με σκοπό την Βελτιστοποίηση Λειτουργίας...

Enterprise Solutions Unit

Nov. 2017G. Michalitsis,

Head of New Ventures dpt.

Copyright © 2017 Intrasoft International / All rights reserved / Company Confidential1

Αξιοποίηση τεχνικών

Data Analytics

με σκοπό την

Βελτιστοποίηση

Λειτουργίας

Στόχος: Βελτιστοποίηση Λειτουργίας

• Αποδοτικότερη χρησιμοποίηση:

– Περιουσιακών Στοιχείων

– Υποδομής

– Αναλωσίμων

– Ανθρωπο-προσπάθειας

– Χρόνου

3

• Με Σκοπό:

– Βελτίωση Υπηρεσίας

σε Πελάτη

– Μείωση Κόστους

Λειτουργίας

– Βελτίωση συνθηκών

εργασίας

Copyright © 2017 Intrasoft International / All rights reserved / Company Confidential

4

Use Case A:

Data Analytics στη Διαχείριση Υποδομών

Έγκαιρη ανίχνευση βλαβών δικτύου διανομής νερού


Βλάβη σε Δίκτυο Διανομής

Νερού: Τα τελικά αποτελέσματα είναι

γνωστά

5


Βλάβη σε Δίκτυο Διανομής Νερού

• Αυτό που δεν είναι ίσως γνωστό είναι ότι:

– Μεσολαβεί αρκετός χρόνος για να εξελιχθεί μία μικρή ρωγμή σε

ολική κατάρρευση του αγωγού.

• Άρα γιατί πολλές φορές δεν τις προλαβαίνουμε ;

– Το δίκτυο είναι υπόγειο (δεν υπάρχει οπτική επαφή)

– Οι φυσιολογικές διακυμάνσεις πίεσης είναι πολύ μεγάλες και

δεν επιτρέπουν έγκαιρη διάγνωση με τυπικές μεθόδους

μέτρησης.


Τυπική Συμπεριφορά Ροής σε Δίκτυο Ύδρευσης

• Μεγάλο εύρος σε τιμές ροής νερού:

– Ωρα (πρωί / βράδυ)

– Μερα (καθημερινή / ΣΚ)

– Εποχή (καλοκαίρι / χειμώνας)

– Περίοδο (Διακοπές)

• Δεν είναι πρακτικά εφικτό να

δημιουργηθεί ένα εξαντλητικό

ντετερμινιστικό μαθηματικό μοντέλο

του δικτύου

7

• Τα τυπικά συστήματα

παρακολούθησης (Scada)

αναγκάζονται να μην είναι

επαρκώς «ευαίσθητα»

Copyright © 2017 Intrasoft International / All rights reserved / Company Confidential - in cooperation with

Εφαρμογή μεθοδολογίας Data Analytics

1. Συλλογή ιστορικών στοιχείων.

Ελάχιστο: 1 έτος μετρήσειςΕπιθυμητό:3 έτη μετρήσεις

Copyright © 2017 Intrasoft International / All rights reserved / Company Confidential - in cooperation with8

2. Δημιουργία ιδεατού

στατιστικού

μοντέλου

(Model Training -

machine learning)

3. Σύγκριση ιδεατού μοντέλου

με δεδομένα Πραγματικού

χρόνου

4. Εντοπισμός «ανωμαλιών»

και κατηγοριοποίησή τους

σε καταστάσεις συναγερμών

5. Model re-training

Παράδειγμα λειτουργίας

9 Copyright © 2017 Intrasoft International / All rights reserved / Company Confidential - in cooperation with

Εφαρμογή και ωφέλειες

10

• 2 Χρόνια λειτουργίας:

– Αποφυγή διαρροών ισοδύναμες με

9 Δις λίτρα νερού

– 66% μείωση του κύκλου επισκευής σε

υποδομές δικτύου

– Συνολική χρηματική ωφέλεια 24M$

George TheoCEO

Unitywater, Queensland,Australia

Copyright © 2017 Intrasoft International / All rights reserved / Company Confidential - in cooperation with

