DHL və ya DPD izləməsi tapılmadı? 17TRACK API izləmə uğur dərəcələrini yaxşılaşdırmaq üçün süni intellektdən necə istifadə edir

Nə üçün eyni izləmə nömrəsi bir platformada heç bir nəticə vermir, digər platformada isə tam izləmə tarixçəsini göstərir?

Bizneslər DHL Tracking Not Found və ya DPD Tracking Not Found kimi problemlərlə qarşılaşdıqda, çox vaxt izləmə nömrəsinin etibarsız olduğunu və ya daşıyıcının hələ məlumatlarını yeniləmədiyini düşünürlər.

Əslində, izləmə nömrəsinin API-yə göndərilməsi izləmə hadisələrinin qaytarılacağına zəmanət vermir.

İzləmə məlumatlarının əldə edilməsi ilk növbədə daşıyıcının düzgün müəyyənləşdirilməsindən və sorğunun doğru məlumat mənbəyinə göndərilməsindən asılıdır. Daşıyıcı səhv müəyyən edilərsə, bağlama normal şəkildə hərəkətdə olsa belə, sorğu Not Found nəticəsi qaytara bilər.

Problem böyük miqyasda daha aydın görünür. Məsələn, həm DHL Tracking API, həm də DPD Tracking API-dən istifadə edən biznes əvvəlcə hər bir izləmə nömrəsinin hansı API-yə göndərilməli olduğunu müəyyən etməlidir.

17TRACK API bizneslərə qarşısı alına bilən daşıyıcı uyğunsuzluqlarını azaltmağa və izləmə uğur dərəcələrini yaxşılaşdırmağa kömək etmək üçün daxili AI identifikasiya modeli, qayda əsaslı uyğunlaşdırma və davamlı monitorinqi birləşdirir.

1. Nə üçün izləmə nömrəsi heç bir izləmə hadisəsi qaytarmaya bilər?

Universal izləmə nömrəsi formatı yoxdur. Hər bir daşıyıcı öz nömrələmə qaydalarından istifadə edir və təkcə izləmə nömrəsində daşıyıcını müəyyən etmək üçün kifayət qədər məlumat olmaya bilər.

1.1 Oxşar izləmə nömrəsi formatları daşıyıcıları müəyyən etməyi çətinləşdirir

Müxtəlif daşıyıcılar eyni uzunluqda, oxşar prefikslərə və ya hərf-rəqəm nümunələrinə malik izləmə nömrələrindən istifadə edə bilər.

Bir izləmə nömrəsi bir neçə daşıyıcının nömrələmə formatına uyğun gələ bilər. Ənənəvi qayda əsaslı uyğunlaşdırma uzunluğa, prefikslərə və simvol nümunələrinə baxır. Bu qaydalar üst-üstə düşdükdə, düzgün daşıyıcını müəyyən etmək üçün yalnız format kifayət etməyə bilər.

Formatı nömrəyə uyğun gələn daşıyıcı yalnız namizəddir. Bağlamanı əslində başqa daşıyıcı idarə edə bilər.

Uyğunsuzluq sorğunun səhv məlumat mənbəyinə göndərilməsinə və Not Found cavabının qaytarılmasına səbəb ola bilər.

1.2 Göndərilən daşıyıcı məlumatları qeyri-dəqiq ola bilər

Bizneslər göndəriş məlumatlarını çox vaxt ERP, WMS, OMS və ya digər sifariş idarəetmə sistemləri vasitəsilə göndərirlər.

Bu sistemlər eyni daşıyıcını rəsmi adı, qısaltması və ya daxili kodu ilə göstərə bilər. Qeyddə etibarlı izləmə nömrəsi ilə yanaşı yanlış daşıyıcı sahəsi də ola bilər.

İzləmə sistemi tamamilə göndərilən daşıyıcı məlumatlarına əsaslanırsa, yanlış mənbəyə sorğu göndərməyə davam edə bilər.

Buna görə izləmə sistemi daşıyıcıları müəyyən etməli, uyğunluğu yoxlamalı və uyğunsuzluqları düzəltməlidir.

1.3 Sərhədlərarası göndərişlərdə məlumatlar müxtəlif daşıyıcılar arasında bölünə bilər

Sərhədlərarası daşınma adətən götürülmə, magistral daşınma, gömrük rəsmiləşdirilməsi və son mərhələ çatdırılmasını əhatə edir.

