Reseña de eLogii, proveedor de software de supply chain

Última actualización: noviembre, 2025

Volver a Investigación de mercado

eLogii es una plataforma basada en la nube para la optimización de rutas y la ejecución de entregas o de servicios en campo operada por Brisqq Ltd, una empresa del Reino Unido que originalmente construyó su propia red de entregas de última milla antes de separar eLogii como un SaaS independiente. El software modela depósitos, vehículos, conductores, horarios, habilidades, capacidades y tareas de clientes (recogidas, entregas o trabajos en campo) y luego calcula rutas de vehículos con restricciones utilizando motores de optimización integrados que resuelven variantes del Problema de Ruteo de Vehículos (VRP) con ventanas de tiempo y ricas restricciones operativas. Una vez que se calculan las rutas, se muestran a los despachadores a través de un panel web, son ejecutadas por los conductores mediante aplicaciones para iOS/Android y se exponen a los clientes finales mediante enlaces de seguimiento con actualizaciones en tiempo real de ETA y captura de prueba de entrega. La plataforma también ofrece una API REST y webhooks para la integración con sistemas ERP, WMS, CRM y e-commerce, y utiliza tiempos de viaje que tienen en cuenta el tráfico con algunos ajustes de machine-learning para refinar los ETA y las duraciones del servicio a lo largo del tiempo. Comercialmente, eLogii aparece como un proveedor de SaaS pequeño pero consolidado (alrededor de una docena de empleados y con ingresos de un millón de USD en el dígito bajo), posicionado firmemente en la optimización y ejecución de rutas de última milla en lugar de en la planificación de supply chain o la optimización de inventario.

Visión general y posicionamiento de eLogii

En esencia, eLogii es una aplicación SaaS multiinquilino para la optimización de rutas y la ejecución de la fuerza de trabajo móvil. Las páginas públicas del producto la describen como un software de gestión de entregas y optimización de rutas que permite a las flotas planificar operaciones de un solo día, semanales, por rango de fechas o de varios días, con modos de optimización flexibles, soporte para múltiples depósitos y una configuración avanzada de restricciones y objetivos.¹² Los términos de servicio dejan claro que el servicio es proporcionado por Brisqq Ltd, que opera bajo el nombre “eLogii” y otorga licencias para acceder y utilizar el sitio web de eLogii y las aplicaciones relacionadas.³⁴

Desde un punto de vista técnico, eLogii se entiende mejor como:

• Un modelo de datos para depósitos, vehículos, conductores, horarios, capacidades, zonas y tareas.
• Un par de motores de optimización (Básico y Avanzado) que construyen rutas bajo restricciones y objetivos ajustables.⁵⁶⁷
• Una interfaz de planificación web donde los despachadores importan tareas, configuran la optimización y revisan rutas y KPIs.¹⁸⁹
• Aplicaciones móviles para conductores en iOS y Android para ejecutar tareas y capturar prueba de entrega.¹⁰
• Una API REST + webhooks utilizada para ingerir pedidos y enviar actualizaciones de estado a sistemas externos.¹¹¹²¹³
• Seguimiento y notificaciones que muestran ETA en vivo, la ubicación del conductor y el estado de la tarea a los clientes finales.^114151617

La plataforma se despliega exclusivamente como SaaS en la nube (no se anuncia ninguna oferta on-premise) y también figura en el marco G-Cloud del gobierno del Reino Unido como una solución de optimización de entregas en la nube lista para usar, con Brisqq Ltd identificado como el proveedor.¹⁴

Comercialmente, directorios y perfiles independientes de SaaS (Tracxn, CB Insights, IRONPROS, GetLatka) describen de forma convergente a eLogii como un pequeño proveedor de optimización de rutas fundado alrededor de 2019–2020, con aproximadamente 10–20 empleados y con ingresos del orden de USD 1.5 millones al año a partir de 2025.^18192021 La propia Brisqq ha operado desde 2014–2015 como un proveedor de entregas de última milla habilitado por tecnología, sirviendo a cientos de marcas en Londres y otras ciudades.²²²³ La base de clientes de eLogii abarca logística, 3PLs, retail y distribución, alimentación y abarrotes, atención sanitaria y operaciones de servicios en campo.¹²¹⁶

Tecnológicamente, la evidencia indica una pila web moderna y bastante estándar (back-end Node.js + MongoDB, front-end React, aplicaciones móviles híbridas basadas en Cordova) combinada con un motor de optimización VRP configurable y modelos auxiliares de machine-learning para el refinamiento de ETAs.²⁴⁷¹⁴ En relación con el estado del arte académico en optimización combinatoria y toma de decisiones probabilística, el enfoque de eLogii parece competente y configurable, pero no demostrablemente superior a los solucionadores comerciales típicos de VRP; sus afirmaciones de “IA” se centran mayormente en mejorar el ETA y la analítica, en lugar de políticas de decisión aprendidas de principio a fin.^17142526

eLogii vs Lokad

Aunque tanto eLogii como Lokad se comercializan en torno a la “optimización” en contextos de supply chain, abordan capas de problemas muy diferentes y utilizan arquitecturas técnicas marcadamente distintas.

