Análisis de Grafos para la optimización de logística inversa y detección de Pérdida Desconocida.
Versia
Sector: Logística
Business Case
Se trata de un algoritmo de ’Análisis de red’ que predice la actividad en los diferentes centros de retorno de envases y producción de los mismos, en función de la demanda prevista por los diferentes actores de la cadena de valor: productores y retailers. Así mismo provee escenarios ‘what-if’ para responder a contingencias de negocio. El proyecto nace por la necesidad de contener/reducir la Pérdida Desconocida.
Objetivos
Adecuar los recursos operativos a la demanda prevista (Operations Management).
Reducir la Pérdida Desconocida.
Use case
Algoritmo de optimización y predicción en un modelo de red. Simulación y Gemelo Digital.
Infraestructura
Cloud.
Tecnologías utilizadas
Machine Learning y Deep Learning
Datos utilizados
Series temporales históricas de actividad por centro productivo. Mapa de flujos ordinarios. Datasets Privados.
Recursos utilizados
Tribu asignada al proyecto. Equipo multidisciplinar: Tic, Matemáticos/Físicos, Ing. Organización.
GCP, AWS, HEROKU, VAULT.
Dificultades y aprendizaje
Operatividad de la lectura de las cajas en palets mediante detección de imágenes.
KPIs (impacto en el negocio y métricas del modelo)
Margen de error sobre la actividad registrada en la red del proveedor.
Financiación
Privada. A éxito.
Colaboradores
Recursos propios.
