Suivi DHL ou DPD introuvable ? Comment l'API 17TRACK utilise l'IA pour améliorer les taux de réussite du suivi
Pourquoi le même numéro de suivi ne renvoie-t-il aucun résultat sur une plateforme, mais affiche-t-il un historique de suivi complet sur une autre ?
Lorsque les entreprises rencontrent des problèmes tels que DHL Tracking Not Found ou DPD Tracking Not Found, elles supposent souvent que le numéro de suivi est invalide ou que le transporteur n'a pas encore mis à jour ses données.
En pratique, soumettre un numéro de suivi à une API ne garantit pas que des événements de suivi seront renvoyés.
La récupération des informations de suivi dépend d'abord de l'identification correcte du transporteur et de l'envoi de la requête vers la bonne source de données. Si le transporteur est mal identifié, la requête peut renvoyer Not Found même lorsque le colis se déplace normalement.
Le problème devient plus visible à grande échelle. Par exemple, une entreprise qui utilise à la fois la DHL Tracking API et la DPD Tracking API doit d'abord déterminer quelle API doit recevoir chaque numéro de suivi.
17TRACK API combine un modèle d'identification IA développé en interne, une correspondance fondée sur des règles et une surveillance continue afin d'aider les entreprises à réduire les erreurs évitables d'association de transporteurs et à améliorer les taux de réussite du suivi.
1. Pourquoi un numéro de suivi peut-il ne renvoyer aucun événement de suivi ?
Il n'existe pas de format universel pour les numéros de suivi. Chaque transporteur utilise ses propres règles de numérotation, et un numéro de suivi seul peut ne pas contenir suffisamment d'informations pour identifier le transporteur.
1.1 Des formats de numéros de suivi similaires rendent l'identification des transporteurs plus difficile
Différents transporteurs peuvent utiliser des numéros de suivi de même longueur, avec des préfixes ou des modèles similaires composés de lettres et de chiffres.
Un même numéro de suivi peut correspondre aux formats de numérotation de plusieurs transporteurs. La correspondance traditionnelle fondée sur des règles examine la longueur, les préfixes et les modèles de caractères. Lorsque ces règles se chevauchent, le format seul peut ne pas suffire à identifier le bon transporteur.
Un transporteur dont le format correspond au numéro n'est qu'un candidat. Un autre transporteur peut en réalité prendre en charge le colis.
Une erreur d'association peut envoyer la requête vers la mauvaise source de données et entraîner une réponse Not Found.
1.2 Les informations sur le transporteur soumises peuvent être inexactes
Les entreprises soumettent souvent les informations d'expédition via un ERP, un WMS, un OMS ou d'autres systèmes de gestion des commandes.
Ces systèmes peuvent désigner le même transporteur par son nom officiel, une abréviation ou un code interne. Un enregistrement peut également contenir un numéro de suivi valide associé à un champ de transporteur incorrect.
Si le système de suivi s'appuie entièrement sur les informations de transporteur soumises, il peut continuer à interroger la mauvaise source.
Un système de suivi doit donc identifier les transporteurs, vérifier les correspondances et corriger les erreurs d'association.
1.3 Les expéditions transfrontalières peuvent répartir les données entre plusieurs transporteurs
L'expédition transfrontalière implique généralement l'enlèvement, le transport principal, le dédouanement et la livraison du dernier kilomètre.
Plusieurs transporteurs peuvent prendre en charge un colis successivement, et un numéro de suivi lié pour le dernier kilomètre peut être attribué en cours de route.
Interroger un seul de ces transporteurs peut renvoyer un historique partiel, laissant des lacunes dans le parcours du colis.
Outre une large couverture des transporteurs, le système doit identifier les bonnes sources et combiner les données de suivi.
La réussite du suivi dépend de la disponibilité de l'API, de la qualité du numéro de suivi, de l'identification du transporteur, de la disponibilité de la source de données et de la génération ou non d'événements de suivi.
2. Comment 17TRACK API utilise-t-elle l'IA pour améliorer la précision de l'identification des transporteurs ?
Des règles fixes peuvent entraîner des correspondances incorrectes lorsque les formats de numéros se chevauchent ou que les informations sur le transporteur soumises sont inexactes.
L'IA peut aider à résoudre ces correspondances ambiguës.
