Sledování DHL nebo DPD nebylo nalezeno? Jak API 17TRACK využívá AI ke zlepšení úspěšnosti sledování

Proč stejné sledovací číslo na jedné platformě nevrací žádné výsledky, zatímco na jiné zobrazuje kompletní historii sledování?

Když se firmy setkají s problémy, jako jsou DHL Tracking Not Found nebo DPD Tracking Not Found, často předpokládají, že sledovací číslo je neplatné nebo že dopravce ještě neaktualizoval své záznamy.

V praxi odeslání sledovacího čísla do rozhraní API nezaručuje, že budou vráceny události sledování.

Načtení informací o sledování nejprve závisí na správné identifikaci dopravce a odeslání požadavku ke správnému zdroji dat. Pokud je dopravce identifikován nesprávně, požadavek může vrátit stav Not Found, i když se zásilka běžně přepravuje.

Problém je ještě zřetelnější ve velkém měřítku. Například firma, která používá DHL Tracking API i DPD Tracking API, musí nejprve určit, které API má přijmout jednotlivá sledovací čísla.

17TRACK API kombinuje interní model AI pro identifikaci, porovnávání založené na pravidlech a průběžné monitorování, aby firmám pomohlo omezit předcházetelné nesoulady dopravců a zlepšit úspěšnost sledování.

1. Proč sledovací číslo někdy nevrátí žádné události sledování?

Neexistuje univerzální formát sledovacích čísel. Každý dopravce používá vlastní pravidla číslování a samotné sledovací číslo nemusí obsahovat dostatek informací k identifikaci dopravce.

1.1 Podobné formáty sledovacích čísel ztěžují identifikaci dopravců

Různí dopravci mohou používat sledovací čísla stejné délky s podobnými předponami nebo vzory písmen a číslic.

Jedno sledovací číslo může odpovídat formátům číslování více dopravců. Tradiční porovnávání založené na pravidlech sleduje délku, předpony a vzory znaků. Pokud se tato pravidla překrývají, samotný formát nemusí k identifikaci správného dopravce stačit.

Dopravce, jehož formát odpovídá číslu, je pouze kandidátem. Zásilku může ve skutečnosti zpracovávat jiný dopravce.

Nesoulad může odeslat požadavek k nesprávnému zdroji dat a vést k odpovědi Not Found.

1.2 Odeslané informace o dopravci mohou být nepřesné

Firmy často odesílají informace o zásilkách prostřednictvím ERP, WMS, OMS nebo jiných systémů pro správu objednávek.

Tyto systémy mohou stejného dopravce uvádět jeho oficiálním názvem, zkratkou nebo interním kódem. Záznam může také obsahovat platné sledovací číslo, ale nesprávně vyplněné pole dopravce.

Pokud systém sledování zcela spoléhá na odeslané informace o dopravci, může opakovaně dotazovat nesprávný zdroj.

Systém sledování proto musí identifikovat dopravce, kontrolovat shody a opravovat nesoulady.

1.3 U přeshraničních zásilek mohou být data rozdělena mezi více dopravců

Přeshraniční přeprava obvykle zahrnuje vyzvednutí, dálkovou přepravu, celní odbavení a doručení na posledním úseku.

Zásilku může postupně zpracovávat více dopravců a během přepravy jí může být přiděleno propojené sledovací číslo pro poslední úsek.

Dotazování pouze jednoho z těchto dopravců může vrátit částečnou historii a zanechat v cestě zásilky mezery.

Kromě širokého pokrytí dopravců musí systém identifikovat správné zdroje a kombinovat data o sledování.

Úspěšnost sledování závisí na dostupnosti API, kvalitě sledovacího čísla, identifikaci dopravce, dostupnosti zdroje dat a na tom, zda byly vygenerovány události sledování.

2. Jak 17TRACK API využívá AI ke zlepšení přesnosti identifikace dopravce?

Pevná pravidla mohou vést k nesprávným shodám, pokud se formáty čísel překrývají nebo jsou odeslané informace o dopravci nepřesné.

AI může pomoci tyto nejednoznačné shody vyřešit.

