Localizzazione degli uffici postali | Fabio Lana Vai al contenuto

Localizzazione ottimale degli uffici postali

Poste Italiane – Ottimizzazione territoriale e localizzazione-allocazione

Stato del progetto:Questo lavoro è stato avviato in collaborazione con Poste Italiane e su sua proposta come studio esplorativo, ma non è arrivato alla messa in esercizio. Non è un prodotto ufficiale di Poste Italiane. Numeri, schermate e dati di simulazione qui presentati descrivono un lavoro in corso e hanno finalità illustrative; non rappresentano risultati di un sistema in produzione.

Un quadro di analisi integrato che combina programmazione lineare intera mista (MILP), processi di geocodifica e modellazione dinamica degli scenari per studiare la localizzazione degli uffici postali e simulare la redistribuzione della clientela.

Gli uffici postali (UP – Ufficio Postale) costituiscono una rete essenziale per l’accesso ai servizi in Italia. La chiusura di un ufficio o una variazione della sua capacità provoca una redistribuzione territoriale dei flussi di clientela e dei ricavi, con possibili spostamenti verso reti convenzionate, come iLIS – Punto LIS), i canali digitali o gli operatori concorrenti.

Mappa della rete postale italiana

12,800+

Uffici postali (UP) considerati

50,000+

Punti convenzionati LIS

< 100ms

Tempo di calcolo della redistribuzione

100%

Validazione dei CAP

I valori relativi al tempo di calcolo e alla validazione dipendono dalle prove effettuate: consultareIpotesi e limitiper i dettagli metodologici.

La sfida operativa

Per valutare la riorganizzazione della rete o la chiusura di un ufficio, la domanda di servizi viene distinta in base alle caratteristiche delle operazioni e alle possibili modalità di redistribuzione:

Categoria di servizio Modalità di redistribuzione Dinamica dei flussi di clientela
Operazioni allo sportello
(Bollettini, PagoPA, MAV, ricariche Postepay e SIM, consegna di pacchi)
Trasferimento parziale verso i punti LIS e gli uffici postali vicini. La clientela si distribuisce tra servizi di prossimità, canali digitali e operatori concorrenti, con possibili perdite per la rete.
Prodotti finanziari e assicurativi
(Polizze, libretti, conti, contratti energetici e di telecomunicazione)
Trasferimento principalmente verso uffici postali vicini che offrono l’intera gamma di servizi, entro il raggio di spostamento considerato. Maggiore sensibilità alle difficoltà di accesso; richiede una modellazione dell’accessibilità territoriale basata sulla densità della popolazione.

Schema di ottimizzazione e trattamento dei dati

Il processo va dall’acquisizione degli indirizzi grezzi all’ottimizzazione lineare prevista e alla rappresentazione cartografica degli scenari:

01. Normalizzazione

Interpretazione degli indirizzi italiani, standardizzazione delle tipologie stradali e validazione dei codici di avviamento postale (CAP).

02. Geocodifica

Geocodifica tramite API OpenStreetMap con controllo della frequenza delle richieste, utilizzo di una cache e proiezione delle coordinate.

03. Risolutore MILP

Modello di programmazione lineare per la localizzazione-allocazione, che considera matrici di distanza e vincoli di capacità.

04. Mappa interattiva

Simulatore web PosteScope e mappe Folium per esplorare scenari alternativi a supporto delle decisioni.

Formulazione matematica

L’ottimizzazione della localizzazione e dell’allocazione rappresenta la posizione degli uffici e l’assegnazione dei punti di domanda attraverso un modello diprogrammazione lineare intera mista (MILP)la cui implementazione in Python è prevista tramitePuLP.

Funzione obiettivo (minimizzare la distanza totale di spostamento)

$$\min \sum_{i \in \text{Demand}} \sum_{j \in \text{Facilities}} d(i, j) \cdot y(i, j)$$
1. Vincolo di copertura della domanda
$$\sum_{j \in \text{Facilities}} y(i, j) = 1 \quad \forall i \in \text{Demand}$$
Garantisce che ogni punto di domandaisia assegnato a un solo ufficio.
2. Vincolo di attivazione degli uffici
$$y(i, j) \le x(j) \quad \forall i \in \text{Demand}, \, j \in \text{Facilities}$$
Impedisce di assegnare la domanda a uffici postali chiusi o inattivi.
3. Numero massimo di uffici
$$\sum_{j \in \text{Facilities}} x(j) \le P$$
Limita il numero complessivo di uffici attivi alla soglia massima previstaP.
4. Variabili decisionali binarie
$$x(j) \in \{0, 1\}, \quad y(i, j) \in \{0, 1\}$$
Variabili binarie che rappresentano le decisioni di apertura, chiusura e assegnazione.
5. Vincolo di capacità degli uffici
$$\sum_{i \in \text{Demand}} w(i) \cdot y(i, j) \le c(j) \quad \forall j \in \text{Facilities}$$
Limita la domanda assegnata a ogni ufficio aperto alla sua capacità di servizio, evitando sovraccarichi e rendendo necessaria la redistribuzione della domanda eccedente verso punti LIS e uffici vicini.

