Η DHL, παρουσίασε πρόσφατα την έκθεση τάσεων «Big Data στα Logistics». Η έκθεση, που δημοσιεύθηκε από την ομάδα καινοτομίας της DHL, Customer Solutions & Innovation, επικεντρώνεται σε τρεις τομείς εφαρμογής για την ανάλυση δεδομένων από τις εταιρείες logistics και άλλες βιομηχανίες: την επιχειρησιακή αποτελεσματικότητα, την εμπειρία του πελάτη και τα νέα επιχειρηματικά μοντέλα. Η έκθεση περιλαμβάνει συγκεκριμένα παραδείγματα που θα μπορούσαν να εφαρμοστούν στην πράξη στους τρεις παραπάνω τομείς.
«Big data» είναι το όνομα που δίνεται στις τεράστιες ποσότητες πληροφοριών που μπορούν να συλλέγονται συστηματικά από διάφορες πηγές και στη συνέχεια να αναλύονται και να αξιολογούνται με τη βοήθεια νέων τεχνολογιών. Η ταχεία αύξηση στην ποσότητα των διαθέσιμων δεδομένων είναι κυρίως το αποτέλεσμα της αυτόματης παραγωγής.
Παραδείγματα τέτοιων δεδομένων είναι η καταγραφή των στοιχείων παράδοσης ή των συνταγών στον τομέα της υγειονομικής περίθαλψης. Οι εταιρείες και άλλοι οργανισμοί ελπίζουν ότι η αξιολόγηση τέτοιων στοιχείων θα τους επιτρέψει να αναγνωρίσουν τις σχετικές τάσεις σε πρώιμο στάδιο, δίνοντάς τους συγκεκριμένα ανταγωνιστικά πλεονεκτήματα.
«Τα Big data και τα logistics ταιριάζουν μεταξύ τους τέλεια. Οι εταιρείες logistics διαχειρίζονται μια τεράστια ροή αγαθών και ως εκ τούτου δημιουργούν τεράστιο όγκο δεδομένων. Συγκεκριμένα στοιχεία για εκατομμύρια παραδόσεων, όπως ο προορισμός, το μέγεθος, το βάρος και οι πληροφορίες σχετικά με το περιεχόμενο, καταγράφονται καθημερινά. Αυτά τα στοιχεία προσφέρουν τεράστιες δυνατότητες για νέα επιχειρηματικά μοντέλα, μεταξύ άλλων. Αυτό επιτρέπει στις εταιρείες logistics να γίνουν οι μηχανές αναζήτησης για τους χρήστες από όλους τους τομείς, ανεξαιρέτως», εξήγησε ο Martin Wagner, Αντιπρόεδρος Έρευνας και Ανάπτυξης, DHL Customer Solutions& Innovation.
Ο στόχος της έκθεσης τάσεων είναι να εντοπίσει τις σημαντικότερες τάσεις χρησιμοποιοώντας επιστημονικές μεθόδους ως αφετηρία για καινοτόμες, ειδικές για logistics έννοιες Big Data, σε τρεις τομείς:
Πρώτον, ο στόχος στον τομέα της λειτουργικής αποτελεσματικότητας είναι η βελτιστοποίηση του πραγματικού χρόνου των διαδρομών παράδοσης δεμάτων, λαμβάνοντας υπόψη τη σειρά της παράδοσης, την κατάσταση της κυκλοφορίας και τη διαθεσιμότητα του παραλήπτη. Δεύτερον, η ικανότητα πρόβλεψης καθυστερήσεων στην αλυσίδα εφοδιασμού, ακολουθούμενη από την κατάλληλη υλικοτεχνική απόκριση εξυπηρέτησης, επιτρέπει τη βελτίωση της εμπειρίας του πελάτη. Τέλος, τα Big Data προσφέρουν στους εφοδιαστικούς παρόχους ιδέες για νέα επιχειρηματικά μοντέλα, όπως για παράδειγμα την ανάλυση των συσχετίσεων μεταξύ των καιρικών συνθηκών, κρουσμάτων γρίπης και των onlineαγορών των καταναλωτών.
Μια τέτοια ανάλυση αποκαλύπτει ότι οι κακές καιρικές συνθήκες οδηγούν σε αύξηση του όγκου των αγορών που πραγματοποιήθηκαν μέσω Διαδικτύου . Αυτό, με τη σειρά του, επηρεάζει άμεσα τον όγκο των δεμάτων που στέλνονται. Σε αυτές τις περιπτώσεις, τα μοντέλα Big Data μπορούν να βοηθήσουν τις επιχειρήσεις να βελτιστοποιήσουν τις διαδικασίες ώστε να προσφέρουν καλύτερη εξυπηρέτηση των πελατών.