Um novo estudo publicado no International Journal of Shipping and Transport Logistics (IJSTL) apresenta um novo enfoque de aprendizado de máquina conhecido como MGGP para classificar e priorizar os critérios de desempenho ao avaliar o desempenho logístico de um país utilizando o Índice de Desempenho Logístico (LPI) do Banco Mundial.
O LPI mede e classifica o desempenho da logística internacional através de seis componentes diferentes: aduanas, infraestrutura, facilidade para organizar envios, qualidade dos serviços logísticos, rastreamento e localização e pontualidade. Os pesquisadores da Turquia usaram uma seleção de conjuntos de dados LPI de 2010 a 2018 que constavam de cerca de 790 registros para treinar e testar seus modelos de previsão lineares ou não lineares.
O enfoque MGGP e suas previsões podem ser uma ferramenta inestimável para os responsáveis pela formulação de políticas e pesquisadores no campo da logística encarregados de desenvolver planos logísticos mais eficazes. Portanto, o trabalho pode ter implicações importantes para o comércio mundial e o desenvolvimento econômico, permitindo uma tomada de decisão melhor informada na política logística e planejamento.
Este enfoque também pode ter aplicações em outros campos relacionados com a tomada de decisões, como a gestão da cadeia de suprimentos, o transporte e o planejamento urbano. Os resultados do estudo poderiam ter implicações significativas para os responsáveis pela formulação de políticas, pesquisadores e empresas envolvidas no comércio internacional. Em última análise, o enfoque MGGP pode ser uma ferramenta útil para melhorar o desempenho logístico de um país e aumentar sua capacidade de competir nos mercados mundiais.
