Цифровая трансформация в логистике. Часть 1. Как за копейки контролировать расход топлива на 200 автомобилях

На крупных предприятиях, где большой объем перевозок осуществляется с помощью автомобильного транспорта, значимая часть затрат приходится на топливо. Учитывая, что количество автомобилей одновременно находящихся на линии может достигать нескольких сотен, управлять этим процессом становится очень непросто.

Если при этом автомобили совершенно разные (малые самосвалы, БелАЗы, спецтехника, автобусы, легковые, бортовые автомобили) и каждый автомобиль от смены к смене занимается совершенно разной работой с разными водителями… тут за голову схватишься, как этот процесс систематизировать.

Путей на самом деле 2: смириться со сложностью задачи и пустить процесс на самотек или придумать способ, как собрать и структурировать данные и какие выводы на них сделать.

Итак, задача. Дано: каждую смену на линию выходит от 100 до 200 автомобилей; задания на смену разные (от разового перемещения ТМЦ между цехами до цикличной работы на сыпучих грузах); типы авто разные; водители от смены к смене меняются; условия непостоянные. Что нужно: найти в огромном потоке данных логику, определить отклонения, выявить причины, сообщить ответственным. Все, разумеется, в автомате. Бюджет — 0 рублей.

Данных чуть больше 1 миллиона в день. 72 тысячи строк на 15 параметров.

Невозможно? Тогда не читайте дальше.

Что уже было: на каждом ТС стояла GPS‑система, отслеживающая движение, и в каждом баке стоял датчик уровня топлива (ДУТ). Оба значения передавались постоянно.

Но объем этих данных настолько огромный, что разбор даже по одному ТС за смену занимал бы около часа. Куда уж тут разбираться со всеми. Нужно человек 30 на фултайм.

А теперь демонстрация возможностей Lean‑менеджера.

Сгруппировали все машины по типам работ: перевозка сыпучих, перевозка штучных ТМЦ, перевозка пассажиров, спецработы (для спецтехники: погрузчики, бутобои, экскаваторы).

Каждую группу разбили на подгруппы с привязкой к цехам. Это позволило описать паттерны поведения техники. И как только данные не укладывались в паттерны, проводился точечный разбор.

Очень быстро выявили место и время ночного послеобеденного сна. Обед, кстати, тоже сократили с 3 часов до 30 минут. Поймали холостые и полухолостые пробеги. А сколько нашли мест, где водители прятались от работы — это отдельная история. И только на этих мероприятиях на нескольких участках сократили потребность в ТС (и в водителях) на 40%.

Теперь эту логику нужно было зашить в 1С УАТ, которая сама бы искала отклонения. Потенциал огромный, но т.к. задача — сделать без затрат, то и решения выбирались попроще.

Выявили три сценария, которые запускались при отклонениях:

1. Если по определенному ТС все водители одинаково и постоянно пережигали топливо, значит скорее всего причина в техсостоянии. Отправляем ТС на диагностику двигателя и топливной системы.

2. Если по определенному ТС только один водитель пережигает топливо, скорее всего причина в стиле вождения конкретного водителя. Проводим точечный разбор.

3. Если по определенному ТС все водители пережигают топливо, но один водитель пережигает сильно больше, то это может быть связано как с первым сценарием, так и со вторым. Сначала проводим разбор с водителем, потом отправляем ТС на диагностику.

Под стилем вождения следует понимать как неправильные режимы работы (езда на пониженных оборотах, работа вхолостую, резкие разгоны), так и возможность хищения.

Всю логику зашили в дашборды и вывели в диспетчерской.

Что выявили попутно:

1. Потенциальные риски, связанные с доставкой топлива в автоцистернах подрядчиком. Проработали риски хищения.

2. Слепые зоны для руководителей в части: ТС работает / не работает (особенно ночью).

3. Необоснованные маршруты следования по территории предприятия (вплоть до отдельных случаев, когда на БелАЗе ехали на другой конец предприятия, потому что «там столовая вкуснее»).

4. Дали водителям инструмент, чтобы обосновать перерасход топлива. А это фактура для пересмотра методов нормирования. Раньше могли ударить по премии и доказать что‑то руководителю было сложно.

В интернете сейчас огромное количество предложений по установке похожих систем. На одно ТС несколько десятков тысяч рублей. Важно найти ДУТ с наименьшей погрешностью. Мы работали с погрешностью в 1%, и даже это доставляло неудобства.

В России сейчас реализуется программа перехода на электронные путевые листы. И такие системы позволяют в автомате передавать данные без необходимости ежедневно вручную заполнять бесконечные путевки (намекаю на повышение производительности труда).