Réduire les déchets dans la production alimentaire
Contexte et objectifs
Presque toutes les entreprises de production alimentaire ont pour objectif commun de réduire les déchets. Qu'il s'agisse de construire une entreprise durable avec un impact minimal sur l'environnement ou de réduire les frais généraux, il ne fait aucun doute que les entreprises ont beaucoup à gagner en réduisant leurs déchets. Il en va de même pour une grande entreprise de production alimentaire basée en France.
Pour ce faire, ils ont reconnu qu'ils devaient adopter une approche axée sur les données. Mais par où commencer ? Si vous êtes dans une situation similaire, vous disposez peut-être de gros volumes de données provenant de chaque étape de votre processus de chaîne d'approvisionnement, situées dans de nombreuses bases de données et entrepôts différents. À un certain moment, le volume et la complexité des données font que cette enquête demande plus d'efforts qu'elle n'en vaut la peine, n'est-ce pas ? Eh bien, c'est là que la science des données et la Agilytic L'équipe arrive.
Les principaux objectifs sont les suivants
Consolider les différentes sources de données et comprendre l'ensemble de l'écosystème de données.
Fournir des informations sur les facteurs responsables de la majorité des déchets dans le processus de production.
Élaborer une feuille de route avec les actions à entreprendre pour mieux gérer les déchets.
Approche
Avant toute analyse, une douzaine de sources de données différentes devaient être agrégées et nettoyées. Les écosystèmes de données de cette taille s'accompagnent généralement de nombreux défis. L'un des plus grands défis rencontrés ici est la classification incorrecte des déchets à différents stades de la chaîne d'approvisionnement. Cela a entraîné des doublons et une surestimation des quantités réelles de déchets produits.
La compréhension de l'écosystème de données à travers les activités de cette première étape suffit à mettre en lumière d'éventuelles lacunes dans le processus de la chaîne d'approvisionnement, et l'entreprise peut prendre des mesures immédiates pour y remédier.
Ensuite, nous utilisons l'apprentissage automatique pour identifier les facteurs responsables de la plupart des déchets dans le processus de production. Cette analyse nous permet de mieux comprendre l'impact de plusieurs facteurs sur la quantité de déchets produits, tels que
La marque et le type de produit fabriqué.
La durée de vie de chaque type de produit.
Le temps nécessaire pour vendre un produit.
De nombreux facteurs utilisés dans l'analyse ont dû être soigneusement élaborés à partir des informations disponibles. Souvent, les meilleurs indicateurs de notre résultat (dans ce cas, les déchets) ne sont pas visibles ou disponibles et doivent être élaborés.
Résultats
Grâce aux analyses que nous avons menées, cette entreprise de production alimentaire a pu.. :
Mieux comprendre leur écosystème de données afin d'établir une base plus fiable pour les analyses et les prévisions futures.
Quantifier plus précisément leurs déchets afin de pouvoir agir au bon endroit et au bon moment.
Identifier les facteurs qui contribuent le plus à la production de déchets afin de pouvoir prendre des mesures pour y remédier.
Déterminer les produits et les processus qu'il convient de privilégier et d'améliorer afin de réduire les déchets.
-
Écrit pour Agilytic par Joleen Bothma .
