Hogyan menti meg a "Big Data" a logisztikát?
Ha bárki kételkedne abban, hogy a Big Data mennyire hasznos lehet a logisztikában, akkor íme egy gyakori példa:
A UPS sofőröknek tilos balra kanyarodniuk.
Még 2011-ben a vállalat vezérigazgatója a Fortune magazinnak elmondta, hogy az útvonalak, a szállítási idők és más statisztikák átfogó elemzése után mérnökeik úgy döntöttek, hogy betiltják a balra kanyarodást.
Ennek során:
- járműveiknek közel 33 millió kilométerrel kevesebbet kellett megtenniük,
- 350 000-rel több csomagot szállítottak ki és
- 20 000 tonnával kevesebb szén-dioxidot juttattak a légkörbe.
Hogyan működhet ez? Az adatok egyértelműen azt mutatják, hogy a jobbra kanyarodás többek között alacsonyabb baleseti kockázattal jár, gyorsabb, mert kevesebbet kell várakozni a forgalomra, és a vezető jobban tudja irányítani a járművet.
Ez a Big Data: az érzékelők és más IoT (Internet of Things) eszközök által gyűjtött és rendszerezett adatok, amelyek adatbányászati eszközökkel megmutatják, hogyan lehet a folyamatokat gyorsabbá, egyszerűbbé és költséghatékonyabbá tenni.
Logisztikai kihívások és a Big Data válasza
A megbízhatóság a legfontosabb mutató a logisztikai piacon: partnerei az ellátási lánc létfontosságú elemét biztosítják. A szállítási folyamatoknak tehát pontosnak és biztonságosnak kell lenniük.
Különösen azért, mert a partnerek igényei folyamatosan változnak. A logisztikai vállalatoknak nem elég alkalmazkodniuk: ideális esetben előre kell látniuk, hogy hány járműre, alkalmazottra, üzemanyagra és raktárra lesz szükségük, és hogyan lehet optimalizálni a költségeiket.
Ez a szerepe a prediktív analitikának, amely segít előre látni a lehetséges kihívásokat, amelyekhez az üzleti folyamatokat hozzá kell igazítani, és amelyek segítségével javítható a szolgáltatás minősége és a partnerekkel való kapcsolat.
A technológiai fejlődés előrejelzése mindig kihívást jelent, hiszen egyes ágazatok rekordsebességgel fejlődnek, míg mások (a kedvező feltételek ellenére) lelassulnak. Íme 5 technológiai trend, amely véleményünk szerint 2022-ben alakítani fogja a logisztikát.
A Big Data által vezérelt analitika a működési hatékonyság javítását is elősegíti majd: ahogy a UPS példáján látható, a szállítási útvonalak, az üzemanyag-fogyasztás, az alkalmazottak száma és beosztása stb. optimalizálása.
Ez nemcsak a költségeket, hanem az árakat is csökkenti, ami azt jelenti, hogy a partnerek alacsonyabb költségek mellett magasabb minőségű szolgáltatást kaphatnak, ami jelentős előnyhöz juttathatja őket a versenytársakkal szemben.
Hol teszi hatékonyabbá az adatbányászat a logisztikát?
Nézzünk meg néhány olyan területet, ahol az IoT-érzékelők és a Big Data kézzelfogható előnyökkel járhat:
Elosztóközpontok és raktárkezelés: a kapacitás, a rendelkezésre álló hely megfelelő elosztása és a munka optimalizálása a központokban összetett feladat. A Big Data lehetőséget ad arra, hogy hatékonyabban, akár valós időben is leltározzunk, kevesebb terméket írjunk le, mindig legyen elég hely, és a kiszállítások akadályok nélkül induljanak el.
A hálózati erőforrások elosztása: hogyan skálázzuk az ellátási láncot, hogy mindig megfeleljen a piaci igényeknek? A Big Data segítségével pontosan előre jelezhetjük a keresletet, optimalizálhatjuk a flottakihasználást és a beszállítók ütemezését, miközben növelhetjük a biztonságot.
Útvonaltervezés: ha a forgalmi és egyéb külső adatbázisok felhasználásával tudjuk, hogy a járművezetők milyen útvonalakon, mennyi ideig és milyen költséggel közlekednek, akkor a szállítás idejét és költségeit töredékére csökkenthetjük (lásd alább az utolsó mérföld problémáját). Ezáltal maximalizálhatjuk a járművek kihasználtságát és pontosan meghatározhatjuk a szállítási időket.
Ügyfélmenedzsment: megbízható, időben és alacsony költséggel történő szállítással, zökkenőmentesen működő ellátási lánccal az ügyfelek elégedettebbek és elkötelezettebbek lesznek, több lehetőségünk lesz a partnerkapcsolatra, miközben a szolgáltatási költségek csökkenthetők a kihasználtság, az erőforrás- és munkaerő-felhasználás optimalizálásával.
Marketing: a megfelelő elemzési eszközökkel, valamint a rendelkezésre álló adatok felhasználásával, amelyekkel a vállalat szolgáltatásainak minőségét bizonyíthatjuk, új ügyfeleket szerezhetünk, a meglévőket új szintre emelhetjük, megjósolhatjuk a jövőbeli növekedést és bevételeket, sőt új üzletágakat is tervezhetünk.
