Lion Parcel ottiene informazioni sui dati più rapide su AWS per migliorare l'esperienza del cliente

Si prevede che il settore della logistica globale crescerà in modo costante dal 2022 al 2030, a un tasso di crescita annuo del 6,8%, in particolare a causa dell'impennata della logistica di e-commerce, della carenza di container, della chiusura dei principali porti che causa la congestione di quelli presenti e della limitata capacità nel mercato del trasporto aereo di merci. Sebbene il settore abbia subito importanti trasformazioni negli ultimi due anni, si è adattato in modo efficiente, continuando a evolversi in linea con le molteplici tendenze emergenti.

Lion Parcel sta rafforzando la tecnologia per prendere decisioni basate sui dati che differenziano l'azienda dai concorrenti nazionali e internazionali. In qualità di filiale del Lion Group, Lion Parcel effettua consegne di primo, medio e ultimo miglio ai clienti nelle 17.000 isole dell'Indonesia. Lion Parcel effettua anche consegne ai clienti di 25 Paesi da oltre 7.000 punti di assistenza in tutta l'Indonesia. «Vediamo che la tecnologia può aiutarci a migliorare il nostro ecosistema logistico esistente in modo efficiente», afferma Probosetyo Krishna, head of information technology presso Lion Parcel.

Fino al 2019, Lion Parcel utilizzava l'infrastruttura locale per gestire la propria attività. L'anno successivo, ha migrato i suoi sistemi principali su Amazon Web Services (AWS) per sfruttare il modello pay-as-you-go e le funzionalità di scalabilità illimitate. Krishna spiega: «Il supporto di AWS e dei suoi partner è stato di prim'ordine. Lo apprezziamo molto, dal momento che ci sforziamo di avanzare nel settore collaborando con partner affidabili che condividono i nostri valori. Questo è importante per noi che cerchiamo di sfruttare di più il cloud».

All'inizio del 2021, Lion Parcel ha iniziato a formare un team responsabile dei dati per creare una pipeline su AWS, collaborando con il Partner AWS Deloitte per l'assistenza nella progettazione e nell'implementazione. In passato, Lion Parcel aveva sperimentato la creazione di un data lake in sede. Ma le prestazioni e la velocità di elaborazione dei dati non avevano poi soddisfatto le aspettative aziendali. Ad esempio, per eseguire un report di consegna per un periodo di sei mesi, Lion Parcel doveva attendere 15 minuti per il caricamento dei dati. In AWS, lo stesso report richiede meno di un minuto.

Lion Parcel utilizza Amazon Simple Storage Service (Amazon S3) come data lake per archiviare dati strutturati e non strutturati, AWS Glue per la trasformazione e la pulizia dei dati e Amazon Redshift come data warehouse.

Entro sei settimane dall'inizio delle discussioni con Deloitte e AWS, Lion Parcel aveva il suo data lake e il suo data warehouse attivi e funzionanti. «L'implementazione della pipeline di dati è stata effettivamente più rapida del previsto e ora siamo in grado di fare più di quanto inizialmente immaginato», afferma Krishna. Una migliore visualizzazione per il reporting interno e l'applicazione del machine learning (ML) utilizzando Amazon SageMaker per segmentare i clienti, sono stati identificati come primi casi d'uso per la pipeline di dati.

In precedenza, le richieste di segnalazione venivano inviate tramite il database transazionale di Lion Parcel. Ma con l'aumento del volume dei dati, l'azienda riscontrava dei colli di bottiglia che rallentavano l'estrazione delle informazioni. Con una moderna pipeline di dati, il database transazionale rimane isolato e «pulito», afferma Krishna, e i dipendenti possono estrarre i dati di cui hanno bisogno direttamente dal data warehouse.

L'esecuzione di report più rapidi con maggiore visibilità sui dati granulari consente a Lion Parcel di passare a un modello di assistenza clienti più proattivo. La direzione e gli agenti del servizio clienti possono eseguire rapidamente report sullo stato dei pacchi durante le varie fasi della consegna. In qualità di azienda incentrata sul cliente, Lion Parcel sta attualmente creando avvisi dal suo sistema di monitoraggio su AWS per rilevare tempestivamente le interruzioni delle consegne e compiere azioni preventive prima di ricevere reclami.

Oltre alla velocità, Lion Parcel sfrutta le dashboard di business intelligence su Amazon QuickSight per ottenere informazioni quasi in tempo reale sulle operazioni. Il team IT era solito redigere report giornalieri sulle prestazioni del giorno precedente da presentare alla direzione. Ora, la direzione può accedere direttamente ai report del giorno corrente, acquisendo i dati di appena 1 ora prima.

«La visualizzazione è migliorata notevolmente con Amazon QuickSight. È facile da collegare e ha un eccellente rapporto qualità-prezzo, con più funzionalità rispetto al nostro precedente strumento di visualizzazione open source», afferma Krishna.

In seguito ai miglioramenti della visualizzazione, Lion Parcel ha rivolto la sua attenzione alla creazione di modelli ML come estensione della sua pipeline di analisi. La segmentazione è stata il primo passo nel percorso di apprendimento automatico di Lion Parcel. I team di gestione e marketing possono ora visualizzare i diversi profili dei clienti attraverso un'analisi del loro comportamento basata sul ML, che utilizzano per creare iniziative di gestione delle relazioni con i clienti (CRM).

Lion Parcel è in grado di analizzare in quale fase di acquisto si trovano i clienti, la loro probabilità di abbandono e altre caratteristiche che favoriscono un marketing mirato. L'azienda ha iniziato a utilizzare il software Salesforce CRM ed è in grado di integrare senza problemi i dati dei clienti nel cloud AWS.

La scalabilità del cloud AWS è fondamentale per portare avanti le iniziative di ML attuali, come la determinazione delle posizioni ottimali per i nuovi punti di servizio, e quelle future, come l'ottimizzazione dei percorsi e i prezzi basati sulla domanda. «Con AWS, possiamo dimensionare server ad alte prestazioni per addestrare e creare modelli di dati e successivamente ridimensionarli, il che rende il machine learning più efficiente in termini di costi», afferma Krishna.

Conclude: «Scoprire il potenziale della tecnologia cloud AWS è stata un'esperienza davvero divertente per il mio team. Stiamo imparando molto dalle indicazioni di AWS e Deloitte e anche il nostro team di gestione è soddisfatto dei risultati».

Per saperne di più, visita aws.amazon.com/big-data/datalakes-and-analytics/.