Alcance de las decisiones. eLogii se centra en el enrutamiento y despacho a nivel de ejecución: decidir qué conductor debe visitar cuáles paradas y en qué orden, sujeto a las capacidades de los vehículos, los horarios de los conductores, las ventanas de tiempo y las restricciones geográficas.¹⁵⁶ Sus motores de optimización resuelven una variante del VRP con ventanas de tiempo y capacidades, y luego envían estas rutas a las aplicaciones para conductores y a las páginas de seguimiento de clientes.⁵⁶⁷¹⁰ En contraste, Lokad se enfoca en decisiones tácticas y estratégicas de supply chain tales como forecast de demanda, reposición de inventario, planificación de distribución multi-echelon, programación de producción y, en algunos casos, fijación de precios.^11182728 En lugar de enrutar camiones individualmente, Lokad calcula forecast probabilísticos de demanda y luego optimiza las cantidades de pedido, las asignaciones de stock y otras decisiones para maximizar los resultados económicos esperados (beneficio, capital de trabajo, niveles de servicio) a lo largo de redes enteras.

Tratamiento de la incertidumbre. La documentación pública de eLogii describe motores de optimización deterministas mejorados con tiempos de viaje que tienen en cuenta el tráfico y con ETAs “mejorados por machine-learning” y duraciones de servicio, pero no expone modelos probabilísticos ni distribuciones completas de demanda.^7141510 Los motores buscan minimizar la duración de la ruta, la distancia o la cantidad de vehículos y equilibrar las cargas de trabajo, utilizando objetivos configurados por el usuario y límites de tiempo.⁶⁷ El material publicado de Lokad enfatiza el forecast probabilístico como su “paradigma predictivo dominante”, con distribuciones completas de demanda generadas mediante programación diferenciable, y destaca evidencia objetiva de la competencia M5 de forecasting, en la que su equipo se ubicó en el sexto lugar general y logró la máxima precisión a nivel de SKU (#1) de entre 909 equipos.^291118303132 Estos forecast probabilísticos se alimentan en algoritmos de optimización estocástica diseñados para minimizar el costo monetario de los errores en las decisiones de supply chain en lugar de errores puramente estadísticos en el forecast.

Arquitectura y programabilidad. eLogii expone un SaaS impulsado por configuración: los usuarios configuran depósitos, flotas, restricciones y objetivos de optimización a través del panel de control o la API; la lógica de optimización subyacente no es programable en sentido general.¹⁸⁵⁶⁷ Su pila es convencional (Node/React/Mongo, aplicaciones móviles a través de Cordova), y no existe un DSL público ni una capa de modelado programable. En contraste, Lokad centra su plataforma en un lenguaje específico de dominio (DSL) llamado Envision, ejecutado en una VM distribuida personalizada, donde toda la lógica de forecast y optimización se expresa en código.²⁷³⁰²⁸ Esto permite a los clientes (con la asistencia de Lokad) codificar restricciones complejas y impulsores económicos (por ejemplo, costos de mantenimiento, penalizaciones por faltante de stock, dependencias de BOM, horarios de mantenimiento) y adaptar los modelos a medida que cambian los requerimientos del negocio.

Profundidad de la “IA”. eLogii y varios listados de terceros describen su plataforma como “impulsada por IA” o “impulsada por machine-learning”, especialmente en lo que respecta a las predicciones de ETA y la analítica.¹²²⁵²⁶ Sin embargo, el único uso claramente documentado de ML es para refinar los ETA y las estimaciones de tiempo de servicio basados en datos históricos y de tráfico; la construcción de rutas se presenta como un proceso de optimización basado en restricciones.⁷¹⁴¹⁵ Las afirmaciones de “IA” de Lokad están respaldadas por materiales técnicos más detallados, que incluyen forecast probabilístico, canales de programación diferenciable y algoritmos de optimización estocástica personalizados, así como benchmarks públicos como M5 y estudios de caso documentados (por ejemplo, Air France Industries) que muestran aplicaciones a gran escala.^291118303133 En resumen, eLogii utiliza ML a nivel de ruta; Lokad utiliza ML y modelado probabilístico a nivel de decisiones en toda la red.

Posición en la pila de supply chain. eLogii se sitúa en la capa de ejecución de última milla: asume que los pedidos/tareas ya existen y se centra en entregarlos de manera eficiente. No hace forecast de demanda, calcula planes de reposición ni optimiza inventario multi-echelon. Lokad opera aguas arriba como un “cerebro” analítico que genera distribuciones de demanda y recomendaciones de decisiones (pedidos, asignaciones, planes de producción, fijación de precios), que luego se integran en ERPs, WMS y, en algunos contextos, en sistemas de ejecución como TMS o motores de enrutamiento.^114182733 En una arquitectura apilada, eLogii estaría más cerca de un motor de enrutamiento downstream; Lokad sería un optimizador de decisiones de capa media/superior que alimenta planes de alto nivel.

