- Serviços
- Indústrias
- Sobre Nós
- Junte-se a Nós
Aplicativo de Machine Learning melhora a detecção preditiva de incidentes
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 To evolve their enterprise, the sports giant decided to replace their outdated planning software with SAP Analytics Cloud for planning.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.
Este cliente é a principal empresa envolvida na gestão de seções de autoestradas na Itália e sua manutenção. Com cerca de 3.000 quilômetros administrados na Itália, é uma das principais concessionárias de construção e operação de rodovias com pedágio na Europa.
O Desafio
No início de 2022, o cliente contratou a Avvale para trabalhar em uma Prova de Conceito sobre as taxas de acidentes para uma amostra de seções de autoestradas com o objetivo de usar algoritmos de Machine Learning para identificar as variáveis mais impactantes, como condição da superfície da estrada, fluxo de tráfego, velocidade média do veículo, densidade de veículos pesados e faixa horária. Nosso cliente precisava de uma solução personalizada que pudesse processar dados e transformá-los em informações relevantes para reduzir a taxa de acidentes rodoviários e, portanto, o número de mortes e ferimentos na rede de autoestradas. O principal desafio era gerenciar a enorme quantidade de dados sobre o tráfego de veículos capturados em trechos de autoestradas e seu processamento. O volume e a quantidade de dados gerenciados por nosso cliente eram impressionantes, mas os detalhes e a granularidade também representavam um desafio difícil.
A Abordagem
A Avvale aceitou as necessidades do cliente ao trabalhar na Prova de Conceito, obtendo resultados excepcionais. Isso levou à ativação de dois produtos mínimos viáveis com uma abordagem ágil, com o objetivo final de capitalizar e estender o modelo a toda a rede de autoestradas gerenciada pelo cliente. Em dezembro de 2022, foi lançado um aplicativo, graças a um modelo de Machine Learning na AWS, baseado em cálculo probabilístico capaz de relatar seções da rede de autoestradas e intervalos de tempo potencialmente significativos para o risco de acidentes, sugerindo os fatores contribuintes mais impactantes.
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
O Impacto
Hoje, nosso cliente tem um aplicativo ativo em toda a rede de autoestradas e capaz de processar a enorme quantidade de dados coletados para retornar informações relevantes sobre a previsão de acidentes. A evolução do aplicativo desenvolvido tem como objetivo conectá-lo ao mundo do planejamento de obras, sua sinalização e seu impacto sobre os acidentes, além de introduzir as curvas de decaimento das condições da superfície da estrada para refinar o modelo e, assim, a inferência de acidentes relacionados a esses fatores. O novo aplicativo permite que os clientes processem grandes quantidades de dados usando algoritmos de Machine Learning para receber informações relevantes de forma rápida e fácil de toda a rede de autoestradas gerenciadas, fornecendo, assim, uma solução personalizada para atender à crescente necessidade de monitorar inúmeras variáveis para melhorar seu serviço de operação e manutenção.
