In het voorbeeld hierboven worden een aantal velden opgesomd die zorgen voor een grotere kans op een uitzondering, of juist op een kleinere kans op een uitzondering. Tezamen zorgen deze velden voor het risico percentage dat bovenin staat weergegeven.

Maar wat betekent het nou als een veld wordt genoemd? Is dit dan fout?

Stel we nemen uit het voorbeeld hierboven: “de leverancier’s artikelnummer van de order regel”. Dit veld zorgt voor een (sterke) verhoging van de kans op een uitzondering.
In dit geval, betekent het niet dat het artikelnummer verkeerd is, maar wat onze Explainable AI hier zegt is: doordat de regel dit specifieke artikelnummer betreft, is de kans groter dat er een uitzondering plaatsvindt. Dit kan bijvoorbeeld komen doordat in het verleden vaak leveringsproblemen waren met dit artikelnummer.

We nemen nog een voorbeeld: “de leverancier’s contact van de order regel”. Dit betekent dat, doordat deze regel is toegewezen aan deze contactpersoon van de leverancier, de kans groter is dat er een uitzondering plaats zal vinden. Ook dit komt waarschijnlijk door een historisch patroon wat het Machine Learning model heeft gevonden in de order data, die laat zien dat order regels die in het verleden aan deze contactpersoon zijn toegewezen, vaker een uitzondering hebben.

Nog een laatste voorbeeld: “het feit dat deze order is uitgegeven door Blue sailboats Inc.”. Dit is een veld die een verlagend effect heeft op de kans op een uitzondering. Dit betekent simpelweg dat Blue sailboats Inc., relatief weinig uitzonderingen kent in verhouding tot andere inkopende partijen op Tradecloud One.

Hoe wordt dit berekend?

De methode waarmee dit wordt berekend is een complexe rekenmethode uit de speltheorie, namelijk met Shapley Values.

Shapley values worden (versimpeld) op de volgende manier bepaald:

1. Het model neemt een fictieve order regel en zet alle velden op een “gemiddelde” waarde. Vervolgens wordt de kans op een uitzondering voor deze fictieve order regel berekend. We nemen als voorbeeld dat hier 50% kans uit komt.
2. Vervolgens wordt voor één veld de waarde veranderd naar de waarde van de order regel en wordt de kans opnieuw berekend.
   Stel dat bij het aanpassen van het artikelnummer naar het “echte” artikelnummer de kans naar 65% schiet, dan zorgt het artikelnummer dus voor een verhoging van 15% op de kans dat er een uitzondering gaat gebeuren.
3. Dit herhaalt het model voor alle velden in een order regel.

Door dit voor alle velden in een order regel te doen, kan je dus zien welk veld het meeste invloed heeft gehad op de kans op een uitzondering.

Meerdere lagen

De uitleg hierboven is eigenlijk iets te simpel. Het omschrijft slechts hoe 1 veld tegelijk wordt veranderd.
In de werkelijkheid, kan het best zijn dat het artikelnummer voor 15% verhoging zorgt, de incoterm voor 5%, maar dat de specifieke combinatie van dit artikelnummer en de incoterm maarliefst voor 30% verhoging zorgt.

Om dit volledig te kunnen berekenen, zou je deze berekening moeten uitvoeren voor alle mogelijke combinaties van velden in de order regel. Vervolgens alle mogelijke combinaties van 3 verschillende velden, 4 velden, 5 velden, etc etc…
Dit is niet alleen voor een mens heel complex, zelfs van een computer vraagt dit erg veel rekenkracht. Daarom hebben we ons model ingesteld dat hij “slechts” alle mogelijke combinaties doorrekent van maximaal 7 verschillende velden.

Hier wordt vervolgens een complexe formule op toegepast om per veld te berekenen hoeveel dit “gemiddeld” voor een verhoging of verlaging van het risico zorgt.

In deze blog hebben we uitgelegd wat Explainable AI is en hoe we per veld kunnen berekenen hoeveel het bijdraagt in een verhoging of verlaging van het risico.

Een vrij complex verhaal, maar wat moet je er nou uiteindelijk mee?
Als je het ons vraagt, kan dit vooral helpen bij het inzicht krijgen in de problemen die spelen in je supply chain. Het kan je niet alleen helpen om verstoringen in de supply chain te verminderen, maar het helpt je ook om de reden er achter te ontdekken. Samen met de klant / leverancier kan er vervolgens gewerkt worden aan betrouwbaardere leveringen en een robustere supply chain.

Benieuwd wat Tradecloud Intelligence voor jou kan betekenen?
Neem contact op of mail sales@tradecloud1.com.