Desde la perspectiva del comprador, estas herramientas son, por lo tanto, complementarias en lugar de intercambiables. eLogii es apropiado cuando el desafío principal es “tenemos muchos vehículos y paradas; ¿cómo los enrutamos de manera eficiente y ejecutamos con buenos ETAs y PODs?” Lokad es apropiado cuando el desafío es “¿qué debemos comprar, dónde debemos almacenarlo y cómo debemos programar la producción o el mantenimiento bajo incertidumbre para maximizar el beneficio o el servicio?” Mezclarlas conduciría a expectativas desalineadas: eLogii no es un sistema completo de planificación de supply chain; Lokad no es un motor de enrutamiento en tiempo real.

Antecedentes e historia de la empresa

Identidad corporativa y orígenes

La marca eLogii es operada por Brisqq Ltd, una empresa constituida en Inglaterra y Gales (número de compañía 09226265) que originalmente ofrecía entregas de última milla basadas en crowdsourcing en Londres.^4222334 El propio sitio de Brisqq la describe como un habilitador de logística como servicio que conecta a las empresas con una flota de entregas basadas en crowdsourcing con intervalos de una hora para las entregas, sirviendo a cerca de 1,000 marcas minoristas.²³ Los términos de servicio de eLogii y las condiciones del UK G-Cloud establecen que Brisqq Ltd, operando como eLogii, otorga a los clientes una licencia para acceder y utilizar el sitio web de eLogii y las aplicaciones relacionadas.³⁴

La marca eLogii está registrada como una marca del Reino Unido, presentada en marzo de 2020, con Brisqq Ltd figura como el propietario; la marca abarca software y servicios relacionados.³⁵ Directorios independientes de startups (EU-Startups, IRONPROS) describen a eLogii como parte del “Brisqq Group”, con Brisqq operando el negocio de logística como servicio y eLogii proporcionando una plataforma de gestión de entregas en la nube y optimización de rutas.³⁵³⁶²⁰

Varios perfiles indican que Brisqq inició operaciones alrededor de 2014–2015, mientras que eLogii se lanzó como producto SaaS más tarde, alrededor de 2019.²³¹⁸ Tracxn lista a eLogii como fundada en 2019,¹⁸ mientras que CB Insights utiliza 2020 como el año de fundación.¹⁹ Esta discrepancia se explica plausiblemente por la diferencia entre el lanzamiento inicial del producto (2019) y los eventos posteriores de branding corporativo y registros de marca (2020).

Fundadores y liderazgo

Múltiples fuentes independientes identifican:

• Andrew Mukerjee – Fundador y CEO de Brisqq y cofundador / CEO de eLogii.²³¹⁸
• Saagar Shah – Cofundador y responsable comercial en eLogii, además de Director Comercial en Brisqq, anteriormente en Capco, Morgan Stanley y McKinsey.¹⁸³⁶
• Leonard Budima – CTO de eLogii (y anteriormente de Brisqq), con experiencia previa en software de optimización de sistemas eléctricos y redes.²⁴

Los organigramas públicos y perfiles profesionales confirman estos roles y muestran un pequeño equipo central de ingenieros y personal de producto.²⁰²⁴

Financiación y propiedad

La información pública sobre la financiación de eLogii en sí es escasa y algo contradictoria:

• Tracxn describe a eLogii como “unfunded” (sin financiación registrada), sin rondas de financiación.¹⁸
• GetLatka lista una “Oferta de M&A” en abril de 2025, pero no muestra una transacción completada; también informa que eLogii ha recaudado $0 en financiación revelada y cuenta con un equipo de alrededor de 14 personas.²¹
• Otro directorio de inversiones etiqueta a eLogii como en etapa “Seed” pero sin especificar inversores o montos.¹⁸

En contraste, las operaciones anteriores de Brisqq fueron respaldadas por varios millones de dólares en financiación según coberturas periodísticas antiguas, aunque los detalles precisos de las rondas no se capturan en las bases de datos de startups convencionales utilizadas aquí.²³

Dada la falta de presentaciones verificables o comunicados de prensa, la conclusión más segura es que no existen rondas con precio documentadas públicamente para eLogii; probablemente se financie principalmente a través de los flujos de efectivo de Brisqq y de inversiones anteriores en lugar de capital de riesgo tradicional. Cualquier etiqueta como “seed” debe tratarse como metadata de directorio, y no como eventos de financiación confirmados.

