Meer inzicht met afgeronde ritten data

Deze week hebben wij een feature opgeleverd binnen Simacan waarmee onze gebruikers alle data van afgeronde ritten tot hun beschikking krijgen. Dit levert de gebruikers toegang op tot een enorme hoeveelheid aan data die tot op heden nog niet ontsloten was. Door deze feature kan, door toepassing van data-analyse, inzicht op planning versus actualiteit en realisatie verkregen worden. Dit gebeurt onder andere door het beschikbaar stellen van data die inzicht geven in rijtijden, wachttijden, aantal aangedane stops en afwijkende verblijftijden ten opzichte van de transportplanning. Martin de Jonge, product owner bij Simacan, vertelt hier meer over.

Het begint allemaal met ritplanningen die via integraties met plansystemen in onze Simacan Control Tower komen. Ritten in de planning worden via een Fleet Management Systeem (FMS-systeem) gekoppeld. De stops van een rit komen vervolgens als orders in een boardcomputer of een app op de telefoon. Vanuit de gekoppelde systemen halen wij weer data op. Wanneer de chauffeur een rit gaat rijden, verzamelt het systeem continu data: wanneer het voertuig stopt of even stilstaat, of de motor draait, waar het voertuig zich bevindt, of er van de route wordt afgeweken, is het voertuig te laat of juist te vroeg en ga zo maar door. Deze data verwerken wij weer om de gebruikers actuele overzichten van aangedane stops en verwachte aankomsttijden en vertragingen te verschaffen. Uit deze resultaten is veel interessante informatie te halen, zowel voor, tijdens als na de rit.

Wanneer de rit compleet is, is er een berg aan interessante informatie beschikbaar. Tot nu toe hadden gebruikers van ons platform nog geen toegang tot deze data, maar daar brengt de nieuwe situatie verandering in: we hebben een service gelanceerd waarmee we de data, zodra een rit is afgerond, naar de klant pushen. Hiermee krijgen ze de ruwe data van alle ritten tot hun beschikking. Dit is erg handig om te gebruiken bij hun business intelligence operaties.

Wat kun je als klant nu met deze data?

Het is echt een schat aan informatie waarmee de dagelijkse operatie geanalyseerd kan worden. Op allerlei niveaus, van individuele ritten tot de algehele operatie. Bijvoorbeeld door het doen van tijdigheidsanalyse: hoeveel stops waren er op tijd, hoeveel waren er te laat of juist te vroeg. En dan proberen bij te sturen. Voorbeeld: transporteur A is 80% van de geplande stops op tijd, transporteur B is 60% van de stops op tijd. Door data-analyse worden inzichten verkregen en kan er een mogelijke oorzaak worden gevonden of een verband worden gelegd en de rituitvoering van transporteur B worden verbeterd.

“Of het nu gaat om een klein of groot bedrijf, je kunt je eigen operatie altijd op een hoger niveau brengen en nieuwe doelen stellen.”

Een ander voorbeeld is de mogelijkheid te onderzoeken waarom voertuigen te laat komen, ritten te lang duren of stoplocaties te vroeg worden aangedaan. Ligt dat bijvoorbeeld aan de rij- of vertrektijd en op welke momenten dan? Of ligt de oorzaak aan de verblijftijd die we meten op een stoplocatie of door de locatie waar een hub zich bevindt? Of misschien aan het feit dat er te laat gestart wordt met ritten? Met dat inzicht kun je gaan bijsturen. Uit analyses kan naar voren komen dat de stoptijd moet worden verruimd, dat een distributiecentrum qua capaciteit niet efficiënt ingepland is, etc.

Met de data creëer je inzicht in je eigen operatie en die van je partners in de keten. Pas als je weet hoe je operatie loopt, weet je waar je bij kunt sturen om te verbeteren. Of het nu gaat om een klein of groot bedrijf, je kunt je eigen operatie altijd op een hoger niveau brengen en nieuwe doelen stellen.

Wat adviseer je klanten van Simacan om nu met de data te doen?

We leveren nu al inzicht in de operatie met de Control Tower. Daarmee kun je real-time bijsturen. Maar wil je het efficiënter maken; slimmer maken in de planning en hogere kwaliteit in de uitvoering, dan moet je de huidige operatie analyseren op allerlei levels en doorsneden. Daarom bieden we nu de mogelijkheid je eigen data aan te vullen met alle ritdata die wij hebben. Daarmee kun je verschillende databronnen weer combineren en eigen dashboards en intelligentielagen er bovenop bouwen. Terug kunnen kijken in data levert nieuwe inzichten op: in november 2019 was bijvoorbeeld 90% van de geplande stops gemonitord en op tijd. Aan de hand hiervan kan een operatie nieuwe doelen stellen: volgend jaar wordt 94% efficiënt en daarvoor gaan we lange ritten op weekdagen iets ruimer plannen en korte ritten kunnen iets strakker.

Samen leren met nieuwe inzichten

Bij Simacan vinden we het belangrijk om inzichten te delen. Wij hebben ons daarom tot doel gesteld transporteurs van elkaar te laten leren. Dit willen we bijvoorbeeld doen door een workshop te organiseren waar de geleerde lessen met elkaar gedeeld worden. Alle maatregelen die genomen worden kun je meten aan de hand van de resultaten: hoe hebben de genomen maatregelen nu invloed op efficiëntie en zien we ook effect?

Zo werken we samen verder aan een ecosysteem waar iedereen aan de verladende- en transporterende kant naar dezelfde informatie kijkt. Waar we gezamenlijk de operatie steeds beter plannen en uitvoeren en bij kunnen sturen op basis van feiten en kennis.

Winst voor iedereen

Met deze belangrijke toepassing maken we weer een stap in het inzichtelijker, efficiënter, zuiniger en vooral duurzamer maken van transportoperaties. En dat is winst voor iedereen.