Fallstudie

Prädiktive Linienverkehrsplanung im Express-/Paketgeschäft

Kunde:

Ergebnisse:

7-9%

Gesamtkostenreduzierung für Speedy

14%

Erhöhung der Flottenauslastung durch genaue Schätzung durch Transmetrics

25%

Reduzierung der Hub-to-Hub-Kosten durch Identifizierung und Stornierung von wiederholt leeren oder halb leeren LKWs

Projekthintergrund

Mit 700 Fahrzeugen und einem jährlichen Umschlag von über 16 Millionen Paketen kontrolliert Speedy (DPD Bulgaria) ein Drittel des Kurier-/Expressmarktes im Land. Sein Netzwerk besteht aus zehn großen Logistik-Hubs und über 100 Inter-Hub-LKW-Linien. Außerdem hat Speedy durch die Zugehörigkeit zur DPD Group eine große Reichweite auf den regionalen, kontinentalen und globalen Märkten.

Um sein schnelles Wachstum im Zusammenhang mit dem E-Commerce-Boom zu ermöglichen, begann das Unternehmen, stark in die Modernisierung und Aufrüstung seiner IT- und physischen Infrastruktur zu investieren. Darüber hinaus hat sich das Produktportfolio ständig weiterentwickelt, um der zusätzlichen Nachfrage gerecht zu werden.

Predictive Linehaul Planning in Express/Parcel Business

Problem

Das hohe Wachstumstempo von Speedy hat die Auswirkungen einiger in der Branche sehr verbreiteter Probleme weiter verstärkt:

Es wurde fast unmöglich, sich angemessen auf die Nachfragespitzen während der großen Feiertage und Ereignisse wie Weihnachten, Ostern, Black Friday und andere vorzubereiten. LKWs mussten oft im letzten Moment bestellt werden, was sehr kostspielig und manchmal gar nicht möglich war.

Es war kein Auslastungsfaktor sichtbar. Er wurde typischerweise auf der Grundlage der Wahrnehmung des Ladepersonals geschätzt und lieferte keine vollständigen und korrekten Daten über die Ladekapazität.

Das Unternehmen war nicht in der Lage, die Kosten nach Kunden genau zuzuordnen, insbesondere bei Artikeln, die nicht der Standardgröße entsprachen.

All diese Faktoren schufen die Notwendigkeit, betriebliche Ausfallsicherheit zu schaffen, indem das Planungs-Knowhow von einzelnen Personen auf ein IT-System zur Unterstützung komplexer betrieblicher Entscheidungen verlagert wurde.

Greifen Sie auf die vollständige Fallstudie zu

Jetzt entsperren

Ressource herunterladen

Name*
Vorname Nachname
Geschäftliche E-Mail*
Berufsbezeichnung*
Unternehmen*
CAPTCHA

Zuweisung

Angesichts der nachweislichen Erfolge bei der Entwicklung intelligenter Tools für mehrere globale Logistikunternehmen wurde Transmetrics mit der Implementierung seines datenbasierten, prädiktiven Optimierungsprodukts für Express-/Paket-/Paletten-/Gruppenterminal-basierte Unternehmen namens NetMetrics beauftragt. NetMetrics würde es Speedy ermöglichen, seinen Auslastungsfaktor effektiv abzuschätzen, seine zukünftigen Volumina zu prognostizieren und Ressourcen effizient zuzuweisen. Als Endziel wollte das Unternehmen mit NetMetrics die Kapazitätsauslastung verbessern, die Hub-to-Hub-Kosten reduzieren und die Preisstrategie für Endkunden verfeinern.

Ansatz

Der NetMetrics-Implementierungsprozess umfasste die folgenden Phasen:

Datenbereinigung und Laden

Unter Verwendung von drei Jahren Versandhistorie wurden die Daten durch einen Prozess der Bereinigung, Anreicherung und Umstrukturierung zusammengestellt, um eine Analyse zu ermöglichen.

Integration des Analysemoduls

Eine gründliche Geschäftsprozessanalyse wurde durch regelmäßige Treffen mit internen Stakeholdern bei Speedy unterstützt. Damit konnte Transmetrics eine Reihe von Regeln und Einschränkungen erstellen, die eine präzise Schätzung der Auslastungsfaktoren ermöglichen. Unter Verwendung dieser Methodik erstellte Transmetrics auch eine Reihe von historischen Berichten, um die LKWs mit niedrigen Auslastungsfaktoren (Kandidaten für eine Stornierung) und Hub-Handling-Problemen (bei denen die Ladeanweisungen nicht befolgt wurden) zu identifizieren.

