News

Display news overview

Projet de science des données

28.06.2022

Technilog Technik und Logistik GmbH mise sur le nouveau produit «Warehouse Healing» de S&P Computersysteme GmbH

Dans le cadre d'un projet pilote, Technilog a décidé en février 2021 de réaliser une preuve de valeur de la stratégie «Warehouse Healing». A cette occasion, les experts en science des données de S&P ont validé, à l'aide de données concrètes de clients, la grande utilité et le potentiel dans l'entrepôt. «Warehouse Healing» est l'une des 3 stratégies au total pour une prise de décision optimisée dans l'entrepôt.

Notre client de longue date Oskar Böttcher GmbH & Co. KG et sa filiale logistique Technilog poursuivent l'approche consistant à améliorer en permanence la performance logistique et donc le niveau de service pour leurs propres clients. Pour ce faire, Technilog mise non seulement sur des technologies d'automatisation d'avenir et sur l'extension continue de ses capacités de stockage, mais aussi sur l'utilisation de la science des données et de l'intelligence artificielle. Grâce à son parc de véhicules et à son utilisation coordonnée de manière optimale, l'entreprise livre quotidiennement sur tout le territoire allemand. «Nous nous intéressons depuis longtemps à l'utilisation des données dans la logistique et il s'avère toujours que cela nous offre des opportunités dans l'entrepôt. En collaboration avec les experts de S&P, nous avons maintenant franchi le pas et réalisé une analyse de potentiel. Les données existantes et les modèles intelligents doivent nous permettre de découvrir les potentiels inexploités de notre entrepôt. Pour moi, une chose est déjà sûre : c'est un projet extrêmement passionnant et tourné vers l'avenir», déclare Nico Schubert, responsable de projet chez Technilog Technik und Logistik GmbH.

Créer une véritable valeur ajoutée à partir de données concrètes
Selon la devise : «Les données sont le nouveau pétrole», les données existantes de la logistique de Technilog constituent la matière première pour la preuve de valeur. Avant que les données puissent être utilisées et qu'une véritable valeur ajoutée puisse être générée, les données pertinentes telles que les stocks, la topologie, les informations sur les articles, les paniers et les données de mouvement sont identifiées dans l'entrepôt de Technilog. Le logiciel de gestion d'entrepôt SuPCIS-L8 de S&P fournit la base de données. Les données sont ensuite visualisées et interprétées. Des propositions de transfert et d'échange ont été déterminées à l'aide d'algorithmes et l'interprétation des résultats a permis de déterminer les économies de temps de trajet spécifiques au cas d'utilisation. «La réponse du livre d'images serait maintenant probablement : collecter les données, les évaluer, les modéliser, mettre en pratique les propositions de stockage et de transfert et créer ainsi de véritables avantages. Cependant, l'utilisation de l'intelligence artificielle implique aussi des exigences pour les deux parties, qu'il s'agissait d'aborder ensemble et de mettre en œuvre au mieux», poursuit Timofej Woyzichovski (expert en science des données, S&P Computersysteme GmbH).

La nouvelle stratégie «Warehouse Healing» est conçue pour défragmenter l'entrepôt et, grâce à l'analyse intelligente des données de mouvement et des paniers de marchandises, réduire les temps de trajet pour l'homme et la machine en améliorant le positionnement des articles. Partant d'une forte fragmentation de l'entrepôt, les deux partenaires du projet ont mis l'accent sur l'analyse, l'évaluation et l'identification de modèles de la situation dominante : ces données constituent la base de la phase suivante, au cours de laquelle le modèle a été créé et entraîné.

Dans une étape ultérieure, il s'agissait ensuite de définir le score du magasin de palettes manuel en tant que zone de stockage. Pour trouver dès ce stade des transferts après lesquels le score est meilleur qu'avant, on utilise des algorithmes qui intègrent «l'expérience» de l'historique des commandes des clients de Technilog. Les résultats des algorithmes servent de base pour simuler les transferts et défragmenter le stock au-delà de la normale, sans aucun impact sur les processus commerciaux de Technilog. La beauté de la chose est que les expériences d'entraînement automatique en arrière-plan améliorent continuellement les résultats.

De l'intelligence artificielle à l'utilisation réelle dans l'entrepôt
Grâce à la stratégie «Warehouse Healing», Technilog peut exploiter tout le potentiel de cas d'utilisation prédéfinis : de la collecte de données à leur utilisation dans l'intralogistique. Dans ce contexte, il est important pour les experts en science des données de S&P d'évaluer ensemble les résultats et de discuter des avantages attendus. Chez Technilog, les résultats de la preuve de valeur ont montré que l'application du Warehouse Healing dans le secteur de stockage «Stockage manuel de palettes» réduisait déjà les trajets de sortie de stock d'environ 24 % après quelques centaines de transferts. L'étape conséquente - l'utilisation de la stratégie de Warehouse Healing dans l'exploitation quotidienne - a été décidée immédiatement après la présentation des résultats éloquents. «Avec la preuve de valeur, Technilog a franchi une étape importante dans la découverte de potentiels cachés dans l'entrepôt. Nous nous réjouissons de ce succès commun, de la confiance accordée et de l'apport précieux de notre client Technilog dans le développement de nos produits Data Science», ajoute en conclusion Rémy El Abd, directeur général chez S&P Computersysteme GmbH.

Vous souhaitez en savoir plus sur la stratégie «Warehouse Healing» ou obtenir de plus amples informations sur le projet ? N'hésitez pas à nous contacter !



Further information that could be interesting:
To make this site work properly, we place small data files called cookies on your device. Find out more about it: Data privacy