Actividad de M&A

Tracxn señala que Brisqq no ha realizado inversiones ni adquisiciones, y no hay anuncios públicos de que eLogii haya adquirido o sido adquirida por otra compañía.¹⁸²² La entrada de “Oferta de M&A” de GetLatka para eLogii en abril de 2025 no ha sido corroborada por presentaciones independientes ni por coberturas de noticias, por lo que debe tratarse como una indicación de interés o negociación en lugar de un acuerdo completado.²¹

Tamaño y organización

Los recuentos de empleados, según diversas fuentes, son bajos pero bastante consistentes:

• Tracxn e IRONPROS indican un rango de 11–50 empleados.¹⁸²⁰
• Herramientas basadas en contactos y GetLatka sugieren un equipo de ~14 personas a partir de 2025.²¹²⁴

Combinado con estimaciones de ingresos alrededor de USD 1.5M por año, esto sitúa a eLogii firmemente en la categoría de proveedor de SaaS pequeño, con un producto enfocado y una tracción comercial modesta pero no trivial.²¹

Alcance del producto y capacidades funcionales

Dominio del problema

El dominio central de eLogii es la optimización de rutas y la ejecución de entregas / servicios en campo. Las páginas del producto y los documentos del centro de ayuda enfatizan:

• Industrias: logística y 3PL, retail y distribución, entregas de abarrotes y de restaurantes, atención sanitaria y farmacéutica, servicios postales y de mensajería, y operaciones de servicios en campo como el control de plagas o la gestión de instalaciones.¹²¹⁶
• Casos de uso: entrega de última milla, distribución con múltiples paradas, visitas de servicio programadas, misiones de recogida y entrega, y diversas formas de enrutamiento de la fuerza de trabajo móvil.¹²⁸

El concepto central es la tarea, que representa una recogida, una entrega o un trabajo de campo con una ubicación especificada, una ventana de tiempo, una duración del servicio, un consumo de capacidad y atributos opcionales del cliente.⁸⁹ Las tareas se asignan a los conductores y se ordenan en rutas, donde cada ruta es una secuencia de tareas que debe ser ejecutada por un solo conductor durante un horizonte de planificación.⁹⁶⁷

Modelado de datos maestros y operaciones

El modelo de configuración de eLogii incluye:

• Depósitos – ubicaciones donde los vehículos pueden iniciar o finalizar rutas, recargar o almacenar inventario (almacenes, cocinas centrales, centros, etc.).⁸⁹
• Vehículos – definidas con capacidad (posiblemente multidimensional), atributos y asignaciones a depósitos y conductores.⁸⁹²⁹
• Conductores – con horarios de trabajo, pertenencia a equipos, habilidades, credenciales y vehículos asignados.⁸⁹²⁹
• Dimensiones – unidades de capacidad genéricas, tales como peso, volumen, pallets, cajas o cantidad de pedidos utilizadas en los cálculos de capacidad y utilización.⁸
• Zonas – particiones geográficas del área de servicio (códigos postales o polígonos) utilizadas para restricciones de zonificación y asignaciones de conductores.⁸⁹

Estas entidades se pueden configurar a través del panel de control, importar mediante CSV o gestionar a través del API.^89111213

Optimización de rutas y despacho

El artículo de ayuda Optimization y la documentación relacionada definen la optimización como el proceso de asignar tareas a los conductores, respetando las restricciones y minimizando el uso de recursos.⁹⁶ Puntos clave:

• La optimización puede ejecutarse para:

  • Un solo día.
  • Un rango de fechas.
  • Rutas de varios días (tareas que se extienden a lo largo de varios días).
  • Equipos seleccionados o subconjuntos de tareas/conductores (por ejemplo, “optimize for selected”).⁹⁶¹⁵²³

• Se exponen dos motores:

  • Base (default) engine: tiene como objetivo minimizar la duración total de la ruta, utilizando la menor cantidad de conductores posible mientras atiende la mayor cantidad de tareas, considerando restricciones como las especificaciones del vehículo, habilidades, zonas y horarios de trabajo.⁷¹⁵²³
  • Advanced engine: ofrece un control más detallado sobre los objetivos de optimización (por ejemplo, minimizar costo, distancia, vehículos, tiempo de finalización de la ruta; equilibrar la carga de trabajo según trabajos, distancia, duración; priorizar clusters, prioridad/valor de la tarea) e incluye factores de tiempo de optimización ajustables, a costa de tiempos de ejecución más largos.⁷²⁹

• Ambos motores soportan la re-optimización manual y la auto-optimización activada por acciones como agregar tareas o seleccionar rutas y hacer clic en “Reoptimize”.⁹³⁷¹⁷

El objetivo a alto nivel es completar la mayor cantidad de tareas de la manera más eficiente posible utilizando el menor número de conductores, sujeto a restricciones como capacidad, ventanas de tiempo, zonas y horarios de los conductores.⁹⁶⁷ Esto es el clásico Problema de Ruteo de Vehículos (VRP) con ventanas de tiempo y restricciones complejas.

