+47 915 37 096 [email protected]
Hvordan transportindustrien responderer på covid-19 pandemien

Hvordan transportindustrien responderer på covid-19 pandemien

av | mai 29, 2020 | Produksjon og supply chain, Transport

Det er visse produkter som har sett en økende etterspørsel i møte med COVID-19 pandemien. Et eksempel er hermetiske varer, noe som betyr at selskapene som produserer bokser for disse varene har satt opp produksjonen. Like viktig som stedene som produserer bokser, er lastebilene som kjører de fra a til b. Vi skal se på noen av justeringene transportindustrien har måtte gjøre i møte med COVID-19 pandemien.

Effekter på industrien

Transport ble ansett som en kritisk funksjon for samfunnet tidlig under pandemien, og transport av varer er unntatt reiserestriksjonene. Å få viktige varer til destinasjonene er like viktig som varene i seg selv. Norge er avhengig av gode forsyningslinjer for å sikre både befolkning og virksomheter nødvendige varer. 
 
Tross at Norge gjør det de kan for å holde forsyningslinjer oppe, merker varetransporten både forsinkelser og kanselleringer, og blir berørt gjennom problemer bakover i verdikjeden.
 
For veitransportindustrien var det kanskje litt enklere å tilpasse seg nedstengningen av landet enn for vann- og lufttransport. Lastebilsjåfører kan ha måtte bruke ekstra tid knyttet til visse leveranser, for eksempel ved å måtte ta temperaturen før de kom inn til et anlegg. Andre leveranser krever levering uten kontakt med andre. Uansett reflekterer arbeidet deres en bransjeomfattende utfordring, ikke ulikt hva andre næringer står overfor hvis de prøver å opprettholde virksomheten akkurat nå: transportsektoren må holde sine ansatte friske for å fortsette å gjøre sin del i forsyningskjeden.

Hvordan data kan hjelpe industrien til å tilpasse seg

For noen selskaper er dette en mulighet til å samle data for å hjelpe dem gjennom en mulig neste krise. Andre selskaper har kunnet bruke det de har lært fra tidligere forstyrrelser.
 
Bedrifter som er bundet til kontrakter i bransjer som sliter i disse tider, kan ha vanskeligheter for å gjøre justeringer. Uavhengige entreprenører som kan snu seg raskt, er de som kan dra nytte av fleksibiliteten og hente arbeid hos et selskap som fremdeles trenger å flytte varer. Flere og flere selskaper vil sannsynligvis prøve å diversifisere kundebasen når viruset ikke lenger er en trussel.
 
De beste dataene kan komme fra informasjonen en organisasjon allerede samler inn, bare sett på fra et annet perspektiv. Transportfirmaer samler mange datapunkter, og sporer leveranser fra et punkt til et annet og hvert stopp underveis. Å se på den informasjonen gjennom linsen til en pandemi kan gi noen svar på hvordan man kommer gjennom det som for mange selskaper er en ekstraordinær situasjon.
Hvordan bedrifter kan administrere deres supply chain under COVID-19 pandemien

Hvordan bedrifter kan administrere deres supply chain under COVID-19 pandemien

av | mai 15, 2020 | Produksjon og supply chain

Selv i de beste tider kan en forstyrrelse i forsyningskjeden koste en organisasjon verdifull tid og penger. I den tiden vi er i nå, gjelder ikke bare konsekvensene for organisasjonen, men også for mennesker som kanskje aldri har hørt begrepet «supply chain» før.
 
Synet av tomme hyller der vanlige gjenstander som toalettpapir vanligvis er på lager, eller nyhetsvideoer som viser mangel på medisinsk utstyr, gjør alle klar over hva som er og hva som ikke er tilgengelig på grunn av COVID-19 pandemien. Noen organisasjoner har gjort tiltak for å forberede seg på en situasjon som denne. Andre var ikke like forutseende. Vi skal se på begge sidene av dette, og hvordan alle kan forberede seg på nye store forstyrrelser.  

Den ideelle posisjonen

Organisasjoner som hadde teknologi for supply chain på plass før pandemien, står bedre stilt enn de som ikke hadde. Ved å ha data tilgjengelig ville det gitt mulighet til å vite hvilke fasiliteter eller andre organisasjoner som ville bli berørt, og hvordan det ville påvirke produktene deres. Mens mulige konkurrenter uten disse dataene ville ha lett etter informasjon for å legge til rette for beslutninger, ville selskapene med dataene allerede vært i gang med å sikre seg materialene de visste de ville trenge.  
 
