# Dispatch Rangers: full text for language models
> Complete factual content of https://dispatchrangers.com/ in English and Polish. Short index: https://dispatchrangers.com/llms.txt. Human-readable summary: https://dispatchrangers.com/en/facts/.
## English
### What is Dispatch Rangers?
Dispatch Rangers automates and optimises dispatch decisions for companies that plan their own transport (with their own fleet or with carriers): how many vehicles are needed, which vehicle and driver handles which order and in what sequence. The client makes the same deliveries with a smaller fleet at lower cost: typically 10–30% fewer vehicles and drivers.
It is a service, not a software licence. We implement procedures and tools, our team works continuously on the fleet’s results, and our entire fee for optimisation is a fraction of the savings we actually generate.
Company: Dispatch Rangers Spółka Akcyjna (joint-stock company), registered office in Opole, Poland, formerly Stava S.A. We spun the courier business off into a subsidiary with its own management board, which operates under the Stava brand. We work with businesses only (B2B).
### Where does our experience come from?
We have been on the market since 2014, which is over 12 years. We grew out of the courier company Stava, which today is the courier company in our group and one of our clients: couriers in about 50 cities.
On our platform Stava’s whole fleet, about 50 branches and about 1,000 couriers, reaches 3.0 orders per courier working hour (monthly average from December 2024 to June 2025). The Stava case study in our Results section describes it in detail.
Large food-delivery platforms in Poland (Glovo, Uber Eats, Wolt) average about 2.0–2.6 orders per hour, and only 3 of 45 regional and city figures reach Stava’s level. To handle 100 orders an hour, Stava needs about 33 couriers, compared with 38–50 at the platform averages. Stava achieves this in branches handling about 120 orders a day on average: the fewer orders there are in an area, the harder they are to combine, so the advantage comes from dispatch, not from scale.
We calculate the averages from public data published by couriers’ payroll partners (MB Partner, AppJobs): average earnings per hour divided by average earnings per order. Glovo: about 2.0 (2.07 and 1.92 from two partners, early 2024), Uber Eats: 2.53 (July 2025), Wolt: 2.62 (median of regions, 2025). The highest regional figure is 3.25 (Wolt, Dolnośląskie). It is an approximation: couriers working in several apps at once lower the figure for any single platform. Links to the sources are in the Stava case study.
The outsourcing model serves brands including KFC, Pizza Hut, McDonald’s, Burger King, Popeyes, Sphinx and Stokrotka.
The founders combine years of running a logistics company with knowledge of the technology, algorithms and science of logistics optimisation. The same people combine scientific achievement (PhDs, a professorship, patents) with running their own courier company since 2014.
### How much does fleet optimisation cost?
Our entire fee for optimisation, all charges combined, is 10 to 35% of the savings we actually generate. The share depends on the length and flexibility of the contract and the scale of cooperation: a flexible contract at a small scale is the top of the range, a binding long-term contract at a large scale the bottom.
We do not require exclusivity or a long-term contract. The client can run the whole cooperation on a flexible contract that it can terminate at any time; the share is then closer to the top of the range. We offer the lowest share in exchange for a binding long-term contract: at a large scale our fee is then up to three times lower. The recommended path is to start on a flexible contract, measure real savings, then move to a long-term contract.
We calculate the pricing model separately for each fleet, from its cost parameters. In the contract it takes a concrete form, for example a rate per completed order, set so that the total stays within this range.
Everything before savings appear is free: the audit, analysis of historical data, simulations, reports and the pilot. The client can stop the analysis or pilot at any time. If the pilot shows no results, we do not sign a contract; if results are missing during the cooperation, we charge no fee for those periods.
We measure savings against a baseline from the client’s pre-implementation data, for example orders per driver working hour. Every month we adjust the baseline for operating conditions: delivery zone and distances, traffic and road conditions, order preparation and hand-over times, walking from parking and time at the customer. The client’s own improvements and favourable external factors raise the baseline, so the client does not pay for them. No surplus over the baseline means no success fee for that location in that month.
The client decides how to use the gain: fewer fleet hours (in which case we charge the success fee) or better delivery times with the same hours (in which case there is no success fee).
### Who do we work with?
With companies that manage changing logistics at scale: they plan their own transport, with their own fleet or with carriers, and handle many orders a day. What matters is not who owns the fleet but who bears its costs and decides how it is used. Our client can therefore be a company with its own fleet, a shipper that pays carriers for vehicles and hours (such as a wholesaler), or a carrier paid per order that decides itself how many vehicles to deploy.
Industries: wholesalers, restaurant chains with delivery fleets, courier and parcel companies, road haulage, local distribution (for example pharmaceutical and bakery) and grocery delivery. We currently operate in Poland and also support Polish companies in their operations abroad.
We choose projects selectively and run a limited number of them, because each one needs continuous work from our team. We look at:
- the client’s commitment and openness: results require joint work and readiness to change processes,
- the right scale: with small fleets, a fraction of the savings does not cover the work that goes into the rollout and ongoing cooperation,
- changing logistics: orders, demand and conditions change from day to day and within a day, and there are often only minutes or seconds for an optimal decision,
- the potential visible in the client’s data.
If we do not see a chance of results, we say so at the start. A project without savings costs us our own time, so we have no interest in wasting the client’s.
### What does working with us look like?
Fleet optimisation follows six steps:
1. Conversation and assessment: we check whether fleet size, potential and team readiness give a chance of results.
2. Audit and analysis of historical data, free: we show what reduction in fleet size and costs is realistically possible.
3. Pilot, free: a few weeks of preparation, then about 3 months of full optimisation at selected locations. The client can stop it at any time.
4. A decision based on results: pilot results and a business case for a wider rollout.
5. Implementation: our team is on site for the first rollouts and trains the client’s people; at further locations we support its teams remotely. Integrations with popular systems are ready.
6. Continuous optimisation: continuous analysis of results, fine-tuning and further improvements; the client pays a share of real savings and, on a flexible contract, can withdraw at any time.
The second engagement option is delivery and transport outsourcing: the work is taken over by a logistics company in our group or a partner. The client pays it a rate, for example per delivery, and it bears the costs of vehicles, hours and kilometres; we work with it on optimisation.
### Where do the savings come from?
Above all from dispatch decisions, and to a lesser extent from better navigation. Navigation tells you how to get from A to B; the savings lie in who goes, with which orders, in what sequence and how many vehicles are needed at all. The main mechanisms:
- one shared buffer instead of fixed routes each with its own: orders split dynamically between the vehicles actually available,
- an accurate order forecast: the narrower the forecast range, the fewer resources need to be prepared for the day,
- order consolidation: more orders per trip, shared pickup time and shared kilometres,
- less idle time for vehicles and drivers without an order,
- synchronisation with the pickup point: the system predicts the driver’s arrival and signals when to prepare the order,
- fleet size and schedules matched to demand in every period,
- re-planning during the day: new orders, new pickups, sequence changes and redirections.
We achieve the greatest effect in highly variable logistics, because that is where off-the-shelf systems deviate most from the optimum.
### Won’t variable routes disrupt the warehouse and the drivers?
No. Dynamic assignment does not mean the plan changes every few minutes. The system builds routes continuously as orders come in and immediately pre-assigns them to vehicles planned in advance, roughly by direction. Most orders stay on their original vehicle until departure, and reassignments usually affect neighbouring routes. Once we are integrated with the warehouse system, the warehouse operative receives an instruction to move a consignment and confirms it with a scan.
We collect experienced drivers’ knowledge (gate and intercom codes, photos of locations, recipients’ requirements, parking spots) in the driver app, and the app guides the driver through the sequence, approach and parking. As a result, a new driver works well from day one, and fixed routes are no longer a condition for productivity.
### How are we different from other solutions?
- From a software licence: instead of access to an application alone, the client gets a team that configures, rolls out and continuously fine-tunes the system, location by location. Our revenue is a fraction of the client’s savings.
- From navigation and route planning: we decide who goes, with which orders, in what sequence and how many vehicles are needed at all, not just how to get there.
- From consulting firms: we do not stop at a report. We implement the solution, automate dispatch decisions, keep working on the results and stake our fee on them.
- From hiring more dispatchers: decisions are made automatically, and people handle only the few exceptions.
### What technology do we use?
delivERP is our proprietary automated dispatch platform, provided as a service (SaaS) from our own infrastructure in the European Union, with nothing to install at the client. It covers:
- resource planning: how many drivers and vehicles are needed for each day and hour, based on the order forecast,
- automated dispatch: order assignment, sequencing, consolidation and re-planning during the day, taking into account order requirements (pickup and delivery windows, maximum transport time, weight, volume, vehicle type such as refrigerated) and the resources actually available at the time,
- our own navigation: route calculation and evaluation and a traffic model that learns from the fleet’s GPS data (on OpenStreetMap maps), with driving time and service time at the address measured separately and accurately,
- driver arrival forecasts and signals to the pickup point,
- apps for drivers and couriers and a tablet app at the pickup point,
- a module for manual exception handling,
- KPIs, reports and integrations with the client’s systems.
Integrations: we integrate with the systems the client already uses (TMS, ordering systems and online shops, POS, order handover screens, order aggregators, ERP and WMS, reporting and BI) and adapt to the client’s processes, changing them only where this is necessary to achieve savings. Missing elements come from our ready-made solutions or we develop them. We replace a system only if it cannot be integrated or does not offer the necessary flexibility.
The tool is a means, not the goal: without ongoing work by a team, even a good tool delivers only part of its potential.
### Why do we get better results than larger companies?
The result is made up of hundreds, even thousands, of details refined over years of daily operations. One example is our navigation: it accurately separates driving time from service time at the address and finds shortcuts that standard systems miss.
This is possible thanks to the combination of scientific expertise (PhDs, professorships, patents) with over 12 years of running our own courier company, built from the ground up and still operating in our group. The same people who lead the company combine both: a scientist employed by a large company advises, while our team was itself responsible for the fleet’s results. Large, fast-growing companies have to deal with many other challenges at the same time, while we concentrate on fleet productivity.
