Dachser využívá strojové učení pro predikce objemů příchozích zásilek

„V logistice jsou data a jejich analýza již dlouho dobu nedílnou součástí hodnotových a dodavatelských řetězců,“ říká Ing. Jan Polter, MBA, obchodní ředitel Dachser Czech Republic, a dodává, „kvalitní data jsou základem spolehlivých a transparentních logistických procesů, ať už se jedná o plánování nakládek, přepravních tras, kombinování různých dopravních prostředků nebo sledování zásilek – zkrátka řízení celé sítě.“

Sezonní vzorce v pozemních přepravách

Aplikace PAnDA One (Predictive Analytics Dachser 1) je první projekt strojového učení, který Dachser v rámci své výzkumné laboratoře Dachser Enterprise Lab nedávno vyvinul společně s vědci z Fraunhoferova institutu IML z německém Dortmundu. Model PAnDA One byl speciálně navržen pro predikce objemu příchozích zásilek pro pobočky pozemní logistiky. „Naše data sahají až do roku 2011. Zaměřujeme se na historické údaje o dodávkách a tento datový fond doplňujeme o kalendářní údaje, jako jsou státní svátky nebo školní prázdniny. To umožňuje modelu rozpoznat sezónní vzorce, které jsou v pozemních přepravách tak důležité. A abychom mohli lépe předvídat trendy, integrovali jsme do něj také celou řadu ekonomických indexů,“ vysvětluje Florian Zizler, vedoucí týmu Data Science & Machine Learning společnosti Dachser, a doplňuje, „když se podmínky změní v důsledku závažných nepředvídatelných události, naráží logicky i předvídatelnost budoucích požadavků a potřeb zákazníků na své limity.“ Pro Dachser bylo samozřejmě výzvou vyrovnat se s nepravidelnými výkyvy objemu i s pandemií koronaviru, přesto však vidí využitelnost strojového učení pro predikce objemů velmi pozitivně.

Prediktivní informace o objemech příchozích zásilek až 25 týdnů dopředu

„Naším cílem je poskytnout zaměstnancům našich poboček cennou podporu při rozhodování o sezónním plánování kapacit," vysvětluje Florian Zizler, a doplňuje, „díky tomu je možné včas získat vhodnou kapacitu na trhu či plánovat zdroje v tranzitním terminálu. Náš prognostický model PanDA One poskytuje prediktivní informace o objemech příchozích zásilek až 25 týdnů dopředu.“

Pro Dachser přitom není práce s daty žádnou novinkou. Již v polovině 80. let minulého století vyvinula tato logistická společnost TMS (transport management systém) Domino, základní kámen svého zpracování dat o přepravách zboží. Dnes společnost pracuje i s dalšími systémy z vlastního IT vývoje – WMS Mikado pro řízení procesů ve skladech a Othello pro letecké a námořní přepravy. Od začátku června 2021 také společnost Dachser sdružuje odborné znalosti z nejrůznějších výzkumných a inovačních projektů ve svém novém interním kompetenčním centru pro datovou vědu a strojové učení. To se také na vývoji PanDA One podílelo.

„Význam umělé inteligence, strojového učení a datové vědy pro dopravu, logistiku a řízení dodavatelského řetězce v nadcházejících letech nadále poroste. Proto je pro nás tak důležité dále posilovat naše odborné znalosti v této významné oblasti a rozšiřovat naše schopnosti implementovat a provozovat aplikace strojového učení," uzavírá Jan Polter.