"Når Predictive Logistics kan føre til Logistics Excellence"
Af Jesper Nybro Lindqvist, Head of Product Management hos PostNord Logistics 

Predictive Logistics er et ufatteligt bredt felt, som kan berøre alle snitflader i en supply chain. Det handler basalt, om at kunne forudsige fremtidige trends som f.eks. ændringer i kunde- og markedsbehov eller ændringer i supply-chain matrixen via forskellige statistiske metoder. En stor del af fremskridtene er lavet med afsæt i optimeringer af UTZ, ruteplanlægning, terminalprocesser og warehousing. Det vil sige, at vi ser ind i forbedringer indenfor transparens, grøn logistik og operationel performance.

Udviklingen i Predictive Logistics er fra et ”simpelt” afsæt i historisk viden og data, hvorfra forecastingmodeller er blevet dannet. Præcisionen i disse modeller er langsomt blevet udviklet og forbedret, men er også i nogen grad blevet irrelevante grundet ændringer i mønstre og behov. Hastigheden hvormed ændringer sker, er bare accelereret helt enormt over de sidste år med Covid-19 som det absolut mest synlige og nærliggende eksempel på dette. Mange modeller har skulle re-tænkes og re-designes for at have værdi. Fokus i dette indlæg vil være på den gradvise udnyttelse af data til kommercielle initiativer, samt et blik på det næste paradigmeskift indenfor Predictive Logistics.

Formålet med indlægget er, at du kan tage indsigter omkring de potentielle faldgruber der kan forekomme i forbindelse med datarejsen med, få fornyet indsigter om emnet generelt og måske lidt ny viden om hvad der kan skabes med afsæt i dataudnyttelsen. Afslutningsvis kommer jeg med mit bud på den nærfremtidige udvikling indenfor Predictive Logistics.      

Sådan kan Predictive Logistics skabe værdi

Lige for at tage et par skridt tilbage, har det været et altoverskyggende problem, at datakilder indenfor supply chain har været notorisk upræcise, fragmenteret og deraf kun haft en lille værdi. Denne hurdle er i mange tilfælde forceret, og man har fyldt de mange nuller ud med reel data, og, samtidig fundet ankerpunkterne, som kan binde kæderne sammen. Dette har, i sin enkelthed, gjort data læsbart og dannet grundlaget for de næste, eller rettere de første, skridt indenfor Predictive Logistics.

Det er en ufravigelig del af rejsen at få renset sin data og få kontrol over sin masterdata. Yderligere skal man ikke lade sig forvirre eller forblænde af de mange typer af software, som er på markedet. Alt for mange projekter bliver forsinket eller strander helt pga. diskussionerne omkring valg af værktøjer.

Når vi tager skridtet videre, og ser på hvad vi får ud af det gode data og ved skabelse af modellerne, så er der en klokkeklar værdiskabelse i, at man kan opnå en top tunet operationel performance i alle led. Derudover kan man hurtigere forudsige ændrede kundebehov og mønstre. Yderligere drages output direkte ind i produkt-, pris- og løsningsudviklingen, og er en generel nøgle-driver for den markedsstrategiske udvikling. Samtidig kan der skabes en total transparens overfor afsender og modtager, som bliver et mere og mere udtalt krav.

Man skal kunne kravle før man kan gå!

Der er en, for nogen usynlig ’modenhedstrappe’ man skal kravle op ad for at opnå færdighederne til at kunne udnytte Predictive Logistics potentiale. Som udgangspunkt kan man ikke springe et led over ved at overinvestere i software. Det er en væsentlig pointe, at ETL-MV færdigheder (extract, transform, load, metrics, visualisering) skal være på plads inden man tager skridtet videre mod den reelle Predictive Logistics. Man skal altså have helt styr på sin data før man kan skabe værdi med Predective Logistics.

Fremtidens paradigmeskift indenfor Predictive Logistics

Hvor kommer det næste store paradigmeskift? Min personlige tanke er, at vi ser ind i en logistikverden hvor AI og Deep-learning er de næste begreber, som bliver ”allemandseje”. Både forståelsen og udnyttelsen af disse vil blive udbredt. Flere use-cases mener, at deres AI gør forecastingmodeller 30% mere præcise og påvirker churn af kunder med op til 60%. Det er meget markante tal og noget, som vil kunne ses som det næste paradigmeskift i Predictive Logistics.

Jeg vil vove den påstand, at langt de fleste logistikvirksomheder agerer som ’data-informed’ mere end decideret ’data-drevne’. AI kan være det, som skaber den data-drevne kultur og -logistikvirksomhed. Hos PostNord Logistics arbejder vi med Predictive Logistics for at udvikle de bedst mulige løsninger og produkttilbud til vores kunder, imødegå ændrede markedsbehov og sikre den mest bæredygtige transport.

Som afrunding vil jeg sige, at det er nysgerrigheden for konstant undersøgelse af opstillede modeller og hypoteser, der gør udviklingen markant og konstant. Sammenhængene mellem offentlige datakilde, kundegenereret data og egen-genereret data er mange og påvirkningen af forretningsmodeller enorm. Dataskabelsen vil accelerere og understøtte mulighederne, som I det ovenstående er fokuseret ind på det nærliggende ift. transparens, grøn logistik og operationel performance. Men mulighederne er er uendelige.

Sådan kan Predictive Logistics komme din forretning til gavn

Mulighederne indenfor Predictive Logistics er endeløse. Hvis din logistikudbyder evner at favne det, vil det føre til øget konkurrencekraft for dig på dit marked. De indsigter og den transparens som skabes, vil være med til at skabe tilpasset ydelser som gør jer i stand til agere hurtigere overfor jeres kunder. Dét er en logistikpartner, som leverer mere end blot transport fra A til B.

Vil du vide mere?

Hvis du har spørgsmål, eller bare gerne vil vide mere om Predictive Logistics og PostNord Logistics, er du meget velkommen til at kontakte mig på jesper.nybro.lindqvist@postnord.com eller på +45 52 29 55 12