Bir bağlamanı ardıcıl olaraq bir neçə daşıyıcı idarə edə bilər və proses ərzində əlaqəli son mərhələ izləmə nömrəsi təyin oluna bilər.

Bu daşıyıcılardan yalnız birinə sorğu göndərilməsi qismən tarixçə qaytara və bağlamanın marşrutunda boşluqlar yarada bilər.

Geniş daşıyıcı əhatəsi ilə yanaşı, sistem düzgün mənbələri müəyyən etməli və izləmə məlumatlarını birləşdirməlidir.

İzləmə uğuru API əlçatanlığından, izləmə nömrəsinin keyfiyyətindən, daşıyıcının müəyyənləşdirilməsindən, məlumat mənbəyinin əlçatanlığından və izləmə hadisələrinin yaradılıb-yaradılmamasından asılıdır.

2. 17TRACK API daşıyıcının müəyyənləşdirilməsi dəqiqliyini artırmaq üçün AI-dan necə istifadə edir?

Nömrə formatları üst-üstə düşdükdə və ya göndərilən daşıyıcı məlumatları qeyri-dəqiq olduqda sabit qaydalar yanlış uyğunluqlara səbəb ola bilər.

AI bu qeyri-müəyyən uyğunluqları həll etməyə kömək edə bilər.

17TRACK daxili AI modelini ənənəvi qayda əsaslı uyğunlaşdırma ilə birləşdirir. Ən ehtimal olunan daşıyıcını müəyyən etmək və yanlış mənbəyə sorğu göndərilməsi səbəbindən uğursuz olan axtarışları azaltmaq üçün illərlə toplanmış logistika məlumatlarından istifadə edir.

2.1 Sabit qaydaların AI dəstəkli identifikasiya ilə birləşdirilməsi

Ənənəvi daşıyıcı identifikasiyası əsasən nömrə uzunluğu, prefikslər və simvol nümunələri əsasında namizəd daşıyıcıları uyğunlaşdırmaq üçün əvvəlcədən müəyyən edilmiş qaydalara əsaslanır.

Nömrələmə qaydaları fərqli olduqda bu yanaşma yaxşı işləyir. Daşıyıcılar arasında oxşar qaydalar və ya natamam izləmə nömrəsi məlumatları qeyri-müəyyən nəticələrə səbəb ola bilər.

17TRACK ehtimal olunan mənbəni müəyyən etmək üçün həm izləmə nömrəsinin xüsusiyyətlərindən, həm də mövcud daşıyıcı məlumatlarından istifadə edərək AI identifikasiyasını qayda əsaslı uyğunlaşdırma ilə birləşdirir.

Sistem tərəfindən müəyyən edilən daşıyıcı biznes tərəfindən təqdim ediləndən fərqli olduqda, uyğunluq əlavə olaraq yoxlanıla bilər.

Məsələn:

• Biznes daşıyıcı kimi DHL-i təqdim edir.
• Sistem izləmə nömrəsi nümunəsinə əsasən başqa namizədi müəyyən edir.
• Səhv daşıyıcı məlumatı səbəbindən axtarışın uğursuz olması riskini azaltmaq üçün sistem hər iki uyğunluğu yoxlaya bilər.

Bu, daşıyıcının əl ilə seçilməsindən asılılığı azaldır və böyük izləmə nömrəsi qrupları üzrə təkrar yoxlamaları ixtisar edir.

2.2 İllərlə toplanmış logistika məlumatları əsasında qurulmuş daxili AI modeli

AI identifikasiyasının performansı təlim məlumatlarından, onların əhatə etdiyi nümunələr diapazonundan və modelin necə təkmilləşdirilməsindən asılıdır.

17TRACK 2010-cu ildən etibarən qlobal göndərişlərin izlənməsinə fokuslanır. Hazırda 3,500-dən çox daşıyıcını əhatə edir və hər ay böyük həcmdə logistika məlumatı toplayır.

17TRACK bu məlumatlardan istifadə edərək öz identifikasiya modelini öyrədir və təkmilləşdirir. Davamlı təlim və sazlama modelə daşıyıcıya xas izləmə nömrəsi nümunələrini öyrənməyə və mürəkkəb ssenarilərdə identifikasiyanı yaxşılaşdırmağa kömək edir.

