X

Entérate cómo la nube y las nuevas tecnologías habilitan la transformación en los negocios y en la sociedad

Logra predicciones precisas del tiempo de tránsito con machine learning usando Oracle Transportation Management Cloud

This is a syndicated post, view the original post here

Reciente actualización de Oracle Fusion Cloud Transportation Management incluye la capacidad de proveer predicciones de tiempo estimado de llegada basadas en machine learning.

Por Evelyn Mei *

En un mundo en el que las cadenas de suministro son complejas, dinámicas y propensas a las interrupciones, proporcionar predicciones precisas de la hora estimada de llegada (ETA por sus siglas en inglés) es difícil, pero extremadamente importante. Con cientos de factores que potencialmente influyen en el resultado, un modelo simple y estático ya no puede ser suficiente en el mundo de hoy. Algunos transportistas y proveedores de servicios logísticos están tentados a experimentar con métodos de predicción de tiempo estimado de llegada (ETA, del inglés Estimated Time of Arrival) basados en machine learning, pero contratar el talento en ingeniería de datos y construir un flujo de aprendizaje automático de extremo a extremo puede ser demasiado costoso.     

Oracle Fusion Cloud Transportation Management (OTM) puede ayudar con eso. Con la reciente actualización 21A, OTM ahora tiene la capacidad de proveer predicciones ETA basadas en machine learning. Aprovechando los historiales enriquecidos de envíos en OTM, esta capacidad identifica los envíos realmente en riesgo y le proporciona predicciones de ETA precisas a los clientes.

Lee más: Studio F optimiza sus inventarios con Oracle Cloud WMS

A través de una investigación rigurosa que utiliza datos de envío del mundo real, la capacidad de machine learning de Oracle ha demostrado lograr una reducción de los errores de predicción en más de un 65%. Además, el flujo de datos de Oracle está prediseñado, el proceso de construcción de modelos está automatizado y los resultados son accionables.

Mira la machine learning en acción a través de este recorrido de producto y, para obtener más documentación técnica, visita el sitio web New Feature Summary (Resumen de nuevas características).

Beneficios del enfoque de machine learning de Oracle en la gestión del transporte:

  • Identificar los envíos verdaderamente en riesgo y proporcionar a los clientes predicciones precisas de ETA
  • Configurar modelos de machine learning específicos para los escenarios de tu empresa
  • Configuración única y simple sin necesidad de un ingeniero de datos
  • Flujos de trabajo y de ingeniería de datos automatizados con la tecnología AutoML patentada de Oracle
  • Ejecutar inmediatamente usando los resultados de predicción accionables

Para comprender la estrategia y visión de Oracle en torno a la Machine Learning en la logística lee el reciente artículo de Logistics ViewPoints, por Derek Gittoes, vicepresidente de estrategia de productos de Supply Chain Management en Oracle.

* Evelyn Mei es gerente senior de estrategia de productos para Oracle Fusion Cloud SCM.

Be the first to comment

Comments ( 0 )
Please enter your name.Please provide a valid email address.Please enter a comment.CAPTCHA challenge response provided was incorrect. Please try again.