Postis semplifica le consegne internazionali utilizzando ML e AWS SageMaker

Postis fornisce una piattaforma digitale in tempo reale per l'automazione, l'ottimizzazione e il monitoraggio della logistica, aiutando i rivenditori e le società di consegna a gestire al meglio il tratto finale ("l’ultimo miglio") del viaggio verso i propri clienti, garantendo una buona esperienza dall'ordine fino alla ricezione delle merci. La start-up rumena in rapida crescita utilizza il machine learning per aiutare i venditori a trovare la soluzione di consegna più adatta ed economica per ogni tipo di prodotto, percorso del cliente o destinazione. Ha utilizzato AWS per creare un sistema scalabile in grado di eseguire pesanti carichi di lavoro di machine learning e supportarne la crescita globale. Postis ora serve più di 200 clienti in 25 Paesi che utilizzano AWS, inclusi grandi nomi come Ikea, Carrefour, Auchan e Intersport.

Postis aiuta i rivenditori e le società di consegna a gestire al meglio l'ultimo miglio del viaggio verso i propri clienti. La start-up rumena in rapida crescita fornisce una piattaforma digitale in tempo reale per l'automazione, l'ottimizzazione e il monitoraggio della logistica che garantisce un'esperienza di servizio eccellente durante l'intero percorso del consumatore, dall'ordine fino alla ricezione della merce.

A tale scopo, Postis utilizza il machine learning (ML) per aiutare i venditori a trovare la soluzione di consegna più adatta e conveniente per ogni tipo di prodotto, percorso del cliente o destinazione. L'azienda è ricorsa ad Amazon Web Services (AWS) per creare un sistema scalabile in grado di eseguire pesanti carichi di lavoro di machine learning e supportarne la crescita globale.

Grazie ad AWS, l'azienda, fondata nel 2017, serve ora più di 200 clienti in 25 Paesi tra vendita al dettaglio, e-commerce, logistica e trasporti, inclusi grandi nomi come Ikea, Carrefour, Auchan e Intersport. Opera per aiutare i clienti a fornire consegne efficienti e prendere decisioni strategiche più funzionali. 

Postis sapeva che utilizzando ML avrebbe potuto fornire le opzioni di consegna più efficienti ai propri clienti. Ma l'addestramento di un modello ML richiede grandi quantità di dati sulle operazioni di trasporto e logistica, inclusi il tempo impiegato dalle consegne, le preferenze di consegna dei clienti, le migliori alternative tra i punti di evasione ordini e i luoghi di consegna, le prestazioni dei corrieri locali e la frequenza con cui le consegne vengono rifiutate da destinatari.

Postis ha trascorso un anno raccogliendo questi dati dai clienti e creando manualmente formule statistiche per produrre informazioni utili. Il processo ha aiutato il team a capire quali punti dati erano più preziosi per addestrare il modello che utilizza ora. "Il nostro modello iniziale è stato eseguito troppo lentamente sulle nostre risorse locali, ma il processo è stato utile, perché è allora che abbiamo iniziato a comprendere i diversi fattori che influiscono sulle consegne", afferma Florin Bulgarov, Chief Data Scientist di Postis. 

Alla ricerca di una soluzione più efficiente, l'azienda ha iniziato a utilizzare Amazon SageMaker per costruire, addestrare e distribuire il suo modello ML. Dopo che il modello ha iniziato a produrre buoni risultati in modo tempestivo, Postis ha utilizzato Amazon Kinesis che semplifica la raccolta, l'elaborazione e l'analisi dei dati in streaming in tempo reale in modo da poter ottenere informazioni tempestive, per creare pannelli di controllo di facile utilizzo per monitorare l'avanzamento delle consegne in tempo reale. Condivide quindi questi pannelli di controllo con tutti i reparti interni per identificare rapidamente i bug e semplificare i processi del servizio clienti.