Integration des Prognose- und Optimierungsmoduls

Durch den Einsatz von Künstlicher Intelligenz und komplexen, proprietären Prognose- und Optimierungsalgorithmen war NetMetrics in der Lage, alle Funktionen des sich schnell entwickelnden Unternehmens vollständig zu berücksichtigen. Durch die Kombination bereits angereicherter und strukturierter historischer Daten und einer Reihe kundenspezifischer externer Faktoren wurde eine hochgenaue und granulare Bedarfsprognose erstellt. Die Prognose diente als Grundlage für das Optimierungsmodul (Kapazitätsplanung), dessen Hauptaufgabe darin bestand, die kostengünstigsten Wege für den Transport der prognostizierten Mengen zu berechnen und aufzuzeigen, welche Fahrten sicher storniert werden können, ohne die Lieferleistung und die Kundenservicelevels zu beeinträchtigen. Diese Module stellten die kontinuierliche Verbesserung der Netzwerkleistung sicher.

Kunde: Speedy (DPD Bulgaria)

Ergebnisse

Als Ergebnis der NetMetrics-Implementierung erzielte Speedy eine sofortige Reduzierung der Linienverkehrskosten und eine Erhöhung der Auslastungsfaktoren. Die verbesserte Nutzbarkeit der bereinigten Daten sowie die strukturierten Berichte waren äußerst nützlich für die Messung der Effizienz der Flotte. Diese Berichte halfen dem Kunden, Probleme in den Prozessen in Bezug auf Kapazitätsplanung, Verladung von Sendungen und Preisgestaltung zu identifizieren.

Mit dem prädiktiven Tool von NetMetrics gelang es dem Unternehmen, wiederholt leere oder halb leere LKWs zu identifizieren und zu stornieren, was zu einer Reduzierung der Hub-to-Hub-Kosten um 25 % führte. Zusätzlich lieferte die Software eine genauere Schätzung und führte zu einer bis zu 14%igen Steigerung der Flottenauslastung, was die interne Rechenschaftspflicht verbesserte. Insgesamt führte NetMetrics bei Speedy zu einer Reduzierung der Gesamtkosten um 7-9 %.

Das Management des Unternehmens ist bereits Wochen im Voraus in der Lage, bessere datenbasierte Entscheidungen zu treffen. Da im Laufe der Zeit immer mehr Daten gesammelt werden, ermöglicht NetMetrics eine kontinuierliche Verbesserung der Netzwerkleistung, der Planungsflexibilität und der Ausfallsicherheit des Netzwerks, so dass die Vorteile für Speedy weiter zunehmen werden.

7-9%

Gesamtkostenreduzierung für Speedy

14%

Erhöhung der Flottenauslastung durch genaue Schätzung durch Transmetrics

25%

Reduzierung der Hub-to-Hub-Kosten durch Identifizierung und Stornierung von wiederholt leeren oder halb leeren LKWs

DEMO BUCHEN

Testimonials

„Wir sind beeindruckt von den Verbesserungen, die durch die Transmetrics-Plattform erzielt wurden und die sowohl unmittelbar als auch quantifizierbar waren. Mit dem Berichtssystem von Transmetrics können wir die Effizienz unserer Flotte messen und die richtigen KPIs für unser Lagerteam festlegen. Die Implementierung war einfach und der Support durch das Transmetrics-Team ist immer hervorragend. Wir ermutigen andere Abteilungen innerhalb von DPD, die Lösung zu implementieren. Außerdem konnten wir mit den Tools von Transmetrics die Genauigkeit unserer Preisgestaltung drastisch verbessern, da wir nun in der Lage sind, die Lieferkosten für jedes Paket genau zu messen. Dies hat es uns ermöglicht, Kunden mit niedrigen oder negativen Margen zu identifizieren und unsere Preisgestaltung entsprechend anzupassen.“

Alexander Petkov

Director of Operations und Vorstandsmitglied

„Mit der Anwendung von Transmetrics sind die Vorteile sehr sichtbar. Vor dem Einsatz der Lösung von Transmetrics lag die Auslastung der Flotte bei 72 %. Derzeit haben wir über 82 % [Auslastung] und wir erwarten, dass dies noch zunehmen wird. Wir schätzen die Gesamtkostenreduzierung auf 7-9 %, was für uns ein großartiges Ergebnis ist“

Danail Danailov

Vorstandsmitglied

Fallstudien

Fallstudie

Prädiktives Asset-Management im Trailer-Leasinggeschäft

Vollständige Fallstudie lesen

Fallstudie

Prädiktives Leercontainermanagement für NileDutch

Vollständige Fallstudie lesen

Plattform-Übersicht

Analyse

Prognose

Optimierung

Industrien