UPS adopte l’analyse prescriptive pour optimiser la livraison

Ne pas envisager les big data comme des problèmes, mais comme un moyen de mener à bien des projets décisionnels. C’est l’un des conseils avisés de Jack Levis, directeur chez UPS. Le numéro un mondial du transport express de colis a déjà obtenu des résultats notables après avoir adopté l’analytique prédictive au tournant du millénaire, et poursuit sa transformation numérique avec l’analytique prescriptive.

En l’an 2000, UPS passe d’une analytique descriptive à un modèle prédictif, en construisant un modèle de données centralisé. Ainsi, UPS regroupe des informations hétérogènes provenant de multiples sources, comme la géolocalisation de ses camions ou les scans des colis. Une évolution qui porte rapidement ses fruits puisque le nouvel outil analytique de la plus grande société de messagerie mondiale entraîne une réduction de 85 millions de miles par an – près de 137 millions de kilomètres ! Soit une économie substantielle de carburant consommé et d’émissions de dioxyde de carbone.

Aujourd’hui, UPS voit plus grand et vise une diminution de 100 millions de miles parcourus — soit un gain de près de 400 millions de dollars — d’ici le milieu de l’année grâce à son système Orion. L’analyse prescriptive offerte par ce dernier constitue la destination ultime du voyage analytique d’UPS, selon les mots de Jack Levis, qui dirige la gestion des processus du transporteur américain. Il s’agit d’optimiser le parcours des livreurs — qui peuvent s’arrêter jusqu’à 140 fois quotidiennement — à un point encore jamais atteint, grâce à l’automatisation de nombreux processus logistiques. Pour cela, souligne celui qui a plus de 40 ans de maison, les algorithmes emploient des données géographiques réadaptées par la firme et doivent explorer un nombre phénoménal de combinaisons.

 

Lire l’article (en anglais)

 

En complément :

Un article sur les big data et le transport routier,

une vidéo (en anglais) sur la démarche analytique d’UPS

et un article (en anglais) sur la distinction entre l’analyse prédictive et l’analyse prescriptive.

 

À lire sur Business Analytics Info : « Analytique et data réalité »

et

« Mieux planifier la demande pour améliorer la supply chain ».

 

Crédit photo : (c) UPS (https://www.pressroom.ups.com/pressroom/media-kits.page?countrylang=US-English).