Valami érdekes híre van? Szóljon nekünk!

Sok, a piacon működő cég folyamatos üzleti kapcsolatban áll partnerekkel a világ minden tájáról. Napi tranzakciók kísérik munkájukat, ezek közül mindegyik magába foglal jelentős mennyiségű hasznos információt. A fejlődő digitalizáció új lehetőségeket nyitott a vállalkozók számára. Lehetővé teszi rengeted adat felhalmozását, ezek csoportosítását, majd felhasználását a jövőbeni tevékenységükhöz.

A logisztikában a siker kulcsa az optimális tervezés és a gyártótól az ügyfélig zajló áruáramlás hatékony ellenőrzése. A Big Data nem más, mint tömeges, több forrásból származó adatgyűjtés azért, hogy később elemezzék ezeket és… következtetéseket vonjanak le belőlük. Ezeknek kéne a folyamatok optimalizációjához vezetnie és a cég számára előnyös változásokat elindítania. Sokan a logisztika jövőjének nevezik ezt az elképzelést.

Mivel és hogyan gyűjtsünk adatokat?

Az adatokat gyűjthetjük GPS készülékekről, IoT érzékelőkkel (tárgyak internete), melyek az egyes feladatok végzési helyén kapcsolódnak közvetlenül az internethez; e-mail postafiókból, avagy a felhasználók közösségi oldalakon mutatott aktivitásából. A logisztikai szakemberek szempontjából nem ritkán fontosak az adott útszakaszon tapasztalható pillanatnyi forgalom helyzetéről szóló információk, amit a mobiltelefonfelhasználók millióitól nyernek.

A Big Data 4 dimenziója

Az Unima 2000 szakemberei emlékeztetnek arra, hogy a Big Datat valójában négy dimenzió alkotja, melyet „4V”-nek is neveznek: a Volume – az adatok mennyisége, a Variety – az adatok sokfélesége, melyek különböző, egymásnak sokszor ellentmondó forrásokból származnak, a Velocity – az új adatok beérkezésének és elemzésének gyorsasága a valós időhöz közeli időben valamint a Value – az adatok értéke (a lényegtelen információk halmazából a legfontosabbak kiemelése). Épp az adatok elemzésének képessége a lényegtelen információk elvetése mellett kulcsfontosságú.

Az összegyűjtött és kielemzett információk alapján a vállalkozó nemcsak kiválaszthatja a legmegfelelőbb szállítási útvonalat, de ellenőrizheti azt a jelen helyzet, pl. balesetek, felújítások alapján.

Kockázatelemzés: a szállítási lánc valós időben zajló monitorozása lehetővé teszi a nemkívánatos megállók elkerülését, valamint a krízishelyzetekben való gyorsabb és hatékonyabb reagálást.

Az összegyűjtött adatok elemzése segít tehát megnövelni a szállítási lánc hatékonyságát, ezen felül biztosítja azt. A Big Data-val például könnyebb a kiépített úthálózat felhasználása a városok, államok vagy akár kontinensek között.

A Big Data alkalmazása növelheti a cég működési hatékonyságát, többek között a vásárlások és az előre látható raktárkészletek jobb megtervezése által. Az IoT megoldásoknak és az általuk gyűjtött adatoknak köszönhetően a folyamat tulajdonosa képes a kulcsfontosságú teljesítménymutatókat (KPI) sokkal jobban monitorozni és meghatározni a raktárban és a végső ügyfél számára kialakított üzlet polcain lévő készleteket egyaránt. Jelentős eleme az üzleti partnerekkel való hatékonyabb együttműködés lehetősége – a vonalkódok, termékleírások vagy fényképek közös adathalmazának felhasználása. A közös, egységes adatbázis, melyet megosztanak egymással, pl. felhő alkalmazás segítségével, hozzájárul az információgyűjtéssel és őrzésével járó egyéni költségek csökkentéséhez – magyarázza Sędziak Piotr, az ABC Data Működésért felelős Igazgatója.

Véleménye szerint érdemes elgondolkodni a Big Data felhasználásán a saját logisztikai folyamataink szervezése során, ugyanis az már nem kérdés, hogy érdemes-e felhasználnunk.

A szakértők egyetértenek – a Big Data az üzlet jövője, a logisztikai üzleté is

A marketingszakemberek, a banki elemzők, az ügyfélszolgálatért felelős szakemberek és a menedzserek egybehangzóan állítják, hogy a Big Data az üzleti élet jövője – a logisztikáé is. Ezért hát semmi különös nincs abban, hogy a Big Data globális elemző piaca gyors tempóban növekszik – az IDC szerint 2020-ra az értéke el fogja éri a 210 milliárd dollárt, a növekedés pedig tartani fogja magát az évtized végéig évi tizen-egynéhány százalékos szinten.

A Big Data elemzés egy rugalmas technológia, mely hozzáilleszthető bármely vállalkozás tevékenységének mértékéhez. Kizárólag ez határozza meg azt, hogy milyen jellegű és részletességű adatokra van szükség. Az adatok tartománya és az elemzés módja határozza meg a vállalkozás teljes költségét. Felhasználható például az e-kereskedelemben – a Big Data-t az e-kereskedelemben és a tágan értelmezett internetes iparban is felhasználják gyakorlati módon (megoldja az ügyféllel való személytelen kapcsolat nehézségét, elemezve az általa hagyott információkat és az egyéni szükségletekhez és preferenciákhoz igazítva az ajánlatot). Az e-kereskedők időt takarítanak meg a megfelelő termékeket és szolgáltatásokat ajánlva az ügyfelek számára, valamint biztosítják a reklamációk és visszatérítések, csereigények ellátását az SMS-ben, telefonon vagy e-mailben való bejelentésekre reagálva.

Hogyan válik be a Big Data a logisztikában?

Egy példa a Big Data logisztikai folyamatokba való bevezetésére lehet a bevezetése egy szállítmányozási cég esetén, amely kihasználja a több-tíz járműben felszerelt érzékelőket, melyekkel megfigyeli a gyorsaságukat, az utazás irányát vagy az üzemanyag-felhasználást. A kapott információk a leghatékonyabb útiterv kijelölésére szolgálnak, valamint más rendszerekkel együttműködve lehetővé teszik az ügyfelek preferenciájának megváltozása esetén történő nagyon rövid időn belül való reagálást. Ennek köszönhetően a szállítmányozó gyorsan módosíthatja a sofőrök útvonalát, belefoglalva az új fel- és lerakodási helyeket is.

A Big Data jövője a mesterséges intelligencia, pontosabban a gépi tanulás (machine learning), mely befolyásolja az automatizálást és az elemzési folyamatok gyorsítását. Egyre több cég veszi észre az ebben a technológiában rejlő potenciált az üzleti folyamatok során.

Az öntanuló algoritmusoknak köszönhetően a számítógépek önállóan tudják elemezni az adatokat valamint a változó jelenségeknek és követelményeknek megfelelően személyre szablyák a modelleket. A gépi tanulás technológia támogatja a döntési folyamatot. A SAS közelmúltban kiadott  jelentéséből kiderül, hogy minden ötödik cég bevezetett valamiféle megoldást a gépi tanulás köréből, a cégek 23 százaléka pedig kísérletezett a gépi tanulással. A felmérésben részt vevő szervezetek legnagyobb százaléka fontolgatja ezen megoldások bevezetését a jövőben, aminek befolyással kéne lennie a nagy adathalmazok elemzésének eredményeinek meggyorsítására.

Fotó: Pixabay

hozzászólások

comments0 megjegyzés
thumbnail
Ha szeretné beállítani az értesítéseket, lépjen be a profiljába