### What is the full scope of services?
- Planning how many drivers and vehicles are needed, and their schedules, based on the order forecast
- Automated order dispatch: assigning orders to vehicles and drivers and setting the sequence of execution
- Live re-planning: new orders, cancellations, breakdowns, traffic and absences
- Route planning and optimisation that takes traffic into account and, for larger vehicles, road tolls
- Integration with the client’s systems, plus apps for drivers and pickup points if the client has none
- Adapting warehouse procedures to dispatch, including instructions in the warehouse system to move consignments
- A knowledge base on delivery points in the driver app: codes, photos of locations, tips on access and parking
- Rollout: on site for the first locations, with training for the client’s people, then remote support for its teams
- Continuous work on results: oversight, analysis, monthly reports, fine-tuning and further improvements
- Automatic recording of how work went and reports for settling accounts with carriers and clients
- Consulting on logistics processes and fleet management
- Access to the delivERP platform (SaaS)
### Frequently asked questions
**Am I buying software from you?** No. We do not just sell tools: we become part of your team. We automate and optimise your fleet’s dispatch decisions, and our team keeps working on its results. Software (delivERP) is our tool, but you pay for the effect: a fraction of the savings we actually generate.
**What exactly do you automate?** Dispatch decisions: how many drivers and vehicles are needed for each day and hour, which vehicle takes which order and in what sequence, when the driver should leave so that the order is ready on arrival, and re-planning during the day when a new order, a cancellation, a traffic jam, a breakdown or a driver’s absence occurs. The system takes each order’s requirements into account: pickup and delivery windows, maximum transport time, weight, volume and vehicle type, for example refrigerated. People handle only the few exceptions.
**Is this “route optimisation” as in navigation?** No. Navigation tells you how to get from A to B. We decide who goes, with what, in what sequence and how many vehicles are needed at all. That is where most of the savings arise.
**We already have a system that plans routes. What will you change?** Usually your people split the area into routes, and the system only sets the delivery sequence within a route and guides the driver with navigation. That is the easiest part of the task. What costs the most happens earlier: fixed routes, each with its own buffer for peaks, and resource planning without an accurate forecast. We split orders dynamically between the vehicles actually available, keeping one shared buffer for the whole volume, much smaller than the sum of the fixed routes’ buffers, and plan resources from the order forecast. We use those of your systems that work well.
**Won’t variable routes cause chaos in our warehouse?** No, as long as the warehouse and dispatch work together. The concern is understandable: order in the warehouse is essential, and some companies have been through rollouts after which it was lost. Dynamic routes do not mean, however, that the plan changes every few minutes. The system builds routes continuously as orders come in and immediately pre-assigns them to vehicles planned in advance, roughly by direction. Most orders stay on the vehicle they were first assigned to until departure. Reassignments affect only part of the orders, usually between neighbouring routes, so in the warehouse they mean moving a consignment between adjacent staging areas or gates rather than searching the whole building. Their scale is already visible in the simulation and the pilot. Once we are integrated with the warehouse system, the warehouse operative receives a move instruction just as they receive a put-away instruction today: they go over, move the consignment and confirm it with a scan. It is much like returning an order cancelled before departure, which warehouses already handle today. Where needed, we introduce solutions that streamline warehouse work or adapt your existing procedures to dispatch together with you.
**Our drivers know their routes. Won’t variable routes reduce their productivity?** No, because we transfer an experienced driver’s knowledge into the system. On a fixed route a driver learns the recipients, where to park, gate and intercom codes and their requirements, so over time they work far more productively than a newcomer. But that knowledge stays in their head and leaves with them, and driver turnover in the industry is high. That is why we capture it in the system: codes, tips, photos of locations and recipients’ requirements are shown to the driver in the app at each stop. The app also guides them through the details: sequence, approach, where to park and which nearby stops to serve on foot from a single stop. As a result, a new driver works well from day one. You gain from this even on fixed routes, and at the same time fixed routes are no longer a condition for productivity, so variable routes become possible.
**Do we keep control of the fleet and the decisions?** Yes. We do not stand between you and your fleet: you keep the relationship with drivers and carriers. You set the decision criteria, you see every decision live, and afterwards you can trace every order to the minute. You can take manual control at any time.
**What happens to our dispatchers?** They stop building plans by hand and look after the criteria and the exceptions that need a person. This lowers the fixed costs of the management team and the pressure on managers.
**Can we outsource deliveries to you entirely?** Yes, that is the second engagement option: delivery and transport outsourcing. The work is taken over by a logistics company in our group or a partner. You pay it a rate, for example per delivery, and it bears the costs of vehicles, hours and kilometres, so keeping them down is in its interest. We work with it on optimisation.
**How much does it cost?** Our entire fee, all charges combined, is 10 to 35% of the savings we actually generate. The longer and more binding the contract and the larger the scale of cooperation, the lower the share. In the contract the fee takes a concrete form, for example a rate per completed order. The audit, data analysis, reports and pilot are free.
**What is free?** Everything before savings appear: the audit, the analysis of your historical data, simulations, reports and a pilot at selected locations. You can stop the analysis or pilot at any time.
**Why are the audit and pilot free?** Because we only take on projects where we see real potential for savings. We run the analysis and pilot at our own cost, so a project without results means our team’s time lost. We have no interest in wasting yours.
**What if there are no savings?** If the pilot shows no results, we do not sign a contract. If results are missing during the cooperation, we charge no fee for those periods: no surplus over the baseline means no success fee for that location in that month.
**Do you require exclusivity or a long-term contract?** No. We do not require exclusivity, and you can run the whole cooperation on a flexible contract that you can terminate at any time; in that case our share is closer to the top of the 10 to 35% range. We offer the lowest share in exchange for a long-term, binding contract: at a large scale our fee can be up to three times lower than under a flexible contract. We recommend starting on a flexible contract, verifying the real savings and only then moving to a long-term contract.
**How do you measure the effect and the success fee?** Against a baseline: the productivity a location would have reached with its previous dispatching, but under that month’s conditions. Most often we measure orders per driver working hour. We set the baseline separately for each location from about three months of data before implementation and adjust it every month using a formula fixed at the start, measuring conditions objectively from GPS and navigation distances. We calculate the success fee only on the surplus over the baseline.
**How do you separate the system’s effect from changes on our side?** Your own improvements and better conditions raise the baseline, so you do not pay for them. If, for example, you shrink the delivery zone, speed up order preparation, or traffic eases, the baseline rises with them. Every input can be checked: working-hours data from your records and GPS measurements.
**What if we prefer faster deliveries to fewer hours?** You decide how to use the gain from better dispatch. If you use it for fewer fleet hours, we charge the success fee. If you use it for better delivery times with the same hours, there is no success fee. We carry the risk of that choice.
**What effect can we expect?** Typically 10–30% fewer vehicles for the same work, plus fewer driver working hours, kilometres and management costs. We do not promise percentages up front: a free analysis of your data, and then the pilot, show how much it will be for you.
**Do we need our own fleet?** No. Our client is whoever cares about the fleet’s productivity: whoever pays for vehicles, driver working hours and kilometres and decides how the fleet works. That can be a company with its own fleet, a shipper that pays carriers for vehicles and hours (such as a wholesaler), or a carrier paid per order that decides itself how many vehicles to deploy.
**Which industries does it work in?** In changing logistics at scale: wholesalers, restaurant chains with delivery fleets, courier and parcel companies, road haulage, local distribution and grocery delivery. What matters is the nature of the logistics rather than the industry itself: many orders a day, a plan that changes from day to day and within a day, and decisions that often have only minutes or seconds.
**At what scale does it pay off?** At a scale where the savings are noticeable for both sides. With small fleets, a fraction of the savings would not cover the work we put into the rollout and then into our ongoing work with the client: oversight, analysis and the search for further improvements. We assess whether your fleet qualifies on your data, in the free analysis.
**Can any company work with you?** No. We run a limited number of projects, because each one needs continuous work from our team. We look at four conditions: the client’s commitment and openness, the right scale, how changeable the logistics are, and the potential visible in the data. If we do not see a chance of results, we say so at the start.
**Do you work with long-haul transport?** Yes, we also work with long-haul fleets. Different parameters matter there than in local deliveries, such as loading, empty running and drivers’ working time, which is why we start the analysis from your fleet’s data. The terms of cooperation remain the same: a free analysis and pilot, and a fee that is a fraction of the savings we actually generate.
**What data do you need for the analysis?** Historical data on orders and fleet work, ideally from the last few months: dates, times and addresses of pickups and deliveries, time windows and other order requirements (such as weight, volume or vehicle type), and the working hours of drivers and vehicles, plus GPS traces if you have them. An export from your systems is enough. On that basis we show how far vehicles, working hours, kilometres and management costs can realistically be reduced.
**How long does it take to get started?** First an analysis of historical data, then a pilot: a few weeks of preparation and about 3 months of full optimisation at selected locations. You can stop the pilot at any time. After a decision based on the results, we roll out to further locations.
**What does implementation look like across many locations and countries?** Location by location. We are on site for the first rollouts and train your people. At further locations we support your teams remotely, and our team keeps working on the results of each one. We currently operate in Poland and also support Polish companies in their operations abroad.
**Do we need to change our IT systems?** Usually not. We integrate with the systems you already use (TMS, ordering systems, POS, ERP, WMS and others) and change your processes only where this is necessary to achieve savings. We already have ready-made integrations with many popular systems. We replace a system only if it cannot be integrated or does not offer the flexibility needed.
**Do we need to change our driver apps?** No. We use the apps your drivers already have, if they can be integrated. If you have none, we provide ours: a driver app with assigned orders and their sequence, and a tablet at the pickup point showing what to prepare and when.
**How does the system know travel times?** From our own navigation. We use OpenStreetMap maps, and we developed the routing engine and the traffic model ourselves. The model learns from GPS data, above all from the fleet covered by the deployment, and measures driving time and service time at the address separately, because dispatch needs both.
**Where do you process data, and what about GDPR?** We process data mainly on our own servers in the European Union (about 90% of our infrastructure), which gives us full control over where and how it is processed. delivERP runs as a service, with nothing to install at the client. We sign a data processing agreement with every client.
**How long have you been in the market?** Since 2014, that is over 12 years. We grew out of the courier company Stava, which we built from the ground up; today it is the courier company in our group, with couriers in about 50 cities.
