- 제조(자동차)
- 예측
자동차 부품 수출입 신고 HS코드 분류 자동화 시스템 구축
관세·비관세 손실 비용 및 통관 지연 리스크를 해소하기 위해, 가용한 사내외 정보를 기반으로 AI 기술을 활용하여 품번별 HS코드 분류 자동화 시스템을 개발하였습니다.
Use Case
- 제조(자동차)
- 기타
자동차 부품 거점 CAPA 산출 로직 개발
자동차 부품 설비 등 데이터를 기반으로 창고 별 CAPA(수용능력)와 충진율을 산출합니다.
Business Problem
거점 별 layout 및 적재 부품 등이 다르기 때문에 CAPA(창고의 수용능력) 산출이 부정확하고 충진율이 과대/과소 평가되고 있다는 의견이 있습니다. 창고 관리 측면에서의 부품 분류 기준과 CAPA 및 충진율을 산출할 수 있는 기준을 만들고, 산출 근거를 마련하고자 합니다.
Goals
시점 별 저장 실적과 저장 부품설비의 정보, 창고 정보 등을 수집했습니다. 저장 실적의 이상치와 결측치의 처리 방법/정도에 따라 결과에 미치는 영향이 크기 때문에 다양한 방법을 적용해보고 검증을 통해 결정했습니다.
Analysis
군집분석과 분류 알고리즘을 사용하여 창고 관리 측면에서의 부품 특징을 반영한 분류 기준을 수립하고 시각화 했습니다. 창고 내 셀 별 최대 저장 가능한 양을 산출하여 이를 통해 창고 CAPA와 충진율을 도출하고 현장 실측치와 비교를 통해 정교화 했습니다.
Solution
부품 정보 분석을 통해 분류 기준을 수립하고 창고 별 CAPA와 충진율을 도출했습니다. 이를 재고 정보와 결합하여 적재 위치 추천 로직에 활용하여 효과적인 창고 CAPA관리가 기대됩니다.
이 홈페이지는 Chrome(크롬)과 Edge(엣지)에 최적화 되어있습니다.
Chrome(크롬)과 Edge(엣지) 브라우저의 사용을 권장드립니다.