Wij gebruiken cookies, om u een optimale service te kunnen bieden. Meer informatie vindt u in onze privacyverklaring.

Bescherming persoonsgegevens Toestemmen en doorgaan ×
Contact
Contact met EPG.

Neem contact met ons.

Door uw gegevens te verzenden, stemt u ermee in dat uw gegevens uit dit formulier worden verwerkt. Het doel is de beantwoording van uw vraag. Ik ga akkoord met de privacybepalingen.

Uit het verleden afleiden wat de toekomst voor de logistiek brengt.

Opdat ook bij seizoensgebonden pieken alles vlot verloopt in het magazijn, doen veel bedrijven een beroep op subjectieve ervaringswaarden om hun logistieke processen vooraf te plannen. Om de toekomstige belastingen goed te kunnen voorspellen, moeten logistici deze ervaringen echter omzetten in altijd beschikbare en bruikbare gegevens. Dit proces ondersteunt de Ehrhardt + Partner Group (EPG) met predictive analytics. Hierin geïntegreerde AI-componenten (artificial intelligence) verwerken alle relevante gegevens uit de supply chain, waardoor de nauwkeurigheid van de voorspellingen continu verbetert. Het netwerk van logistieke processen wordt daardoor nog rendabeler en efficiënter.

Predictive analytics met de Ehrhardt + Partner Group.

Een gefundeerde toekomstplanning is in tijden van hoge concurrentiedruk, schaarse resources en just in time leveringen onmisbaar. In de dagelijkse logistiek zijn bijvoorbeeld prognoses met betrekking tot de benodigde resources, de orderpositie, het aantal transporten, het pakketvolume of de duur van de orderpicking absoluut noodzakelijk. EPG’s concept van predictive analytics helpt bedrijven om via de analyse van gegevens uit het verleden betrouwbare voorspellingen te doen voor de toekomst. Samen met zijn technologiepartner IBM stelt EPG modellen op waarin relevante logistieke gegevens uit de klantsystemen worden verwerkt. In de prognoses van de toekomstige belastingen kan ook rekening worden gehouden met externe invloedsfactoren, zoals het weer of het nieuws. Hierbij neemt de nauwkeurigheid van de voorspellingen dag na dag verder toe.

 

Hoe werkt predictive analytics in de praktijk?

Diverse toepassingsgebieden van predictive analytics heeft EPG al uitvoerig getest – bijvoorbeeld een vooruitziend resourcemanagement bij Ehrhardt + BOMAG Logistics GmbH (EBL) in Boppard. In het magazijn van EBL bevinden zich meer dan 50.000 reserveonderdelen van de meest uiteenlopende vormen en formaten voor de bouwmachines van BOMAG. Om een omvattende, precieze en betrouwbare planning van alle resources mogelijk te maken, werd het bestaande resourcemanagement uitgebreid met een voorspellende component. Met behulp van IBM Watson Studio creëerde EPG een zelflerend model van actuele en oude ordergegevens. Daarnaast werden tot nu toe ongestructureerde gegevens, zoals e-mails en rapporten, met behulp van Discovery API in de voorspelling geïntegreerd als externe invloedsfactoren. Het gevormde gegevensmodel zorgt ervoor dat de medewerker in de centrale het dashboard van predictive analytics nu kan gebruiken als een intelligente assistent voor de vooruitziende resourceplanning. Door de continue gegevenssynchronisatie worden de voorspellingen voortdurend nauwkeuriger.

Download