Data leidt tot efficiëntere logistiek
Slimme datasystemen
Sectorinstituut Transport en Logistiek
Verladers en logistieke dienstverleners die data delen, merken dat ze processen effectiever kunnen inrichten.
• WAT HOUDT HET IN?
Het gebruik van transportmanagementsystemen (TMS), fleet-managementsystemen en navigatiesystemen is gemeengoed in de sector Transport en Logistiek. Het zijn allen systemen die meer en meer gebruikmaken van beschikbare data. Door deze data digitaal en op een gestandaardiseerde manier binnen de sector te delen, kan men de logistiek efficiënter, veiliger en duurzamer organiseren. Te denken valt aan logistieke data zoals gegevens van gemeenten over venstertijden, milieuzones, voertuigbeperkingen (gewicht, lengte, breedte en hoogte), voorkeurroutes, beperkingen en routeringen voor gevaarlijke stoffen, laad- en losplaatsen en parkeren. Planners die een TMS gebruiken waarin deze informatie is opgenomen, kunnen hun materieel beter inzetten en hun routes optimaliseren. Daardoor komen chauffeurs niet voor verrassingen te staan (Evofenedex, 2019).
Door het delen van data tussen verladers en logistieke dienstverleners kan de beladingsgraad omhoog en kun je routes optimaliseren. Verladers en logistieke dienstverleners die data delen, merken dat ze processen effectiever kunnen inrichten (Sectorinstituut Transport en Logistiek, 2020).
Systemen voor transport- en warehousemanagement genereren al veel data, net als boordcomputers en sensoren in voertuigen. Business intelligence zet men in om data te verwerken om te komen tot analyses van inkomsten, strategische sturingsinformatie en procesoptimalisatie. Dataverzameling van klantgegevens geeft platforms een aanzienlijke voorsprong op bedrijven die er een traditioneel businessmodel op nahouden. Data in combinatie met slimmere algoritmes maken het mogelijk de dienstverlening beter af te stemmen op de behoeften van de klant. De complexiteit van (plannings)systemen neemt snel toe, en data-analyse neemt een steeds belangrijkere plek in, bij zowel operationele als strategische werkzaamheden (SOOB, 2020).
Uit een enquête van ABN Amro in 2019 blijkt dat logistieke dienstverleners ervan overtuigd zijn dat het delen van data kan leiden tot efficiëntere logistiek. Dat de beladingsgraad in Nederland met gemiddeld circa 10 procent omhoog kan als logistieke dienstverleners en verladers alle informatie met elkaar delen. Veel respondenten zijn werkzaam in het wegtransport met vrachtwagens. Het gebruik van data kan zelfs ook een besparing van CO2 uitstoot opleveren (ABN AMRO, 2019).
Blockchain technologie
Blockchain speelt een rol in databeheer. Blockchain maakt het mogelijk om gegevens vast te leggen en te delen. Het is een open netwerk waaraan iedereen die dat wil kan deelnemen en wijzigingen kan aanbrengen in de database. Data kunnen met blockchain veiliger worden verspreid over verschillende databases terwijl de toegang verbetert. Blockchain maakt dat veel ondersteunend werk dat traditioneel op papier gebeurt op den duur verdwijnt. Hoewel er veel Blockchain-pilots zijn is de verwachting dat het nog een tiental jaren duurt voor zaken als blockchain leiden tot een grondig getransformeerde supply chain. TradeLens is een platform dat zich richt op rederijen en gebaseerd is op de blockchaintechnologie. Het platform heeft als doel om wereldhandel efficiënter en veiliger te maken. Gebruikers kunnen via het platform veilig documenten delen en zo de financiële afhandeling van een zending geautomatiseerd afhandelen. Ook is het mogelijk om end-to-end informatie over de leveranciersketen via het platform realtime te delen. Het platform is oorspronkelijk door IBM en Maersk opgericht (Evofenedex, z.d.).
• WAT VERANDERT ER?