**What is Stava to you?** Stava is the courier company in our group: Dispatch Rangers grew out of its courier business. Today it is one of our clients, on an equal footing with the others: on our platform its whole fleet reaches 3.0 orders per courier working hour, against large food-delivery platforms’ averages of about 2.0–2.6. Stava also delivers from nearly 1,000 pickup points in about 50 cities, for brands including KFC, Pizza Hut, McDonald’s and Stokrotka.
**Why do you achieve better results than larger companies with bigger budgets?** Because the result is made up of hundreds, even thousands of details that we have been refining for years. One example is our navigation: it precisely separates driving time from service time at the address and finds shortcuts that standard systems miss. This is possible because we combine scientific knowledge (doctorates, professorships, patents) with over 12 years of running our own courier company, and in the same hands: the people who lead the company combine both. A scientist employed by a large company advises, whereas our team was itself responsible for the fleet’s results. Large, fast-growing companies also have to deal with many other challenges at the same time.
### Case studies
#### Stava: courier fleet dispatch in about 50 cities
https://dispatchrangers.com/en/results/stava/
The courier company Stava runs its fleet dispatch on our platform in about 50 cities and reaches 3.0 orders per courier working hour, more than the averages of large food-delivery platforms (about 2.0–2.6).
- 3.0: orders per courier working hour across the whole fleet
- 2.0–2.6: averages of large food-delivery platforms in Poland, for comparison
- ~50: cities with the fleet run on our platform
import OphBenchmark from '../../../components/diagrams/OphBenchmark.astro';
## In brief
- Stava is the courier company in our group. It runs on-demand deliveries for restaurant and retail chains: couriers in about 50 cities.
- Its fleet dispatch runs on our platform: the system decides which courier takes which order, in what sequence and when to leave.
- Result: 3.0 orders per courier working hour across the whole fleet. That is more than the averages of large food-delivery platforms in Poland (Glovo, Uber Eats, Wolt), which public data puts at about 2.0–2.6. Only a few of their regions reach 3.0.
- Stava achieves this without the advantage of scale: an average branch handles about 120 orders a day.
## The client
Stava has been in the delivery market since 2014. It runs on-demand deliveries from nearly 1,000 pickup
points in about 50 cities, both for major brands including KFC, Pizza Hut, McDonald’s and Stokrotka and for many local businesses.
Stava is part of our group: Dispatch Rangers grew out of its courier business ([our story](/en/about/)). Today it is one
of our clients, on an equal footing with the others.
## The challenge
In on-demand delivery, orders come in all day from many pickup points, each one has to be delivered quickly, and demand
changes from hour to hour.
An average Stava branch handles about 120 orders a day. At that scale it is hard to combine orders into one trip, so
productivity depends on the quality of dispatch, not on volume.
## What our platform does
Stava’s logistics has run on our platform since 2014. Every day the platform:
- assigns orders to couriers and combines them into one trip when it pays off,
- sets the delivery sequence and the departure time, matched to when the order is ready at the pickup point,
- re-plans routes with every new order and every delay.
Beyond dispatch itself, the deployment covers:
- courier numbers and schedules matched to the demand forecast,
- a supervision panel for the operations team and a courier app,
- integrations with clients’ order systems.
## Results
- **Courier productivity:** 3.0 orders per courier working hour across the whole fleet.
- **Against the market:** large food-delivery platforms in Poland average about 2.0–2.6, and only 3 of 45 regional and city figures reach 3.0. To handle 100 orders an hour, Stava needs about 33 couriers, compared with 38–50 at the platform averages.
- **Measurement period:** 3.0 is the monthly average from December 2024 to June 2025 (2.91 to 3.04 in individual months).
- **Scale:** about 50 branches and about 1,000 couriers. In May 2025 branches handled from about 30 to about 280 orders a day, and the smallest of them also reached about 3.0.
## Where does the market data come from?
Courier productivity is rarely published directly, but it can be calculated from pay data. If you know a courier’s
average earnings per hour and per order for the same period, dividing one by the other gives the number of orders per
hour. Payroll partners of Glovo, Uber Eats and Wolt couriers publish such figures because they recruit new couriers. We
link to MB Partner’s pages as copies in the Internet Archive, because the partner later changes the dates on them while
keeping the same data.
| Platform and source | Period | Orders per hour |
| --- | --- | ---: |
| Glovo, [MB Partner](https://web.archive.org/web/20240415112740/https://mbpartners.pl/blog/glovo-zarobki/): 936 couriers, 131,165 deliveries, 16 regions | January–February 2024 | 2.07 |
| Glovo, [AppJobs](https://www.appjobs.work/pl/zarobki/glovo/): 166,820 deliveries | 90 days to March 2024 | 1.92 |
| Uber Eats, [MB Partner](https://web.archive.org/web/20251113060553/https://mbpartners.pl/blog/uber-eats-zarobki/): over 200 couriers, 15 cities | July 2025 | 2.53 |
| Wolt, [MB Partner](https://web.archive.org/web/20251113050410/https://mbpartners.pl/blog/zarobki-wolt/): 14 regions (median) | 2025 | 2.62 |
| Highest regional figure: Wolt, Dolnośląskie | 2025 | 3.25 |
| **Stava, whole fleet** | | **3.0** |
The restaurant chain fleet in our [other case study](/en/results/restaurant-chain-pilot/) was at Glovo’s 2024 level,
1.99 orders per hour, before the pilot.
## Does high productivity require a large scale?
No. The belief that productivity will come by itself once the scale is large enough is one of the most common in the
delivery industry. Large scale and order density help, but they are not a prerequisite.
Large platforms build productivity largely through external conditions: a high number of orders per location,
operating in large cities and their centres, small zones, short distances and deliveries by bike. These factors raise
productivity regardless of the quality of dispatch.
The data show this. In the measurement period Uber Eats and Wolt operated mainly in large cities, while Glovo also
operated in many smaller towns, and Glovo’s average is clearly lower. For Wolt the highest figures are in regions with
large cities: 3.25 in Dolnośląskie, 3.09 in Wielkopolskie and 2.87 in Mazowieckie. Despite these conditions, only 3 of
45 regional and city figures reach 3.0.
Stava reaches 3.0 as the average of its whole fleet, in branches handling about 120 orders a day on average. In May
2025 the smallest branch, with about 30 orders a day, also reached about 3.0.
The advantage comes from dispatch, not from scale. If our tools reach 3.0 at about 120 orders a day on average, and even
in a branch with about 30 orders, then at a scale of several thousand orders a day in one city the result would be
clearly higher.
## How can you compare this with your fleet?
Divide the number of completed orders by your couriers’ paid working hours in the same period. If you only have pay
data, divide the average courier earnings per hour by the average earnings per order. Compare fleets with similar order
density: a high result is easier with several hundred orders a day in one zone than with a hundred.
## How we measure
- Productivity is the number of completed orders per courier working hour (OPH, orders per hour), across the whole fleet. Orders combined into one trip count separately, just as in the platform data.
- About 120 orders a day per branch refers to the same period in which the whole fleet averaged 3.0 orders per hour.
- Stava has worked with our tools from day one, so there is no result from before the deployment. That is why we compare it with the market; the effect of switching tools alone is shown in our [other case study](/en/results/restaurant-chain-pilot/).
- The platform data is an approximation from pay, not the result of a study. Hourly earnings may include bonuses, the hours are time in the app, and couriers working in several apps at once lower the figure for any single platform. That is why we give a range and describe the sources rather than quote a single number.
## What it means for you
Stava uses the same platform and the same team as our other clients. Its result shows what automated dispatch delivers
at full scale and over the long term, not just in a pilot.
#### A wholesale network: the same work with a third fewer vehicles
https://dispatchrangers.com/en/results/distribution-warehouse-analysis/
A simulation on real data from one month of a wholesale network, scaled to a fleet of 100 vehicles: the same work with 67 vehicles, with 32% fewer working hours and 9% fewer kilometres.
- 100 → 67: vehicles for the same work (−33%)
- −32%: working hours
- −9%: kilometres
- +48%: deliveries per available hour (2.77 → 4.09)
## In brief
This is an example of the second step of working with us: an analysis on historical data before any trials. A
simulation on a wholesale network’s real data from one month shows the potential to cut the fleet by a third for the
same work. We do not name the client’s industry, and we have scaled all absolute figures to a fleet of 100 vehicles so
that the client cannot be identified. The percentages are as in the analysis.
## Input data
- Dates and addresses of all deliveries over a full month, scaled to about 71,000 deliveries to about 4,800 customers.
- Regular and occasional customers.
- The fleet’s actual work over the same period: 100 vehicles after scaling.
## Simulation assumptions
The simulation takes into account:
- travel speeds on the road network measured from GPS data,
- time spent at each point, including loading and unloading,
- vehicle capacity and volume limits,
- availability of vehicles and drivers,
- the time windows within which deliveries to customers must fit.
## Results
Scaled to a fleet of 100 vehicles:
| Measure | Today | With automated dispatch | Change |
| --- | --- | --- | --- |
| Vehicles | 100 | 67 | −33% |
| Working hours per month | about 25,600 | about 17,400 | −32% |
| Kilometres per month | about 419,000 | about 381,500 | −9% |
| Deliveries per available working hour | 2.77 | 4.09 | +48% |
Cutting the fleet by a third proved possible in each of the five weeks of the month.
## Limitations
The simulation compares planned routes with the fleet’s actual work. It does not include breakdowns or other disruptions
during the day, which is why the next step is trials at selected locations.
## What next
We are currently working with the client on the next steps, which are intended to lead to a rollout.
#### A restaurant chain in Poland: shorter deliveries and more productive couriers
https://dispatchrangers.com/en/results/restaurant-chain-pilot/
An automated dispatch pilot in 16 restaurants of a large chain: average delivery time fell from 40.2 to 35.3 minutes (−12%), and courier productivity rose from 1.99 to 2.42 orders per working hour (+22%).
- −12%: average delivery time (40.2 → 35.3 min)
- +22%: orders per courier working hour (1.99 → 2.42)
- 16: restaurants in the pilot
import PilotResults from '../../../components/diagrams/PilotResults.astro';
## In brief
- In 16 restaurants of a large, well-known chain, we replaced the delivery dispatch system from a major vendor used there before with our tools.
