The primary objective in this thesis is to describe the implemented system designed to enhance the efficiency and add transparency of last-mile delivery processes, with a specific focus on the municipality Helsingborg Stad in Sweden. Within logistics and supply chain management, the last mile delivery is often the most challenging and expensive part. The thesis aims to solve these challenges by leveraging software engineering principles and technologies. A large part of the thesis is dedicated to developing a software system that facilitates efficient and transparent delivery and pickup operations. The system utilizes Node.js for backend runtime, which offers scalability and performance benefits. The choice of Node.js is strategic, as it enables high-performance in combination with asynchronous events. Another key technology utilized is PostGIS, a spatial database extension for PostgreSQL. This allows for efficient management and querying of spatial data, which is vital for mapping distribution and delivery zones but also analyzing logistical patterns of the freight companies. The development involves a combination of theoretical and practical approaches. This is complemented by practical experimentation, where the developed software system is tested in real-world scenarios. Data collection and analysis are conducted adhering to GDPR standards, ensuring privacy and data protection. The results demonstrate significant improvements in route optimization, leading to reduced number of deliveries and pickups. This directly contributes to minimizing the environmental impact, a crucial aspect considering the growing concerns about climate change. Furthermore, the system enhances transparency in the delivery process, allowing end-users to track and optimize routes. The thesis concludes with a discussion on the challenges faced during the project, including technical hurdles. It also outlines potential future work, such as integrating more advanced AI algorithms for predictive analytics and expanding the system’s applicability to other cities or regions. This research not only provides a practical solution to a pressing logistical problem but also contributes valuable insights into the intersection of technology, logistics, and environmental sustainability.

Huvudmålet med denna uppsats är att förbättra effektiviteten och öka transparensen i processer för leverans på den sista milen, med ett specifikt fokus på kommunen Helsingborg Stad i Sverige. Inom logistik och leveranskedjehantering är sista milen ofta den mest utmanande och kostsamma delen. Uppsatsen syftar till att lösa dessa utmaningar genom att utnyttja mjukvaruutvecklingsprinciper och teknologier. En stor del av arbetet är ägnat åt att utveckla ett mjukvarusystem som underlättar effektiva och transparenta leverans- och upphämtningsoperationer. Systemet använder Node.js för backend-körning, vilket erbjuder skalbarhet och prestandafördelar. Valet av Node.js är strategiskt, då det möjliggör hög prestanda i kombination med asynkrona händelser. En annan viktig teknik som används är PostGIS, en rumslig databasutökning för PostgreSQL. Detta möjliggör effektiv hantering och frågeställning av rumslig data, vilket är avgörande för kartläggning av distributions- och leveranszoner samt analys av logistiska mönster för fraktföretagen. Utvecklingen innefattar en kombination av teoretiska och praktiska tillvägagångssätt, kompletterat med praktiska experiment där det utvecklade mjukvarusystemet testas i verkliga scenarier. Datainsamling och analys genomförs enligt GDPR-standarder för att säkerställa integritet och dataskydd. Resultaten visar på betydande förbättringar i rutt-optimering, vilket leder till minskat antal leveranser och upphämtningar. Detta bidrar direkt till att minska miljöpåverkan, en avgörande aspekt med tanke på ökande klimatförändringsbekymmer. Dessutom förbättrar systemet transparensen i leveransprocessen, vilket tillåter slutanvändare att spåra och optimera rutter. Uppsatsen avslutas med en diskussion om de utmaningar som stöttes på under projektet, inklusive tekniska hinder. Den skisserar också potentiell framtida arbete, som integration av mer avancerade AI-algoritmer för prediktiv analys och utvidgning av systemets tillämpbarhet till andra städer eller regioner. Denna forskning erbjuder inte bara en praktisk lösning på ett akut logistiskt problem utan bidrar också med värdefulla insikter i skärningspunkten mellan teknik, logistik och miljömässig hållbarhet.