Et eksempel er innen matkjeder. Ved å ha rask tilgang til data, har det gjort det mulig for bedrifter som nærbutikker å omfordele visse produkter for å unngå overdreven lagring og til å distribuere produktene sine jevnt. 

Det mange organisasjoner står overfor

Ikke alle organisasjoner har en detaljert forståelse av deres supply chain, verken når det gjelder alle stegene i prosessen som er involvert for å få et produkt til det endelige målet, eller hvor alt starter. Det kan være kostbart og ressurskrevende arbeid, og noen selskaper har bare ikke tatt seg tid eller brukt penger på å finne ut av alle detaljene. Som et resultat, kan de ha forventet et problem når visse elementer i forsyningskjeden ble stengt ned, men de har kanskje ikke hatt en klar ide om når eller hvor i forsyningskjeden disse problemene ville oppstå.
 
Selv om de ikke kan kartlegge supply chain informasjonen, er mange selskaper i stand til å vurdere varebeholdningen. Disse dataene kan gi en organisasjon en ide om hva de kan fortsette med, mens de prøver å finne ut av hvor stor forstyrrelse de står overfor og hvordan de kan tette informasjonshull.

Veien videre

Den ideelle supply chain oversikten gir en organisasjon all informasjon de trenger, helt ned til råvarekilden. Imidlertid trenger ikke alle bedrifter å grave så dypt. Det finnes programvare for supply chain som leverer data som for eksempel, leverandører av de fem beste produktene etter inntekt, funksjonene til en lokasjon og alternative lokasjoner som tilbyr det samme. Annen informasjon som for eksempel hvor lang tid det vil ta å flytte operasjoner til en annen lokasjon, er viktig i situasjoner der det primære stedet ikke lenger er i drift.
 
For noen selskaper er det imidlertid for sent å bruke avanserte supply chain data til å overvinne de økonomiske problemene forårsaket av pandemien. De viktigste dataene for dem – så vel som for de fleste i verden – er antall mennesker som er berørt av viruset. Når deres supply chain er intakt igjen, er det på tide å gjøre en innsats for å kartlegge den slik at de er forberedt neste gang en katastrofe rammer. 

Basert på innlegg skrevet av John Sucich, Dimensional Insight

Data Analytics: En løsning for flere bransjer

Data Analytics: En løsning for flere bransjer

av | apr 9, 2019 | Produksjon og supply chain, Utdanning

Vi lever i en verden full av data. Enorme mengder transaksjoner skjer hver dag og det kan fort bli overveldende med store data mengder. Et data analyseverktøy bidrar til å strukturere dataene og skape nytteverdi fra tallene dine. Analyse er avgjørende for å forstå hvorfor en organisasjon oppfører seg som den gjør og hvor fremtiden din er på vei.  

Alle organisasjoner kan dra nytte av analyse

Data analytics er ikke eksklusivt for kun en bransje, da alle organisasjoner har stor nytteverdi av sine data. For leverandører som selger sine produkter gjennom salgsavdelinger eller store nettverk av forhandlere og distributører, har dataanalyser blitt et sentralt element i deres beslutningsprosess. Mens flere organisasjoner forstår at avanserte analyser kan forandre hvordan virksomheten deres fungerer, har flere enda ikke oppdaget verdien av å utnytte dataanalyse.

Å forbli konkurransedyktig i dagens globale økonomi, er ikke en lett oppgave. Med stigende driftskostnader og store fragmenterte datamengder, har bedrifter utfordringer knyttet til å nå sine mål. Så hvordan skal de håndtere sine utfordringer? Under kan vi se hvordan data analytics viser sin allsidighet i forskjellige bransjer.

Produksjon

Er produsenter oppdatert på dagens teknologi? Med nye fremskritt som automatisering, virtuell virkelighet og additiv produksjon, må produsenter kunne revurdere og overvåke de gamle prosessene og gi plass til det nye. Ved hjelp av bransjespesifikke måleindikatorer kan analyser bidra til å spore den generelle ytelsen til forretningsprosessene dine, og styrke din interne struktur for å analysere effektivitet, kostnad og produktivitet på tvers av KPIer. Med en tilnærming til en grundig dataanalyse og bruk av praktisk erfaring, kan produsenter optimalisere deres supply chain, redusere driftskostnader, kontrollere utgifter, administrere lagerbeholdning og forbedre driftseffektiviteten.