Ejecución y flujo de trabajo del conductor

Los conductores interactúan a través de la Driver App, disponible en iOS y Android.¹⁰ La app:

• Permite a los conductores iniciar sesión con un ID de organización, nombre de usuario y contraseña.
• Muestra las tareas asignadas y rutas en vistas de lista y mapa.
• Proporciona navegación a través de aplicaciones de mapas externas (Google Maps, Waze, HERE, Yandex).
• Permite a los conductores actualizar el estado de la tarea (llegado, completado, fallido, etc.) y capturar la prueba de entrega (firmas, fotos, notas).¹⁰³⁸

Las actualizaciones del estado de las tareas se retroalimentan al sistema central, permitiendo el seguimiento en vivo y la recalculación del ETA.¹⁴¹⁵

Seguimiento, notificaciones y experiencia de usuario del cliente

eLogii soporta notificaciones por email y SMS activadas por eventos del ciclo de vida de la tarea (por ejemplo, ruta iniciada, conductor cercano, completada), que contienen enlaces de seguimiento donde los clientes finales pueden ver:

• ETA en vivo.
• Ubicación en vivo del conductor.
• Historial/eventos de la tarea.
• Prueba de entrega.
• Formularios de calificación/retroalimentación.^114151617

Las páginas de seguimiento pueden ser personalizadas con la marca del cliente y restringidas para mostrar solo ciertos campos.¹¹⁶¹⁷

Analítica e informes

Los materiales de marketing y las páginas comparativas hacen referencia a la analítica y cálculos de costos como parte de la plataforma, incluyendo:

• KPIs operacionales (tareas completadas, desempeño puntual, utilización de conductores).
• Estimación de costos y uso de combustible.
• Comparaciones de desempeño histórico (por ejemplo, ETAs planificados vs reales).¹²¹⁶³⁹

La documentación en sí se centra más en la configuración operativa que en la analítica, pero las reseñas de los clientes mencionan paneles de control e informes como parte del producto.⁴⁰

Motores de optimización, “AI” y profundidad técnica

Núcleo de optimización determinista

El artículo Optimization Engines ofrece la visión más clara de los internos del solucionador.⁷ El Base engine:

• Utiliza información histórica y actual de las rutas (condiciones del tráfico, velocidades de viaje promedio) para calcular los tiempos de viaje.
• Construye rutas bajo restricciones (especificaciones del vehículo, habilidades, zonas, horarios de los conductores, ventanas de tiempo, capacidad).
• Minimiza la duración total de la ruta y, por lo tanto, tiende a utilizar el conjunto más pequeño de conductores que pueda atender todas las tareas.
• Soporta rutas de varios días y recargas automáticas en el depósito cuando se excede la capacidad.⁷²⁹¹⁵

El Advanced engine:

• Se basa en el mismo modelo de datos pero expone funciones objetivo personalizadas, donde los usuarios pueden priorizar diferentes métricas: número de tareas, costo, distancia, duración, vehículos, tiempo de finalización de la ruta, agrupación, prioridad de la tarea, etc.
• Incluye modos de balanceo de carga: “most efficient route”, “balance number of routes” (por trabajos, duración o distancia), o “use all drivers / finish as soon as possible”.
• Cuenta con controles para factores de tiempo de optimización y límites temporales, permitiendo a los usuarios intercambiar la calidad de la solución por el tiempo de ejecución.⁷²⁹

Esta configuración es consistente con un solucionador VRP metaheurístico (por ejemplo, búsqueda en vecindarios grandes, búsqueda tabú, algoritmos genéticos), aunque los algoritmos específicos no han sido divulgados. La presencia de límites de tiempo y múltiples objetivos sugiere fuertemente el uso de búsqueda heurística en lugar de una optimización exacta de programación entera mixta.

Cálculo del ETA y tráfico

La documentación de ETA de eLogii describe una capa separada para la escalada del ETA y el cálculo del ETA de la ruta.¹⁴ Elementos clave:

• Los tiempos de viaje pueden incluir datos de tráfico estáticos o dinámicos, dependiendo de la configuración y del proveedor de mapas.
• El sistema mantiene tanto ETAs planificados (en el momento de la planificación) como ETAs en vivo, actualizando estos últimos a medida que los conductores avanzan y llega nueva información.¹⁴¹⁵
• Los usuarios pueden desactivar las actualizaciones en vivo del ETA si prefieren mantener constantes las estimaciones originales.¹⁵

El sitio de marketing principal afirma que “eLogii permite los ETAs más precisos del mercado [y] los ETAs se mejoran constantemente mediante Machine Learning a medida que los datos de la vida real fluyen a través de la plataforma.”¹² CB Insights resume de manera similar que eLogii ofrece “predicciones de ETA impulsadas por machine learning.”¹⁹ En conjunto, estos indican que el machine learning se aplica principalmente para calibrar los tiempos de viaje y las duraciones de servicio basándose en datos de ejecución históricos, no para reemplazar el núcleo de optimización combinatoria.

