AI ændrer den måde, Logistik tilbyder kundernes citater på

Automated Quotes use case (brug sagen svarer til et projekt) er nu otte måneder gammel, og vi ønsker at fejre det med et sted i rampelyset. Anvendelsessagen blev indledt af flere grunde: 1) Den oprindelige citeringsproces er en manuel og tidskrævende proces, 2) den gennemføres forskelligt på tværs af virksomheden og 3) dataene indsamles ikke og bruges til at optimere processen.

Som et hold, der elsker data, gør det sidste punkt virkelig ondt, hvorfor det blev besluttet, at der var behov for en ændring. Sammen med Logistik ønskede vi at reducere tidspunktet for markedet for citater, vi ønskede at standardisere citeringsprocessen på tværs af hele Logistics-forretningen, samtidig med at alt, hvad vi gør, er så gennemsigtigt som muligt. Og selvfølgelig ønskede vi at indsamle, spore og måle hvert citat, vi producerer.

Indtast: Automatiserede Citater
Ideen var enkel: Kan vi bruge historiske data til at producere automatiserede citater? (Hvis du ikke har gættet det, var det her, hvor vi fik navnet til brugssagen). Så hvad er et automatisk citat? Baseret på meget lidt input fra brugeren (som regel sælger) kan vi ved hjælp af AI (maskinindlæring) estimere de forskellige omkostningselementer (dvs. ladet transportomkostninger, tom transportomkostninger, overgangsomkostninger), der udgør de samlede omkostninger af en reservation fra et samlingsområde til et leveringsområde. Kombiner dette med en forudindstillet margen og en endelig hygiejnekontrol fra sælgeren, og du har dig selv en meget effektiv cocktail: Et automatisk citat.

Vi startede på Vlaardingen og Immingham korridoren, hvor vi arbejdede tæt sammen med Perry Schalker og Sarah Holloway for at sikre, at vi ikke skabte noget uden værdi for virksomheden.

Lykkedes det os? (Hint: ja)
Automatiserede Citater bruges nu hver dag i Vlaardingen og Immingham, hvor det i gennemsnit bruges af otte forskellige personer, der skaber omkring 50 citater om dagen og omkring 4.100 citater siden juli 2018. Det har fuldt ud erstattet den gamle citat for fuld -loads.

Hamburg har lige afsluttet en testperiode og vil gå live i januar. Vi fortsætter med at skala og vil snart beslutte det næste kontor i kø. Desuden har løsningen vist sig at være mere præcis ved at forudsige prisen for et citat end det foregående citatværktøj. Eksempelvis finder løsningen i stedet for at beregne den forventede tomgangstransport for en bestilling som nationalt gennemsnit automatisk de nærmeste 300 historiske bookinger og bruger deres faktiske tomme transport til at estimere den tomme transport for et givet tilbud.

Desværre har det ikke været muligt at oprette en korrekt benchmark analyse uden præstationsdata fra tiden før automatiserede citater. Hvad vi kan gøre er at dele en historie fra det virkelige liv og fortælle en af de ændringer, som værktøjet har bragt:

• Tidligere kunne de gode salgsfolk i Immingham ikke citere fra Nederlandene til Det Forenede Kongerige uden at modtage bekræftelse fra Vlaardingen-kontoret. Det gik sådan:


• Nu, fordi citeringsprocessen er standardiseret og citatbeløbet er det samme uafhængigt af hvem der opretter det, er det processen:

Sarah Holloway, UK Commercial Director, siger: "Værktøjet er fantastisk! For første gang på lang tid er det nemt at lave et tilbud, det tager kun få sekunder at gøre, og kunden har det i indbakken, hvilket betyder, at vores chancer for succes er højere, når vi vinder flere forretninger til DFDS. Vi bruger det nu også til udbud, hvilket har reduceret vores tid betydeligt, så vi kan være mere fokuserede på løsningen end at finde ud af prisen. "

Det næste vigtige skridt for os er at begynde at udnytte de data, vi samler i øjeblikket for hvert citat, der er lavet. Vi kan snart analysere, om vi altid mister citater fra en region, eller om det er den samme kunde, der altid beder om citater, men aldrig giver os noget.

Tak til Rasmus Fisker Pedersen, Projektleder i Smart Data, for at sende denne meget interessante historie.

17. december 2018