A Big Data, vagyis nagyméretű adatkészlet elemzése a modern logisztika egyik legfontosabb területe. A segítségével a vállalkozó képes megjósolni a jövőbeni piaci kereslet (ünnepek, szezonalitás, iparágazati esemény) és ennek megfelelően reagálni (pl. memondva egy szükségtelen útvonalról).
Miért fontos a Big Data elemzése?
A viszonylag új megoldások által kínált lehetőségek megfelelő felhasználása hozzájárul a szállítási és logisztikai folyamatok teljeskörű és hatékony optimalizálásához. Mindez azért, mert az elemzés számos területre kiterjed, pl. a költségek csökkentésére, az üresjáratok minimalizálására, a pre-last mile szállításokra, a raktározás optimalizálására, üzemanyagfogyasztásra és így tovább.
Az adatelemzés előnyei a közlekedésben és a logisztikában
Kręcicki Norbert, az UPS Lengyelország marketing igazgatója azt mondja, hogy az adatok elemzése során nagyon fontos, hogy változtatni tudjunk a gondolkodásmódon s hogy a „mi történt vele” (pl. megfigyelhetjük a piac viselkedését egy ünnep előtt) helyett a „mi fog vele történni”-re összpontosítsunk (pl. jövő évben ugyanebben az időszakban vagy más ünnepnapokon), és végül, hogy azt gondoljuk „mit kell vele csinálni” (pl. a járművek egy részét más útvonalakra irányítani, növelni a tartálykocsik számát egy adott időszakban, stb.)
Hogy mit lehet elérni az adatok elemzésével, mutatják az UPS amerikai szállítmányozó részlegének eredményei. Az általuk alkalmazott analitikus megoldás (On-Road Integrated Optimization and Navigation, ORION) évente lehetővé teszi a vállalat számára, hogy:
- a megtett kilométerek számának több mint 160 millióval történő csökkentése;
- 300 és 400 millió dollár közötti összeg megtakarítása;
Dimitar Pavlov, a bolgár Transmetrics cég elemzője, amely előretekintő eszközöket kínál a fuvarozási ágazatban, azt állítja, hogy az adatelemzés a logisztikai folyamat legnehezebb és leginkább időigényes része. Ezek azonban költséghatékony tevékenységek, mivel “meg lehet takarítani a cég összköltségeinek 15% -20% -át“.
A Big Data elemzés nemcsak a költségek csökkentését eredményezheti, hanem további bevételeket is eredményezhet, és növelheti az ügyfelek elégedettségét és hűségét “- tette hozzá D. Pavlov.
Hogyan történik az adatok gyűjtése és feldolgozása?
A Transmetrics szakértői azt mondják, hogy általában biztonságos VPN-kapcsolatot használnak az adatok küldésére. Adattárolásra a vállalat PostgreSQL és Mammoth DB menedzsment rendszereket, adatfeldolgozásra – Pentach Data Interegation rednszert használ. Ezek igen érzékeny adatok, és a biztonság biztosításának kérdése rendkívül fontos, ezért csak fejlett informatikai eszközöket szabad használni.
Hogyan lehet optimalizálni a logisztikai folyamatokat?
Kręcicki Norbert azt állítja, hogy az analízis narratív folyamatáról való átmenet a prediktív, majd pedig a rendelkező folyamatokig olyan magasan képzett szakemberek bevonását igényli, akik kifogástalan adatokat figyelnek meg és értelmeznek.
A UPS elsősorban a számára fontos döntésre összpontosít, majd meghatározza, hogy milyen adatokra van szükség. Később ezeket az adatokat összegyűjtik és feldolgozzák, hogy végül elérjék az egyik fő célkitűzést – az információszerzést, amely segít a szállítási és logisztikai folyamatok optimalizálásában és csökkentésében.
Azt a tény, hogy a Big Data elemzők egyre nagyobb lendületet kapnak, a Gartner cég “100 Data and Analytics Predictions Through 2020” című elemzése bizonyítja. A lényeg az, hogy a következő néhány évben a megkérdezett vállalatok 40%-a fektet majd be Big Data prediktív elemzésbe. Ezt az is ösztönzi, hogy az előrejelzések akár 90-95 százalékos megfelelést is el tudnak érni.
Fotó: Pixabay