Afirmaciones de “AI-powered”

Listados de terceros como Omdena y Daidu.ai describen a eLogii como una “plataforma logística impulsada por AI” con optimización de rutas inteligente y analítica.²⁵²⁶ Sin embargo, ninguna fuente pública (documentación, artículos, patentes, código open-source) detalla la arquitectura de estos componentes de AI más allá de las pistas sobre ETA y analítica mencionadas anteriormente.

Una lectura técnica cautelosa es, por lo tanto:

• La optimización central sigue siendo un solucionador de VRP basado en restricciones, con heurísticas clásicas de investigación operativa.
• El machine learning parece utilizarse a nivel de predicción de ETA y analítica de desempeño, no como un aprendiz general de políticas para la construcción de rutas.

Como resultado, aunque es correcto decir que eLogii utiliza ML-enhanced routing, sería engañoso tratarlo como un sistema de decisión profundamente nativo de AI en el mismo sentido que las plataformas que implementan una optimización probabilística de decisiones de extremo a extremo.

Arquitectura y pila tecnológica

Arquitectura de alto nivel

A partir de la documentación de la API, el centro de ayuda y el comportamiento general de la plataforma, se puede inferir:

• Backend en la nube multi-tenant:

  • API REST sobre HTTPS (api.elogii.com y subdominios sandbox) con URLs basadas en recursos y cargas JSON.¹¹¹²¹³
  • Recursos para tareas, clientes, depósitos, conductores, vehículos, rutas, zonas y trabajos de optimización.¹¹¹²¹³
  • Webhooks para integración impulsada por eventos con sistemas externos.¹¹¹³

• Panel web:

  • Aplicación de una sola página en dash.elogii.com o similar, utilizada para configuración, planificación y analítica.¹⁸⁹
  • Proporciona vistas de mapa y de línea de tiempo de las tareas, rutas de conductores y resultados de optimización.¹²⁸

• Aplicaciones móviles:

  • Aplicaciones iOS/Android construidas utilizando Cordova y frameworks de JavaScript, utilizadas por los conductores para ejecutar tareas y capturar PODs.¹⁰²⁴

• Proveedores de mapas:

  • Integración con motores externos de mapas y navegación (Google Maps, Waze, HERE, Yandex) para geocodificación y navegación.¹⁰³⁸

• Servicio de optimización:

  • Servicio backend invocado cuando los usuarios hacen clic en “Optimize” en la pantalla de planificación o a través del API; utiliza el motor Base o Advanced junto con cualquier opción o preconfiguración de optimización personalizada.^97291317

Este patrón general se alinea en gran medida con otras plataformas SaaS modernas de logística.

Lenguajes y frameworks

eLogii no publica una pila tecnológica oficial, pero múltiples perfiles de desarrolladores en sitios independientes (por ejemplo, TheOrg) indican que los ingenieros que trabajan en eLogii utilizan:

• Node.js con el framework Hapi y Mongoose (ORM de MongoDB) en el backend.
• MongoDB como almacén de datos primario.
• React para la interfaz de usuario del panel de control de una sola página.
• Cordova para aplicaciones móviles híbridas.²⁴

Estas pistas, combinadas con el comportamiento observable de la aplicación, apoyan la inferencia de que eLogii funciona sobre una pila basada en JavaScript (Node + React + MongoDB) con aplicaciones para conductores basadas en Cordova—técnicamente convencionales y bien entendidas, en lugar de ser exóticas.

Metodología de despliegue y puesta en marcha

Flujo de incorporación

Las guías de Getting Started describen una secuencia típica de implementación:⁸⁵⁹

1. Configuración de cuenta e inicio de sesión en el panel web.

2. Configuración de la organización, especialmente la configuración de la zona horaria (crucial para ETAs correctos y horizontes de planificación).

3. Configuración de datos maestros:

   • Definir depósitos, dimensiones, vehículos, conductores y equipos.
   • Configurar los horarios de trabajo de los conductores y excepciones.

4. Ingesta de tareas:

   • Crear tareas manualmente, importar CSVs con direcciones (geocodificadas al importar), o enviar tareas a través del API desde ERPs, WMS, CRM, ecommerce, etc.⁸⁹¹¹¹³

5. Planificación y optimización:

   • Utilizar la pantalla de planificación para un día o rango específico, ver las tareas no asignadas y los conductores disponibles, y activar la optimización con el motor Base o Advanced.⁹⁷²⁹

6. Ejecución:

   • Los conductores instalan e inician sesión en la app, siguen su ruta, actualizan los estados de las tareas y recogen los PODs.¹⁰

7. Seguimiento y notificaciones:

   • Configurar plantillas de notificaciones y enlaces de seguimiento; monitorear ETAs en vivo y la finalización de tareas desde el panel.¹⁴¹⁵¹⁶

8. Integración y automatización:

   • Utilizar claves API, webhooks y auto-optimización para integrar con sistemas ascendentes y automatizar partes del flujo.^11133717

Modelo de despliegue

eLogii se vende exclusivamente como un servicio en la nube; no se publicitan opciones de despliegue on-premise. Esto es consistente con:

• La documentación de G-Cloud que describe el servicio como “Software as a Service”.⁴
• Páginas públicas de precios y comparaciones de planes que muestran niveles de suscripción con diferentes conjuntos de características en lugar de licencias perpetuas.²³

Las implementaciones se tratan, por lo tanto, principalmente de integración de datos y configuración en lugar de la instalación de software.