17TRACK kombinuje vlastní interní model AI s tradičním porovnáváním založeným na pravidlech. Využívá roky logistických dat k identifikaci nejpravděpodobnějšího dopravce a omezení dotazů, které selžou kvůli dotazování nesprávného zdroje.

2.1 Kombinace pevných pravidel s identifikací podporovanou AI

Tradiční identifikace dopravce se spoléhá především na předdefinovaná pravidla pro porovnávání kandidátních dopravců podle délky čísla, předpon a vzorů znaků.

Tento přístup funguje dobře, když jsou pravidla číslování odlišná. Podobná pravidla u různých dopravců nebo neúplné informace o sledovacím čísle mohou vést k nejednoznačným výsledkům.

17TRACK kombinuje identifikaci pomocí AI a porovnávání založené na pravidlech a k určení pravděpodobného zdroje využívá charakteristiky sledovacího čísla i dostupné informace o dopravci.

Pokud se dopravce identifikovaný systémem liší od dopravce uvedeného firmou, lze shodu dále ověřit.

Například:

• Firma uvede jako dopravce DHL.
• Systém na základě vzoru sledovacího čísla identifikuje jiného kandidáta.
• Systém může ověřit obě shody a snížit tak riziko neúspěšného vyhledávání kvůli nesprávným informacím o dopravci.

Tím se snižuje závislost na ručním výběru dopravce a omezuje počet opakovaných kontrol u velkých dávek sledovacích čísel.

2.2 Interní model AI vytvořený na základě let logistických dat

Výkon identifikace pomocí AI závisí na trénovacích datech, rozsahu příkladů, které pokrývají, a způsobu zdokonalování modelu.

17TRACK se od roku 2010 zaměřuje na globální sledování zásilek. Nyní pokrývá více než 3 500 dopravců a každý měsíc shromažďuje značné objemy logistických dat.

17TRACK tato data využívá k trénování a zdokonalování vlastního identifikačního modelu. Průběžné školení a ladění pomáhají modelu učit se vzory sledovacích čísel specifické pro jednotlivé dopravce a zlepšovat identifikaci ve složitých situacích.

AI může poskytnout další signály, pokud dopravci používají podobná pravidla číslování a je obtížné je rozlišit konvenčním porovnáváním.

Tento přístup snižuje potřebu ruční údržby pevných pravidel a nabízí flexibilnější identifikaci nově přidaných dopravců a složitých přepravních scénářů.

2.3 Kombinace identifikace pomocí AI s duální registrací za účelem omezení nesouladů

17TRACK nabízí také způsob, jak zlepšit úspěšnost sledování poté, co je identifikován kandidátní dopravce.

Pokud systém identifikuje jiného dopravce, než kterého firma uvedla, mohou firmy s povolenou duální registrací dotazovat také dopravce identifikovaného AI.

Například:

Firma odešle zásilku označenou jako DHL, ale systém identifikuje jiného dopravce jako pravděpodobnější shodu.

S povolenou duální registrací se systém může kromě původního dotazu pokusit načíst události sledování také od identifikovaného dopravce.

Firma tak může získat správná data o sledování, i když původně uvedla nesprávného dopravce.

Tyto funkce společně pomáhají omezit předcházetelná selhání vyhledávání způsobená nesouladem dopravců.

3. Zkoumání příčin výsledků Not Found

I když je dopravce identifikován správně, některé dotazy nemusí zpočátku vrátit žádné události sledování.

Sledovací číslo mohlo být právě vytvořeno a dopravce může stále čekat na převzetí zásilky. Služba sledování dopravce může být také dočasně nedostupná. Každá z těchto situací může vést k výsledku Not Found.

Samotný výsledek Not Found nestačí k závěru, že zásilka ještě nebyla odeslána nebo se ztratila.

Zlepšení úspěšnosti sledování vyžaduje identifikaci příčiny a přijetí vhodného opatření.