Distribusjon

Distributører står ofte overfor en overflod av data, spesielt data som fokuserer på lagerbeholdningen. Det alle streber etter, er å alltid vite hva som er på lageret, hva det er verdt, og hvor mye det koster å holde det der. Når det gjelder emballasje og distribusjon, hjelper dataene distributører med å opprettholde et konkurransefortrinn, som de trenger for å møte sine marginer og vekstmål. Ved hjelp av en datastyrt tilnærming kan organisasjoner fokusere på å bestemme de sanne kostnadene og oppdage hvordan deres innsikt (eller mangel) kan påvirke lønnsomheten.

Utdanning

Hvordan kan universiteter måle studenters suksess? Med robuste analyseverktøy for høyere utdanning, kan data-dreven innsikt integreres i ulike organisasjonsprosesser. Med et analyseverktøy har du muligheten til å se hvordan studentene dine presterer og lære hvordan du kan forbedre deres studietid, både faglig og personlig. Hvordan? Start med å spørre deg selv hva du vil vite om studentene.

Vil du vite hvordan studentene bruker fritiden sin? Kanskje de har en jobb ved siden av studiene. Eller kanskje de driver med sport. Når du vet hva du leter etter, kan du opprette måleindikatorer som er spesifikke for hver kategori du vil utforske. Informasjon som du vil se nærmere på kan omfatte: kurs, økonomisk hjelp, ekstra kursordninger, osv. Dette vil i sin tur hjelpe din høgskole med studentrekruttering, studentretensjon, studiepoeng, økonomisk rapportering og prediktiv analyse for å identifisere potensielle problemer.

Valget er ditt

Suksess er betinget av tilnærminger for samarbeid som gir klar, handlekraftig innsikt som bygger tillit til brukerne dine. Enten organisasjonen din er fokusert på å øke effektiviteten, redusere kostnadene, optimalisere fortjenesten eller oppnå betydelig vekst, vil suksessen din bestemmes av din evne til å fremskaffe kilder og analysere data.

Hvordan kombinere AI og menneskelig interaksjon

Hvordan kombinere AI og menneskelig interaksjon

av | okt 4, 2018 | Produksjon og supply chain

Kunstig intelligens har blitt så integrert i livene våre, at vi ofte ikke legger merke til det. Vi er både takknemlige og frustrerte på autokorreksjonen i mobilene våre. Vi tar det for gitt når Facebook tagger bildene våre, Amazon anbefaler bøker, og deteksjonsalgoritmer hjelper til med å lese mammografiene våre. Likevel, spår Gartner i den siste rapporten 100 Data and Analytics Predictions Throguh 2022, at det vil bli mye mer kunstig intelligens fremover. Dette gjelder i alle typer forretningsfunksjoner, i ulike industrier. Det vil påvirke daglige oppgaver både privat og profesjonelt, samt positivt påvirke jobber.

Det med at AI vil ha en positiv påvirkning på jobber, synes jeg er interessant. Jeg tror at ideen om at AI vil skape og ikke eliminere jobber er fordi kunstig intelligens i stor grad kompletterer menneskelig intuisjon – men ikke erstatter den. Under ser du tre organisasjoner som bruker AI i 2018 for å forbedre menneskets intuisjon, forbedre fortjenesten og livskvalitet.

Kunstig intelligens og kaffe

Neste gang du kjøper kaffe, kan du tenke på alle måtene big data og kunstig intelligens er med på å forme Starbucks opplevelsen din. Starbucks har estimert 90 millioner transaksjoner per uke, som gir selskapet 90 millioner muligheter til å samle inn og utnytte data. Mer enn 15 millioner mennesker tillater Starbucks å samle inn enda mer detaljerte data om deres kaffevaner, gjennom belønningsprogram og mobil appen. Disse dataene tillater igjen at selskapet kan fokusere på tilpassing, og skape en «bare-for-deg» kundeopplevelse. AI støtter appen sine anbefalinger om nye mat- og drikkevarer, basert på tidligere kjøp, geografi og vær. Alt dette supplerer Starbucks menneskeligbaserte kundeengasjement og lojalitet, inkludert en barista som kjenner til navnet ditt og favorittdrinken.

