interhack26 / challenge_description.txt
danvancea's picture
Upload 34 files
4e22ad8 verified
Raw
History Blame Contribute Delete
10.5 kB
Damm Smart Truck
Damm 路 Interhack BCN 2026
1. Context i motivaci贸
Damm 茅s una companyia amb una activitat log铆stica d'alta complexitat, vinculada a la distribuci贸 de productes a m煤ltiples canals i punts de venda. En aquest context, DDI (Distribuci贸 Directa Integral) t茅 un paper clau com a xarxa de distribuci贸 del grup, amb un cat脿leg multiproducte de marques de primer nivell i pres猫ncia a la Pen铆nsula Ib猫rica, les Illes Balears i les Illes Can脿ries. DDI ofereix un servei 脿gil, flexible i personalitzat als seus clients, especialment en el canal hostaleria. Cada dia, els equips de distribuci贸 han de preparar, carregar i repartir comandes a diferents clients, amb rutes que poden incloure aproximadament entre 15 i 25 entregues per cami贸.
Actualment, la preparaci贸 de la c脿rrega es fa principalment agrupant els productes per refer猫ncia. Aquest model facilita la preparaci贸 al magatzem i permet aprofitar millor l'espai disponible al cami贸. Tot i aix铆, durant el repartiment, el xofer pot haver de buscar productes en diferents punts del vehicle per completar l'entrega de cada client, cosa que pot generar moviments addicionals, p猫rdues de temps i inefici猫ncies en la desc脿rrega.
A m茅s, l'ordre de repartiment no est脿 completament predefinit: sovint 茅s el mateix xofer qui acaba decidint la ruta segons el seu coneixement del territori, els clients i les condicions del dia. Aix貌 obre una oportunitat per explorar com la tecnologia, les dades i l'optimitzaci贸 poden ajudar a prendre millors decisions combinant dues dimensions que habitualment es tracten per separat: la ruta de repartiment i la preparaci贸 f铆sica de la c脿rrega del cami贸.
El repte tamb茅 ha de tenir en compte la realitat operativa de DDI: diferents tipologies i volums de producte, capacitat limitada del cami贸, restriccions de manipulaci贸, acc茅s lateral als palets mitjan莽ant lones, horaris o prefer猫ncies dels clients, i log铆stica inversa. Aproximadament un 60% dels productes entregats s贸n retornables, de manera que els camions tamb茅 recullen caixes, envasos o barrils buits durant la ruta.
Aquest repte 茅s rellevant perqu猫 una millor coordinaci贸 entre ruta, c脿rrega i operativa pot generar impacte en efici猫ncia, temps de repartiment, ergonomia, sostenibilitat, qualitat del servei i escalabilitat del model log铆stic.
2. Objectiu del repte
L'objectiu del repte 茅s dissenyar una soluci贸 que permeti optimitzar de manera conjunta la ruta de repartiment i la configuraci贸 de la c脿rrega del cami贸, tenint en compte l'ordre d'entrega, el volum i tipologia dels productes, la capacitat del vehicle, la log铆stica inversa i les restriccions operatives del proc茅s actual.
La soluci贸 ideal hauria de ser capa莽 de proposar una ruta eficient i, alhora, recomanar com preparar f铆sicament la c脿rrega perqu猫 la desc脿rrega sigui m茅s 脿gil i coherent amb l'ordre de repartiment, sense penalitzar excessivament l'aprofitament de l'espai ni la preparaci贸 al magatzem.
Es valoraran especialment les solucions que combinin un enfocament t猫cnic s貌lid amb una aplicaci贸 realista al context log铆stic de Damm. No es tracta nom茅s de trobar la ruta m茅s curta, sin贸 de trobar el millor equilibri entre efici猫ncia de ruta, efici猫ncia de c脿rrega, facilitat de desc脿rrega i viabilitat operativa.
