Focus – L’analyse prédictive de données en logistique – Zoom sur Clearmetal

12428
Imprimer

L’analyse prédictive de données en logistiqueZoom sur Clearmetal

 

En 2014, selon l’Organisation Mondiale du Commerce, 90% des biens étaient transportés par voie maritime. Forts de ce constat, Adam Compain and Will Harvey, accompagnés de scientifiques et d’ingénieurs de Stanford et Google, créent en 2014 ClearMetal. Cette start-up de la Silicon Valley adopte une démarche mathématique pour prévoir où et quand chaque conteneur doit se trouver. ClearMetal utilise des simulations et l’analyse prédictive pour anticiper la demande et aider les transporteurs maritimes à augmenter leur profitabilité en optimisant leur logistique et organisation.

Nous prédisons tout événement du circuit logistique avec précision. Ainsi, nous sommes en mesure de fournir à chaque acteur de la chaîne d’approvisionnement – que ce soit l’expéditeur, le distributeur, le transitaire ou encore les terminaux – des informations clés les aidant dans la prise de décision et la gestion des opérations” explique Adam Compai, co-fondateur et CEO de ClearMetal.

L’entreprise combine des données telles que les informations de réservation, les informations sur le voyage du navire et les données sur les mouvements des conteneurs avec des données de tiers telles que les taux de change, les tendances des produits de base, les données météorologiques et d’autres formes de données. Ils créent ensuite une chaîne d’événements pour supporter une expédition de bout en bout. Si un fabricant de produits électroniques veut expédier de Minneapolis au port de Santos au Brésil, quelle est la distribution de probabilité associée à avoir un conteneur vide disponible à Minneapolis en huit semaines? L’historique passé des commandes pour les envois à destination et en provenance de Minneapolis, combiné à l’information sur les marchandises (les marchandises qui se trouvent dans ces conteneurs et la demande croissante ou affaiblie pour ces marchandises) peut aider à faire cette prédiction.

 

Ce modèle, qui fonctionne sur le systèmes Amazon Web Services (AWS), peut prédire la demande en conteneurs jusqu’à 8 semaines en avance et ces prédictions sont 30 à 60% plus précises que les prédictions que les expéditeurs utilisent actuellement. Pour une entreprise de transport maritime possédant des centaines de milliers de conteneurs, cela représente des économies dépassant le million de dollars. ClearMetal estime que plus de 2 milliards de dollars pourraient être économisés en optimisant la chaîne logistique.