Smart logistics is gericht op het slimmer, sneller en beter organiseren van transport en logistiek. Slimmer plannen en besturen is mogelijk dankzij data. Tijdens een transport en in het warehouse registreert men veelal alles. Zo heeft de sector Transport en Logistiek data over de locatie van voertuigen, de routes, activiteiten, voorraden, mutaties en nog veel meer. Vooralsnog zet men deze data vooral in om klanten te informeren en processen te optimaliseren. In 2021 gebruiken logistieke bedrijven data ook meer als verdienmodel. Bijvoorbeeld door voorspellende analyses te doen die onderscheidend vermogen en betere rendementen opleveren (Adaption, z.d.-b).
Door slim gebruik van data in de logistieke keten kun je de beschikbare vervoerscapaciteit optimaal benutten. Leeg rijden of varen is grotendeels verleden tijd. Uit het oogpunt van zowel economie als duurzaamheid is dat belangrijk. Alle modaliteiten kennen hogere beladinggraden. De organisatie van het vervoer gebeurt door ketenpartijen samen, op basis van gedeelde data en slimme software. Lading vervoert men (mede) hierdoor altijd met de voor dat moment meest geschikte modaliteit (synchromodaliteit en modal shift). Daarbij weegt men duurzaamheid nadrukkelijk mee (Logistieke Alliantie, 2019).
Voor veel bedrijven is data delen een basale uitdaging die vereist dat ze hun IT-omgeving moderniseren, dat ze publieke data beschikbaar maken en dat zij niet alleen met opdrachtgevers, maar ook met concullega’s data kunnen delen voor benchmarking, lobby of collectieve efficiëntieverbetering. Deze bedrijven zijn erg geholpen met laagdrempelige, goedkope en goed werkende oplossingen. Via deze oplossingen is dit deel van de sector, op termijn, ook te betrekken bij meer geavanceerde uitdagingen, zoals planningsoplossingen en het combineren van data zonder die te delen (Topsector Logistiek, 2019).
Control Tower
Het Control Tower concept is het centraliseren van alle logistieke sturings- en verantwoordingsinformatie. Het is een centraal punt binnen de supply chain dat transparante, gecentraliseerde keteninformatie over alle logistieke stromen biedt, zoals goederen, informatie en geld. Die door middel van een control tower te delen is met alle ketenpartners. De control tower werd in 2019 nog beperkt ingezet, zowel binnen de sector als daarbuiten(door grote verladers). In 2025 maken naar verwachting meerdere grotere transport- en logistieke bedrijven gebruik van een control tower, als logische vervolgstap in hun (huidige) datamanagementbeleid. Daarnaast zullen er andere partijen komen (verladers en tech bedrijven) die ook een controltowerfunctie gaan uitvoeren. De laatste en meest ingrijpende stap die je kunt zetten op basis van data (delen) is het opzetten van matchingsplatforms (SOOB, 2020).
Datatoepassingen in de logistiek zijn gericht op voorraadbeheer, magazijnoptimalisatie, accurate levertijden voorspellen, planning optimalisatie en de juiste prioriteiten stellen.
Door verbondenheid creëert de logistieke keten steeds meer data. In de toekomst maken ze aan de hand van realtime data slimme planningen. Algoritmes optimaliseren het voorraadbeheer tot op het niveau van realistische voorspellingen. De logistiek van de toekomst combineert grote hoeveelheden data tot essentiële informatie voor de supply chain. Dit gaat het bevattingsvermogen van het menselijk brein te boven en daarmee wordt de technologie leidend. Het zijn keuzearchitecten die logistieke data en mensen verbinden en zo proactief besluiten nemen.
• WELKE VOORBEELDEN ZIJN ER UIT DE PRAKTIJK?
