−30% no custo de deslocamento de 70+ rotas de campo

70+ rotas pelo Brasil, percorridas por gente que visita lojas pra auditar. As rotas precisavam ser otimizadas sem ignorar como o trabalho de campo realmente é.

Modelar o problema junto com o time de operações, escolher o solver e conectar ele ao custo real de deslocamento.

O problema é um VRPTW, então modelei com o Google OR-Tools (isso foi antes dos LLMs), adicionando penalidades, prioridade de visita por coordenada e limites reais de capacidade: jornada, almoço, primeira e última loja, o retorno pra casa. O custo de transporte público veio das APIs do Google por cidade e, onde não havia dado, da média de passagem por CEP — pra rota poder ser checada por sentido econômico, não só geográfico.

Um solver clássico exige modelar cada restrição à mão, o que é mais lento de construir. Assumi isso porque a flexibilidade de ajustar cada parâmetro importava mais do que chegar rápido.

−30% de custo real de deslocamento comparado com o que se gastava antes.