Si chiama RTTV ed è l’acronimo inglese che sta per ‘Real Time Trasportation Visibility’, vale a dire quella che noi chiamiamo ‘visibilità dei trasporti in tempo reale’.
Si tratta di avere una visione collaborativa ed immediata delle operazioni di movimentazione e trasporto, al fine di rendere più agile il processo decisionale dell’intera Supply Chain.
Con più di 1.400 punti vendita in 5 regioni italiane, la principale cooperativa del gruppo Conad è un banco di prova oltremodo valido per questo nuovo approccio tecnologico alla gestione della Supply Chain.
Leggi anche:
Coca-Cola HBC, produrre in base alla domanda: digitalizzare la pianificazione end-to-end
Conad, la scelta dei software
PAC2000A Conad, come partner di progetto per potenziare la visibilità dei trasporti in tempo reale, ha scelto TESISQUARE®, partner tecnologico specializzato nella progettazione e implementazione di ecosistemi digitali collaborativi e Shippeo, leader globale e specialista europeo nella visibilità dei trasporti in tempo reale.
L’obiettivo è migliorare le performance dei processi logistici della cooperativa, che si vede impegnata nella gestione quotidiana di una supply chain articolata e complessa per rifornire i quasi millecinquecento punti vendita nazionali.
Leggi anche:
Maersk incorpora Safmarine: nel mirino i servizi end-to-end
Geofencing e GPS per non perdere un movimento
La suite software TESI TMS fornirà a PAC2000A Conad una visione puntuale delle operazioni di trasporto, rendendo più agile il processo decisionale; i tempi di attesa e di consegna saranno tracciati con precisione tramite geofencing e localizzazione GPS, consentendo di misurare in maniera accurata le prestazioni di consegna e di controllare il network di trasporto.
Le informazioni predittive saranno disponibili per tutti i partner della supply chain grazie all’integrazione del servizio di visibilità di Shippeo con la piattaforma e l’applicazione mobile di TESISQUARE®.
Leggi anche:
Gestione, pianificazione previsione: AI e Machine Learning nella supply chain
Automazioni e analisi predittive
Sfruttando l’automazione dei processi, sarà inoltre possibile ridurre il tempo speso nelle attività a basso valore aggiunto. L’algoritmo di Machine Learning di Shippeo elaborerà in tempo reale i dati di localizzazione dei camion e oltre 200 parametri per calcolare un ETA accurato ed affidabile, fornendo quindi agli utenti una visione predittiva in tempo reale per ogni consegna all’interno della TESISQUARE Platform.
