GHD + Alteryx

2019 年、Nikita Atkins 氏と GHD 社の機械学習チームは、積み荷やコンテナの調査を行うため、予測モデリングプロセスを開発しました。同社は、Alteryx を介して 2019 年 9 月～10 月の 25 万件以上ものコンテナ輸送のデータを収集・標準化し、それらのデータを統合するとともに、1 億件にも及ぶレコードの重複を排除しました。さらに、データの活用前に 200 以上のビジネスルールを含めました。最終的に絞りこんだ 190 万件のデータを PoM データと比較したところ、Alteryx でクレンジングしたデータは 99.9965% という高いマッチング精度を保持していることが確認できました。

GHD 社は、Alteryx Intelligence Suite を使用して 10 種類の予測モデルを構築し、それぞれの効果を比較しました。同社は選択項目を絞り込むことで、コンテナの発着地、積み荷、コンテナの容量、コンテナの復路の終了地点やスケジュールなどを推定することができました。

このプロセスの完了後、Nikita 氏のチームは PoM から正確なデータを収集し、Alteryx Intelligence Suite のモデルが予測したものと比較しました。その結果、 GHD 社の積み荷やコンテナの輸送サイクルの追跡における予測データの精度は 77% であることが確認できました。結果として、PoM が想定している以上の高い予測率を達成できました。

GHD 社が Alteryx Intelligence Suite を介して取得した洞察により、地方自治体や州政府がコンテナの行き先や商品の購入先をより正確に把握できるようになっただけでなく、輸送インフラやネットワーク計画に関する意思決定に役立つ、より良い情報の提供が可能になりました。これにより、より迅速で焦点が絞られた、生産性の高いサプライチェーンを実現できるようになりました。