Hoe DHL meer grip krijgt op veranderende omstandigheden
8 mei 2018 [11:26], 1300 views
Door Edwin van Unen

Hoe DHL meer grip krijgt op veranderende omstandigheden

Organisaties passen data analytics en machine learning al langer toe om uit data intelligentie te creëren en daarmee betere beslissingen te nemen. Vroeger gebeurde dit voornamelijk op strategisch niveau, maar tegenwoordig zetten steeds meer organisaties data-analyse in om operationele uitdagingen het hoofd te bieden. Dagelijkse beslissingen gericht op een individuele klant of transactie.

Zo onderzoekt logistiek dienstverlener DHL de mogelijkheden om data analytics toe te passen op operationeel niveau, om direct in te kunnen spelen op veranderende omstandigheden, onverwachte gebeurtenissen en uitzonderingssituaties. Maar deze ‘near-realtime analytics’ vraagt wel om andere data en nieuwe analysetechnieken.

Bij operationele toepassing van analytics wordt de data-analyse in kortere cycli uitgevoerd en levert dus sneller inzicht op. Het grote voordeel is dat er in plaats van op maand- of weekbasis nu op dag of uurbasis bijgestuurd kan worden om direct in te spelen op veranderingen. Ook wel near-realtime analytics genoemd.

De gemiddelde dag bestaat niet bij DHL
DHL is zo’n organisatie die al langer data analytics op strategisch niveau inzet. Met traditionele optimalisatietechnieken van SAS worden distributienetwerken “eenmalig” optimaal ingeregeld en zo nu en dan aangepast. DHL heeft echter, net als zijn concurrenten, te maken met grote dagelijkse variaties in bijvoorbeeld volume en gewicht van pakketten en goederen, maar ook in herkomst/bestemming-combinaties. De organisatie moet daarom een groeiende hoeveelheid uitzonderingen als dure ad-hoc zendingen verwerken. Een gemiddelde dag bestaat niet voor de logistiek dienstverlener, terwijl het netwerk daar in principe wel op is ingericht. Om die dagelijkse variatie beter aan te kunnen, wil DHL moderne analysetechnieken inzetten. Dit vergt inzet van analytics op operationeel niveau.

Samen met DHL onderzoekt SAS hoe ze moderne technieken kunnen inzetten die verder gaan dan klassieke optimalisatie en simulatie. Er wordt bijvoorbeeld gekeken hoe in plaats van vaste rijtijden, kansverdelingen voor de rijtijden in het netwerk-design kunnen worden meegenomen. Daarnaast wordt machine learning ingezet om dagelijkse afwijkingen sneller te ontdekken en hier direct op in te grijpen. Je kunt dit zien als een soort controlekamer die real-time advies geeft over hoe te handelen bij afwijkingen. ‘Reinforcement learning’ kan worden gebruikt om met de uitkomsten het oorspronkelijke netwerk continu te evalueren en verder te verbeteren.

Aandachtspunten operational analytics
Artificial intelligence en machine learning zijn voor DHL bruikbare technieken om dagelijks bij te sturen in de operatie en zelfs binnen een tijdsbestek van uren aanpassingen in processen door te voeren. Om dit te doen, is het echter wel van belang dat op de juiste manier uitvoering wordt gegeven aan het algoritme.

  • Dynamische data –  Zo is het nodig ook andere data dan alleen die uit het enterprise systeem te ontsluiten. Veranderingen in weer en verkeer hebben bijvoorbeeld een direct effect op de operationele processen. Maar ook kort-cyclische veranderingen in koopgedrag en behoeften van consumenten hebben invloed. De inzichten die de analyse van dit soort dynamische data oplevert zijn dan ook cruciaal.
  • Automatisering – Een tweede aspect betreft het automatiseren van het modelleerproces. Hierdoor kan de productiviteit van de data scientist worden vergroot, kunnen modellen sneller en gemakkelijker worden gebouwd en kan het algoritme automatisch worden getraind en aangepast op veranderende omstandigheden.
  • Organisatorische inbedding – Ten derde moet een algoritme worden ingebed in de operatie. Het model moet daar zijn waar de data wordt gegenereerd. Dus niet alleen op het hoofdkantoor, maar ook in de vrachtwagen en onderweg.
  • Natural language –Een laatste aspect is de mens-machine interactie. Door gebruik te maken van natuurlijke taal kan de gebruiker op een natuurlijke manier met het systeem communiceren en gaat er geen kostbare tijd verloren in het omzetten van vragen en antwoorden in begrijpelijke taal.

De analytische organisatie
DHL heeft de ambitie om door te groeien tot een volwassen analytische organisatie. Drie onderdelen zijn daarbij essentieel.