- Average delivery time fell from 40.2 to 35.3 minutes (−12%).
- Courier productivity rose on average from 1.99 to 2.42 orders per working
hour (+22%).
## Starting point
The chain runs deliveries with its own fleet. Dispatch was handled by an off-the-shelf system and a supervision team.
Fleet productivity was about 1.9–2.0 orders per courier working hour.
## What we did
In every restaurant we carried out a full implementation:
- courier app and restaurant app,
- integration with kitchen display screens (KDS) and full synchronisation with the kitchen,
- supervision panel,
- integration with the chain’s ordering system,
- reporting,
- automated dispatch and re-planning of every order.
The operating model stayed the same: the same couriers and the same vehicles, still under the restaurants’ control.
## Results
After the system change, delivery time fell in most restaurants, by 12% on average. Where, alongside dispatch, we
started planning the number of couriers from the demand forecast and took steps towards higher productivity,
productivity rose in every restaurant, by 22% on average.
In all 16 restaurants we introduced automated dispatch, which made better use of the available couriers and shortened
delivery times. In 10 of them we also introduced tools aimed at higher productivity, above all courier demand
planning. Restaurants 3–5 worked on a shared fleet after the rollout, so they have one combined result.
## Takeaways
- Switching to automated dispatch alone creates a gain that can be taken as shorter delivery times or higher
productivity.
- Higher productivity shows where schedules were matched to the system’s suggestions.
## How we measured
- “Before” is the average of the 3 months before each restaurant switched over. “After” covers 2 weeks to about 3
months after the switch, depending on the restaurant.
- The productivity gain (+22%) compares the same restaurants before and after the change.
- This is a simple before-and-after comparison without a control group. For the success fee we use the full model, with
a baseline adjusted monthly for operating conditions ([how we calculate the savings](/en/engagement-model/#measurement)).
### Company details
Dispatch Rangers Spółka Akcyjna, ul. Kowalska 1, 45-588 Opole, Poland. KRS 0000867888, NIP 7543071410, REGON 161514837.
Share capital: PLN 1,182,655.40, fully paid up.
Website: https://dispatchrangers.com/en/
## Polski
### Czym jest Dispatch Rangers?
Dispatch Rangers automatyzuje i optymalizuje decyzje dyspozytorskie firm, które same planują przewozy (własną flotą lub z przewoźnikami): ile pojazdów potrzeba, który pojazd i kierowca realizuje które zlecenie i w jakiej kolejności. Klient realizuje te same dostawy mniejszą flotą i niższym kosztem: typowo potrzebuje o 10–30% mniej pojazdów i kierowców.
To usługa, a nie licencja na oprogramowanie. Wdrażamy procedury i narzędzia, nasz zespół stale pracuje nad wynikami floty, a całe nasze wynagrodzenie za optymalizację to ułamek realnie wygenerowanych oszczędności.
Firma: Dispatch Rangers Spółka Akcyjna z siedzibą w Opolu, dawniej Stava S.A. Biznes kurierski wydzieliliśmy do spółki zależnej z własnym zarządem, która działa pod marką Stava. Pracujemy wyłącznie z firmami (B2B).
### Skąd mamy doświadczenie?
Na rynku działamy od 2014 roku, czyli ponad 12 lat. Wyrośliśmy z firmy kurierskiej Stava, która dziś jest firmą kurierską z naszej grupy i jednym z naszych klientów: kurierzy w ok. 50 miastach.
Na naszej platformie cała flota Stavy, ok. 50 oddziałów i ok. 1000 kurierów, osiąga wydajność 3,0 zlecenia na godzinę pracy kuriera (średnia miesięczna od grudnia 2024 do czerwca 2025 r.). Szczegóły opisuje case study Stavy w sekcji Wyniki.
Średnie dużych platform dostaw jedzenia w Polsce (Glovo, Uber Eats, Wolt) to ok. 2,0–2,6 zlecenia na godzinę, a spośród 45 wyników dla województw i miast tylko 3 sięgają poziomu Stavy. Do obsługi 100 zleceń w godzinie Stavie wystarcza ok. 33 kurierów, a przy średnich platform potrzeba 38–50. Stava osiąga to w oddziałach obsługujących przeciętnie ok. 120 zleceń dziennie: im mniej zleceń w okolicy, tym trudniej je łączyć, więc tę przewagę daje dyspozycja, a nie skala.
Średnie wyliczamy z publicznych zestawień partnerów rozliczeniowych kurierów (MB Partner, AppJobs): średni zarobek na godzinę podzielony przez średni zarobek na zlecenie. Glovo: ok. 2,0 (2,07 i 1,92 według dwóch partnerów, początek 2024 r.), Uber Eats: 2,53 (lipiec 2025 r.), Wolt: 2,62 (mediana województw, 2025 r.). Najwyższy wynik regionalny to 3,25 (Wolt, dolnośląskie). To przybliżenie: kurierzy pracujący jednocześnie w kilku aplikacjach zaniżają wynik pojedynczej platformy. Linki do źródeł podajemy w case study Stavy.
W modelu outsourcingu realizowane są dowozy m.in. dla KFC, Pizza Hut, McDonald’s, Burger King, Popeyes, Sphinx i Stokrotki.
Założyciele łączą lata prowadzenia firmy logistycznej ze znajomością technologii, algorytmów i nauki o optymalizacji logistyki. Te same osoby łączą dorobek naukowy (doktoraty, profesura, patenty) z prowadzeniem własnej firmy kurierskiej od 2014 r.
### Ile kosztuje optymalizacja floty?
Całe nasze wynagrodzenie za optymalizację, wszystkie opłaty łącznie, to od 10 do 35% realnie wygenerowanych oszczędności. Udział zależy od długości i elastyczności umowy oraz skali współpracy: elastyczna umowa przy niewielkiej skali to górna granica, długoterminowa, wiążąca umowa przy dużej skali to dolna.
Nie wymagamy wyłączności ani długoterminowej umowy. Całą współpracę klient może prowadzić na elastycznej umowie, którą wypowiada w dowolnym momencie; wtedy udział jest bliżej górnej granicy. Najniższy udział oferujemy w zamian za długoterminową, wiążącą umowę: przy dużej skali nasze wynagrodzenie jest wtedy nawet trzykrotnie niższe. Rekomendowana ścieżka to start na elastycznej umowie, pomiar realnych oszczędności, a potem umowa długoterminowa.
Model rozliczeń kalkulujemy osobno dla każdej floty, z parametrów jej kosztów. W umowie ma on konkretną postać, na przykład stawki za zrealizowane zlecenie, skalkulowanej tak, żeby całość mieściła się w tym przedziale.
Wszystko przed pojawieniem się oszczędności jest bezpłatne: audyt, analiza danych historycznych, symulacje, raporty i pilotaż. Analizę i pilotaż klient może przerwać w każdej chwili. Jeśli pilotaż nie pokaże efektów, nie podpisujemy umowy; jeśli efektów zabraknie w trakcie współpracy, nie pobieramy wynagrodzenia za te okresy.
Oszczędności liczymy względem bazy z danych klienta sprzed wdrożenia, np. liczby zleceń na godzinę pracy kierowcy. Bazę korygujemy co miesiąc o warunki operacyjne: strefę dostaw i odległości, natężenie ruchu i warunki drogowe, czasy przygotowania i wydania zleceń, dojście z parkingu i czas u odbiorcy. Usprawnienia klienta i korzystne czynniki zewnętrzne podnoszą bazę, więc klient za nie nie płaci. Brak nadwyżki ponad bazę oznacza brak success fee w danym miesiącu dla danej lokalizacji.
Klient decyduje, jak wykorzysta zysk: mniej godzin pracy floty (wtedy naliczamy success fee) albo lepszy czas dostaw przy tych samych godzinach (wtedy success fee nie ma).
### Z kim podejmujemy współpracę?
Z firmami, które zarządzają zmienną logistyką na dużą skalę: same planują przewozy, własną flotą albo z przewoźnikami, i realizują wiele zleceń dziennie. Liczy się nie to, czyja jest flota, tylko kto ponosi jej koszty i decyduje, jak ją wykorzystać. Naszym klientem może więc być firma z własną flotą, zleceniodawca, który płaci przewoźnikom za pojazdy i godziny (np. hurtownia), albo przewoźnik rozliczany za zlecenie, który sam decyduje, ile aut podstawi.
Branże: hurtownie, sieci gastronomiczne z flotą dowozową, firmy kurierskie i paczkowe, transport ciężarowy, dystrybucja lokalna (np. farmaceutyczna i piekarnicza) oraz dowóz zakupów. Obecnie działamy w Polsce, a polskie firmy wspieramy także w ich operacjach za granicą.
Projekty wybieramy selektywnie i prowadzimy ich ograniczoną liczbę, bo każdy wymaga stałej pracy naszego zespołu. Bierzemy pod uwagę:
- zaangażowanie i otwartość klienta: efekty wymagają wspólnej pracy i gotowości do zmian w procesach,
- odpowiednią skalę: przy małych flotach ułamek oszczędności nie pokrywa pracy włożonej we wdrożenie i stałą współpracę,
- zmienną logistykę: zlecenia, popyt i warunki zmieniają się z dnia na dzień i w ciągu dnia, a na optymalną decyzję jest często kilka minut lub sekund,
- potencjał widoczny w danych klienta.
Jeśli nie widzimy szansy na efekt, mówimy o tym na starcie. Za projekt bez oszczędności płacimy własnym czasem, więc nie mamy interesu w marnowaniu czasu klienta.
### Jak wygląda współpraca?
Optymalizacja floty przebiega w sześciu krokach:
1. Rozmowa i ocena: sprawdzamy, czy skala floty, potencjał i gotowość zespołu dają szansę na efekt.
2. Audyt i analiza danych historycznych, bezpłatnie: pokazujemy, jaka redukcja floty i kosztów jest realnie możliwa.
3. Pilotaż, bezpłatnie: kilka tygodni przygotowania, potem ok. 3 miesiące pełnej optymalizacji w wybranych lokalizacjach. Klient może go przerwać w każdej chwili.