3. Repte t猫cnic / requisits funcionals
La soluci贸 proposada hauria de cobrir, com a m铆nim, els seg眉ents elements:
* Optimitzaci贸 de ruta: Proposar un ordre de visita dels clients tenint en compte variables com dist脿ncia, temps estimat de trajecte, n煤mero de clients, possibles franges hor脿ries, restriccions d'entrega o criteris de prioritat.
* Optimitzaci贸 de c脿rrega: Recomanar una configuraci贸 f铆sica de la c脿rrega del cami贸 tenint en compte els productes de cada client, el volum, la tipologia de producte, la capacitat del vehicle i l'ordre previst de desc脿rrega.
* Equilibri entre c脿rrega per refer猫ncia i c脿rrega per client: Explorar si conv茅 mantenir una c脿rrega agrupada per refer猫ncies, passar a una c脿rrega agrupada per client o proposar un model h铆brid que maximitzi l'efici猫ncia global.
* Visualitzaci贸 de la c脿rrega: Incloure una representaci贸 visual, encara que sigui simplificada, de com quedaria carregat el cami贸: zones, palets, grups de producte, clients associats o ordre recomanat de desc脿rrega.
* Log铆stica inversa: Incorporar la recollida de retornables com una variable del model. La soluci贸 hauria de considerar que el cami贸 no nom茅s entrega productes, sin贸 que tamb茅 pot anar recuperant caixes, envasos o barrils buits durant la ruta.
* Restriccions operatives reals: Tenir en compte que els camions disposen de lones laterals que permeten accedir als palets des del lateral, i que la c脿rrega ha de ser viable des del punt de vista de magatzem, manipulaci贸, seguretat i temps de preparaci贸.
* Layout del magatzem: Considerar, com a variable opcional o extensi贸 del repte, si una disposici贸 diferent del magatzem podria facilitar la preparaci贸 de c脿rregues m茅s eficients segons ruta, client o tipologia de producte.
* Recomanacions autom脿tiques: Generar recomanacions accionables per als equips de log铆stica, com ara: millor ordre de c脿rrega, clients que conv茅 agrupar, productes cr铆tics, punts de fricci贸 esperats, o alertes sobre configuracions poc eficients.
* Explicabilitat de la soluci贸: La proposta hauria d'explicar per qu猫 recomana una ruta o configuraci贸 determinada, quins criteris ha prioritzat i quins compromisos assumeix entre espai, temps, facilitat de desc脿rrega i efici猫ncia global.
La soluci贸 pot adoptar diferents formes: algoritme d'optimitzaci贸, prototip funcional, simulador, eina visual, dashboard interactiu, model de recomanaci贸 o combinaci贸 d'aquests elements.
4. Recursos i dades disponibles
Damm facilitar脿 als equips informaci贸 de context i, en la mesura del possible, dades de mostra o dades sint猫tiques per treballar el repte. Els recursos previstos s贸n:
* Dades de mostra de comandes i repartiment de DDI: Exemples de comandes amb clients, refer猫ncies de producte, quantitats, formats, volums o unitats log铆stiques aproximades.
* Exemples de rutes o assignaci贸 de clients: Mostres de com poden quedar assignats diferents clients a un xofer o cami贸 en una jornada de repartiment.
* Informaci贸 sobre el funcionament actual de DDI: Explicaci贸 del proc茅s actual de preparaci贸 de c脿rrega, criteris utilitzats, limitacions i punts de fricci贸 identificats.
* Imatges o esquemes del magatzem: Material visual que ajudi a entendre com s'organitzen actualment les refer猫ncies i com es prepara la c脿rrega.
* Imatges o esquemes de c脿rrega de camions: Exemples de com es distribueixen actualment els productes dins dels camions.
* Restriccions operatives simplificades: Capacitat estimada del cami贸, acc茅s lateral, tipus de productes, manipulaci贸, limitacions de volum o pes, i consideracions b脿siques de seguretat.
