
Rediseño de la red logística para el abastecimiento de materiales y servicios al upstream
11/01/2023
Optimización de redes de pipelines e instalaciones de superficie para la recolección de Oil&Gas
13/06/2023
Predicción de consumo y detección de anomalías de GLP en tanques a granel

solución
analítica de datos y predicción
industria
tecnología
tags
Herramienta computacional para predecir estadísticamente el nivel de consumo de GLP de tanques a granel y detectar anomalías en los datos de telemetría. Esta herramienta permite mejorar el proceso de decisiones logísticas y comerciales.
La solución se visualiza en un tablero de gestión con información sobre los días de autonomía del tanque, el porcentaje remanente, kilogramos a cargar, registros de telemetría, pedidos activos y transportes asignados.
Sobre la misma base de datos de telemetría diaria se desarrolló un módulo de detección que identifica fraudes (ingresos de GLP a un tanque sin pedido previo), sobrellenados (cargas por encima de los límites máximos) y alarmas operativas: telémetros sin señal, estancados, con movimientos erráticos o con errores propios del proveedor de telemetría.
Beneficios
- Utilización efectiva de la capacidad de los camiones de distribución.
- Priorización de rutas de reparto según riesgo de quiebre.
- Realizar una toma de pedidos proactivos y automáticos.
- Generar campañas de comercialización con información precisa.
- Mejorar la comunicación con los clientes, realizando segmentaciones efectivas.
Funcionalidades
Métodos
utilizados
Utilizamos una combinación ad-hoc de métodos de predicción y aprendizaje estadístico, especialmente adaptados según el conocimiento del negocio y la naturaleza de la predicción.
Esta experiencia se complementa con el trabajo realizado en Acodike, otra distribuidora de GLP, donde desarrollamos modelos de series de tiempo y modelos fundacionales para pronosticar la demanda y dar soporte a las decisiones logísticas, pasando de una lógica de reparto push a un esquema híbrido que anticipa y gestiona los pedidos.











