webAI Themen
Lieferverzögerungen
webAI Lieferverzögerungen
Der webAI Delivery Delay Agent wurde von ISTARI.AI darauf trainiert, aus den Websites der Unternehmen abzuleiten, wie diese von Lieferengpässen und -verzögerungen betroffen sind. Der Agent identifiziert auch nicht lieferbare Produkte und Produkte mit sehr langen Lieferzeiten. Unternehmen, die von außergewöhnlichen Lieferkettenproblemen betroffen sind, kommunizieren diese Tatsache häufig. Auf der Grundlage dieser Informationen wird für jedes Unternehmen ein individueller Delivery Delay Intensity Score gebildet. Dieser numerische Indikator spiegelt wider, wie zentral das Thema Lieferverzug auf der jeweiligen Unternehmenswebsite kommuniziert wird und wie häufig nicht oder nur mit sehr langen Lieferzeiten lieferbare Produkte aufgeführt werden.
Je akuter dieses Thema für das Unternehmen ist, desto bedeutender ist es für die externe Kommunikation des Unternehmens. So kommuniziert beispielsweise ein Unternehmen, dessen gesamte Produktpalette aufgrund von Verzögerungen in den weltweiten Lieferketten nur eingeschränkt angeboten werden kann, sehr zentral zu diesem Thema. Auch würden viele der vom Unternehmen angebotenen Produkte derzeit nicht bestellbar sein oder extrem lange Lieferzeiten haben.
Unsere webAI liest die Website des untersuchten Unternehmens und durchsucht sie nach Textabschnitten (Paragraphen), die sich mit dem Thema Lieferung befassen. Dazu sucht webAI zunächst nach Schlüsselwörtern, die potenziell mit dem Thema Lieferung zu tun haben, analysiert dann die so identifizierten Absätze und stellt fest, ob Lieferprobleme kommuniziert werden oder ob die Produkte aktuell nicht verfügbar sind. Hat webAI einen entsprechenden Absatz mit hoher Wahrscheinlichkeit dem Thema Lieferprobleme zugeordnet, merkt sich webAI diesen Absatz und sucht weiter. So durchsucht webAI die gesamte Unternehmenswebsite oder die besonders relevanten "Top-Level"-Unterseiten, wenn es sich um eine sehr umfangreiche Website mit hunderten von Unterseiten handelt (weitere Informationen finden Sie in der Publikation: Web Mining for Innovation Ecosystem Mapping: a framework and a large-scale pilot study).
So findet WebAI pro Unternehmenswebsite eine bestimmte Anzahl von Absätzen, die sich mit Lieferproblemen und derzeit nicht verfügbaren Produkten befassen. Diese Zahl setzt webAI dann in Relation zur Gesamtmenge der gelesenen Textinhalte auf der Website. Auf diese Weise ermittelt webAI eine Lieferverzögerungsintensität für das Unternehmen.
Die auf diese Weise berechnete Lieferverzugsintensität wäre 0,0 für ein Unternehmen, das keine Kommunikation zu diesem Thema betreibt und keine Produkte betroffen sind. Für das oben beschriebene Beispiel eines Unternehmens, dessen globale Lieferketten gestört sind, könnte der Wert dagegen bei 1,36 liegen. Für ein E-Commerce-Unternehmen mit Tausenden von Produkten im Angebot, von denen nur eine normale Anzahl nicht verfügbar ist, könnte der Wert dagegen 0,15 betragen.
Im Gegensatz zu einfacheren binären Klassifizierungen ("Lieferproblem JA/NEIN") gibt webAI also einen kontinuierlichen Score auf Unternehmensebene aus. Dies ermöglicht es, zwischen Unternehmen zu unterscheiden, für die Lieferprobleme nur ein Randthema sind, und solchen, die akut betroffen sind. Nutzer der webAI-Daten können so leicht selbst feststellen, wie stark ein Unternehmen von Lieferengpässen betroffen sein muss, damit es für sie relevant ist.
Als Beispiel für die DACH-Region (Deutschland, Österreich, Schweiz) lässt sich sagen, dass 40,4 % der untersuchten Unternehmen einen Delivery Delay Intensity Score von größer als 0,0 haben und somit das Thema Lieferverzögerung in irgendeiner Form auf ihren Websites kommunizieren oder nicht lieferbare Produkte anbieten (Datenerhebung im 4. Quartal 2022). Der durchschnittliche Intensitätswert dieser Unternehmen liegt bei 0,39, wobei die Hälfte der Unternehmen einen Wert von mehr als 0,22 aufweist. Der Höchstwert liegt bei 6,60, wobei 8,45 % der Unternehmen einen Wert von 1,0 oder höher erreichen.
Wie alle unsere webAI-Agenten wurde auch der webAI Delivery Delay Agent gemeinsam mit unabhängigen Fachexperten entwickelt und validiert. So stellen wir sicher, dass wir den webAI-Agenten mit echtem Expertenwissen trainieren und dass er dann Ergebnisse auf Expertenniveau liefert. Für diesen Agenten hat ISTARI.AI mit Forschern des Fachbereichs Geoinformatik - Z_GIS an der Universität Salzburg zusammengearbeitet. Das Z_GIS ist ein etabliertes Kompetenzzentrum für GIScience, das in Zusammenarbeit mit akademischen und industriellen Partnern in Forschung und Lehre tätig ist.
Interessieren Sie sich für unsere Daten?
Kaufen Sie diesen und andere Datensätze für Hunderte von Regionen in unserem Data Market.