Demo funcional datos ficticios Cliente: Distribuidora en Bogotá con 6 vehículos

Rutas de entrega para una flota de 6 vehículos en Bogotá

Resultado: Unas 200 entregas al día. Un motor propio sobre el mapa real de Bogotá decide qué carro va a dónde y en qué orden.

evidencia: 405 pruebas automáticas y 86 de navegador; capturas del despachador y del conductor abajo ⓘ

81.923 cruces en el mapa real ⓘ
5 s para el plan completo del día ⓘ
12 a 23 % menos km en simulación ⓘ
Motor de rutas · demo

Para el dueño

Resultado para el negocio

  • Las rutas se armaban a mano.
  • Demo lista para piloto, con 405 pruebas automáticas y 86 de navegador. El mapa es real; las entregas son de ejemplo hasta tener las del cliente. En simulación: de 12 a 23 % menos kilómetros y de 8 a 14 % menos tiempo frente a dos formas de despacho manual. El ahorro real se confirma midiendo de 2 a 4 semanas.
  • Diseño pensando en el costo de operar. Usar la matriz de distancias de Google para 200 entregas diarias costaría unos USD 3.600 al mes. Por eso el motor es propio y la API paga se reserva para tramos críticos.

En una línea

Unas 200 entregas al día, 6 carros y una ciudad difícil. Construí un motor propio sobre el mapa real de Bogotá que decide qué carro va a dónde y en qué orden. Hoy es una demo lista para piloto: el mapa es real y las entregas son de ejemplo hasta tener las del cliente.

Contexto

La idea llegó de un amigo. El negocio es de su familia: una distribuidora con 6 vehículos que hace unas 200 entregas diarias en Bogotá y quiere crecer en transporte de mercancía. La pregunta era simple: ¿cuánto estamos perdiendo con las rutas armadas a mano?

El problema

  • Las rutas se arman a mano cada mañana, según la experiencia de quien despacha.
  • Hay direcciones mal escritas que hacen perder vueltas.
  • Cuando un cliente no está, el conductor improvisa.
  • No hay forma de comparar el despacho actual contra un plan optimizado.
  • Quieren crecer sin comprar más carros.

El enfoque

Primero los costos de operar, después el código. La salida obvia era usar la matriz de distancias de Google. La calculé: para 200 entregas diarias costaría unos USD 3.600 al mes, sin tráfico. Eso se come el ahorro que el sistema promete. Por eso el motor es propio, sobre datos abiertos, y una API paga de tráfico se reserva solo para los tramos críticos.

Nada de atajos que tumben la venta. No hay scraping ni ingeniería inversa de Google o Waze. Viola sus términos, y un cliente serio no compra algo que se puede caer mañana. El tráfico en vivo sale de tres fuentes legítimas: el GPS de los propios carros, una API paga en tramos críticos y los reportes del conductor.

El ahorro se vende como rango. Nunca como una cifra fija antes de medir con los datos del cliente.

Qué construí

  • Motor de rutas sobre OpenStreetMap de Bogotá. 81.923 cruces, sentido de las vías, 4.554 semáforos y pendiente del terreno. Arma el plan completo del día en unos 5 segundos. Si un cliente no está, recalcula en milisegundos.
  • Auditor de direcciones. Compara cada dirección contra la capa abierta de placas domiciliarias de Catastro de Bogotá. En una prueba con 13 direcciones públicas acertó 11. Nominatim, la alternativa gratuita más común, acertó 5. Lee el archivo de clientes tal como lo tenga la empresa.
  • Vista del despachador. Las rutas de cada carro en el mapa, con colores y orden de paradas.
  • Vista del conductor en el celular. Abre Google Maps o Waze con sus enlaces oficiales, marca entregado o ausente y se comparte con un código QR. La ubicación es opcional.
  • Proyección de costos. Combustible, horas, entregas fallidas. Los supuestos viven en un archivo que el cliente puede cambiar.