17TRACK combine son modèle d'IA interne avec une correspondance traditionnelle fondée sur des règles. Il s'appuie sur des années de données logistiques pour identifier le transporteur le plus probable et réduire les recherches qui échouent parce que la mauvaise source a été interrogée.
2.1 Combiner des règles fixes à une identification assistée par l'IA
L'identification traditionnelle des transporteurs repose principalement sur des règles prédéfinies permettant d'associer les transporteurs candidats selon la longueur du numéro, les préfixes et les modèles de caractères.
Cette approche fonctionne bien lorsque les règles de numérotation sont distinctes. Des règles similaires entre transporteurs ou des informations incomplètes sur le numéro de suivi peuvent produire des résultats ambigus.
17TRACK combine l'identification par IA et la correspondance fondée sur des règles, en utilisant à la fois les caractéristiques du numéro de suivi et les informations disponibles sur le transporteur pour déterminer la source probable.
Lorsque le transporteur identifié par le système diffère de celui fourni par l'entreprise, la correspondance peut être vérifiée plus attentivement.
Par exemple :
- L'entreprise soumet DHL comme transporteur.
- Le système identifie un autre candidat sur la base du modèle du numéro de suivi.
- Le système peut vérifier les deux correspondances afin de réduire le risque d'échec d'une recherche dû à des informations incorrectes sur le transporteur.
Cela réduit la dépendance à la sélection manuelle du transporteur et diminue le nombre de vérifications répétées sur de grands lots de numéros de suivi.
2.2 Un modèle d'IA interne développé à partir de nombreuses années de données logistiques
Les performances de l'identification par IA dépendent des données d'entraînement, de l'étendue des exemples couverts et de la manière dont le modèle est perfectionné.
17TRACK se concentre sur le suivi des expéditions internationales depuis 2010. Il couvre désormais plus de 3 500 transporteurs et accumule chaque mois d'importants volumes de données logistiques.
Grâce à ces données, 17TRACK entraîne et perfectionne son propre modèle d'identification. L'entraînement et le réglage continus aident le modèle à apprendre les modèles de numéros de suivi propres à chaque transporteur et à améliorer l'identification dans les scénarios complexes.
L'IA peut fournir des signaux supplémentaires lorsque les transporteurs utilisent des règles de numérotation similaires et sont difficiles à distinguer par les méthodes de correspondance conventionnelles.
Cette approche réduit le travail de maintenance manuelle des règles fixes et offre une identification plus flexible pour les nouveaux transporteurs et les scénarios d'expédition complexes.
2.3 Combiner l'identification par IA et le double enregistrement pour réduire les erreurs d'association
17TRACK propose également un moyen d'améliorer la réussite du suivi après l'identification d'un transporteur candidat.
Si le système identifie un transporteur différent de celui soumis, les entreprises ayant activé le double enregistrement peuvent également interroger le transporteur identifié par l'IA.
Par exemple :
Une entreprise soumet une expédition indiquée comme DHL, mais le système identifie un autre transporteur comme correspondance plus probable.
Lorsque le double enregistrement est activé, le système peut tenter de récupérer les événements de suivi auprès du transporteur identifié, en plus d'effectuer la requête initiale.
L'entreprise a ainsi la possibilité de récupérer les bonnes données de suivi même si elle a initialement soumis le mauvais transporteur.
Ensemble, ces fonctionnalités contribuent à réduire les échecs de recherche évitables dus à des erreurs d'association de transporteurs.
3. Étudier les causes des résultats Not Found
Même lorsque le transporteur est correctement identifié, certaines requêtes peuvent initialement ne renvoyer aucun événement de suivi.
Un numéro de suivi peut venir d'être créé et le transporteur peut encore attendre de recevoir le colis. Le service de suivi du transporteur peut également être temporairement indisponible. L'une ou l'autre situation peut entraîner un résultat Not Found.
Un résultat Not Found ne suffit pas à conclure qu'un colis n'a pas encore été expédié ou qu'il est perdu.
Améliorer les taux de réussite du suivi nécessite d'identifier la cause et de prendre les mesures appropriées.
