Autor: Kamil Zając

Optymalizacja logistyki dzięki mechanizmowi uczenia maszynowego Postis

Branża e-commerce stale się rozwija, w ostatnich latach poszerzając wolumeny obrotów. Konkurencja wymusza optymalizację kolejnych elementów składowych łańcucha zakupowego, począwszy od etapu dokonania transakcji, za pośrednictwem aplikacji, a skończywszy na efektywniejszym transporcie i logistyce. Niezbędne staje się przekształcanie pozyskiwanych danych i ich analiza w czasie rzeczywistym. Platforma Postis stworzyła autorską aplikację, opartą o uczenie maszynowe, pozwalającą menedżerom na efektywniejsze podejmowanie decyzji i wsparcie w przewidywaniu trendów na rynku oraz postaw konsumenckich.

Schemat działania mechanizmu Platformy Postis
Schemat działania platformy Postis

Pogłębione badania postaw konsumenckich

W Rumunii, Postis wraz z InsightOut Analytics przeprowadzili badania postaw konsumenckich na rynku e-commerce. Twórcy raportu przeanalizowali dane, obejmujące ponad 15 milionów kliknięć, u 35 sprzedawców detalicznych. Przełożyło się to na obserwację ponad pół miliona zamówień, w okresie trwania badania. Na ich podstawie ustalono 5 głównych trendów. Nadal 70% zamówień jest opłacanych w momencie dostawy. Popularne są wpłaty za pobraniem, dokonywane w momencie odbioru zamówienia. Niestety wiąże się to także ze zwiększoną liczbą odmów przez klientów, w przypadku wystąpienia czynników, generujących u nich niezadowolenie. Dzięki zastosowaniu przewidywania, na podstawie algorytmów, możliwe staje się określenie, które produkty mają większą podatność na odmowy.

Wysokie prawdopodobieństwo odmowy powiązane jest kilkoma wskaźnikami: określony rodzaj produktu, płatność przy odbiorze, ruch PPC lub geografia. Dzięki modelowaniu możliwe staje się wcześniejsze skontaktowanie się z wybranym typem klientów, w celu potwierdzenia zamówienia przed jego wysłaniem. Umożliwia to kurierom, zwiększenie szans na udaną transakcję.

Postis & InsightOut Analytics, „CLICK-TO-DOOR: Using data to optimize the customer journey and supercharge e-commerce sales in 2022 and beyond”, s. 5

Klient z ruchu organicznego bardziej przewidywalny

Poziom odmów różni się w zależności od źródła ruchu. Zakupy dokonane przez klientów przybywających na stronę internetową z reklam typu pay-per-click (PPC) są bardziej impulsywne niż te, które pochodzą z ruchu organicznego.

Analiza ruchu wykazała również, że klienci przybywający z portali społecznościowych wolą płacić w czasie dostawy. Jednakże dane, nie wykazały bezpośredniej korelacji między ruchem w mediach społecznościowych, a zwiększonym wskaźnikiem odmów. Stawiamy hipotezę, że detaliści powinni faworyzować ruch, pochodzący z mediów społecznościowych, nad wygenerowanym z kampanii typu PPC.

Postis & InsightOut Analytics, „CLICK-TO-DOOR: Using data to optimize the customer journey and supercharge e-commerce sales in 2022 and beyond”, s. 6

Wysoka jakość dostawy to mniej odmów

Optymalizacja jakości dostaw obniża wskaźniki odmów, zwiększa też terminowość dostaw, a tym samym wpływa na ogólną poprawę satysfakcji konsumenta. Badani zwracający uwagę na jakość dostaw, przy wyborze kurierów, wykazują średnio o 28% mniej odmów i o 6% częściej otrzymują terminowe dostawy, w porównaniu do tych, którzy uwzględniają jedynie koszty wysyłki.

Postis & InsightOut Analytics, „CLICK-TO-DOOR: Using data to optimize the customer journey and supercharge e-commerce sales in 2022 and beyond”, s. 7

Twórcy raportu zauważyli także, że kampanie mejlingowe i ruch organiczny jest powiązany z wyższym AOV. Dodatkowo powracający klienci z kampanii mejlingowych, mają tendencję do robienia droższych zakupów. Ostatnim czynnikiem wpływającym na zakupy była rekomendacja. Jakość mechanizmu rekomendacji wpływa na liczbę odwiedzin strony internetowej, ruchu bezpośredniego i wielkość zamówień.

Sprzedawcy wyświetlający zarówno pozycje uzupełniające, jak i alternatywne na swoich stronach szczegółowych, rejestrują średnio 78% więcej konwersji, niż inni sprzedawcy, którzy wyświetlają tylko przedmioty uzupełniające, tylko przedmioty alternatywne lub wcale.

Postis & InsightOut Analytics, „CLICK-TO-DOOR: Using data to optimize the customer journey and supercharge e-commerce sales in 2022 and beyond”, s. 9

Uczenie maszynowe to podstawa planowania

W oparciu o analizę rynku i szereg badań, Postis stworzył algorytm, użyteczny dla przedsiębiorstw z branży e-commerce. Generuje on optymalną ścieżkę działania, pomagającą w podejmowaniu decyzji biznesowych. Opiera się on na trzech głównych filarach: analizie kosztu w czasie rzeczywistym, jakości dostawy, a także tzw. custommer expirience.