4. Decyzja na podstawie wyników: wyniki pilotażu i business case szerszego wdrożenia.
5. Wdrożenie: przy pierwszych wdrożeniach nasz zespół jest na miejscu i szkoli ludzi klienta; w kolejnych lokalizacjach zdalnie wspieramy jego zespoły. Integracje z popularnymi systemami są gotowe.
6. Stała optymalizacja: stała analiza wyników, dostrajanie systemu i kolejne usprawnienia; klient płaci udział w realnych oszczędnościach, a przy umowie elastycznej może zrezygnować w każdej chwili.
Druga opcja współpracy to outsourcing dowozów i transportu: wykonanie przejmuje firma logistyczna z naszej grupy albo partnerska. Klient płaci jej stawkę, np. za dowóz, a koszty pojazdów, godzin i kilometrów ponosi ona; my pracujemy z nią nad optymalizacją.
### Skąd biorą się oszczędności?
Przede wszystkim z decyzji dyspozytorskich, w mniejszym stopniu z lepszej nawigacji. Nawigacja mówi, jak dojechać z punktu A do B; oszczędności leżą w tym, kto jedzie, z czym, w jakiej kolejności i ile pojazdów w ogóle potrzeba. Główne mechanizmy:
- jeden wspólny zapas zamiast stałych tras z osobnym zapasem na każdej: zlecenia dzielone dynamicznie między faktycznie dostępne pojazdy,
- trafna prognoza zleceń: im węższy przedział prognozy, tym mniej zasobów trzeba przygotować na dany dzień,
- konsolidacja zleceń: więcej zleceń w jednym kursie, wspólny czas odbioru i wspólne kilometry,
- mniej przestojów pojazdów i kierowców bez zlecenia,
- synchronizacja z miejscem nadania: system prognozuje przyjazd kierowcy i daje sygnał, kiedy przygotować zlecenie,
- flota i grafiki dopasowane do popytu w każdym okresie,
- przeplanowanie w ciągu dnia: nowe zlecenia, nowe odbiory, zmiany kolejności i przekierowania.
Największy efekt osiągamy w logistyce o dużej zmienności, bo w takich warunkach gotowe systemy najbardziej odbiegają od optimum.
### Czy zmienne trasy nie zakłócą pracy magazynu i kierowców?
Nie. Dynamiczny przydział nie oznacza, że plan zmienia się co kilka minut. System układa trasy na bieżąco, w miarę jak spływają zlecenia, i od razu wstępnie przypisuje je do pojazdów zaplanowanych z wyprzedzeniem, z grubsza według kierunków. Większość zleceń zostaje na pierwotnym pojeździe do wyjazdu, a przesunięcia dotyczą zwykle sąsiednich tras. Po integracji z systemem magazynowym magazynier dostaje polecenie przeniesienia przesyłki i potwierdza je skanem.
Wiedzę doświadczonych kierowców (kody do bram i domofonów, zdjęcia miejsc, wymagania odbiorców, miejsca parkowania) gromadzimy w aplikacji kierowcy, a aplikacja prowadzi go przez kolejność, dojazd i parkowanie. Dzięki temu nowy kierowca pracuje dobrze od pierwszego dnia, a stałe trasy przestają być warunkiem wydajności.
### Czym różnimy się od innych rozwiązań?
- Od licencji na oprogramowanie: zamiast samego dostępu do aplikacji klient dostaje zespół, który konfiguruje, wdraża i stale dostraja system, lokalizacja po lokalizacji. Nasz przychód to ułamek oszczędności klienta.
- Od nawigacji i planowania tras: decydujemy, kto jedzie, z czym, w jakiej kolejności i ile pojazdów w ogóle potrzeba, a nie tylko jak dojechać.
- Od firm doradczych: nie kończymy na raporcie. Wdrażamy rozwiązanie, automatyzujemy decyzje dyspozytorskie, stale pracujemy nad wynikami i odpowiadamy za nie swoim wynagrodzeniem.
- Od rozbudowy zespołu dyspozytorów: decyzje zapadają automatycznie, a ludzie obsługują tylko nieliczne wyjątki.
### Na jakiej technologii pracujemy?
delivERP to nasza autorska platforma do automatycznej dyspozycji, udostępniana jako usługa (SaaS) z własnej infrastruktury w Unii Europejskiej, bez instalacji u klienta. Obejmuje:
- planowanie zasobów: ilu kierowców i pojazdów potrzeba na każdy dzień i godzinę, z prognozy zleceń,
- automatyczną dyspozycję: przydział zleceń, kolejność, konsolidację i przeplanowanie w ciągu dnia, z uwzględnieniem wymagań zleceń (okna odbioru i dostawy, maksymalny czas transportu, waga, objętość, rodzaj pojazdu, np. chłodnia) i zasobów faktycznie dostępnych w danej chwili,
- własną nawigację: wyznaczanie i ocenę tras oraz model ruchu uczący się na danych GPS floty (na mapach OpenStreetMap), z precyzyjnym rozdzieleniem czasu jazdy i czasu obsługi pod adresem,
- prognozę przyjazdu kierowcy i sygnał dla miejsca nadania,
- aplikacje dla kierowców i kurierów oraz aplikację na tablet w miejscu nadania,
- moduł ręcznego sterowania wyjątkami,
- wskaźniki, raporty i integracje z systemami klienta.
Integracje: integrujemy się z systemami, których klient już używa (TMS, systemy zamówień i sklepy internetowe, POS, ekrany wydawania zleceń, agregatory zamówień, ERP i WMS, raportowanie i BI), i dopasowujemy się do jego procesów, zmieniając je tylko tam, gdzie jest to niezbędne do osiągnięcia oszczędności. Brakujące elementy dostarczamy z gotowych rozwiązań albo je opracowujemy. System zastępujemy tylko wtedy, gdy nie da się go zintegrować albo nie zapewnia potrzebnej elastyczności.
Narzędzie jest środkiem, a nie celem: bez stałej pracy zespołu nawet dobre narzędzie wykorzystuje tylko część swoich możliwości.
### Dlaczego osiągamy lepsze wyniki niż większe firmy?
Wynik składa się z setek, a nawet tysięcy szczegółów dopracowywanych latami w codziennej operacji. Przykładem jest nasza nawigacja: precyzyjnie oddziela czas jazdy od czasu obsługi pod adresem i wyznacza skróty pomijane przez standardowe systemy.
Umożliwia nam to połączenie wiedzy naukowej (doktoraty, profesury, patenty) z ponad 12 latami prowadzenia własnej firmy kurierskiej, zbudowanej od podstaw i działającej do dziś w naszej grupie. Łączą je te same osoby, które kierują firmą: naukowiec zatrudniony w dużej firmie doradza, a nasz zespół sam odpowiadał za wynik floty. Duże, szybko rosnące firmy muszą równocześnie mierzyć się z wieloma innymi wyzwaniami, a my koncentrujemy się na wydajności floty.
### Jaki jest pełny zakres usług?
- Planowanie zapotrzebowania na kierowców i pojazdy oraz grafików na podstawie prognozy zleceń
- Automatyczna dyspozycja zleceń: przydział do pojazdów i kierowców oraz kolejność realizacji
- Przeplanowanie na bieżąco: nowe zlecenia, anulacje, awarie, korki i nieobecności
- Planowanie i optymalizacja tras z uwzględnieniem korków, a przy większych pojazdach także opłat drogowych
- Integracja z systemami klienta oraz aplikacje dla kierowców i miejsc nadania, jeśli klient ich nie ma
- Dopasowanie procedur magazynowych do dyspozycji, w tym polecenia przeniesienia przesyłek w systemie magazynowym
- Baza wiedzy o punktach dostaw w aplikacji kierowcy: kody, zdjęcia miejsc, wskazówki dojazdu i parkowania
- Wdrożenie: przy pierwszych lokalizacjach na miejscu, ze szkoleniem ludzi klienta, w kolejnych zdalne wsparcie jego zespołów
- Stała praca nad wynikami: nadzór, analizy, comiesięczne raporty, dostrajanie i kolejne usprawnienia
- Automatyczna rejestracja przebiegu pracy i raporty do rozliczeń z przewoźnikami i klientami
- Doradztwo w zakresie procesów logistycznych i zarządzania flotą
- Udostępnianie platformy delivERP (SaaS)
### Najczęstsze pytania
**Czy kupuję od was oprogramowanie?** Nie. Nie sprzedajemy tylko narzędzi: stajemy się częścią Twojego zespołu. Automatyzujemy i optymalizujemy decyzje dyspozytorskie Twojej floty, a nasz zespół stale pracuje nad jej wynikami. Oprogramowanie (delivERP) jest naszym narzędziem, ale płacisz za efekt: ułamek realnie wygenerowanych oszczędności.
**Co dokładnie automatyzujecie?** Decyzje dyspozytorskie: ilu kierowców i pojazdów potrzeba na każdy dzień i godzinę, który pojazd wiezie które zlecenie i w jakiej kolejności, kiedy kierowca ma wyjechać, żeby zlecenie było gotowe na jego przyjazd, oraz przeplanowanie w ciągu dnia, gdy pojawi się nowe zlecenie, odwołanie, korek, awaria albo nieobecność kierowcy. System uwzględnia wymagania każdego zlecenia: okna odbioru i dostawy, maksymalny czas transportu, wagę, objętość i rodzaj pojazdu, np. chłodnię. Ludzie obsługują tylko nieliczne wyjątki.
**Czy to „optymalizacja tras” jak w nawigacji?** Nie. Nawigacja mówi, jak dojechać z punktu A do B. My decydujemy, kto jedzie, z czym, w jakiej kolejności i ile pojazdów w ogóle potrzeba. To w tych decyzjach powstaje większość oszczędności.
**Mamy już system, który układa trasy. Co zmienicie?** Zwykle podział na rejony robią u Ciebie ludzie, a system ustala tylko kolejność dostaw w ramach trasy i prowadzi kierowcę nawigacją. To najprostsza część zadania. Najwięcej kosztuje to, co dzieje się wcześniej: stałe trasy, z których każda ma własny zapas na szczyt, i plan zasobów bez trafnej prognozy. My dynamicznie dzielimy zlecenia między faktycznie dostępne pojazdy, utrzymując jeden wspólny zapas na cały wolumen, znacznie mniejszy niż suma zapasów stałych tras, i planujemy zasoby z prognozy zleceń. Twoje systemy, które się sprawdzają, wykorzystujemy.