3.1 Identifier la cause pour éviter les recherches inutiles
Les causes courantes des résultats Not Found ou des échecs de recherche comprennent :
| Type de problème | Cause possible | Action recommandée |
|---|---|---|
| Association incorrecte du transporteur | Le transporteur réel ne correspond pas au transporteur sélectionné. | Réidentifier et vérifier le transporteur. |
| Informations de suivi incorrectes | Numéro de suivi incorrect ou paramètres requis manquants. | Vérifier le numéro de suivi et les paramètres de requête. |
| Aucune mise à jour de suivi disponible | Le numéro de suivi a été généré, mais le transporteur n'a pas encore fourni le premier événement de suivi. | Attendre que le transporteur mette à jour les informations de suivi. |
| Erreur de source de données | Défaillance de l'API du transporteur, restrictions du service ou autres problèmes. | Surveiller l'état de l'API du transporteur et examiner les exceptions. |
Chaque cause nécessite une réponse différente.
En cas d'erreur d'association du transporteur, réidentifier le transporteur et vérifier la source de données peut résoudre le problème. Si le transporteur n'a pas encore généré le premier événement de suivi, des recherches répétées peuvent toujours ne renvoyer aucune nouvelle information.
Distinguer ces scénarios permet de réduire les requêtes inutiles et les dépannages répétés.
3.2 Surveiller les données des transporteurs pour détecter rapidement les problèmes
En plus des échecs de recherche individuels, les entreprises doivent surveiller les problèmes affectant des groupes d'expéditions.
Si un transporteur renvoie normalement des événements de suivi, mais qu'un grand nombre d'expéditions affichent soudainement Not Found, l'étape suivante consiste à vérifier l'API du transporteur, son service de suivi en ligne ou le processus de récupération des données.
17TRACK surveille en continu les performances des données des transporteurs. Lorsqu'il détecte une baisse de performance ou des fluctuations inhabituelles, il déclenche des alertes et en informe les clients.
Les entreprises disposent ainsi plus tôt d'une visibilité sur les problèmes du côté des transporteurs et peuvent ajuster leurs procédures de recherche et de traitement avant que les réclamations des clients ne s'accumulent.
L'identification des transporteurs, le dépannage et la surveillance des sources donnent aux équipes les moyens d'étudier et de traiter les résultats Not Found.
4. Exemples de clients ayant amélioré leurs taux de réussite du suivi
Les performances du suivi dans les opérations réelles montrent l'impact de l'identification par IA et de la gestion des résultats Not Found.
Les taux de réussite du suivi varient selon le client et dépendent de facteurs tels que la couverture des transporteurs, la qualité des numéros de suivi, la stratégie de recherche et la disponibilité des sources de données.
Deux exemples de clients 17TRACK :
Cas 1 : une plateforme mondiale de mode rapide de premier plan
- Échelle : suit en moyenne des commandes se comptant en dizaines de millions par jour.
- Taux de réussite du suivi : augmenté de 44,25 % à 93,29 %.
Cas 2 : une plateforme américaine de protection des achats après-vente dans le e-commerce
- Échelle : sert plus de 5 000 marques phares dans le monde.
- Taux de réussite du suivi : augmenté de 85 % à 95 %.
Ces résultats reflètent des améliorations dans l'ensemble des opérations de suivi des clients. Ils ne peuvent pas être attribués à l'IA seule ni être utilisés comme taux de réussite propres à DHL ou DPD.
Pour les entreprises traitant de gros volumes de commandes transfrontalières, des taux de réussite du suivi plus élevés signifient davantage de données d'expédition exploitables pour la gestion des commandes, le service client et les opérations après-vente.
Améliorer les chances de récupérer les bons événements de suivi pour chaque numéro valide
Une recherche de suivi peut sembler aussi simple que la saisie d'un numéro. En coulisses, elle implique l'identification du transporteur, la mise en correspondance de la source de données, la récupération des données et une surveillance continue.
Le chevauchement des formats de numéros, les informations incomplètes sur les transporteurs et les transferts entre transporteurs peuvent tous affecter le résultat, en particulier dans le cadre des expéditions transfrontalières.
17TRACK API combine l'identification des transporteurs pilotée par l'IA, un modèle interne de données logistiques, le double enregistrement et une gestion continue des résultats Not Found afin d'aider les entreprises à réduire les erreurs évitables d'association des sources de données et à récupérer les données de suivi plus efficacement.
