Kontaktieren Sie uns
Kontaktieren Sie uns

 

 

 

Machine Learning Application verbessert Predictive Incident Detection

While they expertly deliver innovation and quality to their customers, Callaway Golf’s previous planning and reporting tool wasn’t making the cut. To evolve their enterprise, the sports giant decided to replace their outdated planning software with SAP Analytics Cloud for planning.

Together with Avvale, Callaway Golf successfully implemented SAP Analytics Cloud across their global enterprise in just 6 months. Now, Callaway Golf has a single, consolidated planning solution that has enabled streamlined expense and asset plans so they can focus on what they do best– revolutionizing the sporting world with cutting edge equipment.

Dieser Kunde ist das wichtigste Unternehmen für die Verwaltung von Autobahnabschnitten in Italien und deren Instandhaltung. Mit rund 3.000 verwalteten Kilometern in Italien ist es einer der führenden Konzessionäre für den Bau und Betrieb von gebührenpflichtigen Autobahnen in Europa.

Die Herausforderung

Anfang 2022 beauftragte der Kunde Avvale mit der Arbeit an einem Proof of Concept zur Unfallrate für eine Stichprobe von Autobahnabschnitten mit dem Ziel, mithilfe von Algorithmen des maschinellen Lernens die ausschlaggebendsten Variablen zu ermitteln, z. B. den Zustand der Straßenoberfläche, den Verkehrsfluss, die durchschnittliche Fahrzeuggeschwindigkeit, die Dichte des Schwerverkehrs und das Zeitfenster. Unser Kunde benötigte eine maßgeschneiderte Lösung, die Daten verarbeiten und in relevante Informationen umwandeln konnte, um die Unfallrate und damit die Zahl der Toten und Verletzten auf dem Autobahnnetz zu senken. Die größte Herausforderung bestand darin, die riesige Menge an Daten über den Fahrzeugverkehr auf den Autobahnabschnitten zu verwalten und zu verarbeiten. Das Volumen und die Menge der von unserem Kunden verwalteten Daten war sehr beeindruckend, aber auch die Detailgenauigkeit und Granularität stellten eine große Herausforderung dar.

jared-murray-NSuufgf-BME-unsplash

Die Lösung

Avvale akzeptierte die Bedürfnisse des Kunden, indem es an einem Proof of Concept arbeitete und dabei hervorragende Ergebnisse erzielte. Dies führte zur Aktivierung von zwei Minimum Viable Products mit einem agilen Ansatz mit dem ultimativen Ziel der Kapitalisierung und Ausweitung des Modells auf das gesamte vom Kunden verwaltete Autobahnnetz. Im Dezember 2022 wurde dank eines Modells für maschinelles Lernen auf AWS eine Anwendung veröffentlicht, die auf probabilistischen Berechnungen basiert und in der Lage ist, Abschnitte des Autobahnnetzes und Zeitintervalle zu melden, die potenziell für das Unfallrisiko von Bedeutung sind, und dabei die wichtigsten beitragenden Faktoren vorschlägt.

nikola-markelov-s0POmq_KbSU-unsplash

The Challenge

Before integrating SAP Analytics Cloud, Callaway Golf's planning landscape centered around SAP's legacy planning solution, Business Planning and Simulation (BPS). While BPS met Callaway Golf's planning needs for many years, the enterprise began to experience limitations with their old solution:

  • Disconnected plans across the board: As Callaway Golf expanded and acquired new brands, planning processes greatly differed across the enterprise with some business units using Excel spreadsheets and others using legacy solutions for planning.
  • Outdated planning functionalities: The existing legacy planning solution lacked many modern functionalities. Among them, salary calculations and asset depreciation automation needed improvement. As a result, it became difficult to create detailed and accurate forecasts across the globe.
  • Significant IT support: The legacy solution required continuous management from IT to maintain runtime. IT had to carve out a full day every week to manually maintain the solution.
  • No single source of truth: Various departments and brands used different data sources, which led to data silos across the organization, making it difficult to gain a clear picture of the enterprise's planned expenses.
  • Rigid user interface: Legacy forecasting system was difficult to navigate and lacked working functions and calculations across the board, such as planning on depreciation and existing assets, adding vendors or members on the fly, and breaking down their cost center expense planning forecasts.

The Approach

With Avvale experts on their side, Callaway Golf laid out the following goals for their new planning landscape with SAP Analytics Cloud:

  • Crowdsource and consolidate plans across the enterprise to gain a global overview of their planned expenses and expand the input capabilities to each responsible owner.
  • Leverage elevated planning functionalities to create faster and more accurate forecast cost center expense and asset reports. The ability to customize calculations enhances and automates the reporting metrics.
  • Harness the power of self-service analytics to alleviate IT from the burden of simple maintenance and data entry requests, so they can focus on high-ROI tasks.
  • Maximize user-driven admin capabilities to control the management of calculations and forms.
  • Create new KPls driven by the business needs.

When SEM-BPS was the center of Callaway Golf's planning landscape, flexibility was a huge factor that was missing. SAP Analytics Cloud contains powerful scenario planning capabilities that help organizations quickly uncover actionable insights to make data-driven decisions. For Callaway Golf, SAP Analytics Cloud's modern planning functionalities provided users with the ability to:

  • Add members on the fly
  • Plan on existing as well as planned assets and automatically calculate the depreciation of values
  • Test "what-if" scenarios for deeper analysis by creating private versions of plans
  • Customize the solution based on their current business process
  • Perform driver-based calculations
  • Empower users to execute end-to-end planning scenarios, without the help of IT

Wie die Lösung hilft 

Heute verfügt unser Kunde über eine Anwendung, die auf dem gesamten Autobahnnetz aktiv ist und in der Lage ist, die große Menge an gesammelten Daten zu verarbeiten, um relevante Informationen zur Unfallvorhersage zu liefern. Die Weiterentwicklung der entwickelten Anwendung zielt darauf ab, sie mit der Welt der Baustellenplanung, ihrer Signalisierung und ihrer Auswirkung auf Unfälle zu verbinden und die Abklingkurven der Fahrbahnbeschaffenheit einzuführen, um das Modell und damit die Rückschlüsse auf Unfälle im Zusammenhang mit diesen Faktoren zu verfeinern. Die neue Anwendung ermöglicht es den Kunden, große Datenmengen mit Hilfe von Algorithmen des maschinellen Lernens zu verarbeiten, um schnell und einfach relevante Informationen aus dem gesamten verwalteten Autobahnnetz zu erhalten, und bietet ihnen so eine maßgeschneiderte Lösung, um dem wachsenden Bedarf an der Überwachung zahlreicher Variablen zur Verbesserung ihres Betriebs- und Wartungsdienstes gerecht zu werden.

img-transport-01
SHARE: