Cup Technical Команда Phoenix
Арамаис Малхасян • Владислав Немиро • Леонид Сергеев • Сергей Сочнев
Современные такси практически не используют IT-средства навигации
ВВЕДЕНИЕ \\
ПРОЕКТ
АРХИТЕКТУРА
ИТОГ
Современные зарубежные таксокомпании, несмотря на оснащенность каждого такси устройством связи и навигации, практически не обладают инструментами эффективного управления и контроля своими автомобилями в реальном времени. В частности, таксисту до сих пор неочевидно, где лучше всего искать нового клиента после высадки предыдущего. В Нью-Йорке с 2008 года все такси оборудованы Driver Information Monitor, связанные с центром управления. Однако всё, что они пока что способны предоставить водителю – это информация о заказе и о состоянии на дорогах.
Мы предлагаем внедрить систему SAP HANA, которая реализует ряд инновационных сервисов, которые сделают всю систему управления прозрачнее и эффективнее: • Оптимизация маршрута такси при поиске пассажира • Инструменты эффективного распределения такси по районам города • Повышение эффективности вычисления финансовых показателей
В условиях повышения цен на топливо, ухудшения ситуации на дорогах, перенаселенности городов, удешевления и проникновения IT-инфраструктуры предложенный проект как никогда ранее является ожидаемым рынком и крупными игроками в сфере таксомоторной отрасли.
Анализ базы данных службы такси позволит реализовать реал-тайм сервисы
ВВЕДЕНИЕ
ПРОЕКТ
АРХИТЕКТУРА
ИТОГ
Одна из самых серьезных проблем, до сих пор не решенных программно в силу высокой сложности задачи - это неравномерное распределение такси в зависимости от заявок и работа «в холостую» при поиске клиента. Только благодаря нашим решениям, основанным на SAP HANA, мы можем внедрить следующие сервисы:
Срочная смена дислокации всех такси
Оптимизация маршрута такси при поиске пассажира
Например, в случае слишком кучного расположения всех такси. Динамическое регулирование и оптимальное распределение транспортных средств является решением NPполных задач "О покрытии множества", совместно с задачей "О ранце".
Real-time определение наиболее оптимального маршрута курсирования в поисках клиентов для каждой транспортной единицы, согласно выявленным "красным пятнам" активности, что является NPполной транспортной задачей "Обобщенная задача коммивояжёра" и задачи Штейнера, использующих крупный массив данных.
Совместный учет разнотипных данных, таких как погодные условия, транспортная загруженность дорог, текущего состояния транспортных средств (уровень бензина в баках, график работы водителя, его эффективность)
Вычисление эффективности водителя Вычисление эффективности таксиста происходит согласно следующим метрикам: 1) Соотношение пути к количеству заказов 2) Доход на километр движения
Контроль «Левого» заработка
Вычисление оптимального числа кэбов
Путем постоянного анализа маршрута передвижения такси, выявляется ситуация, когда водитель решил подвезти пассажира, не прибегая к услугам счетчика
Система анализирует частоту подбора пассажиров в разных районах города и оптимизирует число такси, необходимых для максимизации доходности
Оптимизация решения вышепоставленных задач для таксопарков является неоспоримым конкурентным преимуществом.
Оптимизация стандартных задач и проблем
ВВЕДЕНИЕ
ПРОЕКТ
АРХИТЕКТУРА
ИТОГ
Помимо инструментов, разработанных специально для таксокомпании, будет внедрен и ряд технологий, нацеленных на улучшение общих финансовых показателей и на оптимизацию прогностических функций и инструментов отчетности:
"Плотная" интеграция с SAP ERP Улучшение планирование фондов технического обслуживания
Ускорение отчетности
Улучшение точности вычисления финансовых показателей
Аналитика в реальном времени
Оптимизация колл-центра Внедрение SAP HANA реализует back-end инфраструктуру для мобильного приложения для пользователя, что позволяет проводить заказ полностью в автоматическом режиме, минимизируя работу колл-центра и операционных управляющих.
IT-архитектура
ВВЕДЕНИЕ
ПРОЕКТ
АРХИТЕКТУРА
ИТОГ
Необходимые данные
ВВЕДЕНИЕ
ПРОЕКТ
Статистика точек посадки и высадки пассажиров
АРХИТЕКТУРА
GPS-треки
Техническое состояние такси
Данные заказов, оплаты
Data Storage
Контроль «Левого» заработка Вычисление эффективности водителя
ИТОГ
Оптимизация маршрута кэба при поиске пассажира
Срочная смена дислокации всех такси Вычисление оптимального числа кэбов
Итоги и дальнейшие перспективы
ВВЕДЕНИЕ
Возможные клиенты В Нью-Йорке примерно 40 000 такси, из них более 60% принадлежат 5-и крупнейшим компаниям, например Yellow Cab NY. Подобная инфраструктура имеется и в других крупных городах, например Токио, Лондон, Сингапур. Также есть крупные группы такси, заинтересованные во внедрении и частично инфраструктурно-подготовленные, такие как Blue Bird Group (Indonesia), насчитывающие более 80 000 транспортных средств.
ПРОЕКТ
АРХИТЕКТУРА
ИТОГ
Cloud-платформа В перспективах развития продукта возможен переход на Cloud-платформу для средних и маленьких компаний. Стоимость внедрения продукта будет едина на один город, что повышает доходность проекта, минимизируя риски проектных инвестиций, уменьшая стоимость внедрения для конечных транспортных-кмопаний.
В итоге Итого, планируется внедрение следующих сервисов: • • • • • • • • •
Оптимизация маршрута такси при поиске пассажира Срочная смена дислокации всех такси Вычисление эффективности водителя Контроль левачества таксистов Вычисление оптимального числа такси Оптимизация расчета топливного резерва Оптимизация финансовых расчетов Аналитика в реальном времени Ускорение отчетности
Инфраструктура таксопарков в связи с жесткой конкуренцией непрерывно развивается. Неоспоримо, что в ближайшие 10 лет появятся машины с автономным управлением. Соответственно те, компании, которые в полной мере подготовятся к полной автоматизации таксомоторного парка и проведут их наиболее быстрое внедрение радикально перераспределят рынок таксомоторных перевозок в свою пользу. Именно оптимизация и автоматизация управления таксомоторным парком является первым фундаментальным шагом для выхода на совершенно новый уровень эффективности транспортных компаний.
КОМАНДА
Арамаис Малхасян МГУ им. Ломоносова 4 курс Стаж работы: 1 месяц Победитель Microsoft Case Competition 3 место MedXChallenge Участник Stanford US Russia forum
Владислав Немиро
Леонид Сергеев
МГУ им. Ломоносова 4 курс Стаж работы: 1 год Серебряный призер International Mathematics Competition for University Students 2012
СПБГУ Стаж работы: 6 месяцев ООО "РумСервис", региональный директор 3 место MedXChallenge
Сергей Сочнев МГУ им. Ломоносова 4 курс Победитель Microsoft Case Competition 2012 3 место MedXChallenge