Avec ce système basé sur de l’IA le travail des assistantes est simplifié pour la création des plannings. Dans cette phase de déploiement il permet de trouver une répartition optimale des rendez-vous pour que chaque agent parcoure équitablement le même nombre de kilomètres journalier. Les rendez-vous sont pris à l’avance, à des heures et lieux différents, pour une dizaine d’agents puis on lance la requête pour avoir la ventilation des déplacements.
Pour ce projet nous avons fait appel à un développeur IA (tenxel.io) qui a réalisé entièrement l’algorithme d’optimisation en partant d’une feuille blanche. Au delà de la simple réalisation d’un planning, l’algo est capable d’appliquer des pondérations suivant différents critères choisis à l’avance (minimisation des kilomètres, optimisation des gains kilométriques, retards potentiels etc).
Ce système s’appuie aussi sur l’API de Google Maps pour calculer les temps de trajets estimés en fonction du jour et de l’heure et les fournir lors de la requête.
Depuis l’application Claris, les données sont envoyées au format JSON vers un serveur dédié qui renvoie ensuite sa réponse avec un temps de calcul autour d’une minute. La réponse du serveur est ensuite traitée par l’application pour afficher un tableau des rendez-vous par agent et aussi des repésentations graphiques des différentes optimisations.
Statistiques complémentaires fournies par l’IA
Data visualisation des temps de trajets/temps d'attente, kms par agent et gains kilométriques
Affichage texte des rendez-vous/agents
Avec résumé graphique des déplacements et retards potentiels