Blog Posts Business Management

Data Driven Logistics: In 3 stappen naar betere resultaten

Blog: Ortec Blog

Boem is geen ho!

Informatie explosie. Het lijkt een nieuwe term, maar hij werd voor het eerst gebruikt in de jaren 60, onder andere in advertenties over data opslag van IBM. Die informatie explosie is nog steeds aan de gang. Onderzoekers van IDC hebben voorspeld dat we in 2025 jaarlijks 163 Zettabytes aan data creeëren. 1 Zettabyte is 1 biljoen Gigabyte!

Klinkt dat angstaanjagend? Ik vind van niet! Hoe meer data, hoe meer kansen om processen te verbeteren, plannen te optimaliseren en de toekomst te voorspellen. Een zee van data die waarde toevoegt aan je bedrijf, doordat je betere keuzes kan maken en betere beslissingen kan nemen.

Regeren is vooruit zien

Vooral als je bijvoorbeeld ritten of personeel moet plannen is het heel handig als je de toekomst kan voorspellen. Een juiste voorspelling scheelt je namelijk flink in de kosten. Neem bijvoorbeeld transport. Hoe langer je van te voren je capaciteit kan vastleggen, hoe goedkoper het is. Hetzelfde geld trouwens voor personeel. Wanneer je lang van tevoren weet hoeveel mensen je nodig hebt, kun je op tijd wervingscampagnes starten om de juiste mensen aan te trekken, in plaats van op het laatste moment dure tijdelijke krachten in te huren.

Hoe meer data je meeneemt in je analyses hoe beter je kunt voorspellen. Letten op de kleinste details. Dat kun je als mens niet meer overzien. Daar komen computers, rekenmodellen, algoritmes en machine learning bij kijken. Deze zorgen ervoor dat de data helder en inzichtelijk wordt gemaakt.

Daar kun je op wachten!

Je kunt dan betere beslissingen nemen dus. Vandaag in je data zien wat je in de toekomst moet doen. Niet gebaseerd op gevoel of ervaring, maar op basis van feiten. Een voorbeeld uit de praktijk:

Een vervoerder in de sierteelt krijgt verspreid over de dag nog allerlei ritten binnen, terwijl de planning al gemaakt is. Dat betekent dat er op het laatste moment nog van alles geregeld moet worden. En wagens die bijna weer terug zijn moeten omdraaien en terugrijden naar waar ze een paar uur geleden waren. Zeer ervaren planners weten op een gegeven moment wanneer ze een wagen ergens kunnen laten wachten op een potentiële zending, maar dat is meer uitzondering dan regel.

Door historische data te analyseren is het mogelijk gebleken om te voorspellen waar en wanneer mogelijke retourvrachten binnen kunnen komen. Hiermee kan dan rekening gehouden worden in de planning van de chauffeurs. Chauffeurs kunnen proactief opdracht krijgen te wachten in een bepaalde regio, waar ieder moment een wagen nodig zal zijn. Minder overbodige kilometers, een veel hogere bezettingsgraad en tevreden klanten.

Beter op tijd

Een ander voorbeeld uit de praktijk: in Retail distributie is het vaak belangrijk om op tijd te komen. Zowel winkels als distributiecentra hebben vaak tijdvensters die gehaald moeten worden.

Door historische data te analyseren kunnen bepaalde patronen gevonden worden die voor een planner lastig te herkennen zijn. Er blijkt bijvoorbeeld bij een bepaalde winkel op bepaalde dagen significant meer tijd nodig te zijn om uit te laden. Dit kan dan meegenomen worden in de planning van de rest van die dag, zodat later op de dag de tijdvensters nog steeds gehaald worden. Ook kan aan de winkelkant gekeken worden of de oorzaak daar ligt. Hoe dan ook een serviceverbetering naar de klanten later op de dag en een mogelijke procesverbetering in de winkel in kwestie.

We nemen het mee

Beide praktijkvoorbeelden maken gebruik van de analyse van historische data. Kun je nagaan hoe proactief je kunt plannen als je ook externe data in je planning meeneemt, zoals bijvoorbeeld de weersverwachting of informatie in het nieuws over een staking bij een klant of leverancier.

In 3 stappen naar betere resultaten

Hoe dan ook begint data gedreven logistiek bij het inventariseren van de pijnpunten in je logistieke proces. Vervolgens breng je in kaart welke data beschikbaar is. De laatste stap is dan een combinatie van logistieke expertise en Data Science.

Meer weten? Neem dan hier contact met ons op.

The post Data Driven Logistics: In 3 stappen naar betere resultaten appeared first on This Complex World.

Leave a Comment

Get the BPI Web Feed

Using the HTML code below, you can display this Business Process Incubator page content with the current filter and sorting inside your web site for FREE.

Copy/Paste this code in your website html code:

<iframe src="http://www.businessprocessincubator.com/content/data-driven-logistics-in-3-stappen-naar-betere-resultaten/?feed=html" frameborder="0" scrolling="auto" width="100%" height="700">

Customizing your BPI Web Feed

You can click on the Get the BPI Web Feed link on any of our page to create the best possible feed for your site. Here are a few tips to customize your BPI Web Feed.

Customizing the Content Filter
On any page, you can add filter criteria using the MORE FILTERS interface:

Customizing the Content Filter

Customizing the Content Sorting
Clicking on the sorting options will also change the way your BPI Web Feed will be ordered on your site:

Get the BPI Web Feed

Some integration examples

BPMN.org

XPDL.org

×