Meer doen met data

Drie cases

Voorspellende data helpt logistiek verder. Dat stelt ABN Amro in een whitepaper waarin twee logistiek dienstverleners vertellen hoe zij slim gebruik maken van data. We zetten deze twee praktijkvoorbeelden naast een derde case van Peter Appel. Deze Noord-Hollandse logistiek dienstverlener deelde de toepassing van toepassing van slimme data-analyse en de voordelen die dat oplevert onlangs met MT.nl.

Meer doen met data – drie cases_369

Aankomst van trucks voorspellen

Geautomatiseerd keuzes maken

Stroomlijnen van organisatie & planning

Case 1: Bas Group

De aankomst van trucks voorspellen

Bas Group, een internationaal opererende logistieke dienstverlener, is aan de slag gegaan met Business Intelligence (BI). Stef Mol, CFO bij Bas Group, vertelt hoe de dienstverlener realtime inzicht geeft in de verwachte aankomsttijd van de te vervoeren lading. “Met BI kun je op geautomatiseerde wijze de klant meer inzicht geven in de huidige status van zijn lading en tegelijkertijd veel beter de verwachtingen managen over de verwachte aankomst van deze lading. Hoewel het voor consumenten heel normaal is dat zij met track en trace hun pakket kunnen volgen, zijn logistieke opdrachtgevers soms nog blij verrast met dit inzicht. Bas Group maakt gebruik van een aantal datasystemen die met elkaar kunnen communiceren. Interne data (track en trace van de lading, de gemiddelde snelheid van de truck, de af te leggen afstand en de gemiddelde tijd die het lossen bij het eindpunt doorgaans in beslag neemt) worden gecombineerd met externe data zoals verkeersinformatie, zodat we uiteindelijk de geschatte aankomsttijd met 95% zekerheid kunnen voorspellen. Wij zijn begonnen met het voorspellen van belangrijke key performance indicators. Die voorspellingen hebben wij gecombineerd met tools die wij extern inkopen. Zo zijn we gaandeweg steeds meer processen gaan automatiseren. Onze grootste uitdaging ligt bij de koppeling tussen BI en de werkvloer. Goede samenwerking tussen datagedreven personeel en het personeel op de werkvloer is essentieel. Mijn tip voor andere bedrijven die met BI aan de slag willen: zorg dat er draagvlak is en dat iedereen in de organisatie belang heeft om prestaties te verbeteren middels BI. Educatie over het toepassen van data kan hierbij helpen, vooral in de vorm van interne workshops waarin werknemers samenwerken en van elkaar leren.”

Meer doen met data – drie cases_370
Case 2: Rhenus Contract Logistics

Geautomatiseerd keuzes maken met realtime informatie

Rhenus Contract Logistics is onderdeel van de Rhenus Groep, een wereldwijd opererend logistiek dienstverlener en is aan de slag gegaan met Business Intelligence. Jos Kagenaar, Senior Business Development Executive bij Rhenus Contract Logistics, legt uit hoe BI helpt efficiënter te werken en waarde toevoegt voor opdrachtgevers. “BI kan op twee manieren waarde toevoegen: Ten eerste betere bediening voor de opdrachtgever. Denk aan sneller, goedkoper, kwalitatief beter, en meer gericht op de wensen van de klant. Ten tweede in de optimalisatie van de eigen bedrijfsvoering. Rhenus maakt gebruik van data die in het delivery managementsysteem Centiro wordt verzameld en worden verwerkt in onder andere Qlikview. De meest recente tarieven en transporttijden van transporteurs worden bijna real-time en geautomatiseerd inzichtelijk gemaakt. Hierdoor krijgt de opdrachtgever beter inzicht in de transporttijden en vergt het proces minder capaciteit van medewerkers. Wij zijn stap voor stap aan de slag gegaan, waarbij het proces verschilt per opdrachtgever. Wat helpt bij het starten met BI is het stimuleren van ondernemerschap en het delen van ‘best practices’. Door actief met elkaar en met opdrachtgevers in gesprek te gaan, kunnen we stap voor stap naar een oplossing werken. De grootste uitdaging zit vooral in de beginfase. Een ondernemer moet zich niet laten verleiden door de waan van de dag. Zet BI hoog op de agenda en geef het een plek in de organisatie. Mijn tip: Zorg dat je zo veel mogelijk data verzamelt, want met meer data worden meer en sterkere patronen zichtbaar.”

Meer doen met data – drie cases_371
Case 3: Peter Appel

Het stroomlijnen van organisatie en planning

Business- en data-analist Gert-Jan Neeft bij logistiek dienstverlener Peter Appel kan niet meer zonder dashboards die hij zelf in kan stellen om antwoorden te krijgen op gerichte vragen. Vragen die hem inzicht verschaffen in processen en samenhangen. Hij deelt ze met collega’s en met klanten, om er samen beter van te worden. “We hebben bijvoorbeeld data van opdrachten zelf en ook van de uitvoering: waren we op tijd op de bestemming of hoeveel te vroeg dan wel vertraagd? Data komt ook van de voertuigen, denk aan brandstofverbruik. Dan zijn er de mensen die uren maken. Er zijn financiële gegevens, er is onderhoud. Je kunt dit alles overzien, dan kijk je dus terug en kun je voorspellingen doen. Ik kan dan efficiënt organiseren en een goed tactisch plan vormgeven: voldoende mensen, voertuigen en volume, niet te veel en niet te weinig. Predict and prepare zeggen ze wel, je bereidt operaties voor. Dan kom je op het terrein van de business. Klanten geven orders en planningen door waarmee wij moeten werken. Grote retailers doen dat bijvoorbeeld. Hoeveel ritten, welk moment van de dag of week, welke bestemmingen, welke volgorde – dat analyseren wij zodat we er op zo efficiënt mogelijke manier mee verder kunnen. Ook de klant helpen we om inzicht te krijgen in zijn planproces. Dan kan hij het in de toekomst weer een stukje beter doen. In het voordeel van alle betrokkenen. Afgelopen jaren hebben we absoluut veel businessvoordelen gehaald uit data-analyse. Deels zijn die te meten, aan de andere kant kun je nu eenmaal niet overal een waarde aan hangen. Er zijn dingen veranderd en de gunstige gevolgen daarvan zie je niet alleen in euro’s, maar bijvoorbeeld in kortere wachttijden en minder leeggereden kilometers.”

Meer doen met data – drie cases_372

Interview met Sebastian Piest

Meer doen met data – drie cases

6/15
Loading ...