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.

PAC2000A – Il magazzino di Fiano Romano
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.

PAC2000A – La sede di Fiano Romano
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

 

Ing. Massimiliano Matteucci, Direttore Logistica di PAC2000A

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.

Abbiamo scelto di affidarci a TESISQUARE® e Shippeo perché siamo convinti possano garantire visibilità ed efficienza dei trasporti. Il nostro obiettivo è accedere a informazioni puntuali in maniera rapida e integrata per ottimizzare i processi logistici, che sono tesi a migliorare il livello di servizio al cliente finale. Inoltre, questa scelta, ci permetterà di ottimizzare i giri di consegna al fine di ridurre sensibilmente le emissioni di Co2, nell’ottica di un’attenzione importante al tema della sostenibilitàIng. Massimiliano Matteucci, Direttore Logistica di PAC2000A

LASCIA UN COMMENTO

Please enter your comment!
Please enter your name here

Questo sito usa Akismet per ridurre lo spam. Scopri come i tuoi dati vengono elaborati.