GHD + Alteryx

En 2019, avec son équipe de ML, Nikita Atkins a pu développer un processus de modélisation prédictive et gérer l’analyse des marchandises et des conteneurs. L’équipe a utilisé les solutions d’Alteryx pour collecter des données de septembre à octobre 2019 (soit plus de 250 000 trajets de conteneurs), les normaliser et les combiner, et dédupliquer 100 millions d’entrées fournies avant d’y appliquer plus de 200 règles métier avant de rendre les données exploitables. Elle a comparé le jeu de données final de 1,9 million d’entrées à celui du PoM et a pu constater que le nettoyage des données avec Alteryx permettait d’obtenir une correspondance des données de 99,965 %.

Elle a utilisé Alteryx Intelligence Suite pour créer 10 modèles prédictifs et comparer leur efficacité. Elle a affiné la sélection et a pu estimer la localisation d’un conteneur, y compris son point d’origine et de destination, les marchandises contenues, la contenance de chaque conteneur, et générer des insights sur la destination et le calendrier du trajet de retour d’un conteneur.

Une fois ce processus terminé, l’équipe a recueilli les données du PoM et les a comparées aux prévisions générées par le modèle Alteryx Intelligence Suite. Les résultats ont montré un taux de précision de 77 % dans le suivi du cycle de déplacement des marchandises et des conteneurs d’expédition. Il s’agit sans aucun doute du plus haut niveau de précision jamais espéré par le PoM.

Les analyses développées par GHD avec Alteryx Intelligence Suite permettent aux autorités locales de comprendre où vont les conteneurs et d’où proviennent les marchandises, afin de prendre de meilleures décisions en matière d’infrastructures de transport et de planification du réseau. En retour, cela permet de bénéficier d’une chaîne logistique plus rapide, plus ciblée et plus productive.