Auftragsprognosen für Ersatzteilbestellungen

Mithilfe von Machine Learning-Verfahren wurde ein Proof of Concept für die Erstellung der Auftragsprognosen für Volumen- und Expressbestellungen mehrerer Lagerbereiche durchgeführt.



Erfolgreicher Proof of Concept und Grundstein für weitere Analysen innerhalb von 8 Wochen



Aufbereitung von 7 verschiedenen Datenquellen



Berechnung von über 20 einzelnen Modellen

Z

Prognosegenauigkeiten bis zu 91%

Herausforderung

Für ein Logistikunternehmen ist es von Interesse die Ersatzteilbestellungen für Volumen- und Expressbestellungen in naher Zukunft für eine bessere Steuerung vorhersagen zu können.
Durch einen detaillierten Auftragsforecast soll unter anderem der Personalbedarf abgeleitet werden.

Lösung

Datenauswahl, -exploration und -aufbereitung 7 verschiedener Datenquellen. Erstellung von sinnvollen Einflussgrößen (Features) zur Vorhersage der Ersatzteilbestellungen. Berechnung einer GBM für jeden Lagerbereich für Expressbestellungen und einer GBM für Volumenbestellungen
Erstellung der Vorhersagen auf Tagesbasis für 20 Tage sowie auf Zeitpunkten für 2 Tage im Voraus.

Ergebnis

Ausweitung der Prognosen im Hinblick auf Qualität und Granularität. Berücksichtigung wichtiger Einflussgrößen (z.B. Feiertage). Ableitung von Personalbedarf anhand der Vorhersagen möglich.

Haben Sie Interesse an eigenen Use Cases?

Herausforderung

Ein Automobilunternehmen möchte verschiedene marktspezifische Daten visualisieren, um eine Wettbewerbsanalyse für den US-Markt zu ermöglichen.

Lösung

Es wird eine interaktive und flexible Anwendung, einschließlich verschiedener Karten mit zwei verschiedenen Ansichten implementiert.

Ergebnis

Relevante Märkte werden identifiziert, analysiert und visualisiert. Der Händler oder der jeweilige Vertrieb haben die Möglichkeit den direkten Wettbewerb mit dem eigenen Produkt zu vergleichen und die relevanten Daten zu visualisieren.

Kontaktieren Sie unsere Experten