GHD + Alteryx

Im Jahr 2019 konnten Nikita Atkins und das Team für Machine Learning bei GHD ein Verfahren zur Prognosemodellierung entwickeln und damit die Erhebung zu Rohstoffen und Containern meistern. Mithilfe von Alteryx wurden die Daten von September bis Oktober 2019 (mehr als 250.000 Containerfahrten) erfasst, standardisiert und kombiniert. Außerdem wurden 100 Millionen doppelte Datensätze entfernt und mehr als 200 Geschäftsregeln hinzugefügt, bevor die Daten genutzt werden konnten. Die endgültigen 1,9 Millionen Datensätze konnten mit den Datensätzen des PoM verglichen werden. Dabei stellte sich heraus, dass die Datenbereinigung mit Alteryx eine Übereinstimmung von 99,9965 % ergab.

Sie verwendeten die Alteryx Intelligence Suite, um 10 Prognosemodelle zu erstellen und die Effektivität zu vergleichen. Die Auswahl wurde eingeschränkt, womit sie in der Lage waren, den Standort eines Containers einzuschätzen – einschließlich Ursprungs- und Bestimmungspunkt, der enthaltenen Ware, Kapazität jedes Containers sowie Endpunkt der Rückreise und Zeitplan eines Containers.

Nach Abschluss dieses Prozesses sammelte das Team von Nikita die genauen Daten des PoM und verglich sie mit den Prognosen des Modells der Alteryx Intelligence Suite. Die Ergebnisse zeigten eine Genauigkeitsrate von 77 % bei der Verfolgung des Transportzyklus von Waren und Versandcontainern. Das war zweifellos der höchste prognostizierte Ertrag, den der PoM je erwartet hatte.

Die Erkenntnisse, die GHD mit der Alteryx Intelligence Suite gewonnen hat, geben den den lokalen und staatlichen Behörden Aufschluss darüber, wohin die Container gehen und wo die Waren eingekauft werden, um bessere Entscheidungen über die Verkehrsinfrastruktur und die Netzplanung zu treffen. Das wiederum ermöglicht eine schnellere, gezieltere und produktivere Lieferkette.