ما به اندازه کافی خوش شانس هستیم که با باهوش ترین ذهن ها در لجستیک کار می کنیم، به ویژه دکتر کریس کاپلیس. دکتر Caplice دانشمند ارشد DAT است. او همچنین به ،وان محقق لجستیک و حمل و نقل در MIT کار می کند.
اخیراً، دکتر Caplice بحثی را در مورد اینکه چگونه علم داده آماده است تا حمل و نقل را متحول کند، رهبری کرد. اگر به اندازه کافی خوش شانس بودید که شرکت کنید، همه چیز آماده است. اگر نه، نگران نباشید – ما یک خلاصه در اینجا داریم. بیایید شیرجه بزنیم
فرستندهها با چالشهای منحصر به فردی روبرو هستند، بنابراین به راهحلهای منحصربهفردی نیاز دارند
هنگامی که ما با فرستنده ها کار می کنیم، تمرکز ما در سه جهت مختلف است.
ابتدا برای ارزیابی عملکرد به گذشته نگاه می کنیم. به سؤالاتی فکر کنید که «شرکتهای حملونقل، خطوط، بخشها) در مقایسه با (تاریخ، صنعت، بازار) از نظر (نرخ، پذیرش، استفاده نقطهای) چگونه عمل ،د؟» و جاهای خالی را پر کنید.
سپس، با سؤالاتی مانند «نرخهای (نقطهای/قراردادی) در این (خطوط، مناطق، در سطح ملی) آینده (هفته، ماه، سال) چه خواهد بود؟» پیشبینی خوب به فرستندهها اجازه میدهد بودجهها، قراردادها و انتظارات را با تیمهای اجرایی تنظیم کنند.
در نهایت، ما آشکارا در حال حاضر بر روی یافتن نرخ ها متمرکز شده ایم. شما به دنبال جابهجایی کالا هستید و باید بد،د که چه نرخهایی وجود دارد.
سه غذای بزرگ
بازار حمل و نقل کامیون یک کالای معمولی نیست و همیشه در جریان است
اگر در حال خواندن این مطلب هستید یا در ارائه شرکت کرده اید، این برای شما خبری نیست. اگر مفید است، نرخ های نقطه ای را مانند آب و هوا در نظر بگیرید، در حالی که نرخ های قرارداد بیشتر شبیه به آب و هوا است. نرخهای نقطهای بسیار نوسانتر هستند، اوجهای بالاتر و پایینتر دارند و اغلب به ،وان شاخصی برای نرخهای قرارداد عمل میکنند.
برع،، نرخهای قرارداد پایدارتر هستند و در طول زمان به آرامی حرکت میکنند.
نکته مهم اینجاست: به دلیل وسعت بازار بار کامیون و موانع کم ورود و ،وج، هیچ ، قیمت ساز نیست، همه قیمت گذار هستند. این به طور موثر به این م،ی است که هیچ ، از تاج ها و فرورفتگی های بازار کامیون مصون نیست. اگر مجبور به سوار شدن بر امواج هستید، باید بد،د کجا هستید. اینجاست که علم داده به شما کمک می کند.
تجزیه و تحلیل داده ها می تواند قرارداد را بهبود بخشد
شبکه های حمل و نقل از طیف گسترده ای از انواع خطوط تشکیل شده است. شناسایی خطوطی که به احتمال زیاد ش،ت خواهند خورد، قابل انجام است و تابعی از حجم و ثبات تاریخی است.
دکتر Caplice آن را به این صورت تنظیم می کند: 85٪ از خطوط حدود 28٪ از هزینه ها و 20٪ از حجم شما را انجام می دهند، در حالی که 15٪ دیگر خطوط، 72٪ از هزینه ها و 80٪ از حجم شما را انجام می دهند.
چرا به این نکته اشاره کنید؟ دکتر Caplice خاطرنشان میکند که معمولاً خطوط کمحجم با سرعتهای بالاتری نسبت به خطوط با حجم بالا ش،ت میخورند یا از بین میروند – بنابراین شاید شما نباید آن خطوط کمحجم را منقبض کنید. تجزیه و تحلیل داده ها می تواند نشان دهد که یک قرارداد در چه سطحی به حرکت مالی قابل تشخیص تبدیل می شود. تجزیه و تحلیل شارپ حتی می تواند نشان دهد که چه زم، باید از بازارهای قراردادی یا لحظه ای بر اساس حجم استفاده کنید.
علم داده امکان استفاده از نرخ های پویا را فراهم می کند
در حال حاضر چگونه می خواهید نرخ های من، را پیدا کنید؟ نه نرخی که در سه ماه به آن نیاز داشتید، نه نرخی که 6 ماه پیش پرداخت کردید – در حال حاضر.
دشوار است، به خصوص با توجه به اصل بدیهی دکتر کاپلیس، “این ایده که نرخ بازار وجود دارد یک افسانه است.” پس چیکار میکنی؟ اگر به نرخهای خطوط بر اساس هفته، ماه، روز، فرستنده، نوع بار، میانگین سالانه، حملونقل یا هر متغیر دیگری نگاه کنید، به سختی میتو،د نرخ منطقی را تعیین کنید – واریانس بسیار زیادی وجود دارد. دکتر کاپلیس میگوید، هر رابطه حملکننده و حامل یک دانه برف است.
به همین دلیل است که باید از یک مدل قیمت گذاری که بر اساس علم داده های صحیح ساخته شده است استفاده کنید. مدل DAT iQ تمام ویژگی های منحصر به فرد شراکت تجاری شرکت مخابراتی شما را در نظر می گیرد و نرخ عملی بازار را به شما می دهد. از آنجا، میتو،د بر اساس عوامل دیگری که مهم مید،د بالا یا پایین تنظیم کنید.
یک مزیت پنهان این امکان قیمت گذاری خطوط بسیار تخصصی است که در آن سابقه نرخ نازک یا وجود ندارد. اگر بارهای تخصصی را در خطوطی جابهجا میکنید که عملکرد چند، ندارند، این مدلهای قیمتگذاری میتوانند بهترین دوست شما باشند.
چگونه از علم داده برای بهبود ،ب و کار خود استفاده می کنید؟ اصلا هستی؟ اگر نه، و به مک، برای شروع نیاز دارید، به ما مراجعه کنید
منبع: https://www.dat.com/blog/heres-،w-data-science-will-revolutionize-trucking