Optimització en la distribució de Damm

El problema que nadie ve Cada mañana, decenas de camiones de Estrella Damm salen del almacén de Mollet del Vallès cargados con cervezas, barriles y agua. El conductor tiene una lista de clientes. La orden en la que los visita, cómo carga el camión, a qué hora sale — todo eso se decide de forma manual, por intuición, por costumbre. Nadie ha calculado nunca cuánto cuesta esa intuición.

Lo que descubrimos cuando miramos los datos Cuando analizamos el Excel de DDI — 82.849 líneas de pedidos, 43 días de operación, 889 rutas, más de 8.900 entregas — encontramos tres problemas que se repiten cada día sin que nadie los mide: Problema 1 — La ruta no está optimizada Un camión que visita 25 clientes en VIC y Gurb recorre 106 km. La misma ruta, con el mismo camión y los mismos clientes, puede hacerse en 91 km. Son 15 km menos cada día, en cada ruta, con cada camión. Multiplicado por 470 camiones y 220 días al año, estamos hablando de millones de kilómetros que se están conduciendo de más. Problema 2 — El camión está mal cargado Cuando el conductor llega al primer cliente, tiene que descargar cajas que van al cliente número 8 para llegar a las del cliente número 1. Cada entrega genera movimiento innecesario dentro del camión. Cada barril mal colocado cuesta tiempo. Nadie había calculado el orden de carga en función del orden de entrega. Los barriles pesados encima de las cajas. El cliente que se visita primero al fondo del camión. Problema 3 — Los retornos no están planificados Cada cliente devuelve aproximadamente el 60% de los envases vacíos — cajas CJ13, barriles BRL30V, garrafas. Ese volumen ocupa espacio físico en el camión durante todo el resto de la ruta. Nadie reservaba espacio para eso. Nadie calculaba cuánta capacidad quedaba disponible después de cada entrega.

Lo que construimos Construimos un sistema que convierte ese Excel en decisiones operativas concretas, en tres bloques que se ejecutan de forma encadenada. Bloque 1 — Inteligencia de prioridad Antes de calcular ninguna ruta, el sistema asigna a cada cliente un score de prioridad en tiempo real basado en 7 factores simultáneos: cuánto ingresa ese pedido, a qué distancia está, cuánto cuesta el combustible de ese tramo, cuánto tiempo lleva llegar, el coste operativo del camión, la eficiencia de esa parada dentro del recorrido global, y si la ventana horaria del cliente se está cerrando. Esos 7 factores tienen pesos configurables. El sistema puede priorizar rentabilidad sobre distancia, o urgencia horaria sobre eficiencia de ruta. La decisión de qué optimizar es del operador — el sistema ejecuta esa decisión con precisión matemática en cada paso de la ruta. Bloque 2 — Ruta real con Google Maps Una vez asignadas las prioridades, el sistema construye la ruta real usando la API de Google Maps — no estimaciones lineales, distancias de carretera reales con tiempos de tráfico reales. Agrupa los clientes por zona de transporte, calcula el orden óptimo dentro de cada zona, y detecta si hay clientes tan cerca entre sí que el conductor puede aparcar una sola vez y caminar entre ellos en lugar de mover el camión. Además respeta las ventanas horarias de cada cliente — datos que viven en el Excel de horarios y que ahora el sistema lee automáticamente. Un cliente que cierra a las 11:00 nunca queda al final de la ruta. Bloque 3 — Plan de carga físico Con la ruta definida, el sistema genera el plan de carga exacto para el operario del almacén. Qué cargar primero, en qué parcela del camión, en qué capa, de qué ubicación del almacén recogerlo. El último cliente en ser visitado se carga primero y va al fondo. Los barriles siempre en la base. Las cajas ligeras encima. La parcela más cercana a la puerta reservada para los retornos que se van acumulando durante la ruta. El operario del almacén recibe una lista de picking ordenada por ubicación — no camina de un extremo al otro del almacén recogiendo productos en orden aleatorio.

Lo que genera en números reales Con una semana de datos reales — del 9 al 13 de febrero de 2026, 79 rutas procesadas, 952 paradas servidas — el sistema identificó rutas donde el ahorro es claro y medible: DR0027 del 9 de febrero: 106 km reducidos a 91 km. 26 minutos recuperados. 32€ de coste operativo ahorrado en una sola ruta un solo día. DR0017 del mismo día: 32€ ahorrados. El mayor porcentaje de mejora de la semana. Extrapolado a la flota completa de 470 camiones durante 220 días operativos al año, cada punto porcentual de mejora en distancia se convierte en cientos de miles de kilómetros y toneladas de CO₂.

Lo que hace diferente a este sistema No es un optimizador de rutas genérico. Es un sistema construido sobre los datos reales de DDI, con las reglas operativas reales de Estrella Damm. Sabe que los barriles de 30 litros nunca van encima de nada. Sabe que CJ13 son los envases vacíos que vuelven. Sabe que la parcela 1 siempre es para retornos. Sabe que JOSE MARIA SORIA JURADO sale hacia Manlleu y FRAN ROMERO hacia Vic. Sabe que el Hospital de Manlleu Cuina y el Hospital de Manlleu Cafeteria son dos clientes distintos en el mismo edificio — y que tiene sentido aparcar una vez. Y cuando algo falla — una ventana horaria perdida, un camión que no puede asumir un pedido grande — el sistema no se rompe. Escala el camión, mueve la parada a otra ruta, o avisa al operador con una sugerencia concreta. Siempre hay un humano que decide en los casos límite.

El estado actual El sistema procesa la semana completa del 9 al 13 de febrero en menos de 2 minutos. Los resultados se visualizan en un dashboard en tiempo real donde el operador puede subir el Excel de cualquier día, seleccionar el alcance, pulsar un botón, y ver la ruta optimizada, el plan de carga, los mapas before/after, y el impacto económico proyectado — todo generado a partir de los datos reales, sin configuración manual. Lo que antes era intuición, ahora es un número.