AI ändrar sättet Logistik tillhandahåller kundnoteringar

Användningsfallet Automated Quotes (användningsfall motsvarar ett projekt) är nu åtta månader gammalt och vi vill fira det med en plats i rampljuset. Användningsfallet initierades av flera anledningar: 1) Den ursprungliga citationsprocessen är en manuell och tidskrävande process, 2) den genomförs på olika sätt över verksamheten och 3) data samlas inte in och används för att optimera processen.

Som ett lag som älskar data, gör den sista punkten verkligen ont, varför det var beslutat att en förändring behövdes. Tillsammans med Logistik ville vi minska tiden för marknaden för citat. Vi ville standardisera citeringsprocessen över hela Logistics-verksamheten samtidigt som vi ser till att allt vi gör är så transparent som möjligt. Och vi ville naturligtvis samla, spåra och mäta varje citat som vi producerar.

Ange: Automatiserade citat
Tanken var enkel: Kan vi använda historiska data för att producera automatiserade citat? (Om du inte gissat det var det här vi fick namnet för användningsfallet). Så, vad är ett automatiserat citat? Baserat på mycket liten inmatning från användaren (vanligtvis en säljare) kan vi, genom att använda AI (maskininlärning), uppskatta de olika kostnadselementen (dvs. lastad fraktkostnad, tom transportkostnad, övergångskostnad) som utgör den totala kostnaden av en bokning från ett samlingsområde till ett leveransområde. Kombinera detta med en förinställd marginal och en slutgiltig sanitetskontroll från säljaren och du har själv en mycket effektiv cocktail: En automatisk citat.

Vi började på Vlaardingen och Immingham korridoren, där vi arbetade nära Perry Schalker och Sarah Holloway för att se till att vi inte skapade något utan värde för verksamheten.

Lyckades vi (Hint: Ja)
Automatiserade citat används nu varje dag i Vlaardingen och Immingham där det i genomsnitt används av åtta olika personer som skapar cirka 50 citat per dag och cirka 4 100 citat sedan juli 2018. Den har helt ersatt den gamla citat för fullt -massor.

Hamburg har just avslutat en testperiod och kommer att leva i januari. Vi fortsätter att skala och kommer snart att bestämma på nästa kontor i rad. Dessutom har lösningen visat sig vara mer exakt när man förutsäger kostnaden för ett citat än det föregående citatverktyget. Till exempel, i stället för att beräkna den förväntade tomtransporten för en bokning som nationellt genomsnitt, hittar lösningen automatiskt de närmaste 300 historiska bokningarna och använder sin faktiska tomma transport för att uppskatta den tomma transporten för en given offert.

Tyvärr, utan resultatdata från tiden före automatiserade citat, har det inte varit möjligt att skapa en riktig jämförelseanalys. Vad vi kan göra är att dela en berättelse från verkligheten som berättar för en av de förändringar verktyget har medfört:

• Tidigare kunde de goda säljarena i Immingham inte citera från Nederländerna till Storbritannien utan att få bekräftelse från Vlaardingen-kontoret. Det gick så här:


• Nu, eftersom citationsprocessen har standardiserats och citatbeloppet är samma oberoende av vem som skapar det, är det här processen:

Sarah Holloway, UK Commercial Director, säger: "Verktyget är fantastiskt! För första gången på länge är det enkelt att göra ett citat, det tar bara några sekunder att göra och kunden har det i inkorgen, vilket innebär att våra chanser att lyckas är högre för att vinna mer affärer för DFDS. Vi använder nu det även för anbud som har minskat vår tid avsevärt, så att vi kan vara mer fokuserade på lösningen än att ta reda på priset. "

Nästa viktiga steg för oss är att börja använda de data vi samlar för närvarande för varje citat som gjorts. Vi kan snart analysera om vi alltid förlorar citat från en region eller om det är samma kund som alltid ber om citat men aldrig ger oss något företag.

Tack till Rasmus Fisker Pedersen, projektledare i Smart Data, för att skicka denna mycket intressanta historia.

17 december 2018