Project Description
VANDAAG BESTELD, MORGEN IN HUIS
CB
IN HET KORT
Vandaag besteld, morgen in huis. We leven in een tijd waarin dit de standaard is. Voor logistiek dienstverlener CB, creëert deze norm nieuwe uitdagingen. Ze zochten dan ook een antwoord op het dagelijks terugkerend vraagstuk: “Bij welke klanten verwachten we morgen hoeveel volume af te leveren?”. Mediaan Conclusion nam deze logistieke uitdaging aan en maakte daarbij gebruik van artificial intelligence (AI). Dit resulteert in een model dat orders per afleveradres voorspelt en de nauwkeurigheid van de planning met 80% verhoogt met maar liefst 10% kostenreductie. Mediaan Conclusion team heeft CB op volgende gebieden ondersteund:
Requirement engineering
Design & branding
Development
Security
Cloud deployment
HET CONCEPT
Het doel van CB was een duidelijk antwoord krijgen op de vraag: Bij welke klanten verwachten we morgen hoeveel volume af te leveren? Met behulp van zelflerende algoritmes heeft Mediaan Conclusion een model ontwikkeld waarmee CB op basis van hun historische orderdata betrouwbare antwoorden krijgt.
DE UITDAGING
De grootste uitdaging is het om die duizenden bestellingen, de laatste komen binnen om 23.00 uur, de dag erna op tijd te bezorgen met de meest geschikte vervoerder. Dat vereist niet alleen slim en efficiënt plannen, maar ook weten hoe om te gaan met onzekerheden en twijfels.
MEDIAAN IN ACTIE
Dit model is als ‘proof of concept’ in pakweg vijf weken ontwikkeld door vier Medianers. Een mix van talentvolle jonge data scientists en een IT architect. Het ontwikkelde model is zodanig opgezet dat CB eenvoudig nieuwe kenmerken uit de data kan halen en kan toevoegen aan de voorspelling. Denk daarbij bijvoorbeeld aan bestellingen per regio en de relatie tussen de boekhandels en producten.
WHAT ZEGGEN ANDEREN…
“Although we make the basic planning for the next delivery day at four o’clock every night, we will know the exact information of location and how much needs to be delivered by 01:00 am the next night. However, we cannot wait for that, because we will no longer get the connections with external carriers, which means we will let down our customers. In order to make the right choices, the best possible prognosis is very important for our delivery process. At 07:00 pm and 11:00 pm we will rebalance, based on the latest information. The data of those different measuring moments ultimately determine what we transport as CB itself and which external carriers we use.”– Arjan De Jong, CB
“Because we are dealing with a huge amount of information and because the logistical process is complex and vulnerable due to time pressure, we have reached out to Mediaan Conclusion. The aim was to develop a model that enables us to determine whether we can use AI to get a clear answer to the logistics question: to what customers do we expect tomorrow to deliver how much volume? Using machine learning algorithms, Mediaan Conclusion has developed a AI model that allows us to get answers based on our historical order data.”– Arjan De Jong, CB
RESULTATEN
De Mediaan Conclusion-prognose laat een verbetering van meer dan 80% zien in het voorspellen van de adressen waar CB moet leveren. Dit resulteert in een kostenreductie van 10%. Het model zoekt zelf naar patronen in de data die de prognose beïnvloeden en maakt op basis hiervan een voorspelling van de dropgrootte per afleveradres. Hiermee is CB in staat om verdere optimalisaties in kosten, kwaliteit en efficiency te realiseren. De kracht van de Microsoft-cloud stelt ze hierbij in staat om met dit model voor ca. 2.500 adressen in nog geen half uur een specifieke prognose op maat af te geven.
WIL JE MEER WETEN?
ANDERE PROJECTEN
CONTACT
GET IN TOUCH!
We hopen je ervan te overtuigen dat we de perfecte partner zijn om oplossingen te bedenken die passen bij jouw bedrijfssituatie. Maak vrijblijvend een afspraak met onze experts. Samen zullen we een verschil maken in jouw bedrijf!