Previsiones de pedidos de piezas de recambio
Utilizando técnicas de aprendizaje automático, se llevó a cabo una prueba de concepto para la creación de previsiones de pedidos por volumen y exprés de varias áreas de almacén.
Prueba de concepto satisfactoria y piedra angular para posteriores análisis en 8 semanas.
Preparación de 7 fuentes de datos diferentes
Cálculo de más de 20 modelos individuales
Previsiones hasta 91%
Desafío
Para una empresa de logística, es interesante poder predecir los pedidos de piezas de recambio por volumen y los pedidos urgentes en un futuro próximo para llevar un mejor control.
Una previsión detallada de los pedidos debe servir, entre otras cosas, para derivar las necesidades de personal.
Solución
Selección de datos, exploración y preparación de 7 fuentes de datos diferentes. Creación de variables de influencia significativas (características) para predecir los pedidos de piezas de recambio. Cálculo de un GBM para cada área de almacenamiento para pedidos urgentes y un GBM para pedidos de volumen.
Elaborar previsiones diarias para 20 días, así como puntuales para 2 días de antelación.
Resultado
Ampliación de las previsiones en términos de calidad y granularidad. Consideración de variables de influencia importantes (por ejemplo, los días festivos). Derivación de las necesidades de personal a partir de las previsiones posibles.
¿Le interesan sus propios casos de uso?
Desafío
Una empresa automovilística desea visualizar diversos datos específicos del mercado para crear un Análisis de la competencia para el mercado estadounidense.
Solución
Habrá un interactivo y Aplicación flexible, que incluye de mapas diferentes con dos vistas distintas implementadas.
Resultado
Los mercados de referencia son identifica, analiza y visualiza. El distribuidor o el departamento de ventas correspondiente tienen la posibilidad de comparar la competencia directa con su propio producto y visualizar los datos pertinentes.
Nuestros casos prácticos
- Obtenga información aún más detallada sobre los proyectos de nuestros clientes -
Cocina inteligente con Thermomix
Operaciones de datos en Munich Re
Conocimientos de datos e IA
Creación conjunta de valor añadido a partir de los datos y la IA