Welvaarts Weegsystemen optimaliseert afvalinzameling met voorspellend model
Welvaarts Weegsystemen registreert het gewicht van containers en wilde afvalinzameling efficiënter maken. Door een model te ontwikkelen dat voorspelt hoe vol een container is, kunnen afvaldiensten hun routes dynamisch aanpassen en onnodige ritten voorkomen.


De uitdaging
Het bepalen van het ideale leegmoment bespaart niet alleen tijd, maar vermindert ook uitstoot en ontlast de infrastructuur. Welvaarts had al veel data verzameld, maar de inconsistentie in weeggegevens door afhankelijkheid van chauffeurs maakte nauwkeurige voorspellingen lastig.

Wat we deden
We koppelden weeggegevens aan externe factoren zoals weer, feestdagen en stedelijke activiteiten om patronen te ontdekken. Vervolgens werd de data opgeschoond en geanalyseerd om een voorspellend model te ontwikkelen.
Wat n we

Het resultaat
Hoewel het model minder presteerde door datakwaliteitsproblemen, leidde het project tot inzichten over hoe Welvaarts het weegproces verder kan automatiseren. Dit zal in de toekomst zorgen voor schonere data en betere voorspellingsmogelijkheden.
Wat zegt onze klant
Waarom samenwerken met het MKB Datalab?

Kennis
Werk samen met getalenteerde Master studenten en krijg toegang tot de nieuwste kennis van JADS, TU/e en Tilburg University.

Maatwerk
Oplossingen afgestemd op
jouw ambities en doelen.

Not for profit
Eerlijk, open en oprecht advies.

Toegankelijk
Hoogwaardige oplossingen met directe waarde tegen betaalbare tarieven.