02.05.2022 – Kategorie: Handel

Estimated Time of Arrival: Prognosen von Shippeo jetzt um ein Drittel präziser

Estimated Time of ArrivalQuelle: Iuliia Sokolovska - Adobe Stock

Shippeo hat durch einen verbesserten Algorithmus die Präzision seiner Prognosen für Estimated Time of Arrival weiter optimiert. Verlader und Logistikdienstleister profitieren von der noch exakteren Ankunftszeit-Schätzungen, was auch zu einer Erhöhung der Vorhersehbarkeit in ihren Lieferketten führt.

  • Shippeo optimiert Plattform für Echtzeit-Transporttransparenz: Frühzeitige Warnung für Kunden bei Lieferverzögerungen.
  • Effizientere Handhabe bei der Vermeidung von Lieferengpässen und Fertigungsstillständen.
  • Schnellere Reaktion auf Störungen und Anpassung bestehender Prozesse sowie Reduzierung von Staus an logistischen Knotenpunkten wie Docks oder Häfen.

Anhand der jüngsten Störungen bei den Lieferketten wird besonders deutlich, dass Unternehmen die Rückverfolgbarkeit ihrer Sendungen verbessern müssen. Zwar ist es dank erschwinglicher Technologien und verbesserter Konnektivität einfacher denn je geworden, weltweite Sendungen nahezu in Echtzeit verfolgen zu können. Allerdings erfordert Supply Chain Management inzwischen eine andere Art von Daten. So werden Prognosen für Estimated Time of Arrival (ETA) immer wichtiger.

„Auf Makro-Ebenen stellen sich Supply-Chain-Manager inzwischen nicht nur die Frage, wo sich eine Sendung befindet. Vielmehr verfolgen sie einen granularen Ansatz und befassen sich diversen Fragen. Wie: Wann kommt meine Sendung an der nächsten Station an, besteht das Risiko einer Verzögerung?“, erklärt Anand Medepalli, Chief Product Officer von Shippeo. In der Folge bedeutet dies, dass die Fähigkeit, die voraussichtliche Ankunftszeit von Sendungen im Detail so präzise wie nur möglich vorherzusagen, für Verlader zusehends zum „Must-Have“-Feature wird.

Estimated Time of Arrival: Mehrwert durch Echtzeit-Transparenz

Doch auch für Hersteller birgt die optimierte Estimated Time of Arrival eine Reihe von Vorteilen. So berichten Shippeo-Kunden etwa, dass eine genaue Vorhersage der Ankunftszeiten von Sendungen die Produktivität der Teams an den wichtigsten Lieferstandorten verbessert. Und gleichzeitig höhere KPIs, Umsätze und Kundenzufriedenheit ermöglicht. Zugleich konnten diejenigen Hersteller, die größtenteils global agieren, die Anzahl der Lagerausfälle oder Produktionsstopps um bis zu 76 Prozent. Und die Kosten für verspätete Lieferungen um 25 Prozent senken. Auch Verweilzeiten konnten um 30 Prozent, während unerwartete Frachtkosten grundsätzlich reduziert werden konnten.  

Wie bei jedem Algorithmus hängt die Genauigkeit der Vorhersage der Estimated Time of Arrival stark von der Qualität der Daten ab. Der Forschungs- und Entwicklungsschwerpunkt von Shippeo liegt demzufolge in der kontinuierlichen Verbesserung der Genauigkeit und Zuverlässigkeit der Daten, die in die ETA-Vorhersage einfließen. So wurde in der neuesten Version neben der Datenqualität die Infrastruktur des Machine Learnings optimiert. Ebenso wurden die Methoden und Modellen die Data Scientists und ML-Ingenieure entwickelt haben, weiter optimiert. Im Ergebnis führt dies zu einer Verbesserung der Genauigkeit. In einem Fenster von bis 48 Stunden vor einer geplanten Lieferung um beachtliche 32 Prozent.

„Das ist ein aufregender Moment für uns und unsere Kunden, zumal bereits von mehreren Kunden erfahren haben, wie beeindruckt sie von unseren Prognosen der Estimated Time of Arrival sind. Darunter von Renault, einem der größten Automobilhersteller der Welt.“ 

Anand Medepalli, Chief Product Officer von Shippeo

Im Fokus steht der Kunden-Mehrwert

„Shippeo investiert viel in die kontinuierliche Verbesserung seines Algorithmus’ für die ETA-Berechnung und berücksichtigt dabei das Feedback seiner Kunden“, erklärt Renan Filleur, General Manager of Parts Logistic Operations and Performance bei der Renault Group. „Die Zuverlässigkeit der Estimated Time of Arrival und die Erkenntnisse, die wir daraus ziehen, sind ein wesentlicher  Schwerpunkt, der nunmehr transparent gemacht wird – dies hat die Entscheidung der Renault-Gruppe zugunsten der Echtzeit-Transparenzplattform von Shippeo insbesondere bestärkt. Denn für große Industriekunden, wie die Renault Group ist eben diese Zuverlässigkeit i ein zentrales Entscheidungskriterium – und ein echter Mehrwert für unser Unternehmen.“

Darüber hinaus ist Shippeo der einzige Anbieter einer Plattform für Echtzeit-Transporttransparenz, der seinen Kunden im Hinblick auf ETA-Prognosegenauigkeit, Onboarding-Geschwindigkeit des Carriers und hohe Tracking-Raten vertraglich zusichert. „Dank unseres leistungsstarken Modells der Estimated Time of Arrival können wir unseren Kunden selbstbewusst garantieren: Hohe Genauigkeit – oder Geld zurück“, erklärt Medepalli. „Aus Kundensicht bedeutet dies ein klar definiertes Zeitfenster bis zur Wertschöpfung. Dieser konsequente Fokus auf Kundenzufriedenheit ist es, der uns ganz klar von unseren Mitbewerbern unterscheidet.“

Shippeo ist Anbieter von Echtzeit-Transporttransparenz und unterstützt Spediteure und Logistikdienstleister dabei, durch Transportdienste einen außergewöhnlichen Kundenservice zu bieten und operative Exzellenz zu erreichen. Das multimodale Visibility-Netzwerk verbindet FTL-, LTL-, Paket- und Containertransport und integriert über eine einzigartige API mehr als 850 TMS-, Telematik- und ELD-Systeme. Die Shippeo-Plattform bietet Zugang zur Echtzeit-Lieferungsverfolgung, automatisiert Kundenprozesse und bietet dank eines intern entwickelten Algorithmus eine unübertroffene Genauigkeit der Estimated Time of Arrival. (sg)

Lesen Sie auch: Shippeo erweitert Management für die Expansion in den USA


Teilen Sie die Meldung „Estimated Time of Arrival: Prognosen von Shippeo jetzt um ein Drittel präziser“ mit Ihren Kontakten:


Scroll to Top