Preem

Implemented owned by Violet AI Swedish
362d ago update
Read more at https://www.violet.ai/

Violet har hjälpt Preem med att utveckla och implementera AI-driven forecasting för att förutse efterfrågan på Preems produkter. AI-lösningen tar bland annat hänsyn till mönster i månader och helg- och veckodagar, samt depå- och produkttrender.

Preem är Sveriges största drivmedelsföretag och har depåer med biodrivmedel, diesel, eldningsoljor och mängder av andra produkter, utspridda över hela landet. 

Verksamheten präglas av stor kapitalbindning samt kostsam och komplicerad logistik, då Preem kontrollerar större delen av värdekedjan.

För att möta efterfrågan från kunderna får det aldrig eka tomt i tankarna på depåerna, samtidigt som man inte vill binda upp kapital i onödan. Efterfrågan på produkterna varierar över tid och påverkas av interna och externa faktorer.

För att estimera efterfrågan på produkter för en given tidsperiod och plats förlitade sig Preem på enklare historisk data och uppskattningar från erfarna medarbetare - ett manuellt arbetssätt med stort utrymme för fel.

Violet har utvecklat ett prognosverktyg som använder AI för att estimera efterfrågan på Preems produkter. Prognosen tar hänsyn till en mängd variabler, exempelvis historisk data såsom uttag samma period förra året och uttag de senaste veckorna. Prognosen tittar också på mönster i månader och helg- och veckodagar, samt på depå- och produkttrender.

Modellerna genererar dagliga prognoser 45 dagar framåt i tiden för varje produkt och depå. Prognosverktyget färdigställdes våren 2023 och används idag av depåplanerare.

AI-lösningen gör att prognoserna kan ta in många olika faktorer, något som gör prognoserna mer träffsäkra samtidigt som verktyget effektiviserar depåplanerarnas arbete.

Bättre prognoser innebär att man kan möta efterfrågan effektivt, samtidigt som man optimerar kapitalbindning och logistikflöden vilket skapar ökad lönsamhet, nöjdare kunder och mindre miljöpåverkan.

Attributes

Energy, Transportation & Logistics
Human Resources, Marketing & Communications, Operations, Purchasing & Procurement, Sales
Better Customer Experience, More Efficient, Saving Cost
Professional
Prediction
DNN, ML Ops, Machine Learning, Supervised, Transformer