Auftragsforecast 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?

Unsere Case Studies

- Erhalten Sie noch detailliertere Einblicke in unsere Kundenprojekte -

Smart Kochen mit Thermomix

Smart Kochen mit dem Thermomix

Download
Case Studie KI bei Munich Re

Data Operations bei der Munich Re

Download

Data & AI Wissen

Gemeinsam Mehrwerte aus Data & AI schaffen

Blog

Entdecken Sie Fachartikel rund um Data & AI sowie aktuelle Branchenmeldungen.

Webinare

Best Practices und Industry Exchanges - Live oder On Demand ansehen.

Whitepaper

Erfahren Sie mehr über den Einsatz von Data & AI in Ihrer Branche und Abteilung.