História do cliente
O governo estadual de Melbourne, na Austrália, contratou a equipe de machine learning (ML) da GHD, uma empresa global de consultoria, para aprimorar processos do supply chain por meio da coleta e da compreensão de grandes volumes de dados do setor, do governo e de provedores de software logístico.
O departamento, liderado por Nikita Atkins, líder global de data science da GHD, usou o Alteryx para reduzir o registro de 100 milhões de contêineres e mercadorias para 1,9 milhão, com uma taxa de correspondência de 99,9965% de acurácia.
Além disso, com o Intelligence Suite, eles foram capazes de antecipar e construir modelos preditivos para calcular o destino de contêineres, os produtos transportados, o volume da carga e o tempo necessário para retornar ao local de origem, avaliando melhor os gastos e investimentos na infraestrutura.
A cada cinco anos, o Porto de Melbourne (PoM) é obrigado a rastrear todos os contêineres que entram e saem. Entender o deslocamento das cargas é fundamental para assegurar uma infraestrutura adequada, áreas industriais, controle do planejamento e políticas para apoiar uma cadeia de suprimentos eficiente.
O PoM usava mais de 57 equipes independentes para rastrear os dados em mais de 60 formatos distintos. Normalmente, esse processo exige diversos recursos e centenas de horas de trabalho manual. No passado, a porcentagem de previsões chegou a ser inferior a 30%. Além disso, não era possível concluir uma análise de correspondência com sucesso — até recentemente.
Em 2019, Nikita Atkins e a equipe de ML desenvolveram modelos preditivos para orientar a avaliação de produtos e contêineres. Eles usaram o Alteryx para consolidar dados de setembro a outubro de 2019, com mais de 250.000 viagens, e padronizar, combinar e limpar mais de 100 milhões de registros, incluindo mais de 200 regulamentos detalhados da empresa, antes de tornar os dados consumíveis. Com isso, foi possível comparar o conjunto de dados final, com 1,9 milhão de registros, com o PoM e confirmar que o processo de limpeza com o Alteryx apresentou uma taxa de correspondência de 99,9965%.
Eles usaram o Alteryx Intelligence Suite para criar dez modelos preditivos e comparar a eficácia. Além disso, restringiram os resultados da pesquisa e foram capazes de estimar o local do contêiner, como os pontos de origem e destino, as mercadorias armazenadas, a capacidade e o volume da carga, além de apresentar insights sobre o trajeto e o cronograma de retorno.
Ao concluir esse processo, a equipe de Nikita coletou os dados exatos do PoM e os comparou com o modelo criado no Intelligence Suite. Os resultados revelaram uma taxa de precisão de 77% no rastreamento do itinerário dos produtos e contêineres. Sem dúvida, esse foi o melhor prognóstico que o PoM esperava.
Os conhecimentos que a GHD desenvolveu com o Alteryx Intelligence Suite ajudam os governos local e estadual a entender o destino e a procedência das matérias-primas, impulsionando a tomada de decisões no planejamento e logística de fretes. Em contrapartida, isso contribui para estabelecer uma cadeia de suprimentos com maior rapidez, foco e produtividade.