Uber – postrach taksówkarzy. To główny ton w przekazach medialnych o firmie, która zmienia nawyki pasażerów i ich sposób poruszania się po mieście, ale w obecności Ubera na rynku transportowym – mimo wielu kontrowersji – warto zobaczyć coś jeszcze. Warto zobaczyć zmiany w samym myśleniu o logistyce i nowym podejściu do przemieszczania się z punktu A do punktu B.
W tym nowym podejściu widać przede wszystkim elastyczność. Wcześniej koszt przejazdu taksówką uzależniony był od tego, czy jedziemy za dnia, czy nocą, kiedy jest drożej. Ważna była też strefa, po której chcemy się poruszać. To model ustalony przez taksówkarskie korporacje lata temu. Co się zmieniło? Uber reaguje na bieżące wydarzenia. Chcesz wrócić do domu wychodząc ze stadionu, koncertu, premiery najnowszego filmu? Licz się z tym, że zapłacisz więcej, bo elastyczny cennik uzależniony jest od tego, ile osób w danej chwili chce skorzystać z usługi.
Uber wykorzystuje dane do określania popytu. Wie, w których miejscach ruch jest największy i o jakiej porze. Dzięki temu w danej okolicy znaleźć może się więcej kierowców, zmianie ulegnie także cena przejazdu. To jednak tylko mały, drobny przykład na to, jaki użytek robią firmy z ogromnej ilości przetwarzanych informacji.
Przejażdżka z big data
Czym jest big data? Analityczno-doradcza firma Gartner stworzyła następującą definicję: „to zbiory informacji o dużej objętości, dużej zmienności lub dużej różnorodności, które wymagają nowych form przetwarzania w celu wspomagania podejmowania decyzji, odkrywania nowych zjawisk oraz optymalizacji procesów”. Mówiąc w skrócie, chodzi o to, żeby zebrane dane wykorzystać we własnym celu, tak by usprawnić swoją działalność, dostosowując się do potrzeb klientów.
Widzimy to na przykładzie Ubera: firma wie, gdzie i kiedy jest większy ruch, więc jest gotowa na przyjęcie większej liczby osób (a w zasadzie to użytkownicy-kierowcy są na to gotowi), a przy tym zarabia na rosnącym popycie, uzależniając cennik od miejsca i czasu.
To tylko jeden z przykładów, jak dzięki analizie danych firmy logistyczno-transportowe są w stanie poprawiać wyniki. Innym takim przykładem może być firma US Xpress, która w każdej swojej ciężarówce zamieściła ok. tysiąca sensorów. Dzięki nim na bieżąco „widzi”, gdzie znajduje się auto, jak szybko jedzie, jak często się zatrzymuje. Widzi też stan techniczny ciężarówki.
Podobnie działają konkurenci US XPress - bazują na ciągłym monitorowaniu ruchu i wszystkich informacjach z tym związanych. Śledzi się trasę, którą pojazd pokonuje, prędkość, czas poświęcony na stanie w korkach, zużycie paliwa, pogodę czy natężenie ruchu. Dzięki temu można usprawnić działanie firmy. Przygotować inną trasę, tak by nie tracić czasu na stanie w korkach, albo zmodyfikować sieć logistyczną: tworzyć nowe miejsca odbierania produktów czy wydawania towarów. Pozwala to oszczędzić miliony litrów paliwa i skrócić czas przejazdu.
Mowa tu nie tylko o ciężarówkach czy samochodach dostawczych, ale nawet samolotach - firmy analizują i przewidują zmiany warunków atmosferycznych. Po to, aby pokonywana trasa była jak najszybsza, bez straty czasu na omijanie burz czy złej pogody.
Analiza zebranych informacji pozwala nie tylko dostosować się do zmian w ruchu czy oszczędzić na paliwie. Big data to także możliwość przewidywania awarii. Systemy w samochodach same wiedzą, kiedy może dojść do uszkodzenia lub zużycia konkretnych części. Dzięki temu zamienniki można zamówić na czas, a nie dopiero wtedy, gdy coś się zepsuje. To nie tylko oszczędność czasu, ale i pieniędzy, bo wiadomo od razu, co trzeba będzie wymienić, więc można taki zakup zaplanować znacznie wcześniej.
Wykorzystanie big data może zmienić nawet reklamy, jakie mijamy przy drodze. Elektroniczne billboardy będą wyświetlać treści bazując na informacjach z nawigacji - za sprawą tego zobaczymy nazwę restauracji w miejscowości, do której zmierzamy lub np. reklamę hotelu w mieście, które będziemy odwiedzać. Reklamodawcy skuteczniej dotrą do uczestników ruchu drogowego, pokazując im wyłącznie to, co może ich zainteresować.
Jeszcze większe oszczędności mogą być zasługą autonomicznych ciężarówek, które już są testowane na europejskich i amerykańskich drogach. Staną się one bardziej wydajne, wszak szybciej dowiozą towar. Samochody będą cały czas w ruchu, bo kierowcy nie będą musieli się zatrzymywać, by odpocząć. Jeżeli w ogóle będą obecnie w takim aucie, to pełnić będą funkcje kontrolujące na wypadek awarii lub nieprzewidzianych sytuacji na drogach.
Spadną również koszty związane z utrzymaniem floty kierowców, a co za tym idzie - będzie można obniżyć ceny produktów. Takie autonomiczne pojazdy również będą bazować na danych big data. Opracują jak najszybsze drogi do celu, na dodatek mają jeździć oszczędniej i ekologicznej, dostosowując się do aktualnych warunków. Eksperci zauważają, że takie pojazdy mogą jeździć razem, w ciasnych odstępach, co wpływa na mniejsze zużycie paliwa poprzez ograniczenie oporu powietrza.
Zmiany w transporcie dzięki wykorzystaniu big data już zachodzą. Miasta same zbierają informacje na temat natężenia ruchu drogowego. Wiedzą, na których ulicach tworzą się korki i np. modyfikują działanie sygnalizacji świetlnej, tak by "rozładować” zatory i przyspieszyć poruszanie się pojazdów. Informują o potencjalnych korkach wcześniej, sugerując alternatywną trasę. Tak dzieje się choćby w Brisbane, gdzie miasto stworzyło eksperymentalny system do zarządzania i monitorowania ruchu. Władze korzystają z analizy danych o ruchu m.in. po to, by modyfikować ograniczenia prędkości obowiązujące w różnych częściach miasta. Na takich zmianach korzysta nie tylko biznes, bo firmy dostawcze szybciej dostarczają towar, ale i zwykli ludzie, którzy spędzają mniej czasu na staniu w korkach.
Szukasz porady? Skontaktuj się z ekspertem z Asseco:
+48 22 574 88 23; e-mail: piotr.fabjaniak@assecods.pl