L’azienda è un produttore di materiali polimerici specializzati tra cui composti termoplastici, coloranti e additivi plastici, resine termoplastiche e resine viniliche. Parte di un gruppo internazionale, l’azienda è stata fondata in Italia intorno agli anni ’50 e ha una rete capillare di filiali in Europa e circa 3000 dipendenti nel nostro Paese.

Esigenza

A causa della situazione pandemica degli ultimi tre anni e la conseguente remotizzazione di molti processi, tra cui quello di spedizione delle merci ai Clienti finali, l’azienda ha fatto emergere una crescente necessità legata a una gestione più puntuale e sistematica della logistica.

In particolare il Cliente voleva individuare sul mercato i migliori vettori di spedizione così da migliorare i processi di shipping, i costi e, in un circolo virtuoso, anche la soddisfazione dei Clienti finali.

La crisi dei trasporti degli ultimi mesi, unita alla sempre maggiore difficoltà nel reperire il personale addetto al trasporto, ha reso la scelta dei fornitori un differenziale competitivo: per questo le aziende stanno investendo nella digitalizzazione di questi processi.  

Soluzione

In questo scenario, Npo Sistemi ha indirizzato una soluzione che utilizza l’intelligenza artificiale a supporto della logistica per ridurre i costi per la movimentazione delle merci.

Npo Sistemi ha quindi disegnato una soluzione di business analytics per individuare il miglior servizio di trasporti analizzando:

  • Costi di trasporto
  • Tempi di spedizione
  • Performance (Percentuale di trasporti completati senza perdite)

Grazie agli algoritmi realizzati da Npo Sistemi, il Cliente è riuscito a identificare il fornitore più conveniente su ogni singola tratta, e fare inoltre delle proiezioni future basate su possibili variazioni della produzione, delle semplificazioni delle tratte e una generale ricerca dell’ottimizzazione dei costi basate su modelli statistici.

Tali informazioni sono state inoltre contestualizzate anche allo scenario di riferimento del Cliente, alle necessità cioè di ricezione tempestiva di materiali tecnici e alle condizioni di viaggio (come la temperatura non inferiore ai 20 gradi, per esempio).

Grazie ai dati mappati e analizzati, la soluzione è in grado di effettuare:

  • analisi di scenario
  • what-if analysis

così da guidare, attraverso una razionale e puntuale analisi dei dati, la scelta del miglior vettore di spedizioni.

Una soluzione trasversale, applicabile a differenti settori merceologici, ma soprattutto all’analisi di processi molto diversi (confronto tra fornitori).

Case Study Correlati

Case History_ Sabiana: come efficientare la logistica fra magazzini
Case History_ Sabiana: come efficientare la logistica fra magazzini

Il caso di SABIANA, un’azienda italiana che inventa, progetta e produce apparecchi per condizionare gli ambienti in cui le persone vivono e lavorano, che aveva l’esigenza di ottimizzare le attività di entrata merce, messa a stock, prelievo, preparazione e spedizione.

 

Use case_ Come migliorare la conoscenza della propria customer base e prendere decisioni efficaci attraverso il Geomarketing
Use case_ Come migliorare la conoscenza della propria customer base e prendere decisioni efficaci attraverso il Geomarketing

Scopri il caso di un’azienda di prodotti chimici che ha scelto una soluzione di business analytics per migliorare la conoscenza della propria customer base.