Data Science Supply chain

Door de COVID-19 uitbraak is de balans tussen verkoop via fysieke winkels en online verkopen in een sneltreinvaart veranderd. Waar het pré Corona nog een keuze was een product offline of online aan te schaffen, is de consument vandaag de dag genoodzaakt een product online te kopen. Dit resulteert direct in langere wachttijden binnen de leveringsketen een ook de volgorde binnen de bestaande supply chain is enorm gewijzigd. Om alle leveringsvraagstukken binnen een acceptabele tijdsduur op te lossen draaien logistieke systemen momenteel overuren en wordt er binnen de gehele logistiek sterk opgeschaald. Kortom, om tot een constructieve oplossing te komen is herontwikkeling c.q. herontwerpen van de inrichting van de supply chain benodigd.
 
Aanpak
Vanuit data science perspectief is gestart met het in kaart brengen van de grootste pijnpunten. Daarvoor is de bestaande source code doorgenomen en is beoordeeld welke prioriteiten gesteld dienen te worden. Daarnaast is geïnventariseerd welke onderdelen binnen de huidige supply chain logischer ingedeeld kunnen worden.
Deze optimalisatieslagen zijn onderverdeeld in drie facetten:
1.     Code maintainability
2.     Code comprehensibility
3.     Code performance
 
Het voordeel van deze scheiding is dat het ervoor zorgt dat het systeem (nog meer) toekomst proof wordt. Daarnaast draagt het bij aan een stabiele basis voor verdere ontwikkeling. Zoals Elon Musk in een interview van Sandy Muro eens aangaf: “I will give two points for deleting a line of code, and one point for adding a line of code”. In andere woorden, vaak is het elimineren c.q. versimpelen van code meer waard dan het toevoegen van nieuwe features. Deze filosofie ligt ten grondslag aan de herstructurering van de source code binnen dit project.
 
Via een simulatie tool is gekeken hoe orders momenteel worden uitgevoerd en hoe zij door het fulfilmentproces worden afgehandeld. Separaat hieraan is gestart met het ontwikkelen van een algoritme dat invloed uitoefent op de vraag waarom specifieke bestelde artikelen c.q. orders worden verstuurd vanuit bepaalde locaties. Door toevoeging van verschillende parameters in de simulatie zijn knelpunten blootgelegd die optreden nét voordat er een systeemstoring optreedt. Hiermee kan worden voorkomen dat een order (deels) niet of niet tijdig wordt uitgeleverd.

World Of Data