ページの本文へ

Hitachi

Lumada

宅配送における配送時間誤差の極小化と生産性向上支援

人間行動センサーと人工知能で、配送計画の予測精度向上、および効率の良い配達の要因抽出を支援します。

  • Lumadaのユースケースコード:UC-00199
  • 業種:運輸業
  • 目的:マーケティング・営業力強化,AI

宅配便などの荷物量が増加している今、効率を最大限に高め、計画した時間どおりに配送することが課題となっています。
リストセンサーなどで取得したデータを、日立の人工知能「Hitachi AI Technology/H」で分析し、効果的な施策を導き出します。

  • * コンセプト実証(PoC)事例

課題

配送時間の予測精度を向上させたい

  • エンドユーザーを極力待たせることがないよう、宣言時刻どおりの配送を実現したいが、従来のシステムでは配送計画の予測精度が低い。
  • 配送時間の予測精度を上げて、むだな時間を削減したい。
  • 効率の良い配達を成し遂げるための要因を抽出し、生産性向上施策につなげたい。

解決策

配送計画をシミレーションし、効果的な施策を示唆

商品の配送時間の予測と、各種データ(伝票情報、車両情報、運行情報など)との相関を日立の人工知能「Hitachi AI Technology/H」で分析し、配達時間に影響する因子を抽出。予測精度向上に向けた示唆を導き出します。

特長

リストセンサーで取得するデータの精度を向上

配送時間の精度を向上させるためには、配送実績や車両停車後の行動実績などのデータを正確に取得することが重要です。これらのデータは、各種データ(伝票情報、車両情報、運行情報など)にドライバーに身に着けてもらったリストセンサーの情報を組み合わせることで、精度を向上することができます。

成果

配送時間の予測精度を向上し、むだな時間を削減します。
また、ドライバーの行動特性から効率的に配達するための要因を抽出し、生産性向上につなげます。

お問い合わせ

本ユースケースについて詳細が知りたい方は、下記のフォームにてお問い合わせください。
お問い合わせの際には、ユースケースコードをご記入ください。

Lumadaのユースケースコード:UC-00199

本ユースケースを共有する



*
効果数値は、当社調べです。
*
記載の会社名、製品名などは、それぞれの会社の商標もしくは登録商標です。