3.1 Identifikace příčiny za účelem omezení zbytečných dotazů

Mezi běžné příčiny výsledků Not Found nebo neúspěšných vyhledávání patří:

Typ problému	Možná příčina	Doporučené opatření
Nesprávné přiřazení dopravce	Skutečný dopravce neodpovídá vybranému dopravci.	Znovu identifikujte a ověřte dopravce.
Nesprávné informace o sledování	Nesprávné sledovací číslo nebo chybějící povinné parametry.	Ověřte sledovací číslo a parametry dotazu.
Nejsou k dispozici aktualizace sledování	Sledovací číslo bylo vygenerováno, ale dopravce dosud neposkytl první událost sledování.	Počkejte, až dopravce aktualizuje informace o sledování.
Chyba zdroje dat	Selhání API dopravce, omezení služby nebo jiné problémy.	Sledujte stav API dopravce a prověřujte výjimky.

Každá příčina vyžaduje jinou reakci.

V případě nesouladu dopravce může problém vyřešit opětovná identifikace dopravce a ověření zdroje dat. Pokud dopravce ještě nevygeneroval první událost sledování, opakované dotazy nemusí přinést žádné nové informace.

Rozlišení těchto situací omezuje zbytečné požadavky a opakované řešení problémů.

3.2 Monitorování dat dopravců pro včasné odhalení problémů

Kromě jednotlivých selhání vyhledávání musí firmy sledovat také problémy ovlivňující skupiny zásilek.

Pokud dopravce běžně vrací události sledování, ale u velkého počtu zásilek se náhle zobrazí Not Found, dalším krokem je kontrola API dopravce, služby sledování na jeho webu nebo procesu načítání dat.

17TRACK průběžně monitoruje výkonnost dat dopravců. Když zjistí pokles výkonu nebo neobvyklé výkyvy, aktivuje upozornění a informuje zákazníky.

Firmy tak získají dřívější přehled o problémech na straně dopravce a mohou upravit postupy vyhledávání a zpracování dříve, než se nahromadí stížnosti zákazníků.

Identifikace dopravce, řešení problémů a monitorování zdrojů poskytují týmům způsob, jak zkoumat výsledky Not Found a dále je řešit.

4. Příklady zákazníků se zlepšenou úspěšností sledování

Výkon sledování v reálném provozu ukazuje dopad identifikace pomocí AI a správy výsledků Not Found.

Úspěšnost sledování se u jednotlivých zákazníků liší a závisí na faktorech, jako je pokrytí dopravců, kvalita sledovacích čísel, strategie vyhledávání a dostupnost zdrojů dat.

Dva příklady zákazníků 17TRACK:

Případ 1: Přední globální platforma rychlé módy

• Rozsah: V průměru sleduje denně objednávky v řádu desítek milionů.
• Úspěšnost sledování: Zvýšila se ze 44,25 % na 93,29 %.

Případ 2: Americká platforma ochrany po nákupu v e-commerce

• Rozsah: Obsluhuje více než 5 000 předních značek po celém světě.
• Úspěšnost sledování: Zvýšila se z 85 % na 95 %.

Tyto výsledky odrážejí zlepšení v celkových procesech sledování u zákazníků. Nelze je připsat pouze AI ani je používat jako úspěšnost sledování konkrétních dopravců DHL nebo DPD.

Pro firmy zpracovávající velké objemy přeshraničních objednávek znamená vyšší úspěšnost sledování více použitelných dat o zásilkách pro správu objednávek, zákaznickou podporu a činnosti po nákupu.

Zvýšení šance na načtení správných událostí sledování pro každé platné číslo

Vyhledávání sledování může vypadat tak jednoduše jako zadání čísla. Na pozadí však zahrnuje identifikaci dopravce, přiřazení zdroje dat, načtení dat a průběžné monitorování.

Překrývající se formáty čísel, neúplné informace o dopravci a předávání zásilek mezi dopravci mohou ovlivnit výsledek, zejména u přeshraniční přepravy.

17TRACK API kombinuje identifikaci dopravce pomocí AI, interní logistický datový model, duální registraci a průběžnou správu výsledků Not Found, aby firmám pomohlo omezit předcházetelné nesoulady zdrojů dat a efektivněji načítat data o sledování.