Kockázatelemzés: pontosan fel tudjuk mérni a kockázatokat, a balesetek és események valószínűségét, azt, hogy ezek mennyi többletköltséget okoznak, és hogy mennyit veszítünk. Az adatok segítségével azt is megtudhatjuk, hogy milyen üzleti kihívásokkal kell szembenéznünk a vállalaton belül és a piacon, és a versenytársak elemzésével konkrét ajánlatokat azonosíthatunk.
Karbantartás: a karbantartási munkák, felújítások, eszközbeszerzések pontosan tervezhetők, így minimalizálható az értékcsökkenés, csökkenthetők a kockázatok, javítható a szolgáltatás minősége és elkerülhetők a rendkívüli költségek.
Nézzünk meg néhányat a leggyakoribb kihívások közül, és nézzük meg, hogyan segíthet a Big Data a megoldásukban.
“Mi a helyzett az utolsó mérfölddel?”
Az “utolsó mérföld” jelensége jól ismert a logisztikában: az út utolsó rövid szakasza általában a legnagyobb kihívást jelentő és legköltségesebb. A teljes szállítási költség akár 28%-át is kiteheti.
Könnyű belátni, hogy miért: a megfelelő cím megtalálása, a potenciálisan problémás vagy drága parkolás, a kényes, törékeny csomagok kezeléséhez szükséges extra erőfeszítés.
A múltban ez az utolsó szakasz egy “fekete doboz” volt, ami azt jelentette, hogy a logisztikai vállalatok nem láthatták, hogyan történik, de ma már a technológia lehetővé teszi ezt: az érzékelők által gyűjtött adatok felhasználhatók a szállítási megoldások optimalizálására és olyan új irányelvek kialakítására, amelyek csökkentik ezeket a költségeket.
Átláthatóság és megbízhatóság
A big data a logisztikai vállalatoknak abban is segít, hogy átlátható működésükkel új ügyfeleket szerezzenek.
Azok, amelyek nem használják ki az adatbányászat előnyeit, legfeljebb megbecsülni tudják egy új ügyfél egyszeri vagy rendszeres szállításának idejét és költségeit, ami egyik fél számára sem ideális.
Az érzékelők viszont olyan adatokat gyűjtenek, amelyeket egy hiteles harmadik fél kiértékelhet. Ezt aztán be lehet építeni az új ügyfeleknek szóló ajánlatokba. Az emberek gyakran hibáznak, túl- vagy alábecsülnek bizonyos tényezőket, az algoritmusok azonban mindig tényszerűen elemzik azokat.
IoT a raktárakban
A naprakész információk megléte a raktározásban ugyanolyan fontos, mint a szállításban.
Minden egyes raktáron lévő termék vagy csomag láthatóvá tehető az RFID-címkékkel, amelyek nem csak azt mondják meg, hogy mennyi készlet van raktáron egy adott pillanatban. Az adatok tartalmazhatják a csomagonkénti darabszámot, méreteket, így egy automatizált rendszer azonnal tudni fogja, hogy hány termék érkezik vagy távozik, és hogy hová lehet őket elhelyezni a rendelkezésre álló hely maximalizálása érdekében.
Az érzékelők az eszközök kihasználtságának és állapotának nyomon követésére is használhatók, tudva, hogy az eszközök, például egy futószalag vagy targonca mikor van használatban, és mikor van üresjáratban.
A raktárban, ha pontosan tudjuk, hogy mit és hol tárolnak, az adóknak és érzékelőknek köszönhetően tökéletesen irányíthatjuk az alkalmazottakat, sőt, valós időben automatikusan koordinálhatjuk a munkájukat. Bizonyos esetekben akár olyan eszközökkel is helyettesíthetjük őket, mint például az automatikus irányítású járművek (AVG).
Mennyit költ erre a piac?
Annak, hogy mennyit fektetünk az IoT-megoldásokba és a Big Data analitikába, csak a vállalat pénzügyi lehetőségei szabnak határt. Az IoT-re fordított kiadások a becslések szerint idén elérik a 800 milliárd dollárt, amelyből 200 milliárd dollárt kifejezetten az ellátási lánc optimalizálására fordítanak.
Csak a GE 1 milliárd dollárt költ arra, hogy a különböző eszközökben lévő érzékelőkből adatokat nyerjen ki, és adatbányászattal optimalizálja folyamatait.
Első lépésként elég, ha a flottát olyan érzékelőkkel szerelik fel, amelyek képesek nyomon követni a járművek és a szállítójárművek helyét, valamint rögzíteni az útvonalakat és a szállítási időket – ez önmagában is nagy segítség lehet a szolgáltatás javításában.
Az érzékelők és a hozzájuk tartozó szoftverek már nem megfizethetetlenül drágák: a befektetés megéri, különben még a legnagyobb logisztikai vállalatok sem ölnének milliárdokat az IoT-fejlesztésbe.