Новости отрасли

Большие, большие данные

14.09.2017
Изображение большие данные

Как big data используются в логистике и цепях поставок.

В наш век сложного оборудования, умных гаджетов и соцсетей генерация данных не останавливается ни на секунду. В IBM подсчитали, что сейчас в мире производится 2,5 миллиардов гигабайт информации ежедневно. Аналитики International Data Corporation (IDC) утверждают, что мировой объем данных растет в геометрической прогрессии, и к 2025 году может составить 163 зеттабайт, что в 10 раз больше, чем регистрировалось на конец 2016 года.

1 зеттабайт = 270 байт, что при переводе в привычную нам десятичную систему и грубом округлении соответствует 1 000 000 000 000 000 000 000 байт

Современное понимание «больших данных» включает в себя не только сбор и хранение огромных массивов информации, но и методы их обработки, анализа и практического применения. Для этой цели разрабатываются новые технологии, поскольку прежние с такими объемами данных уже не справляются: согласно исследованию IDC, в мире проанализировано менее 1% имеющейся информации.

Но даже этой небольшой крупице новых знаний о мире можно найти массу способов полезного практического применения. И если в прошлом решения принимались на основании экспертного опыта и лучших практик рынка, то теперь они базируются на результатах анализа данных. По результатам опроса 3PL Study 2017, 98% 3PL-провайдеров полагают, что принятие решений на базе анализа данных – это будущее управления цепями поставок, при этом 86% считают, что это станет одной из ключевых компетенций игроков 3PL-рынка.

98% 3PL-провайдеров полагают, что принятие решений на базе анализа данных – это будущее управления цепями поставок

И это не случайно. По данным BCG Perspectives, рост мировой торговли к 2020 году составит 440%. Следовательно, пропорционально возрастет и объем грузов, перемещением которого необходимо управлять от момента погрузки на производстве до момента разгрузки у конечного потребителя. Проблема затронет как собственные логистические подразделения производственных компаний, так и профессиональных участников транспортного рынка и объекты логистической инфраструктуры.

На сегодняшний момент уже выделен ряд перспективных направлений использования больших данных в логистике и цепях поставок.

Раньше планирование поставок, в основном, базировалось на статистическом изучении спроса за предшествующие периоды. С внедрением технологий big data цепи поставок могут увеличить гибкость и реактивность, получив возможность использовать целый пласт актуальной информации из различных источников – баз данных, новостей, социальных сетей, прогнозов погоды, – которые помогут уточнить ожидаемые результаты, провести корректировку ассортимента и обеспечить синхронизацию спроса и предложения с учетом всех этих факторов.

Применение больших данных обеспечивает полную видимость логистической цепи от завода-изготовителя до конечного потребителя. Перемещение товарных потоков без труда отслеживается в режиме реального времени, любые сбои диагностируются, и в схему поставки оперативно вносятся соответствующие изменения – это верно и для транспортных компаний, чей флот оснащен телематикой и средствами онлайн-мониторинга, и для транспортных узлов с отлаженной системой эффективных коммуникаций.

Прекрасный пример применения технологии можно наблюдать в порту Гамбург, где решение на базе big data помогает упорядочить огромный грузовой трафик и избежать транспортного коллапса как на территории порта, так и на подступах к нему. Ресурсы роста портовых площадей исчерпаны, но благодаря облачному решению, к которому подключены все участники портовых операций и водители грузовых машин, в порту строго регламентируется перемещение грузов на 40 000 машинах ежедневно. Система снабжает каждого из участников только необходимыми данными о нахождении транспорта, загруженности портовых мощностей и дорог, предлагает оптимальные маршруты в зависимости от трафика и наличия парковочных мест. По информации T-Systems, одного из создателей решения, водитель каждого грузовика теперь экономит в порту Гамбург до 10 минут на погрузку, а это на 5000 часов в день меньше в рамках всего логистического узла.

Правильно структурированные и проанализированные данные — ключ к новым возможностям в сфере маршрутизации. С их помощью можно обнаружить неочевидные маршруты и задействовать неиспользованные ресурсы в сложных логистических цепочках. Построение оптимального маршрута и вычленение определенных закономерностей позволяет сократить издержки по доставке грузов, экономить топливо и время, лучше управлять трафиком. Аналитика поможет оперативно перестроить маршрут доставки в случае непредвиденных осложнений.

Это применимо не только к автомобильному, но и к железнодорожному и морскому транспорту. Так, американские железнодорожники из General Electric и Union Pacific собирают и анализируют данные со специальных датчиков на подвижном составе для прогнозирования трафика и управления им в режиме реального времени. Морские линии используют большие данные для оценки погодных условий и плотности трафика, прокладывания и корректировки маршрутов и безопасной навигации.

Более того, большие данные позволяют отслеживать техническое состояние парка транспортных средств. «Умные» машины и оборудование дают возможность анализировать состояние ключевых узлов, степень их износа, управлять затратами на топливо и техническое обслуживание. Упомянутая выше Union Pacific использует систему ультразвукового обнаружения неисправностей колесных пар. А по мнению Caterpillar, дистрибьюторы ежегодно упускают от 9 до 18 млрд долларов США прибыли только из-за того, что не внедряют технологии обработки больших данных.

Проекты big data развиваются и в России, хотя и более низкими темпами, чем за рубежом (по данным CNews, доля российских компаний, использующих технологии больших данных, в три раза ниже, чем общемировые показатели).

В российской транспортной отрасли технологии больших данных уже применяют в РЖД. Сообщается, что благодаря этому компания смогла повысить точность распределения затрат в 40 раз, аналогично сократилось время, затрачиваемое на подготовку отчетности. Кроме того, системы управления, использующие big data, были внедрены в процессы планирования и тарифного регулирования.

В конечном итоге внедрение больших данных способствуют повышению эффективности логистического сервиса по нескольким показателям:

  • клиентский сервис,
  • операционная эффективность,
  • стратегическое планирование,
  • управление рисками.

Согласно оценкам экспертов, технологии больших данных будут развиваться в сторону облачных решений, предрекается высокий спрос на использование сложной и прогнозной аналитики и на самообучаемые системы.

В ближайшем будущем большие данные станут одной из ключевых ценностей современного мира, «новой мировой валютой». По прогнозу IDC, в 2017 году мировой рынок больших данных оценивается в 150,8 млрд долларов США, а к 2020 году эта цифра достигнет 203 миллиардов.