ML と AWS SageMaker を使用して国際配送を簡素化する Postis

Postis は、物流の自動化、最適化、および追跡のためのリアルタイムデジタルプラットフォームを提供することで、小売業者と配送企業がその顧客までのラストワンマイルを制することができるように支援し、商品の発注から受け取りまでの過程全体が素晴らしい経験になることを確実にします。急成長しているルーマニアの当スタートアップ企業は、販売者があらゆるタイプの製品、カスタマージャーニー、または配送先に最適なコスト効率性に優れた配送ソリューションを見つけられるようにするために、機械学習を使用しています。Postis は AWS を使用して、高負荷の機械学習ワークロードを実行し、その世界的な成長をサポートするための力を備えたスケーラブルなシステムを構築しました。Postis は現在、AWS を使用して 25 か国で 200 社を超えるお客様にサービスを提供しており、これにはイケア、カルフール、Auchan、および Intersport などの大手企業が含まれます。

Postis は、小売業者と配送企業がその顧客までのラストワンマイルを制することができるように支援したいと考えています。急成長しているルーマニアの当スタートアップ企業は、商品の発注から受け取りまでの消費者ジャーニー全体における優れたサービスエクスペリエンスを確実する、物流の自動化、最適化、および追跡のためのリアルタイムデジタルプラットフォームを提供しています。

これを実現するため、Postis は機械学習を使用して、販売者があらゆるタイプの製品、カスタマージャーニー、または配送先に最適なコスト効率性に優れた配送ソリューションを見つけられるように支援しています。Postis は、高負荷の機械学習ワークロードを実行し、その世界的な成長をサポートするための力を備えたスケーラブルなシステムを構築するために、Amazon Web Services (AWS) を使用しました。

2017 年に設立された同社は、現在 AWS を使用して小売、eコマース、物流、および輸送の全体で 25 か国の 200 社を超えるお客様にサービスを提供しており、これにはイケア、カルフール、Auchan、および Intersport などの大手企業が含まれます。Postis は、お客様が効率的な配送を提供し、よりスマートな戦略的判断を行えるように取り組んでいます。 

Postis は、ML を使用することによってお客様に最も効率的な配送オプションを提供できることを知っていました。しかし、ML モデルのトレーニングには、配送にかかる時間、配送に関するお客様の希望、フルフィルメントポイントと配送先間における最良の代替地、地域の運送業者のパフォーマンス、および受取人によって配達が拒否される頻度など、輸送および物流業務に関する膨大なデータが必要です。

Postis は、このデータのお客様からの収集と、有益な洞察を生成するための統計式を手作業で作成するのに 1 年を費やしました。このプロセスは、Postis が現在使用しているモデルのトレーニングを行ううえで、どのデータポイントが最も重要であるかをチームが把握するために役立ちました。Postis のチーフデータサイエンティストである Florin Bulgarov 氏は、このように話しています。「私たちの初期モデルはオンプレミスリソースでの実行に時間がかかりすぎていましたが、このプロセスは有益でした。このときに、配送に影響する異なる要因を理解し始めたからです」。 

より効率的なソリューションを探していた Postis は、ML モデルを構築し、トレーニングしてデプロイするために Amazon SageMaker の使用を開始しました。モデルが適時に良好な結果を生成し始めると、Postis は リアルタイムで配送の進行状況を追跡するための使いやすいダッシュボードを作成するために、Amazon Kinesis を使用しました。このサービスは、リアルタイムのストリーミングデータの収集、処理、および分析を容易にすることで、タイムリーな洞察を取得できるようにします。Postis は、バグをすばやく識別し、カスタマーサービスプロセスを合理化するために、これらのダッシュボードをすべての社内部署と共有しています。

AWS が構築した API を使用することで、Postis は配送の進行状況に関するリアルタイムのアラートを小売業者、または商品を注文した消費者に直接送信できます。消費者が追跡詳細に直接アクセスできるようにすることは、Postis のお客様がそのカスタマーサービスチームの負担を削減するために役立ちます。消費者に SMS または E メールアラートを提供する Postis のリアルタイム更新システムの使用開始後、小売業者がコンタクトセンターで受ける電話件数は 25 パーセント減りました。

データの追跡により、注文拒否率、つまり購入者がその自宅で配達を拒否する頻度も 20 パーセント減りました。「お客様の中には、当社のシステムによって拒否率が削減されたことから、毎年数十万ユーロを節約しているお客様もおられます」と Bulgarov 氏は話しています。

プラットフォーム上で配送データにすばやくアクセスできるおかげで、Postis を使用する小売業者は、エンドユーザーに新たな機能を提供できるようになりました。例えば、購入者は選択した配送オプションのコストをリアルタイムで受け取るので、小売業者は購入者が発注している最中に正確な配送コストを提示できます。

お客様が Postis を使用するときは、システムがその配送業務を分析し、実際の購入者の現実の行動に関する洞察を提供します。お客様はその後、この情報を使用してより良い戦略的判断を行うことができます。例えば、小売業者はラストワンマイルでの配送失敗と、その他一般的な購入者エクスペリエンスの問題を特定し、問題を修正するための新しいポリシーを導入できます。小売業者は、履歴データを使用して一連の運送業者全体でパフォーマンスと品質の分析と比較を行って、その選択肢と契約交渉を改善することができます。データに基づいた判断もリアルタイムで考慮され、20 ミリ秒未満で 100 を超える基準に基づいた最適なソリューションが選択されます。

Postis は、その対象地域とサービスを提供する小売業者の数を拡大し、配送量を最適化して増加させるために、さらなる国際展開を図っています。Postis は、その ML モデルの実行に地域の AWS コンピューティングリソースを使用しています。

これは、Postis のお客様がその IT システムを調整する必要なく、新しい地域で配送を提供できることを意味します。「当社のお客様は、新しい国から注文を受け入れるための準備をすばやく行うことができます」と Florin 氏は話しています。「お客様のためにすべてのインフラストラクチャとデータを整えているので、必要となるのは地域の運送業者との契約を締結することだけです」。 

Postis は小売業者と連携しているため、ブラックフライデーやクリスマスシーズンなどのショッピング繁忙期における需要の急増に対処する必要があります。Postis は、これらの急増時に 7～10 倍の注文を処理します。

そのデータベースは、あらゆるワークロードに対してセキュアでサイズ変更可能なコンピューティング容量を提供する Amazon Elastic Compute Cloud (Amazon EC2) と、クラウド内でのリレーショナルデータベースのセットアップ、運用、およびスケーリングを可能にする Amazon Relational Database Service (Amazon RDS) を使用して、さまざまな需要を満たすために自動的にスケールします。Bulgarov 氏は次のように話しています。「トラフィックが急増しても介入する必要はありません。すべてが自動的にスケールするからです。これは、私たちが信頼性に優れたサービスの提供について自信を持っており、当社の IT チームが他のタスクに集中できることを意味します」。

好スタートを切った Postis はその顧客基盤を急速に拡大させており、収益は設立当初から毎年 3 倍増加しています。「当社では、ヨーロッパ全土でサービスを提供し、機能を追加し続けて、私たちのエコシステムのリーチを拡大する準備が整っています」と Bulgarov 氏は話しています。「AWS でのサービスの構築は、短期間で多くを成し遂げるために役立ちました」。