Αντίστοιχες Εφαρμογές

• Machine Learning έχει καλή εφαρμογή σε:

– Ντετερμινιστικά αλλά Ιδιαίτερα Περίπλοκα Δυναμικά συστήματα

– Συστήματα με ενδείξεις Τυχαιότητας / Στοχαστικότητας

• Ηλεκτρομηχανικά Συστήματα

– Μεταφορά / Διανομή Ηλεκτρικού, Αερίου, Νερού

– Παραγωγική Διαδικασία / Βιομηχανία, Βιοτεχνία

• Imaging analysis

• Ανθρώπινη συμπεριφορά

– Product Update, Churn, …


12

Use Case Β:

Data Analytics στη Βελτιστοποίηση Πόρων

«Υποκειμενική» αξία θέσης


Επαγγελματική Έδρα

• Τάση Αλλαγής έδρας - ιδιαίτερα λόγω κρίσης

– Αυξημένη διάθεση ακινήτων

– Ανάγκη μείωσης λειτουργικών εξόδων

– Αλλαγή λειτουργικού πλαισίου

13

• Πως επιλέγεται η βέλτιστη νέα θέση?

– Ύψος Ενοικίου

– Πρόσβαση από πελατειακή βάση

– Πρόσβαση από Υπαλλήλους (τώρα και στο μέλλον)


Το ενοίκιο μπορεί να είναι το «λιγότερο»

• Ιδιαίτερα σε μη «εμπορικές» επιχειρήσεις εξαιρετικά

σημαντικοί παράγοντές είναι:

– Ο «Μέσος»

χρόνος Μετάβασης

– Η Ευκολία Πρόσβασης

(ΜΜΜ, Παρκινγκ, κλπ)

14

Παράμετροι για τον Υπολογισμό:

• Χρόνος μετάβασης από κατοικία Εργαζομένου και

αριθμός εργαζομένων ανά περιοχή

• Ώρες Λειτουργία / Βάρδιες / Εποχικότητα

• Θέση / Παλαιότητα / Ηλικία Εργαζομένου

• Ποσοστό εργαζομένων που χρησιμοποιούν ΜΜΜ

• Κόστος Εταιρικών Λεωφορείων / Πάρκινγκ / Αττικής Οδού

Η Απόφαση πρέπει να αντέξει στον Χρόνο! (ανάγκη πρόβλεψης)


Δεδομένα και Υποθέσεις

• Internal Data: Company HR

– Διεύθυνση εργαζομένου

– Αντικείμενο εργασίας

– Βάρδιες

• Data: Google maps API (Transport times)

– Από / Προς όλους πιθανούς προορισμούς

– Για όλες τις βάρδιες λειτουργίας

– Με / Χωρίς ΜΜΜ

• Υποθέσεις (παράμετροι)

– Ποσοστό χρήσης ΜΜΜ, Χρήση Εταιρικών Λεωφορείων

– Βάρος επηρεασμού ανάλογα με Αντικείμενο εργασίας

– Ανάληψη (μέρους) κόστους για Αττική Οδό / Πάρκινγκ

15

Security - GDPR Compliance - Anonymized data

Data grouped per city area so no personal info can be reverse-engineered per employee


Εργαλείο λήψης απόφασης

1. Απεικόνιση δεδομένων

– Πυκνότητες πληθυσμού

– Κατανομή ανά Αντικείμενο, Θέση

– Μέσοι χρόνοι / & σύγκριση για σημερινή έδρα

2. Κατηγοριοποίηση Νέων Περιοχών

– Reporting / Visualization με βάση σενάρια (cost functions)

– Δια-δραστικό tool με αλλαγές σε πραγματικό χρόνο

3. Σενάρια και Παραγωγή Αναφοράς (Report) για επιλεγμένη θέση

– Parameter sensitivity analysis

– Cost subsidization / trade-offs


Κατηγοριοποίηση Περιοχών

Κριτήριο: Μέσος χρόνος μετάβασης από περιοχές

κατοικίας εργαζομένων. (ΜΜΜ: χρήση από 60%

βάσης)

17

Κριτήριο: Μέσος χρόνος μετάβασης από περιοχές

κατοικίας κανονικοποιημένος με αριθμό εργαζομένων

ανα περιοχή- (ΜΜΜ: χρήση από 60% βάσης)

Copyright © 2017 Intrasoft International / All rights reserved / Company Confidential / in cooperation with

Αποτελέσματα:

• Βρέθηκαν Περιοχές με ομοειδή

ποιοτικά χαρακτηριστικά αλλά

με σαφέστατη διαφοροποίηση

σε κόστος ενοικίου (και γης).

