서플라이체인 의사 결정 개선
DHL의 창고 및 운송 관리 시스템(WMS 및 TMS)에서 제공되는 데이터를 활용하여 물리적 환경을 최적화합니다. 소프트웨어 기반 최적화 도구는 수집된 데이터에서 의사 결정을 개선하는 실행 가능한 인사이트를 도출하는 데 핵심적인 역할을 담당합니다.
데이터 수집
- 다중 입력 - 기기, 로봇 센서
- WMS/TMS로 통합
알고리즘 분석
- 인사이트 도출을 위한 데이터 검토
- 작업 및 리소스 최적화 목표
데이터에 기반한 의사 결정
- 경로 최적화
- 물류창고에서 재고를 배치할 최적의 위치
- 운송 경로 정의
센서를 활용한 자산 추적 및 모니터링(사물 인터넷)
특정 제품이 서플라이체인에서 어느 위치에 있고 어떤 상태인지 언제든지 파악할 수 있는 역량은 많은 산업 분야에서 매우 중요합니다. 예를 들어, 백신이 전체 공급망을 거치는 동안 적정 온도가 유지되었다는 사실을 파악하는 것은 백신을 실은 화물의 정확한 도착 일시에 대한 정보와 함께 매우 중요한 요소입니다.
오늘, 내일, 그리고 내년에 대해, 데이터에 기반한 계획 수립 및 의사 결정
데이터를 통해 인사이트를 도출하고 정보에 입각한 의사 결정을 할 수 있습니다. 주문 상태에 있는 모든 다양한 품목에 인사이트를 적용하여 얼마나 많은 직원을 동원할 수 있고 얼마나 많은 로봇을 작동할 수 있는지 파악함으로써 활용 효율성을 극대화하기 위한 리소스 공간을 결정할 수 있습니다. 데이터 기반 계획은 리소스를 적절하게 조합하여 활용함으로써 주문을 최대한 빠르게 이행할 수 있도록 해 주는 시간 기반 계획이기도 합니다.
