Siirry sisältöön

DAIN Studios: teollisuusyritys

Tiivistelmä

DAIN Studios: teollisuusyritys
Yrityksen koko
  • Keskisuuri
Toimiala
  • Teollisuus ja toimitusketjut
Prosessi
  • Data-analytiikka ja liiketoimintatiedon hallinta (BI)
  • Myynti ja liiketoiminnan kehitys
  • Toimitusketjut ja logistiikka
Projekti
Projektityyppi
  • Operatiivinen erinomaisuus
Kustannustaso
  • 10 001 – 100 000€
Alue
  • Kansainvälinen
Kieli
  • Englanti
  • Suomi
Toteutus
Toteutustaso
  • Tuotanto
Tekoälyteknologiat
  • Ennakoiva analytiikka ja koneoppiminen
  • Liiketoimintatiedon analytiikka ja päätöksenteon tuki
Teknologiat
  • AzureML
  • PowerBI
GDPR:n alaista tietoa

Kyllä

Asiakas tarvitsi ennakoivaa näkyvyyttä tilauskertymään vähentääkseen tuotannonsuunnitteluun liittyviä katkoja ja epävarmuutta. Keskitetty tilaushallintajärjestelmä seurasi tarjousten elinkaarta, ja oletuksena oli, että tarjoukset ovat täysin jäljitettävissä ja johdonmukaisesti ylläpidettyjä. Käytännössä ennustaminen oli kuitenkin haastavaa ilman datan laadun varmistamista sekä ymmärrystä siitä, miten tarjoukset ja asiakaskäyttäytyminen realisoituvat ajan myötä todelliseksi tilauskertymäksi.

Ratkaisu

Toteutimme eksploratiivisen data-analyysin varmistaaksemme tilaustenhallintaprosessin jäljitettävyyden ja datan käytön oletukset. Validioidun aineiston pohjalta rakensimme koneoppimismallin, joka ennustaa tulevaa myyntivolyymiä historiallisten myynti- ja tarjoussignaalien perusteella.

Ennusteet tuotetaan automatisoidun päivittäisen pipeline-prosessin kautta, ja liiketoiminnan käyttöön toimitettiin dashboard, jonka avulla voidaan seurata ajankohtaisia ennusteita sekä vertailla aiempien ennusteiden toteutumista ajan kuluessa.

Tulos

Myyntivolyymi voitiin ennustaa tarkasti olemassa olevien tarjousten perusteella tuotetasolle asti lyhyellä aikavälillä (noin 2 päivää). Keskipitkän aikavälin ennusteet (noin 7 päivää) pystyttiin luotettavasti johtamaan lyhyen aikavälin ennusteista.

Pitkän aikavälin ennustaminen osoittautui haastavaksi tarjousten käsittelyprosessin epäyhtenäisten käytäntöjen vuoksi. Työ kuitenkin paljasti odottamattomia toimintamalleja tarjousten käsittelyssä, mikä lisäsi prosessin läpinäkyvyyttä ja loi pohjaa tuleville kehitystoimenpiteille.

ROI

Arvo syntyy parantuneesta tuotannonsuunnittelusta ja resurssien seurannasta luotettavampien lyhyen ja keskipitkän aikavälin tilausennusteiden avulla, mikä mahdollistaa suunnitteluvajeiden aikaisemman tunnistamisen ja paremman operatiivisen päätöksenteon.

Lisäarvoa syntyi myös tarjousprosessin ja datan laadun haasteiden tunnistamisesta, jotka rajoittivat pitkän aikavälin ennustamista.