Postis simplifica entregas internacionais usando ML e o AWS SageMaker

A Postis fornece uma plataforma digital em tempo real para automação, otimização e rastreamento em logística, ajudando varejistas e empresas de entregas a controlar com perfeição a etapa final da jornada até o cliente, assegurando uma boa experiência desde o pedido até o recebimento das mercadorias. Essa startup romena, em rápido crescimento, usa machine learning para ajudar os vendedores a encontrar a solução de entrega mais adequada e econômica para cada tipo de produto, jornada do cliente ou destino. Ela usou a AWS para criar um sistema escalável capaz de executar workloads pesadas de machine learning e auxiliar seu crescimento global. A Postis atende atualmente a mais de 200 clientes em 25 países usando a AWS, incluindo nomes conhecidos como Ikea, Carrefour, Auchan e Intersport.

A Postis deseja ajudar varejistas e empresas de entregas a controlar com perfeição a etapa final da jornada até o cliente. Essa startup romena, em rápido crescimento, fornece uma plataforma digital em tempo real para automação, otimização e rastreamento em logística. Essa abordagem assegura uma excelente experiência de serviço ao longo de toda a jornada do cliente, desde o pedido até o recebimento das mercadorias.

Para atingir seu objetivo, a Postis usa machine learning (ML) para ajudar os vendedores a encontrar a solução de entrega mais adequada e econômica para cada tipo de produto, jornada do cliente ou destino. A empresa usou a Amazon Web Services (AWS) para criar um sistema escalável capaz de executar workloads pesadas de ML e auxiliar seu crescimento global.

Usando a AWS, a Postis, fundada em 2017, agora atende a mais de 200 clientes em 25 países nos setores de varejo, comércio eletrônico, logística e transporte, incluindo nomes conhecidos como Ikea, Carrefour, Auchan e Intersport. Ela ajuda seus clientes a fornecer entregas eficientes e a tomar decisões estratégicas mais inteligentes. 

A Postis sabia que poderia fornecer as mais eficientes opções de entrega a seus clientes usando ML. Mas o treinamento de um modelo de ML exige enormes quantidades de dados de transporte e operações de logística, incluindo a duração das entregas, as preferências de entrega do cliente, as melhores alternativas entre pontos de atendimento e locais de entrega, a performance das transportadoras locais e a frequência de recusa de entregas pelos destinatários.

A Postis levou um ano coletando esses dados dos clientes e criando manualmente fórmulas estatísticas para gerar insights úteis. Esse processo ajudou a equipe a entender quais eram os pontos de dados mais valiosos para o treinamento do modelo sendo usado no momento. “Nosso modelo inicial era executado muito lentamente nos nossos recursos on-premises, mas o processo foi útil, pois começamos a entender os diferentes fatores que afetam uma entrega”, afirma Florin Bulgarov, cientista-chefe de dados na Postis. 

Buscando uma solução mais eficiente, a empresa começou a usar o Amazon SageMaker para criar, treinar e implantar seu modelo de ML. Quando o modelo começou a produzir bons resultados em tempo hábil, a Postis usou o Amazon Kinesis – que facilita a coleta, o processamento e a análise de fluxos de dados para gerar insights rapidamente – para criar painéis simples a fim de rastrear as entregas em tempo real. Esses painéis são compartilhados com todos os departamentos internos para identificação imediata de problemas e otimização dos processos de atendimento ao cliente.

Usando APIs criadas pela AWS, a Postis pode enviar alertas em tempo real sobre o andamento da entrega para o varejista ou diretamente para o consumidor que encomendou as mercadorias. Com o fornecimento de acesso direto a dados de rastreamento para os consumidores, os clientes da Postis podem reduzir a carga de trabalho de suas equipes de atendimento. Depois que começaram a usar o sistema de atualização em tempo real da Postis para enviar alertas por e-mail ou SMS aos consumidores, os varejistas passaram a receber 25% menos chamadas em seus call centers.

Os dados de rastreamento também reduziram as taxas de recusa de pedidos ( frequência de recusa de uma entrega pelos compradores) em 20%. “Alguns de nossos clientes economizam anualmente centenas de milhares de euros com a redução das taxas de recusa do nosso sistema”, afirma Bulgarov.

Os varejistas que usam a Postis agora podem oferecer novos recursos aos usuários finais, graças ao acesso rápido aos dados de entrega na plataforma. Por exemplo, como o comprador vê o custo da opção de envio selecionada em tempo real, o varejista pode fornecer o preço exato da entrega enquanto o pedido ainda está sendo feito.

Quando o cliente usa a Postis, o sistema analisa suas operações de entrega e fornece insights sobre o comportamento dos compradores em tempo real. Essas informações podem ser usadas para a tomada de melhores decisões estratégicas. Por exemplo, o varejista pode identificar falhas na etapa final da entrega e outros problemas comuns na experiência do comprador e, em seguida, implementar novas políticas para resolvê-los. Os varejistas podem usar dados históricos para analisar e comparar a performance e a qualidade de todas as transportadoras com as quais trabalham, melhorando suas escolhas e a negociação de contratos. Além disso, é possível tomar decisões imediatas com base em dados e escolher a melhor solução de acordo com mais de 100 critérios em menos de 20 milissegundos.

A Postis continua empenhada na expansão internacional para ampliar sua cobertura territorial, o número de varejistas que atende, além de otimizar e ampliar o volume de entregas. A Postis está usando recursos computacionais locais da AWS para executar seus modelos de ML.

Isso significa que os clientes da Postis podem oferecer entregas em novas áreas sem precisar ajustar seus sistemas de TI. “Nossos clientes podem configurar seus sistemas rapidamente para aceitar pedidos de novos países”, conta Florin. “Temos toda a infraestrutura e os dados prontos, assim só precisam assinar contratos com entregadores locais.” 

Como trabalha com varejistas, a Postis precisa lidar com picos de demanda em períodos intensos de compras como na Black Friday e no Natal. O número de pedidos pode aumentar entre sete e dez vezes nesses períodos de pico.

Os bancos de dados escalam automaticamente para atender à variação na demanda usando o Amazon Elastic Compute Cloud (Amazon EC2), que oferece capacidade computacional segura e redimensionável para qualquer workload, e o Amazon Relational Database Service (Amazon RDS), que permite configurar, operar e escalar bancos de dados relacionais na nuvem. “Não precisamos intervir quando há picos de tráfego. O sistema é automaticamente escalado”, afirma Bulgarov. “Isso significa que sabemos que estamos fornecendo um serviço confiável e nossas equipes de TI podem se concentrar em outras tarefas.”

A Postis teve um bom começo, expandindo rapidamente sua base de clientes e triplicando a receita a cada ano desde sua fundação. “Agora, estamos preparados para oferecer nossos serviços em toda a Europa e continuar adicionando recursos a fim de aumentar o alcance do nosso ecossistema”, declara Bulgarov. “Criar nossos produtos na AWS nos ajudou a conseguir muito em um curto período.”