Demo y estado

  • Estado: demo lista para piloto.
  • Pruebas: 405 pruebas automáticas y 86 de navegador, sin fallos.
  • Simulación: con entregas de ejemplo sobre el mapa real, el motor recorre de 12 a 23 % menos kilómetros y tarda de 8 a 14 % menos tiempo que dos formas de despacho manual.
  • Lo que falta: las entregas reales de 2 o 3 días del cliente, para auditar sus direcciones, correr el motor con su operación y recalcular la proyección con sus costos. El ahorro real se confirma midiendo de 2 a 4 semanas.
  • Versión 2 para el piloto: guardar el avance del día en una base de datos, publicar con https para la ubicación del celular, y sumar pico y placa, capacidad y horarios pactados.

Lo que aprendí

  • La primera versión fue un error útil. El proyecto arrancó como prueba en mi oficina de agentes, con datos inventados. Lo paré. Un motor de rutas sin el mapa real y sin datos verificados no le sirve a nadie. Lo reconstruí con fuentes oficiales: 29 datos verificados y 18 marcados como no verificados, a la vista.
  • El óptimo exacto no existe en 200 entregas. No se puede demostrar. Lo que sí se puede es medir qué tan lejos estás de una cota, y decirlo.
  • El modelo correcto para cada pieza. Usé distintos modelos según la dificultad: el más fuerte para el motor, otros más económicos para investigación, auditor y costos. Yo revisé cada entrega con pruebas y capturas.

Qué se rompió y cómo lo encontré

  • El geocodificador gratuito acertó 5 de 13 direcciones. Probé 13 direcciones públicas de Bogotá. Nominatim, la opción gratuita de siempre, ubicó bien 5. Comparar contra la capa abierta de placas de Catastro ubicó 11. Esa prueba es la razón de que exista el auditor de direcciones.
  • La primera versión corría con datos inventados. Empezó como un experimento dentro de mi oficina de agentes, con entregas ficticias y sin mapa real. La detuve y la reconstruí sobre fuentes oficiales: 29 datos verificados y 18 marcados explícitamente como no verificados.
  • La API obvia se habría comido el ahorro. La matriz de distancias de Google para 200 entregas diarias cuesta unos USD 3.600 al mes. Lo encontré haciendo la cuenta antes de escribir el motor, y por eso el motor es propio y la API paga de tráfico se reserva para tramos críticos.

¿Tienes flota propia?

Si repartes con tus propios carros y armas las rutas a mano, hablemos. Con dos o tres días de tus entregas te muestro cómo se vería tu operación en el mapa.

Escríbeme por LinkedIn

Para el equipo que contrata

Notas técnicas

Arquitectura
Motor de rutas en Node.js sobre un grafo de OpenStreetMap de Bogotá (81.923 cruces, sentido de las vías, 4.554 semáforos, pendiente); vista web del despachador y vista de celular para conductores con mapas Leaflet.
Datos
OpenStreetMap más la capa abierta de placas de Catastro para el auditor de direcciones; entregas de ejemplo en cruces reales hasta tener las del cliente; supuestos de costo en un archivo que el cliente puede editar.
Pruebas
405 pruebas automáticas y 86 de navegador, todas en verde; simulación frente a dos despachos manuales: de 12 a 23 % menos km y de 8 a 14 % menos tiempo.
Dónde corre la IA y sus guardas
Sin IA en el motor ni en el auditor: algoritmos de grafos y reglas deterministas. Los agentes de IA construyeron y revisaron el código; cada entrega se revisó con pruebas y capturas.
Costo mensual de operación
Evita unos USD 3.600 al mes de la matriz de distancias de Google por diseño; API de tráfico paga solo en tramos críticos; costos de terceros estimados por plan en el borrador de propuesta.
Repositorio y estado
Repositorio privado. Demo lista para piloto. Versión 2 para el piloto: base de datos persistente, https para la ubicación del celular, pico y placa, capacidad y ventanas de entrega.

Con qué

Node.jsOpenStreetMapGrafos y ruteo de vehículosDatos abiertos de Catastro BogotáGoogle Maps y Waze (enlaces oficiales)

Siguiente caso

En producción Empire Essence: mi tienda es mi laboratorio Ver el caso→

¿Qué tarea repite tu equipo todos los días?

Cuéntamela en un mensaje. Te respondo con una idea concreta de lo que se puede automatizar, o con un no honesto.

Respondo personalmente. Normalmente en uno o dos días hábiles. · Bogotá, Colombia

Hablemos Casos→