Experiencia reportada por los usuarios

Las reseñas de usuarios en importantes directorios de software (Capterra, SoftwareAdvice, SourceForge) destacan consistentemente:

• La usabilidad de la interfaz.
• La facilidad de implementación en comparación con herramientas heredadas.
• La capacidad para escalar desde flotas pequeñas hasta operaciones con múltiples ubicaciones.⁴⁰

Estos son anecdóticos pero corroboran ampliamente la posición de eLogii como un SaaS relativamente ligero y de despliegue rápido, en lugar de una suite empresarial pesada.

Clientes, sectores y geografías

Clientes nombrados (autorreclamados)

Los materiales de marketing y anuncios de empleo de eLogii enumeran varios clientes nombrados:

• Northern Care Alliance / NHS (UK) – El trust del NHS es citado utilizando eLogii para mejorar la logística de instalaciones.¹²⁴⁰
• Porcelanosa – Grupo español de cerámica/alicatado, citado como cliente global.⁴⁰
• Ananas – Actor del ecommerce destacado en material de casos.²¹⁶
• Vergo Pest Management (anteriormente Terminix UK) – Objeto de un estudio de caso sobre la optimización del servicio en campo.¹⁶¹⁷
• Richburns y Baycorp – Clientes de cobranza y servicio en campo, presentados en estudios de caso enfocados en la eficiencia de rutas y la digitalización.¹⁶⁴¹

Un anuncio de empleo para un redactor de contenido senior en Brisqq indica explícitamente que la tecnología de eLogii es “confiada por clientes globales, incluyendo Porcelanosa, Ananas y el Servicio Nacional de Salud del Reino Unido.”⁴⁰

Advertencia importante: estas referencias son autorreclamadas por eLogii/Brisqq; no se encontró confirmación independiente a través de comunicados de prensa de los clientes o cobertura de noticias de terceros en las fuentes revisadas. Por lo tanto, son plausibles pero no verificadas externamente.

Sector y geografía

En diversas fuentes, eLogii se posiciona consistentemente como:

• Atendiendo a las industrias de retail, ecommerce, abarrotes, logística/3PL, salud, postal/courier y servicio en campo.^1216352025
• Con sede en Londres, Reino Unido, con operaciones que pueden soportar rutas en múltiples países.^122351920

La inclusión en el marco G-Cloud del Reino Unido y la presencia en los mercados del sector público sugieren al menos cierta adopción en contextos gubernamentales o cuasi-gubernamentales del Reino Unido.⁴ eLogii también figura entre los analistas de tecnología logística y sitios de comparación como una de las varias ofertas SaaS de optimización de rutas.^16352539

Escala de clientes

No se divulgan números oficiales de clientes, pero:

• Brisqq afirma que cerca de 1,000 marcas utilizan sus operaciones de logística-como-servicio.²³
• GetLatka estima que los ingresos de eLogii se sitúan alrededor de USD 1.5M en 2025.²¹
• Las principales plataformas de reseñas de software albergan decenas de críticas sobre eLogii, lo que implica al menos decenas (probablemente más) de clientes de pago o en prueba.⁴⁰

En general, esto apoya una imagen de adopción comercial moderada: eLogii no es ni un producto experimental diminuto ni un proveedor empresarial grande, sino un pequeño y activo proveedor de SaaS.

Madurez comercial y posición en el mercado

Sintetizando la evidencia:

• Edad: eLogii está en el mercado desde aproximadamente 2019–2020.¹⁸¹⁹
• Equipo: alrededor de 14 empleados, expandiéndose ligeramente con el tiempo.²⁰²¹²⁴
• Ingresos: aproximadamente USD 1.5M/año a partir de 2025, según una estimación externa.²¹
• Financiamiento: sin rondas documentadas públicamente; probablemente financiado por los fundadores o la empresa matriz en lugar de contar con respaldo de capital de riesgo.¹⁸¹⁹²¹
• Base de clientes: distribuida en múltiples industrias, con una mezcla de implementaciones de PYMES a mercados medianos, además de algunos nombres más grandes reclamados pero no validados de forma independiente.^12164140

Este perfil es consistente con un pequeño pero establecido proveedor de SaaS con un nicho claramente definido (optimización y ejecución de rutas) y varios años de uso en el mundo real, pero sin el capital o la amplitud de un importante proveedor de software de planificación empresarial.

