Lion Parcel Mendapatkan Wawasan Data Lebih Cepat di AWS untuk Meningkatkan Pengalaman Pelanggan

Industri logistik global diproyeksikan tumbuh dengan stabil dari tahun 2022-2030, dengan tingkat pertumbuhan tahunan sebesar 6,8%, terutama karena lonjakan logistik ecommerce, kekurangan kontainer, penutupan pelabuhan utama yang menyebabkan kemacetan pelabuhan, dan keterbatasan kapasitas di pasar angkutan udara. Sewaktu sektor ini telah melalui transformasi besar selama dua tahun terakhir, sektor ini telah beradaptasi secara efisien, terus berkembang sejalan dengan berbagai tren yang muncul.

Lion Parcel memperkuat teknologinya untuk membuat keputusan didorong data yang membedakan perusahaan tersebut dari pesaing domestik dan internasional. Sebagai anak perusahaan Lion Group, Lion Parcel melayani pengiriman tahap pertama, menengah, dan akhir kepada pelanggan di 17.000 pulau di Indonesia. Lion Parcel juga mengirimkan kepada pelanggan di 25 negara dari lebih dari 7.000 titik layanan di seluruh Indonesia. “Kami melihat bahwa teknologi dapat membantu kami meningkatkan ekosistem logistik kami yang ada secara efisien,” kata Probosetyo Krishna, head of information technology di Lion Parcel.

Hingga tahun 2019, Lion Parcel menggunakan infrastruktur on-premise untuk menjalankan bisnisnya. Tahun berikutnya, Lion Parcel memigrasikan sistem intinya ke Amazon Web Services (AWS) untuk memanfaatkan model bayar sesuai pemakaian dan kemampuan penskalaan tanpa batas. Krishna menjelaskan, “Kami merasa dukungan dari AWS dan mitranya adalah yang terbaik. Kami sangat menghargai ini karena kami berusaha untuk maju dalam industri dengan berkolaborasi dengan partner tepercaya yang berbagi nilai-nilai kami. Ini penting bagi kami karena kami ingin membangun dan melakukan lebih banyak di cloud.”

Pada awal tahun 2021, Lion Parcel mulai membentuk tim data untuk membangun pipeline data di AWS, bekerja sama dengan Partner AWS, Deloitte, untuk membantu desain dan implementasi. Di masa lalu, Lion Parcel telah bereksperimen dengan membangun danau data on-premise. Namun, performa dan kecepatan pemrosesan data tidak memenuhi harapan bisnisnya. Sebagai contoh, untuk menjalankan laporan pengiriman selama jangka waktu enam bulan, Lion Parcel harus menunggu 15 menit untuk data dimuat. Di AWS, laporan yang sama membutuhkan waktu kurang dari satu menit.

Lion Parcel menggunakan Amazon Simple Storage Service (Amazon S3) sebagai danau data untuk menyimpan data terstruktur dan tidak terstruktur, AWS Glue untuk transformasi dan pembersihan data, dan Amazon Redshift sebagai gudang data.

Dalam waktu enam minggu setelah memulai diskusi dengan Deloitte dan AWS, Lion Parcel menjalankan danau data dan gudang datanya. “Implementasi pipeline data sebenarnya lebih cepat dari yang diharapkan, dan kami dapat melakukan lebih dari yang kami bayangkan pada awalnya,” kata Krishna. Visualisasi yang ditingkatkan untuk pelaporan internal, dan penerapan machine learning (ML) menggunakan Amazon SageMaker untuk mengelompokkan pelanggan diidentifikasi sebagai kasus penggunaan pertama untuk pipeline data.

Sebelumnya, kueri pelaporan dilakukan melalui basis data transaksional Lion Parcel. Namun seiring dengan meningkatnya volume data, bisnis mengalami hambatan yang memperlambat ekstraksi informasi. Dengan pipeline data modern, basis data transaksional tetap terisolasi dan “bersih”, kata Krishna, dan karyawan dapat mengekstrak data yang mereka butuhkan langsung dari gudang data.

Menjalankan laporan yang lebih cepat dengan visibilitas lebih ke dalam data granular memberdayakan Lion Parcel untuk beralih ke model layanan pelanggan yang lebih proaktif. Agen manajemen dan layanan pelanggan dapat dengan cepat menjalankan laporan status paket selama berbagai tahap pengiriman. Sebagai perusahaan yang berpusat pada pelanggan, Lion Parcel saat ini membuat peringatan dari sistem pemantauannya di AWS untuk mendeteksi gangguan pengiriman dengan segera dan mengambil tindakan pencegahan sebelum menerima keluhan.

Selain kecepatan, Lion Parcel mendapat manfaat dari dasbor kecerdasan bisnis di Amazon QuickSight untuk mendapatkan wawasan operasional yang hampir waktu nyata. Tim TI-nya biasa menjalankan laporan performa harian untuk hari sebelumnya untuk dipresentasikan kepada manajemen. Sekarang, manajemen dapat langsung mengakses laporan hari ini, mengambil data hanya dari 1 jam sebelumnya.

“Visualisasi telah meningkat secara dramatis dengan Amazon QuickSight. Sangat mudah untuk terhubung dan memiliki rasio harga terhadap nilai yang sangat baik, dengan lebih banyak fitur daripada alat visualisasi sumber terbuka kami sebelumnya,” kata Krishna.

Setelah peningkatan visualisasi, Lion Parcel mengalihkan perhatiannya untuk membangun model ML sebagai perpanjangan dari pipeline analitiknya. Segmentasi adalah langkah pertama dalam perjalanan ML Lion Parcel. Tim manajemen dan pemasaran sekarang dapat melihat profil pelanggan yang berbeda melalui analisis perilaku pelanggan yang didorong ML, yang mereka gunakan untuk menyusun inisiatif manajemen hubungan pelanggan (CRM).

Lion Parcel dapat menganalisis di tahap mana pembelian pelanggan berada, kemungkinan mereka untuk berpindah, dan karakteristik lain yang membantu pemasaran yang ditargetkan. Bisnis ini telah mulai menggunakan perangkat lunak Salesforce CRM dan mampu mengintegrasikan data pelanggan dengan mulus di AWS Cloud.

Skalabilitas AWS Cloud adalah kunci untuk melaksanakan inisiatif ML saat ini—seperti menentukan lokasi optimal untuk titik layanan baru—juga inisiatif untuk masa depan seperti pengoptimalan rute dan penetapan harga berbasis permintaan. “Dengan AWS, kami dapat menskalakan server dengan performa tinggi untuk melatih dan membuat model data kemudian menurunkan skala setelahnya, yang membuat ML lebih hemat biaya,” kata Krishna.

Dia menyimpulkan, “Menemukan potensi teknologi AWS Cloud telah menjadi pengalaman yang sangat menyenangkan bagi tim saya. Kami belajar banyak dari bimbingan AWS dan Deloitte, dan tim manajemen kami juga senang dengan hasilnya.”

Untuk mempelajari selengkapnya, kunjungi aws.amazon.com/big-data/datalakes-and-analytics.