Як аналітик «ВантажЛан» скоротила витрати на рекламації будматеріалів на 22% за допомогою автоматизації 45 вантажівок

Минулого місяця ми зафіксували 14 випадків пошкодження будматеріалів при відвантаженні, що призвело до збитків у 120 000 гривень. Я вручну зводила дані з WMS-системи та звіти водіїв 45 вантажівок, щоб знайти етап, на якому виникає бій товару. Процес аналізу одного інциденту займав близько 4 годин робочого часу, а загальна кількість рекламацій зросла на 15% порівняно з минулим кварталом. Нам потрібно було терміново впровадити систему фотофіксації на кожному етапі завантаження.

Найскладнішим було те, що дані зберігалися у різних форматах: фото у месенджерах водіїв, паперові накладні на складі та таблиці Excel у відділі логістики. Мені доводилося збирати ці «пазли» вручну, що часто призводило до помилок через людський фактор. Водії часто забували робити знімки, або якість фото не дозволяла ідентифікувати артикули будматеріалів. Це створювало конфлікти між складськими працівниками та експедиторами, які перекладали відповідальність один на одного.

Проблема полягала у відсутності єдиної цифрової екосистеми для моніторингу стану вантажу в реальному часі. Оскільки ми працюємо з вагомими обсягами дистрибуції по всій Центральній Україні, затримка інформації навіть на 2 години стає критичною. Існуюча WMS не мала інтеграції з мобільними додатками водіїв, тому верифікація претензій була суб'єктивною. Кожен день затримки у розгляді рекламації знижував лояльність наших ключових дилерів.

Ми найняли зовнішнього фріланс-розробника, який за 45 000 гривень створив просту надбудову для нашої бази даних. Це дозволило частково автоматизувати збір фотографій через Telegram-бота, який прив'язував зображення до номера ТТН. Також ми впровадили обов'язковий чек-лист для комірників при кожному відвантаженні з 8000 м² площі. Хоча це трохи пришвидшило роботу, система все одно вимагала моєї постійної участі для перевірки коректності даних.

Рішення виявилося негнучким, оскільки бот часто «падав» через великий обсяг медіафайлів від 70 співробітників компанії. Я все одно витрачала до 30% свого робочого часу на сортування цих фото та підготовку звітів для керівництва. Ми не отримали предиктивної аналітики, яка б підказувала, які саме бригади найчастіше допускають помилки. Вартість підтримки цього «самопального» рішення почала зростати, не вирішуючи проблему глобально.