VR-YHTYMÄ

Weoptit auttoi VR:ää tutkimaan, miten veturien huoltoaikataulujen optimointi voi parantaa liikkuvan kaluston käyttöä, kunnossapitoresurssien suunnittelua ja huoltopisteiden sijaintien valintaa. Tulokset tukivat VR:ää, kun varikkoinvestoinneista tehtiin päätöstä.

Kamux

Weoptit kehitti myynnin tueksi data-analytiikkatyökalun käytettyjen autojen hinnanmääritykseen. Työkalussa hyödynnetään itse kehittämiämme algoritmeja. “Ratkaisu auttaa ostajia käsittelemään suuria automääriä nopeasti, toimii varmistusmekanismina ja tunnistaa mahdollisia poikkeustilanteita” – kertoo Kamuxin digijohtaja Mikki Inkeroinen.

Alma talent

Weoptit kehitti tekoälyratkaisun skannattujen PDF-muotoisten yritysten tilinpäätöstietojen lukemiseen. Ratkaisun avulla manuaalinen työ väheni 15% jo ensimmäisinä kuukausina käyttöönoton jälkeen.

Remeo

Weoptit kehitti algoritmin, joka tasaa viikonpäivien välistä kuormitusta jätteiden keruussa. Ratkaisu lukee dataa Remeon järjestelmästä, optimoi ja syöttää datan takaisin Remeon järjestelmään. Ratkaisu huomioi avaintekijät ja muodostaa optimaaliset reitit viikon jokaiselle päivälle laajalla kaupunkialueella.

Lentoyhtiöt

Weoptit on kehittänyt lentoyhtiölle sopivia ennuste- ja tehokkuusanalyysityökaluja. Työkalut auttavat lentojen valmistelutyössä sekä auttavat tekemään parempia päätöksiä nopeasti muuttuvassa operatiivisessa ympäristössä. Ratkaisussa hyödynnettiin matemaattisia malleja lentoviiveiden ennustamiseen ja eri tekniikoita datan visualisointiin.

Hinnoittelu vähittäiskaupassa

Useat suomalaiset vähittäiskaupan toimijat käyttävät Weoptitin ratkaisuja kilpailijoiden hintojen seuraamiseen sekä ajantasaisten hintasuositusten laatimiseen.

Ajoneuvojen reititys

Weoptitin luomat, maailman parhaimpiin kuuluvat reititysalgoritmit ovat osoittautuneet arvokkaiksi monille asiakkaillemme. Algoritmit on integroitu useisiin Suomessa käytettäviin logistiikan suunnittelujärjestelmiin.

Tuotannon pullonkaulat

Weoptit teki matemaattisen mallin valmistavan teollisuuden tuotantoprosessista. Mallin avulla on mahdollista simuloida useita kysyntäskenaarioita ja niiden vaikutuksia tuotantoprosessiin. Tulokset auttoivat asiakasta ennakoimaan tulevaisuuden muutoksia ja pullonkauloja sekä tekemään investointipäätökset sen mukaisesti.