznemu systemowi dokładnych danych lokalizacyjnych. Z samego identyfikatora
client_tokennie da się odtworzyć imienia, nazwiska ani numeru telefonu bez dostępu do tajnego klucza lub tabeli mapowania przechowywanej po stronie dostawcy – dopiero uprawniony pracownik w panelu biura widzi, któremu klientowi z kartoteki odpowiada dany sygnał. - Uporządkowany proces kontaktu i podstawa prawna: Podczas rozmowy telefonicznej pracownik biura odnotowuje wynik rozmowy, zainteresowanie dostawą oraz preferencje klienta dotyczące przyszłego kontaktu. Sposób prowadzenia kontaktu powinien uwzględniać właściwą podstawę prawną i wymagania dotyczące komunikacji marketingowej.
Podsumowanie: Od czego zacząć wdrożenie na składzie?
Aby korzystać z planowania tras i podpowiedzi zapotrzebowania, nie trzeba budować własnego sklepu internetowego ani zmieniać sposobu przyjmowania zamówień przez telefon. Wystarczy: * wystawiać dla bieżących zamówień telefonicznych cyfrowe dokumenty e-WZ (z podpisem na ekranie telefonu kierowcy przez link/QR, bez konieczności instalowania aplikacji), lub * wgrać historię dostaw z pliku CSV / XLSX.
System na bieżąco zestawi planowane wyjazdy Twoich samochodów z punktami na trasie, w których prognozowane jest kolejne zamówienie węgla, pelletu lub propanu – pomagając lepiej wykorzystać ładowność floty przy zachowaniu kontroli nad własną bazą klientów.
--- *Ilustracja główna artykułu została wygenerowana przez sztuczną inteligencję (AI) w celach poglądowych.*