Legenda dei simboli:

  • d(i, j): Matrice delle distanze o dei tempi tra il punto di domandaie l’ufficioj
  • x(j): Variabile binaria (1 se l’ufficiojè aperto, 0 altrimenti)
  • y(i, j): Variabile binaria (1 se la domandaiè assegnata all’ufficioj)
  • w(i): Volume delle operazioni o peso del punto di domandai
  • c(j): Capacità di servizio dell’ufficioj

Ipotesi e limiti

  • Il modello MILP per la selezione degli uffici è stato progettato, ma non implementato nel prototipo attuale.La formulazione riportata sopra, che minimizza la distanza totale rispettando vincoli di copertura, attivazione, capacità e numero di uffici, descrive il modello previsto per scegliere quali sedi aprire o chiudere entro un numero obiettivoP. Il prototipo funzionante non esegue questo risolutore: le chiusure sono impostate manualmente, un ufficio alla volta, e non selezionate tramite ottimizzazione.
  • La redistribuzione utilizza un modello gravitazionale ponderato in base alla distanza, effettivamente implementato.Una volta impostata una chiusura, la domanda interessata viene redistribuita tra uffici postali vicini, punti LIS e concorrenti con pesi inversamente proporzionali al quadrato della distanza. I raggi dei bacini si adattano alla densità locale della popolazione, distinguendo contesti rurali, suburbani, urbani e ad alta densità. I coefficienti di redistribuzione variano per servizio: pacchi e prodotti finanziari, ad esempio, seguono ripartizioni differenti. Questa parte del processo è stata implementata.
  • Tempo di calcolo.Il valore inferiore a 100 ms si riferisce al calcolo della redistribuzione con il modello gravitazionale per una singola chiusura. Non riguarda la risoluzione di un MILP, che il prototipo attuale non esegue.
  • Dati.Alcune esecuzioni dimostrative utilizzano posizioni sintetiche o generate casualmente per uffici postali, punti LIS e banche. Il modello di redistribuzione più avanzato è predisposto per caricare dati reali su uffici, punti LIS, banche, censimento e affluenza, ma non è stato eseguito dall’inizio alla fine su un insieme completo di dati nazionali.
  • Validazione dei CAP.Il valore del 100% riguarda i controlli sul formato dei CAP e sull’interpretazione degli indirizzi acquisiti. Non indica l’accuratezza delle coordinate ottenute dalla geocodifica, che dipende dalla qualità dei dati di origine.
  • Misura delle distanze.Le distanze sono approssimate mediante la formula di haversine, la distanza sulla superficie terrestre o la distanza in linea d’aria. Non includono ancora il traffico in tempo reale o gli orari del trasporto pubblico.

Il simulatore PosteScope

Interfaccia del simulatore PosteScope PosteScope: simulatore interattivo di scenari

Funzioni per esplorare scenari alternativi:

  • Analisi della chiusura di un ufficio:Selezionare un ufficio da chiudere e osservare la conseguente redistribuzione dei volumi di attività.
  • Localizzazione dei punti LIS:Simulare l’aggiunta di nuovi punti convenzionati per assorbire le operazioni eccedenti.
  • Stima dei ricavi e della perdita di clientela:Indicatori aggiornati durante la simulazione stimano l’impatto economico, gli spostamenti verso i canali digitali e le quote assorbite dai concorrenti.
  • Raggi adattati alla densità:L’estensione dei bacini si adatta dinamicamente alla classificazione dei comuni come urbani, suburbani o rurali.

Mappe interattive della simulazione territoriale

Sottoinsieme territoriale illustrativo per esplorare il funzionamento. La rete nazionale di riferimento comprende oltre 12.800 uffici; il prototipo non è stato eseguito integralmente sull’intero insieme di dati nazionali.