Rozwój oprogramowania i budowa platformy została wykonana przez nas od podstaw. Nowość w przestrzeni logistycznej polega na wykorzystaniu algorytmów, opierających się na uczeniu maszynowym. Mamy dostępnych około 150 opcji. Głównym kryterium jest podjęcie decyzji w oparciu o najlepszy wariant. Kryteriów wyboru jest kilka, podzielonych na trzy główne kategorie – filary. Jednym z nich jest koszt, który obliczamy w czasie rzeczywistym. Jaki byłby koszt opcji A, B i C. Następnym kryterium jest jakość oferowanej dostawy. Mierzymy parametry czasu i terminowości dostawy, stopę zwrotów towarów, itp. Ostatecznie wyliczana jest jakość, związana z prawdopodobieństwem.

wskazuje Mircea Stan, Founder & CEO Postis
Schemat Postis

Doświadczenie klienta końcowego

Trzecia główna kategoria, algorytmu Postis, wiąże się z doświadczeniem klienta końcowego. Mierzy się nią również wrażenia klienta z zakupów, a także z ocenę procesu dostawy zamówionych produktów bezpośrednio do niego.

W systemie chodzi o całe doświadczenie. Jest to obliczane lub mierzone za pomocą wyniku promotora netto. Oznacza to, że bierze również pod uwagę, kiedy podejmie on decyzję i w oparciu o te trzy główne filary. Nasze algorytmy uczenia maszynowego zadecydują, która opcja modelu e-commerce będzie dla danej grupy klientów firmy najlepsza. Dodatkowo pozwala to na wybór optymalnej ścieżki i całego łańcucha dostawy, podobnie jak w przykładzie, kiedy klient był gotów zapłacić więcej, ale za terminową dostawę. System pozwala na agregację tych wszystkich danych.

dodaje Mircea Stan

Optymalizacja o 20%

Zastosowanie modelu decyzyjnego, wspartego systemem uczenia maszynowego aplikacji Postis, pozwala w okresie średnioterminowym, na zwiększenie wydajności o około 20%. Co więcej, decyzje poszczególnych szczebli łańcucha zamówienia mają większe oparcie w twardych danych, a mniej na intuicji, czy losowości. Od razu wybiera się najlepszą opcję dla klienta. Dodatkowe oszczędności generuje mniejsza liczba niezbędnych operacji z klientem, typu rozmowy wyjaśniające, korygowanie fragmentów zamówienia, itp.

Zwiększa się średnia wartość zamówienia. Sprawność i dopasowanie usługi do odbiorcy oznacza, że klienci e-commerce będą częściej robić zakupy z tej konkretnej marki. Nie tylko kładziemy nacisk na same zakupy. Algorytmy to przyszłość, operacje stają się bardziej wydajne, ale w międzyczasie mogą również zwiększyć przychody firmy.

podsumowuje Mircea Stan

Algorytmy Postis dostępne dla biznesu Polsce

Zapotrzebowanie na optymalizację procesów w e-commerce nie maleje. Postis postanowił także działać na terenie naszego kraju. We Wrocławiu powstał oddział firmy, wraz ze wsparciem dla naszego rynku.

->  Gigalinery – oszczędności czy niebezpieczeństwo?

Subskrybuj nasz NEWSLETTER!

Otrzymuj powiadomienia o nowościach wprost na swoją skrzynkę pocztową!

 

 

Wyrażam zgodę na przetwarzanie przez Polski Instytut Transportu Drogowego oraz partnerów moich danych osobowych w postaci adresu poczty elektronicznej w celu przesyłania mi informacji marketingowych dotyczących produktów i usług oferowanych przez za pomocą środków komunikacji elektronicznej, stosownie do treści przepisu art. 10 ust. 1 i 2 ustawy o świadczeniu usług drogą elektroniczną.

 

Zapisując się na pobranie raportu, wyrażam zgodę na przetwarzanie moich danych osobowych wskazanych w niniejszym formularzu, przez Polski Instytut Transportu Drogowego, dalej jako „Administrator” w celach marketingowych oraz oświadczam, że jestem zainteresowany otrzymaniem informacji o aktualnych produktach i ofertach Administratora, tym samym wyrażając zgodę na przesyłanie przez Administratora na podane dane kontaktowe informacji handlowych, w szczególności w zakresie obejmującym kontakt drogą elektroniczną i/lub telefoniczną.

Administratorem Państwa danych osobowych jest Polski Instytut Transportu Drogowego. Dane osobowe będą przetwarzane w celach niezbędnych do wysłania raportu, a w razie wyrażenia przez Państwa zgody, dane te będą przetwarzane w celach marketingowych, tj. skontaktowania się i przekazania informacji o ofertach i produktach Polski Instytut Transportu Drogowego lub partnerów raportu, tj. Webfleet Solutions Poland Sp. z o.o., Transcash.eu S.A. oraz Trans.eu S.A. Podanie danych osobowych jest dobrowolne, ale niezbędne do wysłania raportu. Podstawa prawna, cel, okres przetwarzania danych osobowych oraz uprawnienia przysługujące, a także inne ważne informacje dotyczące zasad przetwarzania danych osobowych są szczegółowo określone w Polityce prywatności na stronie www.pitd.org.pl, kontakt mailowy: instytut@pitd.org.pl. Zgodę można wycofać w każdym czasie.

 

Wyrażam zgodę na przetwarzanie przez Polski Instytut Transportu Drogowego oraz partnerów moich danych osobowych w postaci adresu poczty elektronicznej w celu przesyłania mi informacji marketingowych dotyczących produktów i usług oferowanych przez za pomocą środków komunikacji elektronicznej, stosownie do treści przepisu art. 10 ust. 1 i 2 ustawy o świadczeniu usług drogą elektroniczną.