V čem nám data pomůžou u logistiky? | Mňamka #306

Logistika v datech

Firmy zabývající se logistikou produkují ohromné množství dat, které jde velmi dobře zhodnotit. Jedná se například o data z terénu - z provozu a z konkrétních aut, o dodavatelích, zákaznících nebo řidičích. Škála je široká. Detailní data ve velkém množství jsou hotový poklad a pokud o něm klient neví, rozhodně bychom jej o tom měli umět přesvědčit. Poslední věta se netýká jen logistiky, ale hodnoty dat obecně.

V každé firmě, která provozuje alespoň pár aut k logistickým účelům, hledají odpovědi na otázky, které jim pomůžou zlevnit, zrychlit a celkově zefektivnit vozový park, a tím snížit náklady. Mezi nejčastější otázky patří:

Jak jsou auta využita právě teď? Jakou zanechávají uhlíkovou stopu například za odvezenou zakázku? Jaká trasa bude pro konkrétní typ vozidla a zakázky nejlepší? Jak optimalizovat najeté kilometry? Kdo z firmy řídí bezpečně, a přitom efektivně? Kdo nejčastěji překračuje rychlost? Jaké vozidlo je často v servisu, jak dlouho a proč? Mají řidiči přehled o tom, jestli stíhají naplánovanou trasu a jak plní časový plán za určité období? Je zpoždění častěji zaviněno řidičem nebo druhou stranou? A co nehody?

U některých zákazníků se naši datoví detektivové k datům z logistiky dostanou a právě na tyto a podobné otázky hledají odpověď. Pojďme se zaměřit na nejčastější příklady.

Počet objednávek na trase

Zdánlivě komplikovaný pohled na vozidla (A, B, C,...) a trasy (1, 2, 3) v jednotlivých oblastech (Velká/Malá Lhota) pro konkrétní den, může být skvělým pomocníkem pro plánování a optimalizaci počtu objednávek na trase.

Velká Lhota má vyšší koncentraci obyvatel než Malá Lhota, lépe proto naplní kapacity trasy a rozvoz se více vyplatí. Pokud ale objednávek bude příliš, nemusí je řidič stihnout rozvézt, a hrozí nespokojení zákazníci.  Naopak spodní hraniční hodnota, kdy se ještě vyplatí na trasu vyjet, je v tomto případě devět zakázek. Jak jde vidět, je logicky častěji dosažena v málo osídlené oblasti.

Utilizace v jednotlivých časových slotech

Heatmapa názorně zobrazuje využití vozidel, která jsou aktuálně k dispozici a jsou schopna okamžitě vyrazit na trasu. Samozřejmě musíme v tomto pohledu brát na zřetel, ideálně odfiltrovat, vozidla v servisu nebo používaná managementem.

Heatmapa s geografickým aspektem

Mezi vizualizačními nástroji využívanými našimi klienty často vítězí Power BI. I takový může být pohled na odvezené objednávky. Tmavě modré body jsou označené myší. Součet a další KPIs vztažené k výběru vidíme v záhlaví strany. Kromě počtu objednávek jsou zde i příjmy za odvoz, pokuty za zpoždění a procentuální hodnota SLA.

Scoring řidičů

Každý řidič v průběhu jízdy sbírá hodnocení. Například o stylu jízdy, rychlosti a jejím překročení, stylu brždění a zatáčení. Společně s počtem zaviněných nehod a zpožděním si management udělá přesný obrázek, který řidič je nespolehlivý nebo naopak, kdo si zaslouží odměnu za příkladnou jízdu.

Data v logistice jsou díky jejich objemu velmi dobře využitelná. Byla by škoda nechopit se příležitosti. Co myslíte? Chtěli byste si o tomto tématu přečíst víc? Máme taky případovou studii, kterou najdete zde. 

Zapomněla jsem na něco? Chcete se na něco zeptat? Napište mi. 

Eva

Eva Tesařová

datový detektiv
LinkedIn

Umělá inteligence ve firemních nástrojích: skvělý pomocník, nebo zadní vrátka? | Mňamka #546

Umělá inteligence ve firemních nástrojích: skvělý pomocník, nebo zadní vrátka? | Mňamka #546

AI dnes najdete téměř v každém nástroji, který ve firmě používáte - od zpracování dat přes účetnictví, CRM a řízení úkolů až po zákaznickou podporu nebo e-mail. Všude se objevují „asistenti“, „copiloti“, „recommenders“ nebo prostě tlačítka s nápisem „zkus to s AI“. Než AI funkcionalitu ve vašem nástroji nadšeně zapnete, stojí za to se zamyslet: jak funguje, co sbírá, kam data posílá? Protože právě tady se mohou velmi snadno otevřít zadní vrátka do celé firmy – a s nimi i dost zásadní bezpečnostní rizika.

Jsou statické dashboardy v roce 2025 přežitek? | Mňamka #545

Jsou statické dashboardy v roce 2025 přežitek? | Mňamka #545

Dashboardy jsou v dnešní době stále ještě hlavním nástrojem, který umožňuje byznysu rychle zobrazit klíčové metriky, sledovat trendy nebo porovnávat výkonnost. A pořád tak hrají důležitou roli ve světě datové analytiky. Ale… kolik rozhodnutí se podle nich skutečně udělá?

Pilíře úspěšného datového projektu | Mňamka #544

Pilíře úspěšného datového projektu | Mňamka #544

V Bizztreatu máme za sebou desítky datových projektů napříč různými odvětvími např. jako e-commerce, retail, výroba, média nebo obchod. Z praxe víme, že mnoho datových projektů selhává – nedoručí očekávaný přínos, uvíznou na půli cesty nebo se zacyklí v nekonečném „ještě to ladíme“. Bez ohledu na typ projektu či sektor platí, že úspěch vždy stojí na pevných základech – pilířích, které rozhodují o tom, jestli výstup skutečně přinese byznysovou hodnotu. Právě proto je klíčové zaměřit se na to, co dělá datový projekt opravdu úspěšným. Tak pojďme na to.