Utilizzando le API create da AWS, Postis può inviare avvisi in tempo reale sullo stato di avanzamento delle consegne ai rivenditori o direttamente ai consumatori che hanno ordinato le merci. Fornire ai consumatori l'accesso diretto ai dettagli di tracciamento aiuta i clienti di Postis a ridurre il carico sui loro team di assistenza clienti. Da quando hanno iniziato a utilizzare il sistema di aggiornamenti in tempo reale di Postis per fornire ai consumatori avvisi tramite SMS o e-mail, i rivenditori hanno ricevuto meno chiamate ai loro contact center, il 25% in meno.

Il monitoraggio dei dati ha anche ridotto del 20% i tassi di rifiuto degli ordini, ovvero la frequenza con cui gli acquirenti non accettano la consegna a casa. "Alcuni dei nostri clienti risparmiano centinaia di migliaia di euro all'anno perché il nostro sistema riduce i loro tassi di rifiuto", ha affermato Bulgarov.

I rivenditori che utilizzano Postis possono ora offrire nuove funzionalità agli utenti finali, grazie al rapido accesso ai dati di consegna sulla piattaforma. Ad esempio, gli acquirenti ricevono il costo dell'opzione di spedizione selezionata in tempo reale, in modo che i rivenditori possano fornire il costo di consegna esatto mentre un acquirente sta ancora effettuando un ordine.

Quando i clienti utilizzano Postis, il sistema analizza le loro operazioni di consegna e fornisce informazioni dettagliate sul comportamento reale dei loro effettivi acquirenti. Possono quindi utilizzare queste informazioni per prendere decisioni strategiche migliori. Ad esempio, i rivenditori possono identificare gli errori di consegna dell'ultima fase del processo di consegna e altri problemi comuni relativi all'esperienza dell'acquirente, quindi implementare nuove politiche per risolvere i problemi. Grazie ai dati storici, i rivenditori possono analizzare e confrontare le prestazioni e la qualità dell'intero pool di corrieri, migliorando la selezione e la negoziazione del contratto. Anche le decisioni basate sui dati vengono prese in tempo reale, scegliendo la soluzione migliore in base a più di 100 criteri in meno di 20 millisecondi.

Postis sta perseguendo un'ulteriore espansione internazionale per aumentare la sua copertura territoriale, il numero di rivenditori serviti e per ottimizzare e aumentare il volume delle consegne. Postis utilizza le risorse di calcolo AWS locali per eseguire i suoi modelli ML.

Ciò significa che i clienti di Postis possono quindi offrire consegne in nuove aree senza la necessità di adattare i propri sistemi IT. "I nostri clienti possono prepararsi rapidamente per accettare ordini da nuovi Paesi", ha affermato Florin. "Abbiamo tutta l'infrastruttura e i dati pronti per loro, quindi devono solo firmare contratti con corrieri locali". 

Poiché opera con i rivenditori, Postis deve gestire i picchi di domanda durante i periodi di maggiore affluenza come il Black Friday e il periodo natalizio. In questi periodi di punta, lavora 7-10 volte di più.

I suoi database si dimensionano automaticamente per soddisfare la domanda variabile utilizzando Amazon Elastic Compute Cloud (Amazon EC2), che offre capacità di calcolo sicura e ridimensionabile per qualsiasi carico di lavoro e Amazon Relational Database Service (Amazon RDS), che consente di impostare, gestire e dimensionare i database relazionali nel cloud. "Non dobbiamo intervenire quando il traffico aumenta, tutto si dimensiona automaticamente", ha affermato Bulgarov. "Ciò significa che siamo certi di fornire un servizio affidabile e che i nostri team IT possono concentrarsi su altre attività".

Postis è partito alla grande, espandendo rapidamente la sua base di clienti e triplicando i ricavi ogni anno sin dal suo inizio. "Ora siamo pronti a offrire i nostri servizi in tutta Europa e a continuare ad aggiungere funzionalità per aumentare la portata del nostro ecosistema", ha affermato Bulgarov. "Sviluppare i nostri prodotti su AWS ci ha aiutato a ottenere molto in un breve lasso di tempo".