• Το «εργαλείο» επέτρεψε την

αντικειμενική αξιολόγηση

(κόστος και παρεχόμενη αξία)

συγκεκριμένων εργασιακών

παροχών.

18 Copyright © 2017 Intrasoft International / All rights reserved / Company Confidential / in cooperation with

Άλλες Εφαρμογές:

• Προφανώς θα μπορούσε να δοθεί ως υπηρεσία

– Μεσιτικά γραφεία (Β2Β και Β2C)

• Η ίδια μεθοδολογία μπορεί να χρησιμοποιηθεί για επιλογή

βέλτιστης θέσης:

– Περιφερικό σημείο διανομής (φαγητό, courier, κλπ)

– Technical Support base (personnel and /or Spare parts)

– Νέο Retail Out-let (+ χρήση Social media data)

– …


20

Use Case C:

Data Analytics στη βελτιστοποίηση πόρων

Χρόνος και προσπάθεια για ολοκλήρωση υπηρεσίας


Πλαίσιο Έργου

• Πελάτης: ARAMEX– Industry Transportation and Logistics

– Scope: International express, mail delivery and logistics services

company based in Dubai, UAE and operations in 120 locations in 33

countries

– Revenue 1,18 B$, Net Profit 116,1 M$ (2016)

• Project:

– Contractor: EMC / Pivotal, Subcontractor: Intrasoft International ME

– Initiated on 2015 and concluded at 2016


Aramex Use Cases

• 8 Use Cases Αξιολογήθηκαν

• Προτεραιότητα κρίθηκε με βάση

το Business Impact (αν και

υπήρχαν ρίσκα σε υλοποίηση):

1. Πρόβλεψη και βελτιστοποίηση

χρόνου παράδοσης.

2. Πρόβλεψη ζήτησης

3. Customer segmentation και

churn

Copyright © 2017 Intrasoft International / All rights reserved / Company Confidential / in cooperation with 22

Πρόβλεψη και Βελτιστοποίηση Χρόνου Παράδοσης

Στόχοι:

– Μείωση απασχόλησης / ανάγκης επικοινωνίας από Call

Center

• Πρόβλεψη σε ποια στιγμή ο αποδέκτης είναι παρόν σε ποια

διεύθυνση

• Ενημέρωση μέσω Mobile App

– Βελτίωση πρόβλεψης χρήσης πόρων (Εργατικό δυναμικό,

Μεταφορικά μέσα)

– Αύξηση «επιτυχημένων» παραδόσεων

– Περιορισμός του χρονικού Παραθύρου στο οποίο ο

αποδέκτης περιμένει το αντικείμενο

23

Cost

Service

Copyright © 2017 Intrasoft International / All rights reserved / Company Confidential / in cooperation with

KPI: Μείωση απασχόλησης Call Center

• Data Analytics - Pattern recognition:

– Υψηλό ποσοστό αποστολών οι αποδέκτες είναι σε προβλέψιμή

– Υψηλό ποσοστό ευελιξίας αποδεκτών σε καθορισμό timeslot

• Data Analytics - Machine learning:

– Αυτόματος εντοπισμός αποστολής με ασφαλή πρόβλεψη θέσης και χρόνου

παραλαβής.

• API με mobile App

– Αποστολή notification σε πελάτη

– Δεν απαιτείται εμπλοκή Call Center (αν η πρόβλεψη είναι σωστή)

24 Copyright © 2017 Intrasoft International / All rights reserved / Company Confidential / in cooperation with

με σκοπό την Βελτιστοποίηση Λειτουργίας...

Documents

Transcript of με σκοπό την Βελτιστοποίηση Λειτουργίας...