Analityka predyktywna Big Data innowacyjnym sposobem na optymalizację w TSL (część 2)

Ten artykuł przeczytasz w 4 minuty
|

17.05.2017

Informacje, zawarte w raporcie “100 Data and Analytics Predictions Through 2020” świadczą o tym, że analiza danych w logistyce i transporcie jest coraz bardziej popularnym rozwiązaniem. Jak się okazuje, aż 40 proc. badanych firm planuje zainwestowanie w działania związane z analityką predyktywną Big Data. Zapytaliśmy znawców, co konkretnie można na tym zyskać.

Analiza Big Data – czyli co?

Analiza predyktywna, czyli wiedza o tym, czego możemy się spodziewać w przyszłości, to bardzo przydatne narzędzie. Budowanie prognoz na podstawie obserwacji dotychczasowych zachowań rynkowych pozwala np. na redukowanie pustych przestrzeni ładunkowych czy optymalizowanie przewozu ładunków.

Więcej o tym pisaliśmy >>>TUTAJNależy tylko dodać, że choć są to działania trudne i czasochłonne, to całkowicie opłacalne. Najlepszym na to dowodem są poniższe przykłady.

Co można zyskać dzięki analizie danych

Analitykę predyktywną można wykorzystać na wiele sposobów. Wszystko zależy od działalności firmy, narzędzi, jakie wykorzystuje i celów, jakie sobie stawia.

Na przykładzie rozwiązań firmy Transmetrics, która oferuje narzędzia analityczne dla branży transportowej wiadomo, że duże przedsiębiorstwo spedycyjne jest w stanie zmniejszyć pustą przestrzeń w swoich przyczepach z 47 do zaledwie 18 proc.

Znana amerykańska spedycja UPS skorzystała z programu analitycznego ORION (On-Road Integrated Optimization and Navigation) i dzięki temu oszczędza obecnie do 400 mln dolarów i 5,5 mln litrów paliwa rocznie. Z kolei międzynarodowa sieć kurierska DPDgroup zredukowała koszty załadunków o 25 proc.

Zgodnie z szacunkami ekspertów Transmetrics, w najbliższej przyszłości oszczędności kosztów operacyjnych w światowym transporcie mogą wynieść nawet 150 miliardów dolarów. Dzięki należytemu wykorzystywaniu prognoz średnia firma może zredukować wszystkie swoje koszty na poziomie 15-20 proc.

Czy analiza predyktywna cieszy się popularnością głównie ze względu na oszczędności i redukcję? Nie tylko. Dla przykładu, jedna z największych wypożyczalni pojazdów użytkowych w Europie, posiadająca 60 000 aktywów, dzięki analizie danych zwiększyła zyski o 11 proc.

Dimitar Pavlov, Business Analyst w Transmetrics

“Przewidywanie przyszłych zachowań rynku na podstawie danych historycznych może przynieść wiele korzyści. Pod warunkiem, że analiza zostanie odpowiednio wykonana. Z naszych doświadczeń wynika, precyzja prognoz może wynieść 90-95 proc.”.

Skoro analiza Big Data jest tak korzystna…

Dlaczego nie jest wykorzystywana w transporcie na skalę globalną? Zgodnie z opinią branżowych ekspertów, powodów tego stanu rzeczy jest kilka.

  1. Niepewność managerów logistycznych, którzy postrzegają zmiany branżowe bardziej jako zagrożenie, niż okazję;
  2. Do niedawna brak przystępnych dla firm logistycznych i transportowych narzędzi do gromadzenia i przechowywania danych;
  3. Brak świadomości istnienia takich rozwiązań (w branży TSL istnieją one od niedawna, poza tym jak dotąd wykorzystywały je głównie korporacje);
  4. Zbyt mała popularność branży transportowej, co powoduje, że analitycy wolą pracować w innych sektorach, a specjaliści od IT – wdrażać taką technologię w bardziej znanych firmach.

Norbert Kręcicki, dyrektor marketingu w UPS Polska

Powodem, dla którego korzystanie z Big Data nie jest prowadzone na dużą skalę, jest fakt, że organizacje nie koncentrują się na decyzjach, na które wykorzystanie Big Data może mieć wpływ. Aby skutecznie korzystać z analityki, organizacje powinny skupiać się na ważnych decyzjach”.

Zgodnie z jego stwierdzeniem, same dane często potrafią być “wąskim gardłem”, co oznacza, że do tego potrzebne są odpowiednie osoby o wąskich specjalizacjach.

Foto: pixabay.com