Ik kwam laatst een klant tegen die het volgende probleem had. Deze klant heeft veel vrachtwagens rondrijden. Hoewel het plannen van de routes goed geoptimaliseerd is, wordt er veel tijd (en geld) verloren in de file. De klant raakte erg gefrustreerd dat zijn bedrijf, ondanks zijn routeplanningsysteem, met ernstig tijdverlies te maken heeft. Niet alleen komen sommige verzendingen te laat, maar sommige routes hadden beter gepland kunnen worden als hij rekening had kunnen houden met die files…

Het probleem is dat de klant alle beschikbare interne informatie gebruikt, maar vanwege externe factoren – in dit geval files – is de interne data niet genoeg om de planning te optimaliseren.

De klant had al nagedacht over hoe hij rekening kon houden met deze extra vertragingen. Veel files zijn voorspelbaar. Hij weet bijvoorbeeld dat een vrachtwagen die in België van het noorden naar het zuiden moet rijden, op maandagen rond 7 uur ’s ochtends vast komt te staan op de Ring van Brussel. Arriveert de vrachtwagen echter voor half 7, dan is het tijdsverlies minimaal. De klant had een visie om dit probleem op te lossen. De grootste uitdaging zat echter in het proces. Hoe integreer je deze externe informatie met de interne gegevens, zodat je met de gecombineerde gegevens een planning kan maken voor de vrachtwagens? Hoe automatiseer je dit proces zodat de externe data (die kant en klaar beschikbaar is via internet – in dit geval via Google maps) automatisch gebruikt wordt om de eigen informatie aan te vullen, en hoe maak je hier een goedlopend proces van?

Dit is precies waar datavoorbereiding (data preparation) en datasamenvoeging (data blending) om de hoek komen kijken. Ik gebruikte Alteryx voor het oplossen van een gelijksoortig probleem: van Luxemburg naar Brussel rijden op het beste tijdstip op maandagmiddag.

Alteryx is een technologie voor datasamenvoeging. Hiermee kunt u data van het internet samenvoegen met uw eigen data. Dit verrijkingsproces verbetert de besluitvorming gebaseerd op data uit uw eigen interne bronnen, verrijkt met externe data. In dit geval gaat het niet om grote, moedige beslissingen maar eerder om micro-beslissingen (want dat is routeplanning in principe).

Bovendien – en dit maakt Alteryx echt krachtig – kunt u op een visuele manier workflows ontwerpen die herbruikbaar zijn. Hiermee automatiseert u het hele proces van datavoorbereiding en datasamenvoeging.

In dit voorbeeld kan het rendement op de investering van Alteryx uitgedrukt worden in het (gedeeltelijk) verminderen van nutteloze filetijd. Maar het voorkomt ook boetes vanwege vertraagde bezorgingen.

Bedenkt u zich eens hoe waardevol externe informatie is die beschikbaar is op het internet of bij uw klanten of partners. Ik weet zeker dat het samenvoegen van deze gegevens met uw eigen gegevens een betere besluitvorming in de hand werkt … of tijd en geld bespaart.

Bent u geïnteresseerd in hoe ik dit voor elkaar heb gekregen? Lees dan hier mijn technische blogpost. (vanwege het vertrouwde karakter gebruik ik daar een andere casus, maar het proces is vergelijkbaar).

Als u meer informatie wilt over Alteryx en wat het voor uw bedrijf kan betekenen, bezoek dan onze Alteryx pagina’s.

“Without data, you’re just another person with an opinion”
(William Edwards Deming)