  • Ten eerste moeten analytische processen worden ingericht die de complete analytics lifecycle van data tot en met beslissingen ondersteunen. Data management vormt de basis en daarna volgen de processen voor analytische modelvorming, model management en model deployment.
  • Ten tweede is een analyseplatform vereist dat de volledige analytics lifecycle ondersteunt. Verschillende stakeholders, zoals management, analisten en data scientists werken hierin samen met specifiek voor hen bedoelde maar op elkaar afgestemde tools. Een dergelijk platform biedt tevens functies voor governance en security
  • Maar net zo belangrijk is dat er sprake is van een analytische cultuur: zowel het management als de werkvloer moet durven vertrouwen op de data en niet bij iedere afwijking of uitzondering terugvallen op eigen ervaring en onderbuikgevoel.

Om AI en machine learning voor toepassingen op operationeel niveau in te zetten, gaat het er vooral om hoe je in de praktijk uitvoering kunt geven aan het algoritme. Alleen als het algoritme in al zijn hoedanigheden aansluit op de operationele processen en de dagelijkse dynamiek, kunnen organisaties zoals DHL grip krijgen op uitzonderingen en direct inspelen op veranderende omstandigheden. Organisaties die data en analytics op deze wijze omarmen kunnen daarmee een voorsprong realiseren.

Over de auteur

Edwin adviseert organisaties hoe zij met behulp van analytics kunnen optimaliseren en innoveren. Door het gebruiken van analytics kunnen klanten nieuwe inzichten verwerven om betere beslissingen te nemen. 

Reacties

Analytics Experience 2018: hoe Analytics innovatie stimuleert
18 oktober 2018 [09:59], 72 views

Analytics Experience 2018: hoe Analytics innovatie stimuleert

Tijdens Analytics Experience in Milaan van 22 tot en met 24 oktober is het mogelijk om kennis te maken met de nieuwste skills en technologieën die innovatie stimuleren.

 

Lees meer  

Notilyze neemt SaasNow over
10 oktober 2018 [10:01], 323 views

Notilyze neemt SaasNow over

Met de overname van SaasNow kan Notilyze de ambitie om analytics binnen handbereik van ieder bedrijf en iedere business professional te brengen, verder vormgeven.

 

Lees meer  

Sports Analytics met SAS
3 oktober 2018 [11:27], 236 views

Sports Analytics met SAS

Wereldwijd wordt SAS bij vrijwel elke denkbare sport ingezet om trainings- en wedstrijdresultaten te analyseren. Nu richten we ons op een andere wereldsport: darts!< [...]

 

Lees meer  

Ethisch raamwerk rondom AI-gebruik
19 september 2018 [04:24], 597 views

Ethisch raamwerk rondom AI-gebruik

Organisaties werken aan een meer ethisch en verantwoordelijk gebruik van artificial intelligence Onderzoek van SAS, Accenture, Intel en Forbes Insights wijst uit dat [...]

 

Lees meer  

Honderdduizenden variabelen naar een unieke DNA Fingerprint: een stap naar ‘personalized medicine’
13 augustus 2018 [10:30], 1150 views

Honderdduizenden variabelen naar een unieke DNA Fingerprint: een stap naar ‘personalized medicine’

Zijn data scientists in staat om nieuwe inzichten te halen uit genetische data van de patiënt, met als doel om kanker beter te begrijpen en behandelingen beter [...]

 

Lees meer  

Hoe verandert de technologische ontwikkeling de strategie van toezicht en handhaving?
27 juli 2018 [10:53], 1430 views

Hoe verandert de technologische ontwikkeling de strategie van toezicht en handhaving?

Big data, data analytics, Internet of Things (IoT), cryptomunten, blockchain, kunstmatige intelligentie (AI), FinTech en robotisering spelen een steeds belangrijkere [...]

 

Lees meer  

Innovaties in een data gedreven samenleving
13 juni 2018 [09:00], 1385 views

Innovaties in een data gedreven samenleving

Innovaties in een data gedreven samenleving: van een grotere overlevingskans bij vroeggeboortes tot een leven lang genieten van voetbal. Op donderdag 31 mei vond de [...]

 

Lees meer  

Gezondheidszorg is early adopter in toepassen van AI
11 juni 2018 [10:17], 755 views

Gezondheidszorg is early adopter in toepassen van AI

Artificial Intelligence is waarschijnlijk het grootste buzzwoord van 2017 en 2018, en terecht! De gezondheidszorg lijkt echter een sector die, als early adopte [...]

 

Lees meer  

Hoe DHL meer grip krijgt op veranderende omstandigheden
8 mei 2018 [11:26], 1301 views

Hoe DHL meer grip krijgt op veranderende omstandigheden

Logistiek dienstverlener DHL onderzoekt de mogelijkheden om data analytics toe te passen op operationeel niveau om direct in te kunnen spelen op veranderende omstand [...]

 

Lees meer  

SAS Data Science & Analytics Day op 31 mei
2 mei 2018 [09:01], 1953 views

SAS Data Science & Analytics Day op 31 mei

Innovatief gebruik van analytics verandert de wereld. De SAS Data Science and Analytics Day op 31 mei biedt organisaties nieuwe inzichten en ideeën die bijdragen aan de ‘a [...]

 

Lees meer