- Het toepassen van data-analyse leidt aantoonbaar tot betere bedrijfsresultaten en optimalere supplychains. Zo bouwde Shell een analyseplatform op basis van software van verschillende leveranciers om voorspellende modellen te gebruiken om te anticiperen op meer dan 3.000 verschillende olieboormachineonderdelen. De tool, gehost in de cloud van Microsoft Azure, heeft Shell naar eigen zeggen geholpen de voorraadanalyse te verminderen van meer dan 48 uur tot minder dan 45 minuten. Daardoor bespaart Shell miljoenen dollars per jaar op de kosten van het verplaatsen en heralloceren (wijziging/verschuiving) van voorraad (LogistiekProfs, z.d.).
- Brouwers is een familiebedrijf waarin transport en logistiek samenkomen. Het is een innovatief transportbedrijf dat gebruikmaakt van de laatste technologieën op het gebied van logistics processing en data sharing. Bij de ontwikkeling van het nieuwe distributiecentrum stond de magazijnoptimalisatie dan ook centraal (Warehouse Totaal, 2020).
- HOYER heeft de oude equipmentsysteem vervangen door de maintenance & repair-softwaremodule van Adaption uit Sliedrecht. De software zorgt ervoor dat HOYER door inzet van big data het containeronderhoud kan analyseren en daarna voorspellen. Door de grote hoeveelheid data waarover HOYER beschikt, kan het bedrijf zeer nauwkeurige analyses maken. En door vervoer-, onderhoud- en reparatiedata te combineren kan HOYER trends voorspellen (Adaption, z.d.-a).
• WAT IS DE IMPACT VAN DATA OP HET WERKVELD?
Werkzaamheden veranderen
Data gedreven werken heeft invloed op het werk van kantoorpersoneel. De data-analyse neemt een steeds belangrijkere plek in, bij zowel operationele als strategische werkzaamheden (SOOB, 2020). De planners van de toekomst zijn data-experts. Een groeiende groep data-analisten maakt deze ontwikkeling mogelijk (Nieuwsblad Transport, 2019).
Benodigde vaardigheden
Het werken, toepassen en interpreteren van data vraagt om nieuwe kennis en competenties. Voortdurend analyses maken, grote hoeveelheden data snel verwerken en de resultaten gebruiken om op feiten gebaseerde beslissingen te nemen, dat betekent dat een datagedreven mentaliteit nodig is. Voor zowel leidinggevenden als werknemers is dat straks een fundamenteel onderdeel van hun dagelijkse activiteiten (Kennis DC logistiek, 2020).
“De data snappen en omzetten in informatie en resultaten. Dus zij moeten inschattingen kunnen maken of die data goed werkt en of dat de volgende partij die daarmee moet gaan werken, dat die zinnig daarmee om kan gaan en ook dat het apparaat geen storingen vertoont bijvoorbeeld.”
– Hessel Visser
De complexiteit van data(systemen) neemt snel toe. Zodoende zal de kwalitatieve arbeidsbehoefte van bedrijven mogelijk verschuiven van mbo- en hbo-geschoolden naar wo-geschoolden als IT-, data- en BI-specialisten (SOOB).
Bij systeemkennis, digitale vaardigheden en het vertalen van data en informatie gaat het niet alleen over het kunnen gebruiken van systemen zoals businesssoftware (ERP, WMS, TMS etc.). Maar ook over begrijpen wat er in de systemen gebeurt, welke data de systemen genereren en hoe je data uit verschillende systemen kunt integreren. Voorts is het belangrijk om kennis te hebben van programma’s zoals Excel of Power BI, om de data en informatie op een inzichtelijke manier te vertalen naar het management, de werkvloer, de processen en de projecten (Hogeschool PXL en Fontys, 2020).
“Dat ze de informatie weten te interpreteren. Dus dat zij om moeten kunnen gaan met de gegevens die uit die systemen komen. Zij zullen niet, zoals op het hbo-niveau, data-analyses doen, maar wel snappen dat datgene wat eruit komt, dat is informatie.”
– Hessel Visser
INHOUDSOPGAVE TRANSPORT EN LOGISTIEK