**Czy zmienne trasy nie zrobią bałaganu w magazynie?** Nie, jeśli magazyn i dyspozycja działają razem. Obawa jest zrozumiała: porządek w magazynie jest niezbędny, a część firm ma za sobą wdrożenia, po których go zabrakło. Dynamiczne trasy nie oznaczają jednak, że plan zmienia się co kilka minut. System układa trasy na bieżąco, w miarę jak spływają zlecenia, i od razu wstępnie przypisuje je do pojazdów zaplanowanych z wyprzedzeniem, z grubsza według kierunków. Większość zleceń zostaje do wyjazdu na pojeździe, do którego trafiła na początku. Przesunięcia dotyczą części zleceń, zwykle między sąsiednimi trasami, więc w magazynie oznaczają przeniesienie przesyłki między sąsiednimi miejscami odkładczymi lub bramami, a nie szukanie jej po całym magazynie. Ich skalę widać już w symulacji i w pilotażu. Po integracji z systemem magazynowym magazynier dostaje polecenie przeniesienia tak samo jak dziś polecenie odłożenia towaru: podchodzi, przenosi przesyłkę i potwierdza to skanem. To podobna czynność jak cofnięcie zlecenia anulowanego przed wyjazdem, z którym magazyny radzą sobie już dziś. Tam, gdzie trzeba, wdrażamy rozwiązania usprawniające pracę magazynu albo wspólnie z Tobą dopasowujemy istniejące procedury do dyspozycji.
**Nasi kierowcy znają swoje trasy. Czy zmienne trasy nie obniżą ich wydajności?** Nie, bo wiedzę doświadczonego kierowcy przenosimy do systemu. Na stałej trasie kierowca poznaje odbiorców, miejsca do parkowania, kody do bram i domofonów oraz ich wymagania, więc z czasem pracuje znacznie wydajniej niż nowa osoba. Ta wiedza zostaje jednak w jego głowie i odchodzi razem z nim, a rotacja kierowców w branży jest wysoka. Dlatego zbieramy ją w systemie: kody, wskazówki, zdjęcia miejsc i wymagania odbiorców kierowca widzi w aplikacji przy danym punkcie. Aplikacja prowadzi go też przez szczegóły: kolejność, dojazd, miejsce parkowania i punkty, które warto obsłużyć pieszo z jednego postoju. Dzięki temu nowy kierowca pracuje dobrze od pierwszego dnia. Zyskujesz na tym także przy stałych trasach, a jednocześnie przestają one być warunkiem wydajności, więc można wprowadzić trasy zmienne.
**Czy zachowujemy kontrolę nad flotą i decyzjami?** Tak. Nie stajemy między Tobą a flotą: relację z kierowcami i przewoźnikami zachowujesz Ty. Kryteria decyzji ustalasz Ty, każdą decyzję widzisz na żywo, a po fakcie odtworzysz przebieg każdego zlecenia z dokładnością do minuty. W każdej chwili możesz przejąć sterowanie ręcznie.
**Co się stanie z naszymi dyspozytorami?** Przestają ręcznie układać plany i zajmują się kryteriami oraz wyjątkami, które wymagają człowieka. To obniża koszty stałe zespołu zarządzającego i presję na kierowników.
**Czy możemy zlecić wam dowozy w całości?** Tak, to druga opcja współpracy: outsourcing dowozów i transportu. Wykonanie przejmuje firma logistyczna z naszej grupy albo partnerska. Płacisz jej stawkę, np. za dowóz, a koszty pojazdów, godzin i kilometrów ponosi ona, więc ich ograniczanie leży w jej interesie. My pracujemy z nią nad optymalizacją.
**Ile to kosztuje?** Całe nasze wynagrodzenie, wszystkie opłaty łącznie, to od 10 do 35% oszczędności, które realnie wygenerujemy. Im dłuższa i bardziej wiążąca umowa oraz większa skala współpracy, tym niższy udział. W umowie rozliczenie ma konkretną postać, na przykład stawki za zrealizowane zlecenie. Audyt, analiza danych, raporty i pilotaż są bezpłatne.
**Co jest bezpłatne?** Wszystko, zanim pojawią się oszczędności: audyt, analiza Twoich danych historycznych, symulacje, raporty i pilotaż w wybranych lokalizacjach. Analizę i pilotaż możesz przerwać w każdej chwili.
**Dlaczego audyt i pilotaż są bezpłatne?** Ponieważ podejmujemy się tylko projektów, w których widzimy realny potencjał oszczędności. Analizę i pilotaż prowadzimy na własny koszt, więc projekt bez efektu to dla nas stracony czas zespołu. Nie mamy interesu w marnowaniu Twojego.
**Co, jeśli oszczędności nie będzie?** Jeśli pilotaż nie pokaże efektów, nie podpisujemy umowy. Jeśli efektów zabraknie w trakcie współpracy, nie pobieramy wynagrodzenia za te okresy: brak nadwyżki ponad bazę oznacza brak success fee w danym miesiącu dla danej lokalizacji.
**Czy wymagacie wyłączności lub długoterminowej umowy?** Nie. Nie wymagamy wyłączności, a całą współpracę możesz prowadzić na elastycznej umowie, którą wypowiesz w dowolnym momencie; wtedy nasz udział jest bliżej górnej granicy przedziału od 10 do 35%. Najniższy udział oferujemy w zamian za długoterminową, wiążącą umowę: przy dużej skali nasze wynagrodzenie może być nawet trzykrotnie niższe niż przy umowie elastycznej. Rekomendujemy start na elastycznej umowie, sprawdzenie realnych oszczędności i dopiero potem przejście na umowę długoterminową.
**Jak liczycie efekt i success fee?** Od bazy, czyli wydajności, jaką dana lokalizacja osiągnęłaby przy dotychczasowej dyspozycji, ale w warunkach danego miesiąca. Najczęściej mierzymy liczbę zleceń na godzinę pracy kierowcy. Bazę ustalamy osobno dla każdej lokalizacji z ok. trzech miesięcy danych sprzed wdrożenia i co miesiąc korygujemy według wzoru ustalonego na starcie, a warunki mierzymy obiektywnie, z GPS i odległości nawigacyjnych. Success fee liczymy tylko od nadwyżki ponad bazę.
**Jak odróżniacie efekt systemu od zmian po naszej stronie?** Twoje usprawnienia i lepsze warunki podnoszą bazę, więc za nie nie płacisz. Jeśli np. zmniejszysz strefę dostaw, przyspieszysz przygotowanie zleceń albo zmniejszy się natężenie ruchu, baza rośnie razem z nimi. Każdą wartość wejściową da się sprawdzić: dane o godzinach pracy z Twojej ewidencji i pomiary GPS.
**Co, jeśli wolimy szybsze dostawy zamiast mniejszej liczby godzin?** Ty decydujesz, jak wykorzystać zysk z lepszej dyspozycji. Jeśli przeznaczysz go na mniej godzin pracy floty, rozliczamy success fee. Jeśli na lepsze czasy dostaw przy tych samych godzinach, success fee nie ma. Ryzyko tego wyboru ponosimy my.
**Jakiego efektu możemy się spodziewać?** Typowo 10–30% mniej pojazdów do tej samej pracy, a do tego mniej godzin pracy kierowców, kilometrów i kosztów zarządzania. Nie obiecujemy procentów z góry: ile wyjdzie u Ciebie, pokazuje bezpłatna analiza Twoich danych, a potem pilotaż.
**Czy trzeba mieć własną flotę?** Nie. Naszym klientem jest ten, komu zależy na wydajności floty: kto płaci za pojazdy, godziny pracy kierowców i kilometry i decyduje, jak flota pracuje. Może to być firma z własną flotą, zleceniodawca, który płaci przewoźnikom za auta i godziny (np. hurtownia), albo przewoźnik rozliczany za zlecenie, który sam decyduje, ile aut podstawi.
**W jakich branżach to działa?** W zmiennej logistyce na dużą skalę: w hurtowniach, sieciach gastronomicznych z flotą dowozową, firmach kurierskich i paczkowych, transporcie ciężarowym, dystrybucji lokalnej i dowozie zakupów. Liczy się charakter logistyki, a nie sama branża: wiele zleceń dziennie, plan zmieniający się z dnia na dzień i w ciągu dnia oraz decyzje, na które jest często kilka minut lub sekund.
**Od jakiej skali to się opłaca?** Od skali, przy której oszczędności są odczuwalne dla obu stron. Przy małych flotach ułamek oszczędności nie pokryłby pracy, którą wkładamy we wdrożenie, a potem w stałą współpracę z klientem: nadzór, analizy i szukanie kolejnych usprawnień. Czy Twoja flota się kwalifikuje, oceniamy na danych w bezpłatnej analizie.
**Czy każda firma może z wami współpracować?** Nie. Prowadzimy ograniczoną liczbę projektów, bo każdy wymaga stałej pracy naszego zespołu. Patrzymy na cztery warunki: zaangażowanie i otwartość klienta, odpowiednią skalę, zmienność logistyki i potencjał widoczny w danych. Jeśli nie widzimy szansy na efekt, mówimy o tym na starcie.
**Czy obsługujecie transport dalekobieżny?** Tak, pracujemy też z flotami transportu dalekobieżnego. Liczą się w nim inne parametry niż w dowozach, np. załadunek, puste przebiegi i czas pracy kierowców, dlatego analizę zaczynamy od danych Twojej floty. Zasady współpracy pozostają te same: bezpłatna analiza i pilotaż, a wynagrodzenie to ułamek realnie wygenerowanych oszczędności.
**Jakich danych potrzebujecie do analizy?** Danych historycznych o zleceniach i pracy floty, najlepiej z kilku ostatnich miesięcy: dat, godzin i adresów odbioru i dostawy, okien czasowych i innych wymagań zleceń (np. waga, objętość, rodzaj pojazdu) oraz godzin pracy kierowców i pojazdów, a jeśli są, także śladów GPS. Wystarczy eksport z Twoich systemów. Na tej podstawie pokazujemy, o ile realnie można ograniczyć liczbę pojazdów, godziny pracy, kilometry i koszty zarządzania.
