Arvento, araç takip sistemlerinin ötesine geçen yeni nesil filo yönetimi yaklaşımında CANBUS verileri, video telematik, dijital takograf, sürücü uygulamaları ve yapay zeka destekli analizleri tek platformda bir araya getiriyor. Şirket, bu sistemlerle filo yöneticilerinin operasyonel sorunları daha erken tespit etmesini hedefliyor.
Filo yönetiminde araçların konumunu takip etmek artık tek başına yeterli görülmüyor. Yakıt maliyetleri, sürücü güvenliği, teslimat süreleri ve yasal yükümlülükler nedeniyle şirketler araçlardan ve saha operasyonlarından elde edilen verileri daha kapsamlı biçimde analiz etmeye yöneliyor.
Araç takip ve filo yönetimi alanında faaliyet gösteren Arvento da geliştirdiği platformda araç, sürücü ve saha operasyonlarından gelen farklı veri kaynaklarını bir araya getiriyor. Sistemde araç takibinin yanı sıra yakıt yönetimi, CANBUS analizi, dijital takograf, video telematik, soğuk zincir takibi ve sürücülere yönelik mobil uygulamalar bulunuyor.
Arvento Teknoloji ve Ar-Ge’den Sorumlu Genel Müdür Yardımcısı Murat Başaran’a göre filo yönetimindeki temel sorunlardan biri, farklı sistemlerden gelen verilerin birbirinden bağımsız değerlendirilmesi.
Başaran, yakıt tüketimi, sürüş davranışları ve sensör verileri gibi bilgilerin birlikte analiz edilmesinin, yalnızca bir problemin ortaya çıktığını görmek yerine problemin nedenlerini belirlemeye yardımcı olabileceğini ifade ediyor.
CANBUS verileri araçların çalışma durumunu gösteriyor
Platformun kullandığı veri kaynaklarından biri de araçların elektronik sistemleriyle iletişim sağlayan CANBUS altyapısı.
CANBUS üzerinden motor devri, yakıt tüketimi, kilometre bilgisi ve bazı arıza verileri doğrudan araçtan alınabiliyor. Bu bilgilerin sürüş davranışları ve operasyon verileriyle birlikte değerlendirilmesi, filo yöneticilerinin normal dışı tüketim veya kullanım modellerini tespit etmesini kolaylaştırabiliyor.
Başaran, doğrudan araçtan alınan bu verilerin tahmini değerlerden farklı olduğuna dikkat çekerek, doğru analiz edildiğinde bazı arızaların veya verimsizliklerin daha erken fark edilebileceğini belirtiyor.
Bu tür sistemlerin temel amacı, bakım zamanlarının daha doğru belirlenmesi, gereksiz yakıt tüketiminin tespit edilmesi ve araç kullanım biçimlerinin analiz edilmesi olarak öne çıkıyor.
Sürücü ve filo yöneticisi arasındaki iletişim dijitalleşiyor
Arvento’nun Connect adlı mobil uygulaması ise sürücüler ile filo yöneticileri arasındaki iletişime odaklanıyor.
Uygulama üzerinden sürücüler görev bilgilerine, bildirimlere ve bazı performans verilerine erişebiliyor. Filo yöneticileri de operasyonla ilgili talimatları sürücülere iletebiliyor ve sahadan gelen geri bildirimleri takip edebiliyor.
Bu yaklaşım özellikle çok sayıda araç ve sürücünün görev yaptığı dağıtım ve lojistik operasyonlarında iletişimin merkezi bir sistem üzerinden yürütülmesini amaçlıyor.
Soğuk zincirden uzun yol taşımacılığına farklı kullanım alanları
Filo yönetimi sistemlerinde gereken özellikler sektöre göre değişebiliyor.
Soğuk zincir taşımacılığında sıcaklık ve nem değerlerinin sürekli izlenmesi önem taşırken, belirlenen sınırların aşılması durumunda sistem üzerinden uyarı oluşturulabiliyor. Geçmiş verilerin saklanması da ürünlerin taşıma koşullarının sonradan incelenebilmesini sağlıyor.
Uzun yol taşımacılığında ise dijital takograf verileri öne çıkıyor. Sürücülerin sürüş ve dinlenme sürelerinin uzaktan takip edilmesi, şirketlerin çalışma sürelerine ilişkin yasal gereklilikleri kontrol etmesine yardımcı olabiliyor.
Dağıtım filolarında rota, teslimat süresi ve yakıt tüketimi gibi parametreler daha önemli hale gelirken, yüksek güvenlik gerektiren taşımacılık operasyonlarında araç, yük ve güzergah verilerinin birlikte takip edilmesi kullanılabiliyor.
Başaran, farklı sektörlerin aynı filo yönetimi ihtiyaçlarına sahip olmadığını, bu nedenle ortak altyapı üzerinde farklı operasyonlara göre uyarlanabilen sistemler geliştirdiklerini belirtiyor.
Video telematik sürüş davranışlarını analiz ediyor
Filo yönetiminde kullanılan bir diğer teknoloji de video telematik sistemleri.
Araç içine ve dışına yerleştirilen kameralar üzerinden alınan görüntüler, kaza ve olayların sonradan incelenmesinde kullanılabiliyor. Görüntülerin araç ve sürüş verileriyle eşleştirilmesi ise sert frenleme, riskli manevra veya benzeri sürüş davranışlarının hangi koşullarda gerçekleştiğini anlamayı kolaylaştırabiliyor.
Bu sistemler aynı zamanda sürücü performans değerlendirmelerinde de kullanılabiliyor. Bununla birlikte kamera ve sürücü verilerinin işlendiği uygulamalarda kişisel verilerin korunması, erişim yetkileri ve veri saklama politikaları da önemli başlıklar arasında yer alıyor.
Yapay zeka filo verilerindeki anormallikleri arıyor
Arvento’nun üzerinde durduğu alanlardan biri de yapay zeka destekli veri analizi.
Şirketin aktardığına göre sistem; araç, sürücü, CANBUS, video telematik ve saha operasyonlarından gelen verileri birlikte değerlendirerek normalden farklı davranışları ve tekrar eden örüntüleri tespit etmeye çalışıyor.
Örneğin bir aracın yakıt tüketiminin geçmiş ortalamasından belirgin biçimde sapması, belirli bir güzergahta sürekli benzer riskli sürüş hareketlerinin görülmesi veya araç kullanımında alışılmadık değişikliklerin oluşması sistem tarafından işaretlenebiliyor.
Buradaki amaç, yapay zekanın filo yöneticisinin yerine karar vermesinden çok, büyük veri kümeleri içinde insan tarafından fark edilmesi zor olan durumları öne çıkarması.
Başaran da yapay zekayı bağımsız karar veren bir sistem olarak değerlendirmediklerini belirterek, teknolojinin özellikle binlerce araçtan gelen veriler içindeki anormallikleri daha erken belirlemek için kullanılabileceğini ifade ediyor.
Filo yönetimi sektöründe araçlardan toplanan veri miktarının artmasıyla birlikte araç takibi, bakım, yakıt yönetimi ve sürücü güvenliği gibi alanların giderek daha fazla aynı platform altında birleşmesi bekleniyor. Yapay zeka destekli analizlerin ise bu verilerin yalnızca geçmişe dönük raporlanması yerine olası sorunların daha erken tespit edilmesinde kullanılması hedefleniyor.
