Secteur de la Logistique et du Transport

Prédire le temps de déchargement des conteneurs

Client :

Technologie utilisée :

Machine Learning

Métier : Production, qualité & Supply chain

Créée en 1976, JJA est un acteur incontournable de l’univers de la maison.
D’abord grossiste puis importateur, JJA a su faire évoluer son cœur de métier pour devenir industriel de marques.
La PME familiale est aujourd’hui une ETI ayant su conserver ses valeurs d’audace, de passion, de performance et d’éthique tout en poursuivant le développement de son activité.
JJA développe une offre complète de produits dans le secteur de l’équipement et de la décoration de la maison avec des marques fortes à l’appui d’un ADN commun : rendre accessibles les produits au meilleur rapport Qualité / Prix / Tendance.

Source : https://www.linkedin.com/company/jja-sa/

Enjeux

Prédire le temps pris par les agents logistiques pour décharger un conteneur à l’arrivée dans l’entrepôt en fonction des caractéristiques de la commande, du contenu du conteneur et du nombre d’agents disponibles
Comprendre la grande variabilité de temps de déchargement (de 5 min à 3h30)
Planifier le bon nombre d’agents pour décharger, afin d’assurer la tenue du planning global et améliorer la performance logistique

Démarche

Accompagnement au cadrage, et à l’identification des différentes données nécessaires à la modélisation
Préparation et correction des données
Calcul des indicateurs
Modélisation par Machine Learning du temps de déchargement
Développement, test et affinement des modèles
Exposition du modèle derrière un serveur et interfaçage avec la solution interne JJA de pilotage des opérations logistiques

Résultat

Modèle de prédiction validé par le métier
Outil industrialisé pour l’aide à la planification des opérations de réception et le dimensionnement des équipes dédiées