Vacíos, incertidumbres y discrepancias

Quedan algunos puntos inciertos o contradictorios:

• Año de fundación – Tracxn y algunas biografías indican 2019; CB Insights y algunos directorios señalan 2020.¹⁸¹⁹ Esto probablemente refleja la diferencia entre el lanzamiento inicial del producto y los hitos corporativos/marca posteriores.
• Financiamiento y fusiones y adquisiciones – Los directorios no están de acuerdo sobre si eLogii tiene financiamiento de tipo “seed” o está completamente sin financiamiento; GetLatka informa de una “oferta de M&A” sin evidencia de finalización.¹⁸¹⁹²¹ En ausencia de presentaciones formales, es más seguro tratar estos puntos como no verificados.
• Referencias de clientes – Los clientes mencionados (NHS, Porcelanosa, Ananas, Vergo, Richburns, Baycorp) solo se encuentran en el propio marketing y materiales de empleo de eLogii; no hay comunicados de prensa independientes que confirmen implementaciones específicas.^16174140
• Profundidad de la IA – eLogii y sitios de terceros usan frecuentemente lenguaje “impulsado por IA”,¹²²⁵²⁶ pero el único uso de ML descrito de forma concreta se refiere a la estimación de ETA y tiempos de servicio; no existe ningún detalle técnico público o comparación para componentes de IA más profundos.

Estas incertidumbres no socavan la caracterización central de eLogii como una plataforma de optimización y ejecución de rutas, pero sí limitan hasta qué punto se pueden evaluar sus afirmaciones sobre financiamiento, clientes emblemáticos y sofisticación en IA.

Conclusión

Desde una perspectiva estrictamente técnica y basada en evidencias, eLogii ofrece una plataforma SaaS competente y configurable para la optimización de rutas en la última milla y la ejecución de la fuerza de trabajo móvil, operada por Brisqq Ltd desde Londres y utilizada en una gama de contextos logísticos, minoristas y de servicios de campo. Las capacidades de la plataforma—VRP de varios días, restricciones completas, aplicaciones para conductores, enlaces de seguimiento, notificaciones e integraciones—están bien documentadas y son aproximadamente equivalentes a las ofertas comerciales contemporáneas de optimización de rutas.¹⁵⁶⁷¹⁰

Los motores de optimización están claramente diseñados en torno a la investigación operativa clásica: un solucionador heurístico base para VRP y un motor avanzado con múltiples objetivos y modos de balanceo de carga, ambos ajustables con límites de tiempo y preconfiguraciones.⁶⁷²⁹ Machine learning parece desempeñar un papel dirigido en la refinación de ETAs y duraciones de servicio en lugar de impulsar la construcción central de rutas.⁷¹⁴¹⁵ Como resultado, la marca “impulsada por IA” de eLogii debería interpretarse como una optimización de rutas mejorada con OR y ML, y no como un sistema de decisiones intrínsecamente nativo de IA.

Arquitectónicamente, eLogii utiliza una pila tecnológica principal de Node/React/Mongo con clientes móviles basados en Cordova, empaquetado como un SaaS multiinquilino con APIs REST y webhooks.^11121324 Este diseño es pragmático y familiar, pero no inusual. Comercialmente, la empresa ha crecido a una escala modesta pero estable (unos pocos millones en ingresos anuales, aproximadamente una docena de empleados, varias docenas o más de clientes) sin financiamiento de riesgo públicamente visible.¹⁸²⁰²¹

En relación con Lokad, eLogii opera en una capa diferente de la pila tecnológica de supply chain: optimiza las rutas de vehículos y orquesta la ejecución, mientras que Lokad optimiza qué comprar, almacenar, producir o fijar de precio bajo incertidumbre utilizando forecast probabilístico y modelos de decisión personalizados.^{1141827303133} Para las organizaciones que ya cuentan con una planificación robusta de la demanda y del inventario pero carecen de herramientas modernas de enrutamiento y ejecución, eLogii puede cubrir una importante brecha en la última milla. Para aquellas que buscan una optimización integral, consciente de la incertidumbre, de toda su supply chain, una herramienta como Lokad aborda una clase de problemas mucho más amplia.

En resumen, eLogii se caracteriza mejor como un proveedor enfocado en la optimización de rutas y la ejecución de entregas, con un sólido motor basado en OR, modestas mejoras ML, y una tracción de mercado pequeña pero real. Sus fortalezas radican en la flexibilidad operativa y las características de ejecución; sus limitaciones son la falta de transparencia en los aspectos internos de los algoritmos, evidencia limitada de capacidades de IA profundas, y una huella comercial apropiada para un SaaS independiente pequeño en lugar de una gran plataforma empresarial.

Fuentes