La recherche dans le Journal international de l'expédition et de la logistique des transports (IJSTL) a utilisé une nouvelle approche d'apprentissage automatique connue sous le nom de MGGP pour classer et hiérarchiser les critères de performance lors de l'évaluation des performances logistiques d'un pays à l'aide de l'indice de performance logistique (LPI) de la Banque mondiale. Le LPI lui-même se compose de six composants différents qui mesurent et classent les performances logistiques internationales. Les composantes en question sont : les douanes, les infrastructures, la facilité d'organisation des expéditions, la qualité des services logistiques, le suivi et la traçabilité, la ponctualité.

L'équipe de Turquie écrivant dans un article en libre accès en IJSTL, expliquent comment l'approche MGGP peut construire des modèles de prédiction linéaires ou non linéaires. L'équipe a utilisé une sélection d'ensembles de données LPI de 2010 à 2018 composés de quelque 790 enregistrements pour former leurs modèles et tester les prédictions qu'ils peuvent faire par rapport aux autres ensembles de données, sans formation.

Bilal Babayigit et Feyza Gürbüz de l'Université Erciyes et Berrin Denizhan de l'Université Sakarya ont montré que l'approche MGGP surpasse les autres méthodes pour prédire le score LPI. De plus, alors que les outils précédents n'ont pas examiné les effets relatifs de chaque composante de l'IPV, cette nouvelle approche révèle quelles composantes sont les plus importantes.

L'équipe discute des six composantes dans le contexte suivant :

• Douanes : L'efficacité du dédouanement.
• Infrastructure nécessaire pour le dédouanement et le transport des marchandises.
• Expéditions internationales en ce qui concerne la simplicité d'organiser des expéditions à des prix compétitifs.
• Qualité de service logistique qui permet la réalisation par les prestataires logistiques.
• Suivi et traçabilité pour assurer le bon acheminement des marchandises de la source à la destination.
• La ponctualité, une mesure du calendrier et du délai de livraison prévu.

L'équipe suggère que les prédictions générées par MGGP pourraient être un outil inestimable pour les décideurs politiques et les chercheurs dans le domaine de la logistique chargés de développer des plans logistiques plus efficaces. Les travaux pourraient ainsi avoir des implications importantes pour le commerce mondial et le développement économique en permettant une prise de décision plus éclairée en matière de politique et de planification logistiques. Cela pourrait conduire à une amélioration des performances logistiques au niveau international et peut-être même à une réduction de la consommation d'énergie et des émissions.