ΤΑ ΠΕΡΙΣΣΌΤΕΡΑ δεδομένα της αλυσίδας εφοδιασμού αναφέρονται είτε σε μια κατάσταση (π.χ. «Όχημα σταθμευμένο στο σημείο Χ»), είτε σε μια συναλλαγή (π.χ. «50 λίτρα καυσίμου στο πρατήριο Υ»). Αυτές οι αναφορές συχνά παρέχουν γενική εικόνα, όπως απογραφή στόλου, μέση κατανάλωση καυσίμου ή εκπομπές CO2. Τα δεδομένα αυτά συνδυάζονται σε γραφήματα, π.χ., πλήθος EV από το έτος X έως σήμερα. Οι εταιρείες leasing στοχεύουν συνήθως σε περιορισμένο αριθμό χρηστών, εστιάζοντας κυρίως στον fleet manager και στη μισθοδοσία (π.χ., αναφορές P11D, BIK), με κάποια στοιχεία οικονομικών και λογαριασμών προς πληρωμή, που συνήθως περιορίζονται σε τιμολόγια. Πέραν τούτου, οι fleet managers είναι αβοήθητοι. Δεδομένου ότι λίγοι πελάτες βασίζονται αποκλειστικά σε έναν μόνο πάροχο για τις ανάγκες διοίκησης του στόλου τους, αναγκάζονται να συνδυάζουν δεδομένα από διάφορες πηγές. Αυτό προϋποθέτει: u Δεδομένα από διαφορετικούς παρόχους, με διαφορετική μορφοποίηση, βαθμονόμηση και σχεδίαση. u Δεδομένα από διαφορετικές χώρες, με μοναδικά στοιχεία για κάθε χώρα, που δεν χρησιμεύουν αλλού (π.χ. βάρος οχήματος). u Δεδομένα για διαφορετικές περιπτώσεις χρήσης ΓΕΝΙΚΆ ΕΡΓΑΛΕΊΑ Για οπτικοποίηση και ενοποίηση μεγάλων δεδομένων, απαιτούνται τεχνολογικές λύσεις. Το εργαλείο πρέπει να είναι: uΣυλλογικό uΣυμβατό με το GDPR, με επιλογή ιδίας φύλαξης δεδομένων - Ασφαλές uΕύκολο στη μεταφόρτωση uΕύκολο στην επεξεργασία και στην προσαρμογή διάταξης, γραφημάτων και αναφορών uΔυνατότητας API ή άλλων επιλογών αυτόματης τροφοδοσίας Η πιο κοινή λύση είναι το Power BI της Microsoft, αν και υπάρχουν πολλές εναλλακτικές στην αγορά, συμπεριλαμβανομένων των Tableau (Salesforce), Qlik Sense, IBM Cognos Analytics, SAP BusinessObjects, AWS QuickSight και Google Data Studio. ΓΕΝΙΚΆ ΈΝΑΝΤΙ ΕΞΕΙΔΙΚΕΥΜΈΝΩΝ ΣΤΌΛΟΥ Η επιλογή συγκεκριμένου λογισμικού δεδομένων στόλου είναι βιώσιμη εναλλακτική λύση, αλλά καθίσταται λιγότερο ελκυστική υπό το πρίσμα της συνεχούς επέκτασης και εξειδίκευσης του οικοσυστήματος στόλου. Λαμβάνονται υπόψη, για παράδειγμα, τα δεδομένα που απαιτούνται για απολογισμό GHG (π.χ. χρήση οχήματος). Το λογισμικό στόλου είναι εξ ορισμού λιγότερο ευέλικτο σε σύγκριση με τα γενικά εργαλεία δεδομένων και συνήθως υποχρεώνει τον χρήστη σε αγορά πρόσθετης μονάδας ή σε αναβάθμιση για αποθήκευση πρόσθετων δεδομένων. Η ιδανική λύση καθορίζεται από τις ειδικές ανάγκες του fleet manager και όχι από τον πάροχο απολογισμού, συμπεριλαμβανομένης της εφοδιαστικής αλυσίδας, των απαιτήσεων απολογισμού και των εσωτερικών αναγκών. Ο προσδιορισμός των τύπων αναφοράς μπορεί να επιτευχθεί με απολογισμούς στόλου σε μορφή XLS για κάποιο διάστημα, παρακολουθώντας τις στήλες, τις μορφές δεδομένων και τους συνδέσμους, για εξεύρεση τελικής λύσης. Ο διαλειτουργικός έλεγχος με το HR, την Οικονομική Διεύθυνση και τις Προμήθειες θα ενοποιήσει τις ανάγκες της εταιρείας και θα παρέχει στοιχεία για τις λύσεις απολογισμού που χρησιμοποιούνται από άλλα τμήματα. Αυτή η προσέγγιση επιτρέπει τη διερεύνηση της δυνατότητας ενσωμάτωσης δεδομένων στόλου σε υπάρχουσες λύσεις. Οπτικοποίηση δεδομένων ΔΕΔΟΜΕΝΑ ΚΑΙ ΤΕΧΝΟΛΟΓΙΑ | ΕΡΓΑΛΕΊΑ Ικανός αριθμός δεδομένων παρέχεται πλέον στους fleet managers. Τα σημερινά εργαλεία - εργαλεία αναφοράς leaseco, κατασκευαστών, πλατφόρμες διαχείρισης παρόχων καυσίμων/φόρτισης, τηλεματική - παρέχουν πολλά στοιχεία δεδομένων, καθώς και γραφήματα και τάσεις. Πολύ χρήσιμα, αλλά αποσπασματικά. Χρειάζεται η συγκέντρωση όλων αυτών, ιδιαιτέρως για τους fleet managers. 30 #19 ΟΚΤΩΒΡΙΟΣ 2024
RkJQdWJsaXNoZXIy ODAxNzc=