fbpx
Sigmoidal
  • Home
  • Cursos
  • Pós-Graduação
  • Blog
  • Sobre Mim
  • Contato
Sem Resultado
Ver Todos Resultados
  • English
  • Home
  • Cursos
  • Pós-Graduação
  • Blog
  • Sobre Mim
  • Contato
Sem Resultado
Ver Todos Resultados
Sigmoidal
Sem Resultado
Ver Todos Resultados

Desvendando a Estratégia da UPS de Não Fazer Curvas à Esquerda

O Segredo da UPS para Economizar Milhões de Litros de Combustível

Rafael Duarte por Rafael Duarte
janeiro 29, 2024
em Data Science
0
12
COMPARTILHAMENTOS
412
VIEWS
Publicar no LinkedInCompartilhar no FacebookCompartilhar no Whatsapp

A UPS, uma das principais empresas de logística dos Estados Unidos, adotou uma estratégia inusitada para otimizar suas entregas: evitando ao máximo fazer curvas à esquerda.

Essa prática, implementada há décadas, não apenas economiza milhões de litros de combustível anualmente, mas também reduz as emissões equivalentes a mais de 20.000 carros de passageiros.

Então, vamos explorar os motivos por trás dessa tática, seu impacto nas operações da UPS e como ela é gerenciada por meio de um software avançado.

 

Por que Evitar Curvas à Esquerda?

A evitação de curvas à esquerda pela UPS é fundamentada em razões de segurança e eficiência. Curvas à esquerda em estradas com direção à direita, como nos EUA, são consideradas inseguras e ineficientes.

Tom Vanderbilt, autor de “Traffic: Why we drive the way we do“, destaca que o tráfego que vira à esquerda frequentemente precisa atravessar o fluxo de veículos, aumentando o risco de acidentes e congestionamentos.

Uma análise da Administração Nacional de Segurança de Tráfego nas Rodovias dos EUA revela que 22,2% dos acidentes ocorrem durante curvas à esquerda, em comparação com apenas 1,2% em curvas à direita.

Além disso, 61% dos acidentes em cruzamentos envolvem curvas à esquerda, tornando-as propensas a situações de colisão inevitável.

 

Eficiência e Sustentabilidade

Além dos riscos à segurança, curvas à esquerda também são menos eficientes em termos de consumo de combustível. Jack Levis, Diretor Sênior de Gerenciamento de Processos da UPS, destaca que ao evitar curvas à esquerda, os veículos da UPS gastam menos tempo ociosos, resultando em maior eficiência de combustível.

A UPS não proíbe curvas à esquerda de forma absoluta, mas adota uma abordagem analítica. Ferramentas de análise avaliam a necessidade de cada curva à esquerda em uma rota, permitindo a eliminação das desnecessárias.

Isso é feito por meio de software avançado, como o Orion, lançado em 2008, que calcula as rotas mais eficientes para cada caminhão, considerando a minimização de curvas à esquerda.

 

O Papel do Software na Estratégia

O software da UPS, como o Orion, é crucial para implementar e gerenciar a estratégia de evitar curvas à esquerda. Ele analisa 250 milhões de pontos de endereços diariamente e realiza 30.000 otimizações de rotas por minuto. Essa abordagem economiza à empresa anualmente entre $300 e $400 milhões em combustível, salários e custos operacionais.

 

Desafios e Percepções

Apesar dos benefícios evidentes, alguns motoristas da UPS inicialmente resistiram à nova estratégia, alegando que as rotas pareciam mais longas.

No entanto, verificações posteriores comprovaram que a eficiência global do sistema aumentou, economizando significativamente em milhas percorridas.

Wayne Gerdes, detentor de recordes mundiais em direção eficiente, sugere que a estratégia da UPS funciona bem para entregas predefinidas, mas pode não ser tão aplicável para rotinas diárias comuns.

Ele incentiva os motoristas a explorarem rotas alternativas, mantendo uma mentalidade de otimização constante.

Data Science no Mundo Real

A estratégia da UPS de evitar curvas à esquerda é um exemplo notável de como a inovação nas operações logísticas pode resultar em economias significativas.  Isso é Data Science aplicado nos negócios!

Além de reduzir os riscos de acidentes, a abordagem se alinha com a busca por eficiência e sustentabilidade. O papel do software, como o Orion, na gestão eficaz dessa estratégia destaca a importância da tecnologia na otimização de processos logísticos em larga escala.

Enquanto a UPS continua aprimorando suas operações, essa prática oferece insights valiosos sobre como pequenas mudanças podem ter um grande impacto na eficiência e na sustentabilidade.