Oppdage motetrender

I likhet med verdens største kaffekjede, har også verdens største klesmerke benyttet kunstig intelligens for å skape tilpassede butikkopplevelser. H&M benytter 200 data scientists, analytikere og ingeniører for å oppdage trender, forbedre tilbud og etterspørsel og finjustere hvilke varer som er tilgjengelig i sine butikker. Selskapet bruker maskinlæring og språkbehandling for å analysere blogginnlegg, søkeord, sosiale medier og andre kilder, i et forsøk på å oppdage trender opp til åtte måneder i forveien. Denne kvantitative analysen hjelper de med å oppdage nye trender, i tillegg til H&M sine designeres moteinstinkter.

På butikknivå har H&M begynt å bruke algoritmer til å analysere kvitteringer, retur, lojalitetskort og innkjøpsmønstre for individuelle steder. Målet er å bruke disse granulære dataene til å tilpasse varene som er tilgjengelige i hver butikk – en stor forandring fra H&M sin langvarige praksis med å fylle alle butikker med lignende varer. Selskapet rapporterer et forbedret salg i en butikk i Stockholm som justerte varebeholdningen, og de utvider nå programmet globalt.

Triaging krise samtaler

Andre bedrifter benytter AI for å kunne bedre hjelpe folk i krisetider. Crisis Text Line er en nonprofit organisasjon, som gir gratis støtte 24 i døgnet, med frivillige som reagerer på meldinger om bl.a. depresjon, selvmord, mobbing og parforholdsproblemer. Mens hver melding leses og håndteres av et menneske, er organisasjonen avhengig av data for å gi hjelp raskere og mer nøyaktig. Crisis Text Line bruker maskinlæring og naturlig språkbehandling for å søke gjennom meldingen de mottar – over 65 millioner og dette øker. Systemet identifiserer høyrisiko ord og ordkombinasjoner og flytter deretter de meldingene øverst i køen. Organisasjonen forklarer:

Vårt maskinlæringslag identifiserer 86% av personer med alvorlig risiko for selvmord i sine første samtaler. Modellen, et ensemble av dype nevrale nettverk, lærte å forutsi risikoen for selvmord fra alle samtaler merket med «Selvmord» av kriserådgivere, i en undersøkelse tatt etter samtaler. Samspillet mellom modellforutsetninger og sanntids tilbakemeldinger fra Crisis rådgivere er viktig for forbedring av modellen. Vi er nå posisjonert for å betjene 94% av høyrisiko-meldingene på under 5 minutter.

Crisis Text Line forutsier at når algoritmen øker nøyaktigheten, vil det redusere ventetiden for folk med høyest risiko, spesielt i de travleste nattetidene. I tillegg leser dagens maskinlæringslag bare åpningsmeldingene, men en forbedret modell vil kunne oppdage og justere risiko i løpet av en samtale. Crisis Text Line forventer at maskininnlæringen til slutt vil oppdage selvmordsrisiko 5-10 minutter raskere enn en menneskelig kriserådgiver kunne på egen hånd.

Analyser i sitt beste

Gartner observerer, «den digitale fremtiden for virksomheter, konfronteres med nesten ubegrensede muligheter til å generere verdiskapning gjennom data og analyser.»¹ Dette er bare tre eksempler på organisasjoner som utnytter milliarder av transaksjoner for å bedre kunne betjene sine kunder og klienter. Starbucks og H&M bruker AI til å skape personlige kundeopplevelser, mens AI kobler Crisis Text Line sine frivillige til kriseproblemer raskere enn noensinne. I hvert tilfelle erstatter ikke AI menneskelig berøring, men snarere forsterker den. Det er dataanalyse på sitt aller beste: kombinere datakraft med menneskelig intellekt og instinkter for å gi best mulig beslutningsgrunnlag.
Kilder
¹Gartner, 100 Data and Analytics Predictions Through 2022, May 21, 2018.
“H&M Ramps Up Data Use,” by Saabira Chaudhuri, The Wall Street Journal, May 8, 2018.