Postis, ML 및 AWS SageMaker를 사용하여 국제 배송 간소화

Postis는 물류 자동화, 최적화 및 추적을 지원하는 실시간 디지털 플랫폼을 제공하여 소매업체와 배송업체가 고객에게 배송 과정의 마지막 단계에서 완성도를 높일 수 있도록 함으로써 주문 시부터 상품 수령 시까지 주문의 전 과정에서 좋은 경험을 보장합니다. 빠르게 성장하는 루마니아의 이 스타트업은 기계 학습을 사용하여 판매자가 모든 유형의 제품, 고객 여정 또는 대상 위치에 가장 적합하고 비용 효율적인 배송 솔루션을 찾도록 돕습니다. AWS를 사용하여 과중한 기계 학습 워크로드를 실행하고 글로벌 성장을 지원할 수 있는 확장성이 뛰어난 시스템을 개발했습니다. Postis는 현재 AWS를 사용하여 IKEA, Carrefour, Auchan, Intersport 등의 유명 기업을 비롯하여 25개국 200여 고객을 지원하고 있습니다.

Postis는 소매업체와 배송업체가 고객에게 배송하는 여정의 최종 단계에서 완성도를 높이도록 돕고자 합니다. 빠르게 성장 중인 루마니아의 이 스타트업은 물류 자동화, 최적화 및 추적을 지원하는 실시간 디지털 플랫폼을 제공하여 주문부터 상품 수령까지 소비자 여정의 전반에 걸쳐 뛰어난 서비스 경험을 보장합니다.

이를 위해 Postis는 기계 학습(ML)을 사용하여 판매자가 모든 유형의 제품, 고객 여정 또는 대상 위치에 가장 적합하고 비용 효율적인 배송 솔루션을 찾도록 돕습니다. 이 회사는 Amazon Web Services(AWS)를 사용하여 과중한 ML 워크로드를 실행하고 글로벌 성장을 지원할 수 있는 확장성이 뛰어난 시스템을 개발했습니다.

2017년에 설립된 이 회사는 현재 IKEA, Carrefour, Auchan, Intersport 등의 유명 기업을 비롯하여 소매, 전자 상거래, 물류 및 운송 산업 전반에 걸쳐 25개국 200여 고객에게 서비스를 제공하고 있습니다. 고객이 효율적인 배송 서비스를 제공하고 보다 스마트한 전략적 결정을 내리도록 돕습니다. 

Postis는 ML을 활용하면 고객에게 가장 효율적인 배송 옵션을 제공할 수 있음을 알고 있었습니다. 하지만 ML 모델을 훈련하려면 배송 소요 시간, 고객이 선호하는 배송 옵션, 주문 처리 지점과 배송 장소 간의 최상의 배송 대안, 현지 배송 업체의 역량, 배송 거부 빈도 등 운송 및 물류 운영과 관련하여 방대한 양의 데이터가 필요합니다.

Postis가 고객으로부터 이 데이터를 수집하고 유용한 인사이트를 얻기 위해 통계 수식을 수동으로 작성하는 데 1년이 걸렸습니다. 이 프로세스는 팀이 현재 사용하는 모델을 훈련하는 데 가장 중요한 데이터 포인트를 파악하는 데 도움이 되었습니다. Postis의 수석 데이터 사이언티스트인 Florin Bulgarov는 "초기 모델은 온프레미스 리소스에서 실행 속도가 너무 느렸지만, 그 프로세스는 유용했습니다. 바로 그때부터 배송에 영향을 미치는 다양한 요소를 이해하기 시작했기 때문입니다."라고 말합니다. 

보다 효율적인 솔루션을 구현하기 위해 이 회사는 Amazon SageMaker를 사용하여 ML 모델을 구축, 훈련 및 배포하기 시작했습니다. 이 모델이 빠르게 좋은 성과를 내기 시작하자, Postis는 실시간 스트리밍 데이터를 손쉽게 수집, 처리 및 분석하도록 지원하는 Amazon Kinesis를 사용하여 실시간으로 배송 진행 상황을 추적할 수 있는 간편한 대시보드를 만들었습니다. 또한 이러한 대시보드를 모든 내부 부서와 공유하여 버그를 신속하게 찾아내고 고객 서비스 프로세스를 간소화했습니다.

