FleetPride implementa un sistema predictivo de demanda de piezas en 300 ubicaciones

Sistema de inventario predictivo FleetPride

FleetPride, el mayor distribuidor independiente de repuestos para camiones y remolques pesados del mercado de repuestos en América del Norte con más de 300 ubicaciones, ha completado la implementación de un sistema predictivo de demanda de repuestos impulsado por inteligencia artificial en toda su red. El sistema utiliza algoritmos de aprendizaje automático para pronosticar la demanda de piezas a nivel de ubicación individual.

Capacidades del sistema

El sistema de demanda predictiva analiza más de 50 entradas de datos para generar pronósticos de demanda específicos de la ubicación para cada uno de los aproximadamente 500.000 SKU activos de FleetPride. Los datos de entrada incluyen patrones históricos de ventas, tendencias estacionales, pronósticos meteorológicos, datos demográficos de antigüedad de la flota, actividad de retirada de productos e indicadores económicos como índices de volumen de carga. El sistema genera pronósticos de demanda de 13 semanas que se actualizan semanalmente.

Resultados

Desde su implementación completa, FleetPride informa una mejora del 15 % en las tasas de cobertura de primera llamada, que ahora superan el 92 % en toda la red. Al mismo tiempo, los niveles generales de inventario se han reducido en un 8 %, liberando aproximadamente 40 millones de dólares en capital de trabajo. El sistema ha sido particularmente eficaz a la hora de predecir picos de demanda de artículos de temporada.

Impacto en el cliente

Para las operaciones de mantenimiento de flotas, la disponibilidad mejorada de piezas se traduce directamente en una reducción del tiempo de inactividad de los vehículos. Cuando un camión necesita una reparación, la capacidad de obtener la pieza correcta en horas en lugar de días puede significar la diferencia entre una reparación el mismo día y una espera de varios días. FleetPride estima que las tasas de cumplimiento mejoradas ahorran a los clientes un total de $200 millones al año en costos de tiempo de inactividad evitados.