Business Intelligence-Lösung für die Logistik
5. März 2018
„Im Zusammenhang mit Transporten entstehende Daten liefern wertvolle Informationen, um Prozesse an allen Punkten der Lieferkette zu optimieren – vom Lager über den Hof und den Transport bis hin zur Zustellung. Aus den Daten lassen sich mit Predictive Analytics außerdem Vorhersagen für künftige Anforderungen treffen“, führt Franz Renger aus, Logistik-Experte bei der Kratzer Automation AG. Logistikunternehmen seien mit der Lösung künftig in der Lage, Soll-Ist-Analysen durchzuführen. Dadurch werde erkennbar, wo Vorgänge auf der Lieferkette im Hinblick auf die jeweiligen Key Performance Indikatoren (KPIs) effizienter abgewickelt und Ressourcen besser genutzt werden können.
Indem verschiedene Datenquellen miteinander in Beziehung gebracht werden, lassen sich völlig neuartige Informationen gewinnen. Dabei können etwa Faktoren wie Zustellraten, Spritverbrauch, gefahrene Routen und vom Fahrer eingelegte Stopps neu bewertet werden. Ebenso werden Erkenntnisse über die Ursachen von Problemen bei der Zustellung gewonnen. Dazu gehören beispielsweise Standzeiten am Hoftor sowie Verzögerungen beim Wareneingang aus dem Hauptlauf oder bei der Beladung von Sendungen. Bei der Analyse ist es möglich, Daten nach Relevanz im Hinblick auf KPIs zu segmentieren, etwa nach Ländern, Regionen oder Zeiträumen.
Die abhängig von definierten KPIs zu evaluierenden Daten werden aus den operativen Systemen überführt in eine dedizierte Datenbank. Dabei ist die Einbettung in ein unternehmensweites KPI-System möglich. Das Datenhosting erfolgt im Rechenzentrum des Kunden oder wird auf Wunsch von Kratzer Automation übernommen. Bei verteilten operativen Servern ist die Integration in eine zentrale Datenbasis möglich – somit können Daten aus dezentralen Systemen kumuliert werden.
Ein responsives und damit endgerätunabhängiges Dashboard visualisiert alle Prozesse und ermöglicht einen umfassenden Überblick – die Ansicht ist nach individuellen Kundenwünschen konfigurierbar. Dabei werden die Anforderungen an den Datenschutz zu jedem Zeitpunkt erfüllt, etwa durch die Anonymisierung von Daten. (rhh)
