Una ingeniera propone en su tesis, defendida en la UPNA, un modelo eficiente de 'crowdshipping'

PAMPLONA 19 Jul. (EUROPA PRESS) -

La ingeniera Alisson García ha propuesto en su tesis doctoral, defendida en la Universidad Pública de Navarra (UPNA), un modelo eficiente de 'crowdshipping', término utilizado para definir un sistema de logística en el que la ciudadanía que ya realiza un desplazamiento transporte paquetes, de camino a su destino, a cambio de una compensación económica.

Como explica la autora de la tesis, el crecimiento del comercio electrónico y el aumento de la densidad urbana están haciendo cada vez más compleja la logística de última milla, es decir, la etapa final del reparto desde el almacén hasta la puerta del cliente. Se trata de una de las fases más costosas e ineficientes de toda la cadena de distribución, y una de las que más contribuye a la congestión y las emisiones en los entornos urbanos. "Mejorar estas operaciones sin agravar sus efectos sobre las ciudades es uno de los principales retos para investigadores y operadores logísticos", asegura.

Una de las alternativas que ha recibido atención en los últimos años es el ya apuntado 'crowdshipping'. En lugar de añadir más vehículos de reparto a calles ya congestionadas, el sistema busca aprovechar la movilidad que ya existe en los patrones de viaje urbano. Sin embargo, los beneficios dependen en gran medida de cómo se diseñe el sistema, ya que desvíos mal planificados pueden aumentar los kilómetros recorridos y generar resultados peores que la entrega convencional. La participación de los conductores es además sensible al nivel de compensación ofrecido, al tiempo de desvío y a la fiabilidad de la plataforma. Pese a estos retos, plataformas como Amazon Flex, Shopopop o Roadie ya operan con variantes de este modelo en distintos países.

"Diseñar un sistema que funcione bien requiere abordar de forma conjunta tres dimensiones profundamente interconectadas: las rutas que siguen los conductores, la compensación económica que se les ofrece y la respuesta de los propios conductores ante los incentivos recibidos", describe Alisson García.

"Estas decisiones están íntimamente ligadas, ya que las rutas afectan a la compensación, la compensación influye en la participación, y la participación determina la carga de trabajo que recae sobre la flota de vehículos profesionales", precisa, para añadir que "antes de esta tesis doctoral, ningún modelo matemático en la literatura de crowdshipping había integrado las tres dimensiones de forma conjunta; este trabajo da respuesta a esa necesidad".

Los directores de la investigación, financiada mediante la beca Welcoming International Talent (WIT) del Gobierno de Navarra, dentro del programa Horizonte 2020 de la Unión Europea, son el catedrático Javier Faulin Fajardo y el profesor Adrián Serrano Hernández.

LOS MODELOS DESARROLLADOS

La investigación desarrolla tres modelos matemáticos que se complementan entre sí. El primero formula el problema de asignación de rutas a conductores ocasionales, maximizando los ingresos totales recolectados por los conductores, dados los pagos que la plataforma fija de antemano, mientras que los clientes que los conductores no pueden atender son cubiertos por una flota de vehículos profesionales por camión. Para resolver este problema de optimización combinatoria, se desarrolla un algoritmo de optimización ágil basado en heurísticas aleatorizadas con sesgo, capaz de encontrar soluciones óptimas o cercanas al óptimo en tiempos de cómputo de segundos, frente a los métodos exactos que pueden requerir horas de procesamiento.

El segundo modelo analiza, mediante un análisis de Pareto, el equilibrio entre dos objetivos en conflicto, la maximización de los ingresos de los conductores y la minimización de la distancia total recorrida por el sistema. Los experimentos muestran que este equilibrio varía según la distribución espacial de los clientes. En instancias de tamaño mediano cuando los puntos de entrega están repartidos de forma dispersa por la ciudad, los ahorros de coste al incorporar conductores ocasionales pueden alcanzar hasta un 50% respecto a usar solo una flota tradicional por camiones. En cambio, cuando los puntos de entrega están agrupados en zonas próximas, la flota tradicional ya opera de forma compacta y añadir conductores ocasionales puede no generar ahorro alguno, e incluso aumentar el coste total.

El tercer modelo es el más novedoso desde el punto de vista metodológico. Integra el comportamiento de los conductores directamente dentro del problema de optimización. La plataforma decide simultáneamente las rutas y la compensación que ofrece a cada conductor, buscando maximizar sus propios ingresos netos, es decir, lo que recauda por cada entrega completada una vez descontada la compensación pagada. La probabilidad de que un conductor acepte se modela mediante una función logit derivada de la teoría de utilidad aleatoria. Cuanto mayor es la compensación, mayor es la probabilidad de aceptación; cuanto mayor es el desvío, menor.

Los resultados muestran que el 'crowdshipping' no funciona igual en todos los entornos urbanos. Cuando los puntos de entrega están repartidos por distintas zonas de la ciudad, los conductores pueden asumir entregas que de otro modo requerirían rutas dedicadas, y el ahorro puede ser considerable. En cambio, cuando los puntos de entrega están agrupados en zonas próximas entre sí, la flota profesional ya opera de forma muy compacta y añadir conductores ocasionales puede no generar ningún ahorro e incluso encarecer el sistema.

Por ello, la decisión de incorporar 'crowdshipping' debe evaluarse en función de cómo está distribuida la demanda en cada área concreta de la ciudad, y no como una solución válida por igual para todo el territorio urbano.

Los resultados también muestran que planificar teniendo en cuenta que los tiempos de viaje pueden variar, por ejemplo, por atascos o incidencias de tráfico, genera ingresos esperados entre un 12% y un 41% superiores a los de un modelo que asume que todo transcurre en condiciones ideales, en función del tipo de instancia y del nivel de variabilidad. Además, indican, optimizar los ingresos sin establecer ningún límite sobre la compensación tiende a reducir la fiabilidad del servicio, ya que el modelo tiende a aceptar rutas con escasas probabilidades de completarse, "lo que puede erosionar la participación de los conductores y la confianza de los clientes a largo plazo".