* Informaci贸 sobre log铆stica inversa: Estimaci贸 del percentatge de productes retornables i exemples de retorns t铆pics durant una ruta.
* Mentors o experts de Damm i DDI: Durant l'esdeveniment, Damm i DDI intentaran comptar amb persones de l'equip de Distribuci贸 i de Data & IA per resoldre dubtes operatius i t猫cnics dels participants.
En cas que no es puguin compartir dades reals per motius de confidencialitat, es facilitaran dades anonimitzades, simplificades o sint猫tiques que reprodueixin la l貌gica del problema.
5. Entregables esperats
Al final del repte, cada equip haur脿 de presentar una proposta que permeti entendre tant la soluci贸 t猫cnica com la seva aplicaci贸 pr脿ctica al context de Damm.
Els entregables esperats s贸n:
* Prototip funcional o demo conceptual: Una eina, model, simulador, script, dashboard o interf铆cie que mostri com es podria optimitzar ruta i c脿rrega de manera conjunta.
* Algoritme o l貌gica de decisi贸: Explicaci贸 clara de l'enfocament utilitzat: criteris d'optimitzaci贸, variables considerades, restriccions incorporades i prioritats del model.
* Visualitzaci贸 de la soluci贸: Representaci贸 visual de la ruta proposada i de la configuraci贸 recomanada de la c脿rrega del cami贸.
* Aplicaci贸 a un cas d'煤s concret: Exemple pr脿ctic amb una ruta simulada o de mostra, indicant quins clients es visiten, en quin ordre, com es carrega el cami贸 i quins beneficis s'esperen.
* Resultats i impacte esperat: Estimaci贸 qualitativa o quantitativa del possible impacte: reducci贸 de temps de descarga, millor aprofitament del cami贸, menys moviments, menys quil貌metres, millor experi猫ncia del xofer o m茅s efici猫ncia operativa.
* Pitch final: Presentaci贸 breu amb el problema abordat, la soluci贸 proposada, els sup貌sits utilitzats, les limitacions, els resultats i els seg眉ents passos per portar-ho a un pilot real.
No 茅s imprescindible que la soluci贸 estigui completament acabada, per貌 s铆 que ha de ser comprensible, defensable i aplicable a un escenari log铆stic realista.
6. Criteris d'avaluaci贸
Les propostes s'avaluaran segons els criteris seg眉ents:
* Aplicabilitat real al context de Damm (30%): La soluci贸 t茅 en compte les restriccions operatives reals? 脡s viable en un entorn de distribuci贸 com el de Damm? Ent茅n b茅 el rol del magatzem, el xofer, la c脿rrega i la desc脿rrega?
* Qualitat t猫cnica de la soluci贸 (25%): L'enfocament d'optimitzaci贸 茅s s貌lid? Les variables estan ben definides? La soluci贸 combina correctament ruta, c脿rrega i restriccions? El prototip o model 茅s coherent?
* Impacte potencial (20%): La proposta pot generar millores rellevants en efici猫ncia, temps, sostenibilitat, qualitat del servei, ergonomia o escalabilitat?
* Creativitat i originalitat (15%): L'equip proposa un enfocament diferencial? Explora solucions h铆brides, visualitzacions 煤tils, recomanacions intel路ligents o noves formes de prendre decisions?
* Claredat de comunicaci贸 i pitch (10%): La soluci贸 s'explica de manera clara? Els sup貌sits, resultats i limitacions s贸n comprensibles? El pitch ajuda a imaginar com es podria portar la proposta a la pr脿ctica?
Es valoraran especialment les propostes que no nom茅s optimitzin sobre el paper, sin贸 que demostrin sensibilitat pel funcionament real de l'operativa log铆stica: preparaci贸 al magatzem, c脿rrega del cami贸, acc茅s als productes, decisi贸 del xofer, retornables i experi猫ncia de desc脿rrega al client.