TransInfo

Предсказательная аналитика Big Data как инновационный способ оптимизации в секторе транспорта и логистики (часть 2/2)

Эту статью можно прочитать в 4 минуты

Информация, содержащаяся в отчёте “100 Data and Analytics Predictions Through 2020” свидетельствует о том, что анализ данных в логистике и на транспорте является всё более широко применяемым решением. Оказывается, 40% исследованых фирм планируют осуществить инвестирование в действия, связанные с предсказательной аналитикой Big Data. Мы поинтересовались у специалистов, какую именно выгоду это может принести.

Что представляет из себя анализ Big Data?

Предсказательный анализ, или знания о том, чего можно ожидать в будущем, – это очень полезный инструмент. Прогнозирование на основании наблюдения предшествующего поведения рынка позволяет, например, снизить пустое грузовое пространство, то есть, оптимизировать перевозку грузов.

Больше об этом мы писали ТУТ>>>. Следует лишь добавить, что хотя это трудные и требующие больших затрат времени действия, они приносят ощутимую выгоду. Лучшим доказательством чему могут служить рассматриваемые ниже примеры.

Какую выгоду модно получить благодаря анализу данных?

Предсказательную аналитику можно использовать многими способами. Всё зависит от деятельности фирмы, инструментов, которые она использует, и целей, которые ставит перед собой.

На примере решений компании Transmetrics, которая предлагает аналитические инструменты для транспортной отрасли, можно убедиться, что большое экспедиционное предприятие может уменьшить пустое грузовое пространство в своих прицепах с 47% до всего лишь 18%.

Известная американская экспедиционная компания UPS использовала возможности аналитической программы ORION (On-Road Integrated Optimization and Navigation), благодаря чему она в настоящее время экономит до 400 млн долларов и 5,5 млн литров топлива в год. А международная курьерская сеть  DPDgroup снизила расходы на погрузку на 25 %.

Согласно ожиданиям экспертов Transmetrics, в ближайшем будущем экономия на операционных расходах в мировой транспортной отрасли может составить до 150 миллиардов долларов. Благодаря умелому использованию прогнозов средняя фирма может снизить все свои расходы на порядка 15-20%.

Иными словами, предсказательная аналитика пользуется популярностью главным образом благодаря экономии и сокращению расходов? Не только. Например, одна из крупнейших фирм, предоставляющих услуги аренды подержанных автомобилей в Европе с активами 60 000 евро благодаря анализу данных увеличила свою прибыль на 11 процентов.

Димитар Павлов, бизнес-аналитик в Transmetrics

“Прогнозирование поведения рынка на основании исторических данных может принести ощутимую пользу. При условии, что анализ будет выполнен надлежащим образом. Из нашего опыта следует, что точность прогноза может составить 90-95%.

Если анализ Big Data настолько выгоден…

Почему он не используется в транспортной отрасли в глобальных масштабах? Эксперты считают, что такое положение вещей обусловлено несколькими причинами.

  1. Нерешительность менеджеров по логистике, которые видят в изменениях в отрасли скорее угрозу, нежели возможности.
  2. До недавнего времени отсутствие у логистических и транспортных фирм  инструментов для сбора и хранения данных.
  3. Отсутствие осознания существования таких решений (в отрасли транспорта и логистики они существуют лишь с недавних пор, при том, что до настоящего времени их использовали главным образом крупные компании).
  4. Слишком низкая популярность транспортной отрасли, что является причиной того, что аналитики предпочитают работать в иных секторах, а специалисты в области IT – внедрять такую технологии в более известных фирмах.

Норберт Кренцицкий, директор по маркетингу в UPS

“Причиной, по которой Big Data не используется в широких масштабах, является то, что организации концентрируются на уже принятых решениях, которые может затронуть Big Data. Чтобы эффективно пользоваться аналитикой, организации должны сосредоточиться на принятии важных решений”.

По его мнению, именно данные часто становятся “узким горлышком”, что означает, что для решения этих задач нужны соответствующие профессионалы с узкой специализацией.

Foto: Staticflickr

Теги