Daşıyıcılar oxşar nömrələmə qaydalarından istifadə etdikdə və ənənəvi uyğunlaşdırma ilə onları fərqləndirmək çətin olduqda AI əlavə göstəricilər təqdim edə bilər.

Bu yanaşma sabit qaydaların əl ilə saxlanılması işini azaldır və yeni əlavə edilən daşıyıcılar və mürəkkəb daşınma ssenariləri üçün daha çevik identifikasiya imkanı yaradır.

2.3 Uyğunsuzluqları azaltmaq üçün AI identifikasiyasının ikili qeydiyyatla birləşdirilməsi

17TRACK namizəd daşıyıcı müəyyən edildikdən sonra izləmə uğurunu artırmaq üçün də imkan təqdim edir.

Sistem təqdim edilən daşıyıcıdan fərqli bir daşıyıcı müəyyən edərsə, ikili qeydiyyatı aktiv olan bizneslər AI tərəfindən müəyyən edilən daşıyıcıya da sorğu göndərə bilərlər.

Məsələn:

Biznes DHL kimi işarələnmiş göndəriş təqdim edir, lakin sistem başqa bir daşıyıcını daha ehtimal olunan uyğunluq kimi müəyyən edir.

İkili qeydiyyat aktiv olduqda, sistem ilkin sorğunu göndərməklə yanaşı müəyyən edilmiş daşıyıcıdan izləmə hadisələrini əldə etməyə də cəhd edə bilər.

Bu, biznes ilkin olaraq yanlış daşıyıcı təqdim etsə belə, düzgün izləmə məlumatlarını əldə etmək imkanı yaradır.

Bu imkanlar birlikdə daşıyıcı uyğunsuzluqlarının səbəb olduğu qarşısı alına bilən uğursuz axtarışları azaltmağa kömək edir.

3. Not Found nəticələrinin səbəblərinin araşdırılması

Daşıyıcı düzgün müəyyən edilsə belə, bəzi sorğular əvvəlcə heç bir izləmə hadisəsi qaytarmaya bilər.

İzləmə nömrəsi yenicə yaradılmış ola bilər və daşıyıcı hələ bağlamanı qəbul etməyi gözləyə bilər. Daşıyıcının izləmə xidməti də müvəqqəti olaraq əlçatmaz ola bilər. Hər iki vəziyyət Not Found nəticəsinə səbəb ola bilər.

Təkcə Not Found nəticəsinə əsasən bağlamanın hələ göndərilmədiyi və ya itirildiyi qənaətinə gəlmək olmaz.

İzləmə uğuru dərəcələrini yaxşılaşdırmaq üçün səbəbi müəyyən etmək və müvafiq tədbir görmək lazımdır.

3.1 Lazımsız axtarışların qarşısını almaq üçün səbəbin müəyyən edilməsi

Not Found nəticələrinin və ya uğursuz axtarışların ümumi səbəblərinə aşağıdakılar daxildir:

Problem növü	Mümkün səbəb	Tövsiyə olunan tədbir
Yanlış daşıyıcı uyğunlaşdırması	Faktiki daşıyıcı seçilmiş daşıyıcıya uyğun gəlmir.	Daşıyıcını yenidən müəyyən edin və yoxlayın.
Yanlış izləmə məlumatı	Yanlış izləmə nömrəsi və ya tələb olunan parametrlərin çatışmaması.	İzləmə nömrəsini və sorğu parametrlərini yoxlayın.
Mövcud izləmə yeniləmələri yoxdur	İzləmə nömrəsi yaradılıb, lakin daşıyıcı hələ ilk izləmə hadisəsini təqdim etməyib.	Daşıyıcının izləmə məlumatlarını yeniləməsini gözləyin.
Məlumat mənbəyi xətası	Daşıyıcının API xətası, xidmət məhdudiyyətləri və ya digər problemlər.	Daşıyıcının API statusunu izləyin və istisnaları araşdırın.

Hər bir səbəb fərqli cavab tələb edir.

Daşıyıcı uyğunsuzluğu halında daşıyıcının yenidən müəyyən edilməsi və məlumat mənbəyinin yoxlanılması problemi həll edə bilər. Daşıyıcı hələ ilk izləmə hadisəsini yaratmayıbsa, təkrar axtarışlar yenə də yeni məlumat qaytarmaya bilər.

