Optimización de las operaciones en una empresa de alquiler de patinetes eléctricos

En los últimos meses, muchas ciudades europeas han visto surgir nuevas soluciones de micro-movilidad, que son aquellas que incluyen vehículos pequeños que pueden ser utilizados por una o dos personas. Estas nuevas formas de transporte tienen como objetivo mejorar el tráfico en las ciudades e incluyen diferentes vehículos, como patinetes eléctricos o las bicicletas.
El objetivo de este proyecto es definir y optimizar el modelo operativo de una empresa de patinetes eléctricos. Las operaciones de estas compañías son su mayor fuente de costes, por lo que mejorarlas puede mejorar la rentabilidad de toda la empresa.
El proyecto ha cubierto los conceptos básicos de tres aspectos de las operaciones de las compañías de patinetes eléctricos: la optimización de las operaciones, la optimización de los hotspots o puntos de despliegue y la predicción de la demanda.
En la optimización de las operaciones, se han estudiado las operaciones diarias con las que se ponen los patines en la calle, así como las operaciones de mantenimiento con simulaciones con el programa Arena. Por otro lado, se ha definido como establecer los puntos de despliegue iniciales para una ciudad y un protocolo para su optimización posterior. Por último, se ha realizado una predicción de la demanda utilizando tres modelos de Machine Learning.
Los resultados se pueden aplicar también a otras compañías de movilidad, como compañías de bicicletas o motocicletas.

In the last months, many European cities have seen the rise of new micro-mobility solutions, which include small vehicles that be used by one or two people. These new ways of transportation aim to improve traffic in the cities and include different vehicles such as e-scooters or bicycles.
The aim of this project is to define and optimize the operational model of an e-scooter company. The operations of these companies are their greatest source of costs, so improving them can improve the profitability of the whole company.
In the operations optimization, the daily operations to deploy the scooters on the streets have been studied, as well as the maintenance operations using the software Arena to simulate it. Also, the basics to establish the deployment areas or hotspots in a new city and a protocol to improve them have been defined. Last, a demand forecasting has been done using three different Machine Learning models.
The project has covered the basics of three aspects of the operations of e-scooter companies: the optimization of the operations and the hotspots and the forecast of the demand. The results can be applied also to other mobility companies, such as bike or motorcycle companies.