Zastosowanie ML do predykcji cen na giełdzie transportowej Clicktrans i poprawy konwersji zleceń. Case study
Sektor transportu drogowego odpowiada aż za 8-10% polskiego PKB oraz za 25% europejskiej emisji gazów cieplarnianych (w tym CO2) i jest znaczącym źródłem gazów cieplarnianych w UE. Zastosowanie rozwiązań ML do ustalania cen zleceń pozwoliło skuteczniej kojarzyć zleceniodawców i przewoźników na giełdzie Clicktrans, którzy “i jak już tam jadą” (osiągnęliśmy wzrost konwersji na transakcję o ponad 40%). To w konsekwencji przyczynia się do ograniczenia pustych przebiegów i emisji zanieczyszczeń do atmosfery.
Podczas prezentacji omówię zastosowanie machine learning (ML) w branży transportowej na przykładzie internetowej giełdy transportowej Clicktrans, która wspiera ekologiczny transport. Omówię stworzony przez nas system predykcji cen transportu różnych towarów na terenie całej Europy. Pokażę, w jaki sposób integracja systemu ML z istniejącym produktem pomogła w realizacji celów biznesowych i przyczyniła się do ulepszenia istniejącego produktu, a także z jakimi problemami się mierzyliśmy.