**Ile trwa rozpoczęcie współpracy?** Najpierw analiza na danych historycznych, potem pilotaż: kilka tygodni przygotowania i ok. 3 miesiące pełnej optymalizacji w wybranych lokalizacjach. Pilotaż możesz przerwać w każdej chwili. Po decyzji opartej na wynikach wdrażamy kolejne lokalizacje.
**Jak wygląda wdrożenie w wielu lokalizacjach i krajach?** Lokalizacja po lokalizacji. Przy pierwszych wdrożeniach jesteśmy na miejscu i szkolimy Twoich ludzi. W kolejnych lokalizacjach zdalnie wspieramy Twoje zespoły, a nasz zespół stale pracuje nad wynikami każdej z nich. Obecnie działamy w Polsce, a polskie firmy wspieramy także w ich operacjach za granicą.
**Czy musimy zmieniać systemy IT?** Zwykle nie. Integrujemy się z systemami, których już używasz (TMS, systemy zamówień, POS, ERP, WMS i inne), a Twoje procesy zmieniamy tylko tam, gdzie jest to niezbędne do osiągnięcia oszczędności. Z wieloma popularnymi systemami mamy gotowe integracje. System zastępujemy tylko wtedy, gdy nie da się go zintegrować albo nie zapewnia potrzebnej elastyczności.
**Czy musimy zmienić aplikacje dla kierowców?** Nie. Aplikacje, których kierowcy już używają, wykorzystujemy, jeśli da się je zintegrować. Jeśli ich nie ma, dajemy własne: aplikację kierowcy z przydzielonymi zleceniami i kolejnością, a w miejscu nadania tablet, który pokazuje, co i kiedy przygotować.
**Skąd system zna czasy przejazdu?** Z własnej nawigacji. Korzystamy z map OpenStreetMap, a silnik wyznaczania tras i model ruchu opracowaliśmy sami. Model uczy się na danych GPS, przede wszystkim z floty objętej wdrożeniem, i osobno mierzy czas jazdy i czas obsługi pod adresem, bo dyspozycja potrzebuje obu tych wielkości.
**Gdzie przetwarzacie dane i jak wygląda kwestia RODO?** Dane przetwarzamy głównie na własnych serwerach w Unii Europejskiej (ok. 90% naszej infrastruktury), co daje nam pełną kontrolę nad tym, gdzie i w jaki sposób je przetwarzamy. delivERP działa jako usługa, bez instalacji u klienta. Z każdym klientem zawieramy umowę powierzenia przetwarzania danych.
**Jak długo działacie na rynku?** Od 2014 roku, czyli ponad 12 lat. Wyrośliśmy z firmy kurierskiej Stava, którą budowaliśmy od podstaw; dziś to firma kurierska z naszej grupy, z kurierami w ok. 50 miastach.
**Czym jest dla was Stava?** Stava to firma kurierska z naszej grupy: Dispatch Rangers wyrósł z jej biznesu kurierskiego. Dziś jest jednym z naszych klientów, na równi z innymi: na naszej platformie cała jej flota osiąga wydajność 3,0 zlecenia na godzinę pracy kuriera, przy średnich dużych platform dostaw jedzenia ok. 2,0–2,6. Stava prowadzi też dowozy z blisko 1000 punktów odbioru w ok. 50 miastach, m.in. dla KFC, Pizza Hut, McDonald’s i Stokrotki.
**Dlaczego osiągacie lepsze wyniki niż większe firmy z większymi budżetami?** Ponieważ wynik składa się z setek, a nawet tysięcy szczegółów, które dopracowujemy od lat. Przykładem jest nasza nawigacja: precyzyjnie oddziela czas jazdy od czasu obsługi pod adresem i wyznacza skróty pomijane przez standardowe systemy. Umożliwia nam to połączenie wiedzy naukowej (doktoraty, profesury, patenty) z ponad 12 latami prowadzenia własnej firmy kurierskiej, i to w tych samych rękach: łączą je osoby, które kierują firmą. Naukowiec zatrudniony w dużej firmie doradza, a nasz zespół sam odpowiadał za wynik floty. Duże, szybko rosnące firmy muszą równocześnie mierzyć się z wieloma innymi wyzwaniami.
### Case studies
#### Stava: dyspozycja floty kurierskiej w ok. 50 miastach
https://dispatchrangers.com/pl/wyniki/stava/
Firma kurierska Stava prowadzi na naszej platformie dyspozycję floty w ok. 50 miastach i osiąga 3,0 zlecenia na godzinę pracy kuriera, więcej niż średnie dużych platform dostaw jedzenia (ok. 2,0–2,6).
- 3,0: zlecenia na godzinę pracy kuriera w całej flocie
- 2,0–2,6: średnie dużych platform dostaw jedzenia w Polsce, dla porównania
- ok. 50: miast z flotą prowadzoną na naszej platformie
import OphBenchmark from '../../../components/diagrams/OphBenchmark.astro';
## W skrócie
- Stava to firma kurierska z naszej grupy. Prowadzi dowozy na żądanie dla sieci gastronomicznych i handlowych: kurierzy w ok. 50 miastach.
- Dyspozycja floty działa na naszej platformie: system decyduje, który kurier realizuje które zlecenie, w jakiej kolejności i kiedy wyjeżdża.
- Wynik: 3,0 zlecenia na godzinę pracy kuriera w całej flocie. To więcej niż średnie dużych platform dostaw jedzenia w Polsce (Glovo, Uber Eats, Wolt), które według publicznych danych wynoszą ok. 2,0–2,6. Poziom 3,0 osiągają tam tylko pojedyncze regiony.
- Stava osiąga to bez przewagi skali: przeciętny oddział obsługuje ok. 120 zleceń dziennie.
## Klient
Stava działa na rynku dowozów od 2014 r. Realizuje dowozy na żądanie z blisko 1000 punktów odbioru w ok. 50
miastach, zarówno dla dużych marek, m.in. KFC, Pizza Hut, McDonald’s i Stokrotki, jak i dla wielu lokalnych firm.
Stava jest spółką z naszej grupy: Dispatch Rangers wyrósł z jej biznesu kurierskiego ([historia firmy](/pl/o-nas/)).
Dziś to jeden z naszych klientów, na równi z innymi.
## Wyzwanie
W dowozach na żądanie zlecenia spływają przez cały dzień z wielu miejsc nadania, każde trzeba dowieźć szybko, a popyt
zmienia się z godziny na godzinę.
Przeciętny oddział Stavy obsługuje ok. 120 zleceń dziennie. Przy takiej skali trudno łączyć zlecenia w jeden kurs, więc
o wydajności decyduje jakość dyspozycji, a nie wolumen.
## Co robi nasza platforma
Logistyka Stavy działa na naszej platformie od 2014 r. Na co dzień platforma:
- przydziela zlecenia kurierom i łączy je w jeden kurs, gdy to się opłaca,
- ustala kolejność dostaw i moment wyjazdu, zgrany z gotowością zlecenia w miejscu nadania,
- przeplanowuje trasy przy każdym nowym zleceniu i każdym opóźnieniu.
Poza samą dyspozycją wdrożenie obejmuje:
- liczbę kurierów i grafiki dopasowane do prognozy popytu,
- panel nadzoru dla zespołu operacyjnego i aplikację kuriera,
- integracje z systemami zamówień klientów.
## Wyniki
- **Wydajność kurierów:** 3,0 zlecenia na godzinę pracy kuriera w całej flocie.
- **Na tle rynku:** średnie dużych platform dostaw jedzenia w Polsce to ok. 2,0–2,6, a spośród 45 wyników dla województw i miast tylko 3 sięgają 3,0. Do obsługi 100 zleceń w godzinie Stava potrzebuje ok. 33 kurierów, a przy średnich platform potrzeba 38–50.
- **Okres pomiaru:** 3,0 to średnia miesięczna od grudnia 2024 do czerwca 2025 r. (od 2,91 do 3,04 w poszczególnych miesiącach).
- **Skala:** ok. 50 oddziałów i ok. 1000 kurierów. W maju 2025 r. oddziały obsługiwały od ok. 30 do ok. 280 zleceń dziennie, a najmniejszy z nich też osiągał wydajność ok. 3,0.
## Skąd bierzemy dane o rynku?
Wydajność kurierów rzadko jest publikowana wprost, ale da się ją wyliczyć z danych o zarobkach. Jeśli znasz średni
zarobek kuriera na godzinę i na jedno zlecenie z tego samego okresu, ich iloraz to liczba zleceń na godzinę. Takie
zestawienia publikują partnerzy rozliczeniowi kurierów Glovo, Ubera i Wolta, bo rekrutują nowych kurierów. Strony
MB Partner linkujemy w kopiach z archiwum internetu, bo partner z czasem zmienia na nich daty, a zostawia te same dane.
| Platforma i źródło | Okres | Zleceń na godzinę |
| --- | --- | ---: |
| Glovo, [MB Partner](https://web.archive.org/web/20240415112740/https://mbpartners.pl/blog/glovo-zarobki/): 936 kurierów, 131 165 dostaw, 16 województw | styczeń–luty 2024 | 2,07 |
| Glovo, [AppJobs](https://www.appjobs.work/pl/zarobki/glovo/): 166 820 dostaw | 90 dni do marca 2024 | 1,92 |
| Uber Eats, [MB Partner](https://web.archive.org/web/20251113060553/https://mbpartners.pl/blog/uber-eats-zarobki/): ponad 200 kurierów, 15 miast | lipiec 2025 | 2,53 |
| Wolt, [MB Partner](https://web.archive.org/web/20251113050410/https://mbpartners.pl/blog/zarobki-wolt/): 14 województw (mediana) | 2025 | 2,62 |
| Najwyższy wynik regionalny: Wolt, dolnośląskie | 2025 | 3,25 |
| **Stava, cała flota** | | **3,0** |
Podobny poziom jak Glovo w 2024 r., 1,99 zlecenia na godzinę, miała przed pilotażem flota sieci restauracji z naszego
[drugiego case study](/pl/wyniki/pilotaz-siec-restauracji/).
