datarpm-overview

保有車両効率を最大化し競争優位を保つ

オンロードパフォーマンスを向上、車両の計画外ダウンタイムを削減、燃料コストを削減。

今後20年間で物流の需要は2倍になると予想されており、輸送車の信頼性向上は最重要の課題です。

異常特定と予測によりコストを削減

保有車両の運用を完全にコントロール

この厳しい業界においては信頼性が何より重要です。Progress DataRPM 異常検知と予知保全ソリューションは、業績の向上と顧客体験の向上に大きく貢献します。保有車両の運用は完全にコントロールされ、効率的な運用を実現します。

anomaly-detection
predictive-maintenance

異常検知

正常状態を学習し、異常値を特定するプロセスです。異常データを必要としない教師なし学習または半教師あり学習で、過去と現在のデータ及び外部の影響要因を同時に分析し、継続的に設備性能の基準を設定します

予知保全

教師あり学習で将来発生しうる未知の設備障害を予測し、事前の適切な措置を施します。その結果、修理やダウンタイムを回避し、設備機械の耐用年数は延長され、総コストを削減できます

導入効果

配達時間厳守
checkサービスの中断を75%削
check稼働時間を65%向上
check修理1回あたりの保証コストを50%削減
運用上の視認性を向上
check修理1回あたりの診断時間を70%削減
check事前の潜在的異常診断を日数にして54%早期化
check根本的な原因分析を25%スピードアップ
戦略的なコスト削減
checkサービスコストを前年比54%改善
check保証コストを49%削減
check運用コストを10%削減
maintenance-costs
Case Study

大手の通信会社―数百万ドルのコスト削減を達成

DataRPMは自動予測モデルを使ってセットトップボックスの障害を受ける可能性のある顧客の85%とその障害の原因を特定

詳細を読む