Postis는 AWS가 구축한 API를 활용하여 배송 진행 상황을 소매업체에 실시간으로 다시 보내거나 상품을 주문한 소비자에게 직접 전달할 수 있게 되었습니다. 소비자에게 추적 세부 정보에 대한 직접적인 액세스를 제공하면 Postis 고객이 고객 서비스 팀의 업무 부담을 줄일 수 있습니다. Postis의 실시간 업데이트 시스템을 사용하여 소비자에게 SMS 또는 이메일 알림을 제공하기 시작한 후부터 소매업체의 콜센터로 걸려오는 문의 전화 건수가 25% 감소했습니다.

또한 데이터를 추적하면서 주문 거부율(구매자가 집에서 배송을 수락하지 않는 빈도)이 20% 감소했습니다. Bulgarov는 "시스템이 거부율을 줄여주는 덕분에 일부 고객은 연간 수십만 유로의 비용을 절감하고 있습니다."라고 말합니다.

이제 소매업체가 Postis를 사용하여 플랫폼의 배송 데이터에 빠르게 액세스할 수 있으므로, 최종 사용자에게 새로운 기능을 제공할 수 있습니다. 예를 들어 선택한 배송 옵션의 비용이 구매자에게 실시간으로 제공되므로, 구매자가 주문을 하는 동안 소매업체는 정확한 배송 비용을 제시할 수 있습니다.

고객이 Postis를 이용할 때, 시스템은 배송 운영 상황을 분석하고 실제 구매자의 실제 행동에 대한 인사이트를 제공합니다. 따라서 이 정보를 사용하여 더 나은 전략적 결정을 내릴 수 있습니다. 예를 들어 소매업체는 최종 단계에서의 배송 실패와 기타 자주 발생하는 구매자 경험상의 문제를 파악한 후 새로운 정책을 구현하여 문제를 해결할 수 있습니다. 기록 데이터를 통해 소매업체는 전체 운송업체 풀 전반에 걸쳐 성능과 품질을 분석하고 비교함으로써 더 나은 업체를 선정하고 계약을 더 유리하게 협상할 수 있습니다. 데이터 중심 의사 결정도 실시간으로 이루어지며, 20밀리초 이내에 100개 이상의 기준에 따라 최적의 솔루션을 선택합니다.

Postis는 운영 지역과 서비스를 제공하는 대상 소매업체 수를 확대하는 한편, 배송량을 최적화하고 늘리기 위해 추가적인 해외 확장을 추진하고 있습니다. Postis는 로컬 AWS 컴퓨팅 리소스를 사용하여 ML 모델을 실행하고 있습니다.

즉, Postis 고객은 IT 시스템을 조정하지 않고도 새로운 지역에서 서비스를 제공할 수 있습니다. Florin은 "고객이 새로운 국가에서 신속하게 주문을 받을 수 있습니다. 우리는 그러한 고객을 지원할 모든 인프라와 데이터를 갖추고 있습니다. 따라서 고객은 현지 운송업체와 계약하기만 하면 됩니다."라고 말합니다. 

Postis는 소매업체에 서비스를 제공하는 만큼, 블랙 프라이데이와 크리스마스 시즌 같은 바쁜 쇼핑 시즌 동안 급증하는 수요를 처리해야 합니다. 이 피크 기간 동안 7~10배 더 많은 수요를 처리합니다.

모든 워크로드에 대해 안전하고 크기 조정 가능한 컴퓨팅 용량을 제공하는 Amazon Elastic Compute Cloud(Amazon EC2)와 클라우드에서 관계형 데이터베이스를 설정, 운영 및 확장할 수 있는 Amazon Relational Database Service(RDS)를 사용하여, 변화하는 수요를 충족하도록 데이터베이스를 자동으로 확장합니다. Bulgarov는 "트래픽이 급증할 때에도 우리가 개입할 필요가 없습니다. 전체 시스템이 자동으로 확장됩니다. 따라서 서비스를 안정적으로 제공하고 IT 팀이 다른 작업에 집중할 수 있습니다."라고 말합니다.

Postis는 고객 기반을 빠르게 확장하고 설립 이후 매년 매출을 3배씩 늘리는 등 순조로운 출발을 보이고 있습니다. Bulgarov는 "이제 우리는 유럽 전역에서 서비스를 제공하고 에코시스템을 확대하기 위한 기능을 계속 추가할 준비가 되었습니다. AWS를 기반으로 제품을 구축함으로써 단기간에 많은 성과를 달성할 수 있었습니다."라고 말합니다.