## Czy wysoka wydajność wymaga dużej skali?
Nie. Że wydajność przyjdzie sama, gdy skala będzie wystarczająco duża, to jedno z najczęstszych przekonań w branży
dowozów. Duża skala i gęstość zleceń pomagają, ale nie są warunkiem koniecznym.
Duże platformy budują wydajność w dużej mierze warunkami zewnętrznymi: dużą liczbą zleceń w jednej lokalizacji,
działaniem w dużych miastach i ich centrach, małymi strefami, krótkimi dystansami i dowozami rowerami. Te czynniki
podnoszą wydajność niezależnie od jakości dyspozycji.
Widać to w danych. W okresie pomiaru Uber Eats i Wolt działały głównie w dużych miastach, a Glovo także w wielu
mniejszych miejscowościach, i średnia Glovo jest wyraźnie niższa. U Wolta najwyższe wyniki mają województwa z dużymi
miastami: 3,25 w dolnośląskim, 3,09 w wielkopolskim i 2,87 w mazowieckim. Mimo tych warunków spośród 45 wyników dla
województw i miast tylko 3 sięgają 3,0.
Stava osiąga 3,0 jako średnią całej floty, w oddziałach obsługujących przeciętnie ok. 120 zleceń dziennie. W maju
2025 r. najmniejszy oddział, z ok. 30 zleceniami dziennie, też osiągał ok. 3,0.
Tę przewagę daje dyspozycja, a nie skala. Skoro nasze narzędzia osiągają 3,0 przy średnio ok. 120 zleceniach dziennie,
a nawet w oddziale z ok. 30 zleceniami, to przy skali kilku tysięcy zleceń dziennie w jednym mieście wynik byłby
wyraźnie wyższy.
## Jak porównać ten wynik z Twoją flotą?
Podziel liczbę zrealizowanych zleceń przez liczbę opłaconych godzin pracy kurierów z tego samego okresu. Jeśli masz
tylko dane o wynagrodzeniach, podziel średni zarobek kuriera na godzinę przez średni zarobek na zlecenie. Porównuj floty
o podobnej gęstości zleceń: przy kilkuset zleceniach dziennie w jednej strefie o wysoki wynik jest łatwiej niż przy
stu.
## Jak mierzymy
- Wydajność to liczba zrealizowanych zleceń na godzinę pracy kuriera (OPH, orders per hour), liczona dla całej floty. Zlecenia połączone w jeden kurs liczą się osobno, tak samo jak w danych platform.
- Ok. 120 zleceń dziennie na oddział dotyczy tego samego okresu, w którym cała flota miała średnio 3,0 zlecenia na godzinę.
- Stava pracuje na naszych narzędziach od pierwszego dnia, więc nie ma wyniku sprzed wdrożenia. Dlatego porównujemy ją z rynkiem, a efekt samej zmiany narzędzia pokazuje [drugie case study](/pl/wyniki/pilotaz-siec-restauracji/).
- Dane platform to przybliżenie z zarobków, a nie wynik badania. Stawka godzinowa może zawierać premie, godziny to czas w aplikacji, a kurierzy pracujący jednocześnie w kilku aplikacjach zaniżają wynik pojedynczej platformy. Dlatego podajemy przedział i opis źródeł, a nie jedną liczbę.
## Co to znaczy dla Ciebie
Stava korzysta z tej samej platformy i tego samego zespołu co pozostali klienci. Jej wynik pokazuje, co daje
automatyczna dyspozycja w pełnej skali i w długim okresie, a nie tylko w pilotażu.
#### Sieć hurtowni: tę samą pracę wykona o jedną trzecią mniej pojazdów
https://dispatchrangers.com/pl/wyniki/analiza-magazyn-dystrybucyjny/
Symulacja na rzeczywistych danych z miesiąca pracy sieci hurtowni, w przeliczeniu na flotę 100 pojazdów: ta sama praca 67 pojazdami, przy 32% mniejszej liczbie godzin pracy i 9% mniejszym przebiegu.
- 100 → 67: pojazdów do tej samej pracy (−33%)
- −32%: godzin pracy
- −9%: kilometrów
- +48%: dostaw na dostępną godzinę (2,77 → 4,09)
## W skrócie
To przykład drugiego kroku naszej współpracy: analizy na danych historycznych, zanim zaczną się testy. Symulacja na
rzeczywistych danych sieci hurtowni z jednego miesiąca pokazuje potencjał zmniejszenia floty o jedną trzecią przy tej
samej pracy. Branży klienta nie podajemy, a wszystkie liczby bezwzględne przeliczyliśmy na flotę 100 pojazdów, żeby nie
dało się zidentyfikować klienta. Wartości procentowe są takie jak w analizie.
## Dane wejściowe
- Daty i adresy wszystkich dostaw z całego miesiąca, w przeliczeniu ok. 71 000 dostaw do ok. 4 800 odbiorców.
- Odbiorcy stali i sporadyczni.
- Rzeczywista praca floty w tym samym okresie: w przeliczeniu 100 pojazdów.
## Założenia symulacji
Symulacja uwzględnia:
- prędkości przejazdu w sieci drogowej zmierzone na podstawie danych GPS,
- czas pobytu, załadunku i wyładunku w poszczególnych punktach,
- ograniczenia ładowności i objętości pojazdów,
- dostępność pojazdów i kierowców,
- okna czasowe, w których muszą zmieścić się dostawy do odbiorców.
## Wyniki
W przeliczeniu na flotę 100 pojazdów:
| Miara | Obecnie | Z automatyczną dyspozycją | Zmiana |
| --- | --- | --- | --- |
| Pojazdy | 100 | 67 | −33% |
| Godziny pracy w miesiącu | ok. 25 600 | ok. 17 400 | −32% |
| Kilometry w miesiącu | ok. 419 000 | ok. 381 500 | −9% |
| Dostawy na dostępną godzinę pracy | 2,77 | 4,09 | +48% |
Zmniejszenie floty o jedną trzecią okazało się możliwe w każdym z pięciu tygodni miesiąca.
## Ograniczenia
Symulacja porównuje zaplanowane trasy z rzeczywistą pracą floty. Nie uwzględnia awarii i innych zakłóceń w ciągu dnia,
dlatego kolejnym krokiem są testy w wybranych lokalizacjach.
## Co dalej
Pracujemy obecnie z klientem nad dalszymi krokami, które mają prowadzić do wdrożenia.
#### Sieć restauracji w Polsce: krótsze dowozy i wyższa wydajność kurierów
https://dispatchrangers.com/pl/wyniki/pilotaz-siec-restauracji/
Pilotaż automatycznej dyspozycji w 16 restauracjach dużej sieci: średni czas dostawy spadł z 40,2 do 35,3 minuty (−12%), a wydajność kurierów wzrosła z 1,99 do 2,42 zlecenia na godzinę pracy (+22%).
- −12%: średni czas dostawy (40,2 → 35,3 min)
- +22%: zleceń na godzinę pracy kuriera (1,99 → 2,42)
- 16: restauracji w pilotażu
import PilotResults from '../../../components/diagrams/PilotResults.astro';
## W skrócie
- W 16 restauracjach dużej, znanej sieci zastąpiliśmy naszymi narzędziami system do dyspozycji dowozów od dużego dostawcy, używany tam wcześniej.
- Średni czas dostawy spadł z 40,2 do 35,3 minuty (−12%).
- Wydajność kurierów wzrosła średnio z 1,99 do 2,42 zlecenia na godzinę pracy (+22%).
## Punkt wyjścia
Sieć prowadzi dowozy własną flotą. Dyspozycją zajmował się gotowy system dostępny na rynku i zespół nadzoru. Wydajność floty
wynosiła ok. 1,9–2,0 zlecenia na godzinę pracy kuriera.
## Co zrobiliśmy
We wszystkich restauracjach przeprowadziliśmy pełne wdrożenie:
- aplikacja kuriera i aplikacja w restauracji,
- integracja z ekranami kuchennymi (KDS) i pełna synchronizacja z kuchnią,
- panel nadzoru,
- integracja z systemem zamówień sieci,
- raportowanie,
- automatyczna dyspozycja i przeplanowanie każdego zamówienia.
Model operacyjny pozostał bez zmian: ci sami kurierzy i te same pojazdy, nadal pod kontrolą restauracji.
## Wyniki
Po zmianie systemu czas dostawy spadł w większości restauracji, średnio o 12%. Tam, gdzie razem z dyspozycją
zaczęliśmy planować liczbę kurierów według prognozy popytu i podjęliśmy działania na rzecz wyższej wydajności,
wzrosła ona w każdej restauracji, średnio o 22%.
We wszystkich 16 restauracjach wdrożyliśmy automatyczną dyspozycję, która lepiej wykorzystywała dostępnych kurierów
i skróciła czas dostawy. W 10 z nich wdrożyliśmy dodatkowo narzędzia nakierowane na wzrost wydajności, przede
wszystkim planowanie zapotrzebowania na kurierów. Restauracje 3–5 po wdrożeniu pracowały na wspólnej flocie, dlatego
mają jeden łączny wynik.
## Wnioski
- Samo przełączenie na automatyczną dyspozycję daje zysk, który można odebrać jako krótszy czas dostawy albo wyższą
wydajność.
- Wyższą wydajność widać tam, gdzie grafiki dopasowano do sugestii systemu.
## Jak mierzyliśmy
- „Przed” to średnia z 3 miesięcy poprzedzających przełączenie danej restauracji. „Po” to okres od 2 tygodni do ok.
3 miesięcy po przełączeniu, zależnie od restauracji.
- Wzrost wydajności (+22%) to porównanie tych samych restauracji przed zmianą i po niej.
- To proste porównanie przed i po, bez grupy kontrolnej. W rozliczeniu success fee stosujemy pełny model z bazą
korygowaną co miesiąc o warunki operacyjne ([jak liczymy oszczędności](/pl/koszty-i-zasady/#measurement)).
### Dane spółki
Dispatch Rangers Spółka Akcyjna, ul. Kowalska 1, 45-588 Opole, Polska. KRS 0000867888, NIP 7543071410, REGON 161514837.
Kapitał zakładowy: 1 182 655,40 zł, wpłacony w całości.
Strona: https://dispatchrangers.com/pl/