Bu ssenariləri fərqləndirmək lazımsız sorğuları və təkrarlanan problemlərin araşdırılmasını azaldır.

3.2 Problemləri erkən aşkarlamaq üçün daşıyıcı məlumatlarının monitorinqi

Fərdi axtarış uğursuzluqları ilə yanaşı, bizneslər göndəriş qruplarına təsir edən problemləri də izləməlidirlər.

Daşıyıcı adətən izləmə hadisələrini qaytarırsa, lakin çox sayda göndəriş qəfildən Not Found göstərirsə, növbəti addım daşıyıcının API-sini, veb-saytdakı izləmə xidmətini və ya məlumatların əldə edilməsi prosesini yoxlamaqdır.

17TRACK daşıyıcı məlumatlarının performansını davamlı olaraq izləyir. Performansın aşağı düşməsini və ya qeyri-adi dalğalanmaları aşkar etdikdə xəbərdarlıqlar yaradır və müştəriləri məlumatlandırır.

Bu, bizneslərə daşıyıcı tərəfdəki problemləri daha erkən görməyə və müştəri şikayətləri artmazdan əvvəl axtarış və emal prosedurlarını tənzimləməyə imkan verir.

Daşıyıcının müəyyən edilməsi, problemlərin həlli və mənbə monitorinqi komandalara Not Found nəticələrini araşdırmaq və onlarla bağlı tədbir görmək imkanı verir.

4. İzləmə uğuru dərəcələrinin yaxşılaşdırılması üzrə müştəri nümunələri

Real əməliyyatlarda izləmə performansı AI identifikasiyasının və Not Found idarəetməsinin təsirini göstərir.

İzləmə uğuru dərəcələri müştəriyə görə dəyişir və daşıyıcı əhatəsi, izləmə nömrəsinin keyfiyyəti, axtarış strategiyası və məlumat mənbəyinin əlçatanlığı kimi amillərdən asılıdır.

17TRACK müştərilərindən iki nümunə:

1-ci hal: Qlobal aparıcı sürətli moda platforması

• Miqyas: Gündə orta hesabla on milyonlarla sifarişi izləyir.
• İzləmə uğuru dərəcəsi: 44.25%-dən 93.29%-ə yüksəlib.

2-ci hal: ABŞ-da fəaliyyət göstərən elektron ticarət üzrə alışdan sonrakı müdafiə platforması

• Miqyas: Dünya üzrə 5,000-dən çox aparıcı brendə xidmət göstərir.
• İzləmə uğuru dərəcəsi: 85%-dən 95%-ə yüksəlib.

Bu nəticələr müştərilərin ümumi izləmə əməliyyatlarındakı təkmilləşmələri əks etdirir. Onları yalnız AI ilə əlaqələndirmək və ya DHL və DPD üçün daşıyıcıya xas uğur dərəcələri kimi istifadə etmək olmaz.

Böyük həcmdə sərhədlərarası sifarişləri emal edən bizneslər üçün daha yüksək izləmə uğuru dərəcələri sifarişlərin idarə edilməsi, müştəri dəstəyi və alışdan sonrakı əməliyyatlar üçün daha çox istifadə edilə bilən göndəriş məlumatı deməkdir.

Hər bir etibarlı nömrə üçün düzgün izləmə hadisələrinin əldə edilməsi ehtimalının artırılması

İzləmə axtarışı sadəcə nömrənin daxil edilməsi qədər asan görünə bilər. Lakin arxa planda bu proses daşıyıcının müəyyən edilməsini, məlumat mənbəyinin uyğunlaşdırılmasını, məlumatların əldə edilməsini və davamlı monitorinqi əhatə edir.

Üst-üstə düşən nömrə formatları, natamam daşıyıcı məlumatları və daşıyıcılar arasındakı təhvilvermələr, xüsusilə sərhədlərarası daşınmada nəticəyə təsir edə bilər.

17TRACK API bizneslərə qarşısı alına bilən məlumat mənbəyi uyğunsuzluqlarını azaltmağa və izləmə məlumatlarını daha səmərəli əldə etməyə kömək etmək üçün AI əsaslı daşıyıcı identifikasiyasını, daxili logistika məlumat modelini, ikili qeydiyyatı və davamlı Not Found idarəetməsini birləşdirir.