Compartilhar1Compartilhar5Enviar
Post Anterior

Maximizando Eficiência e Consistência com Batch Processing

Próximo Post

Real Time Processing: Processamento de dados em tempo real 

Rafael Duarte

Rafael Duarte

Relacionado Artigos

Curso de Pós-Graduação em Data Science
Data Science

Vale a pena fazer uma Pós-Graduação em Data Science?

por Carlos Melo
janeiro 20, 2025
Review do Livro “Mãos à obra: Aprendizado de Máquina com Scikit-Learn, Keras & TensorFlow”
Livros

Review do Livro “Mãos à obra: Aprendizado de Máquina com Scikit-Learn, Keras & TensorFlow”

janeiro 18, 2025
Carlos Melo e Sérgio Sacani – Ciência Sem Fim
Youtube

Carlos Melo e Sérgio Sacani – Ciência Sem Fim

por Carlos Melo
janeiro 16, 2025
Carlos Melo da Pós Graduação em Data Science do Sigmoidal
Aeroespacial

Oportunidades no Setor Espacial para Cientistas de Dados

por Carlos Melo
janeiro 15, 2025
Minha Participação no Hipsters Ponto Tech: TensorFlow
Deep Learning

Minha Participação no Hipsters Ponto Tech: TensorFlow

por Carlos Melo
abril 10, 2024
Próximo Post
processamento em tempo real

Real Time Processing: Processamento de dados em tempo real 

Deixe um comentário Cancelar resposta

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

Pós-Graduação em Data Science Pós-Graduação em Data Science Pós-Graduação em Data Science

Mais Populares

  • Introdução ao MediaPipe e Pose Estimation

    Introdução ao MediaPipe e Pose Estimation

    488 compartilhamentos
    Compartilhar 195 Tweet 122
  • ORB-SLAM 3: Tutorial Completo para Mapeamento 3D e Localização em Tempo Real

    410 compartilhamentos
    Compartilhar 164 Tweet 103
  • O Que é Amostragem e Quantização no Processamento de Imagens

    9 compartilhamentos
    Compartilhar 4 Tweet 2
  • Geometria da Formação de Imagens: Matrizes, Transformações e Sistemas de Coordenadas

    384 compartilhamentos
    Compartilhar 154 Tweet 96
  • Processamento de Nuvens de Pontos com Open3D e Python

    45 compartilhamentos
    Compartilhar 18 Tweet 11
  • Em Alta
  • Comentários
  • Mais Recente
Como Tratar Dados Ausentes com Pandas

Como Tratar Dados Ausentes com Pandas

agosto 13, 2019
Como usar o DALL-E 2 para gerar imagens a partir de textos

Como usar o DALL-E 2 para gerar imagens a partir de textos

dezembro 25, 2022
Introdução ao MediaPipe e Pose Estimation

Introdução ao MediaPipe e Pose Estimation

julho 15, 2023

ORB-SLAM 3: Tutorial Completo para Mapeamento 3D e Localização em Tempo Real

abril 10, 2023
Como Analisar Ações da Bolsa com Python

Como Analisar Ações da Bolsa com Python

15
Setembro Amarelo: Análise do Suicídio no Brasil, com Data Science

Setembro Amarelo: Análise do Suicídio no Brasil, com Data Science

13
Como Aprender Data Science?

Como Aprender Data Science?

9
Qual o Cenário de Data Science no Brasil hoje?

Qual o Cenário de Data Science no Brasil hoje?

8
Green Card aprovado por habilidades extraordinárias em Data Science

Green Card aprovado por habilidades extraordinárias em Data Science

julho 14, 2025
O Que é Amostragem e Quantização no Processamento de Imagens

O Que é Amostragem e Quantização no Processamento de Imagens

junho 20, 2025
DeepSeek vazamento de dados de usuários

DeepSeek: Vazamento de dados expõe dados de usuários

fevereiro 1, 2025
DeepSeek R1 vs OpenAI o1 – Qual é o Melhor Modelo de IA

DeepSeek R1 vs OpenAI o1 – Qual é o Melhor Modelo de IA?

janeiro 25, 2025

Seguir

    Instagram Youtube LinkedIn Twitter
    Sigmoidal

    O melhor conteúdo técnico de Data Science, com projetos práticos e exemplos do mundo real.

    Seguir no Instagram

    Categorias

    • Aeroespacial
    • Artigos
    • Blog
    • Carreira
    • Cursos
    • Data Science
    • Deep Learning
    • Destaques
    • Entrevistas
    • IA Generativa
    • Livros
    • Machine Learning
    • Notícias
    • Python
    • Teoria
    • Tutoriais
    • Visão Computacional
    • Youtube

    Navegar por Tags

    camera calibration carreira chatgpt cientista de dados cnn computer vision Cursos dados desbalanceados data science data science na prática decision tree deep learning gpt-3 histograma IA generativa image formation inteligência artificial jupyter kaggle keras machine learning matplotlib mnist nft openai opencv overfitting pandas profissão python redes neurais redes neurais convolucionais regressão linear regressão logística salário scikit-learn seaborn sklearn tensorflow titanic tutorial visão computacional vídeo youtube árvore de decisão

    © 2024 Sigmoidal - Aprenda Data Science, Visão Computacional e Python na prática.

    Welcome Back!

    Login to your account below

    Forgotten Password?

    Retrieve your password

    Please enter your username or email address to reset your password.

    Log In

    Add New Playlist

    Sem Resultado
    Ver Todos Resultados
    • Home
    • Cursos
    • Pós-Graduação
    • Blog
    • Sobre Mim
    • Contato
    • English

    © 2024 Sigmoidal - Aprenda Data Science, Visão Computacional e Python na prática.