1ª Edição

1ª Edição 2019-08-19T18:10:02+00:00

Dados do programa

0
PROJETOS INSCRITOS
0
PROJETOS BOOTCAMP
0
PROJETOS ACELERADOS
0
FINALISTAS
0horas
DE IMERSÃO EM 9 SEMANAS
0horas
CAPACITAÇÃO
0horas
DESENVOLVIMENTO DA SOLUÇÃO

Este post da Troposlab, a aceleradora parceira do programa, conta um pouco mais sobre ele.

Conheça os projetos finalistas

Smart Planner

O principal negócio da VLI é logística, ou seja, ela transporta os bens produzidos por indústrias de diferentes tipos, para que possam escoar suas produções para seus clientes com o mínimo de problemas. Isso faz do planejamento de vagões da companhia um desafio.

Este projeto visa otimizar o planejamento de ciclos de vagões, para otimizar as margens de ganho da companhia por meio de análise de dados e Machine Learning. Isso significa um melhor planejamento e acompanhamento das cargas transportadas.

Por meio das análises de dados realizadas pela equipe do projeto, conseguiram realizar uma união inédita de duas bases de dados da companhia, deixando felizes muitas áreas que utilizam essas bases.

O projeto estima que ser possível gerar ganhos na faixa de R$ 5,5 milhões em um ano para a companhia, se pagando ainda no primeiro trimestre após a implementação.

Fuelytics

Entre as operações da VLI, como empresa logística, está a área de trens e ferrovias. Dentro dela, o consumo de combustível representa mais de 90% do custo variável da empresa. Imagine você quanto impacto qualquer economia de combustível pode ter nesse contexto!

O problema que este projeto busca resolver está ligado à quantidade de variáveis que impactam no consumo de combustível, que é enorme e muda a cada novo trecho da ferrovia. Por exemplo, a forma que um determinado maquinista opera a locomotiva, a inclinação do trecho, necessidades de manutenção do motor e vários outros motivos podem impactar nesse consumo.

O Fuelytics utiliza análise de dados para determinar as variáveis mais significativas para cada trecho operado pela VLI, fornecendo diretivas de como proporcionar maior economia. Um exemplo de ação que pode ser tomada é treinar maquinistas que estejam apresentando maior consumo, aprimorando a forma de conduzir e gerando economia.

O projeto estima que, entre suas metas, seja possível economizar de R$ 7 a 18 milhões por ano para a companhia, uma vez que a prova de conceito seja finalizada.

Sigma

Grandes empresas, especialmente ligadas á indústria, como a VLI, tem alta complexidade no controle de estoques, devido ao tamanho das demandas e quantidade de itens diferentes a serem geridos e adquiridos.

A equipe do projeto SIGMA, por exemplo, estimou que a VLI gasta milhões de reais aumentando estoques desnecessariamente ou devido à falta de peças para manutenção. Imagine uma locomotiva que fica parada devido à falta de uma peça, quanto uma empresa logística perde por ela estar parada?

A solução proposta por este projeto é utilizar análise de dados e machine learning para automatizar o mapeamento de estoque e demandas registradas pelas diversas áreas e localidades da VLI, indicando a melhor forma de gerir cada item.

Com o projeto, foi possível reduzir tarefas que levavam 10 horas e 30 minutos para serem concluídas, a ponto de serem realizadas em apenas seis minutos.

As análises realizadas pelo MVP da solução tornam as aquisições de material mais inteligentes. Por exemplo, durante o período do projeto, houve um pedido de compra em que conseguiram economizar metade do valor, de centenas de milhares de reais, pois identificaram que havia excesso de estoque do mesmo item em outra localidade, que podia ser redirecionado para a área que o requisitou.

O projeto já gerou cerca de R$ 2,1 milhões em economias e estima gerar outros R$ 10 milhões por ano.

Inscrição para a

2ª Edição

E você, quer fazer parte dessa jornada?

Faça sua inscrição no link abaixo!

FAZER INSCRIÇÃO