Не е пронајдено следењето на DHL или DPD? Како API-то на 17TRACK користи вештачка интелигенција за подобрување на стапката на успешно следење
Зошто истиот број за следење не враќа резултати на една платформа, но прикажува целосна историја на следење на друга?
Кога бизнисите ќе наидат на проблеми како DHL Tracking Not Found или DPD Tracking Not Found, тие често претпоставуваат дека бројот за следење е неважечки или дека превозникот сè уште не ги ажурирал своите записи.
Во пракса, испраќањето број за следење до API не гарантира дека ќе бидат вратени настани за следење.
Преземањето информации за следење најпрво зависи од правилното идентификување на превозникот и испраќањето на барањето до точниот извор на податоци. Ако превозникот е погрешно идентификуван, барањето може да врати Not Found дури и кога пратката нормално се движи.
Проблемот станува поочигледен при голем обем. На пример, бизнис што ги користи и DHL Tracking API и DPD Tracking API најпрво мора да утврди кој API треба да го прими секој број за следење.
17TRACK API комбинира интерен модел за идентификација со AI, усогласување засновано на правила и континуирано следење за да им помогне на бизнисите да ги намалат спречливите несоодветни совпаѓања на превозници и да ги подобрат стапките на успешно следење.
1. Зошто бројот за следење може да не врати настани за следење?
Не постои универзален формат на број за следење. Секој превозник користи свои правила за нумерирање, а самиот број за следење можеби не содржи доволно информации за идентификување на превозникот.
1.1 Сличните формати на броеви за следење го отежнуваат идентификувањето на превозниците
Различни превозници може да користат броеви за следење со иста должина, со слични префикси или обрасци од букви и цифри.
Еден број за следење може да одговара на форматите за нумерирање на повеќе превозници. Традиционалното усогласување засновано на правила ја разгледува должината, префиксите и обрасците на знаци. Кога тие правила се преклопуваат, само форматот можеби нема да биде доволен за идентификување на точниот превозник.
Превозникот чиј формат се совпаѓа со бројот е само кандидат. Пратката всушност може да ја превезува друг превозник.
Несоодветното совпаѓање може да го испрати барањето до погрешен извор на податоци и да резултира со одговор Not Found.
1.2 Испратените информации за превозникот може да бидат неточни
Бизнисите често испраќаат информации за пратките преку ERP, WMS, OMS или други системи за управување со нарачки.
Овие системи може да го претставуваат истиот превозник со неговото официјално име, кратенка или интерен код. Записот може да содржи и валиден број за следење со неточно поле за превозник.
Ако системот за следење целосно се потпира на испратените информации за превозникот, може постојано да го испитува погрешниот извор.
Затоа, системот за следење треба да ги идентификува превозниците, да ги провери совпаѓањата и да ги коригира несоодветните совпаѓања.
1.3 Прекуграничните пратки може да имаат податоци распоредени кај повеќе превозници
Прекуграничниот транспорт обично вклучува преземање, транспорт на главната линија, царинење и достава на последната милја.
Повеќе превозници може последователно да ја ракуваат пратката, а поврзан број за следење на последната милја може да биде доделен во текот на процесот.
Испитувањето само на еден од тие превозници може да врати делумна историја, оставајќи празнини во патувањето на пратката.
Покрај широка покриеност со превозници, системот треба да ги идентификува точните извори и да ги комбинира податоците за следење.
Успешното следење зависи од достапноста на API, квалитетот на бројот за следење, идентификацијата на превозникот, достапноста на изворот на податоци и тоа дали се генерирани настани за следење.
2. Како 17TRACK API користи AI за подобрување на точноста на идентификацијата на превозникот?
Фиксните правила може да доведат до неточни совпаѓања кога форматите на броевите се преклопуваат или кога испратените информации за превозникот се неточни.
AI може да помогне во решавањето на овие нејасни совпаѓања.
17TRACK го комбинира својот интерен AI модел со традиционално усогласување засновано на правила. Се потпира на долгогодишни логистички податоци за да го идентификува најверојатниот превозник и да ги намали пребарувањата што не успеваат затоа што е испитан погрешен извор.
2.1 Комбинирање фиксни правила со идентификација потпомогната од AI
Традиционалната идентификација на превозникот главно се потпира на однапред дефинирани правила за усогласување на кандидатите врз основа на должината на бројот, префиксите и обрасците на знаци.
Овој пристап функционира добро кога правилата за нумерирање се различни. Сличните правила кај превозниците или нецелосните информации за бројот за следење може да произведат нејасни резултати.
17TRACK комбинира AI идентификација и усогласување засновано на правила, користејќи ги и карактеристиките на бројот за следење и достапните информации за превозникот за да го утврди најверојатниот извор.
Кога превозникот идентификуван од системот се разликува од оној што го доставил бизнисот, совпаѓањето може дополнително да се провери.
На пример:
- Бизнисот го доставува DHL како превозник.
- Системот идентификува друг кандидат врз основа на образецот на бројот за следење.
- Системот може да ги провери двете совпаѓања за да го намали ризикот од неуспешно пребарување поради неточни информации за превозникот.
Ова ја намалува зависноста од рачен избор на превозник и го намалува бројот на повторени проверки кај големи серии броеви за следење.
2.2 Интерен AI модел изграден врз долгогодишни логистички податоци
Перформансите на AI идентификацијата зависат од податоците за обука, опсегот на примери што ги опфаќаат и начинот на кој моделот се усовршува.
17TRACK е фокусиран на глобално следење на пратки од 2010 година. Сега опфаќа повеќе од 3.500 превозници и секој месец акумулира значителни количини логистички податоци.
Користејќи ги овие податоци, 17TRACK го обучува и усовршува сопствениот модел за идентификација. Континуираната обука и прилагодување му помагаат на моделот да ги научи специфичните обрасци на броеви за следење на превозниците и да ја подобри идентификацијата во сложени сценарија.
AI може да обезбеди дополнителни сигнали кога превозниците користат слични правила за нумерирање и тешко се разликуваат преку конвенционално усогласување.
Овој пристап ја намалува потребата од рачно одржување фиксни правила и нуди пофлексибилна идентификација за новододадени превозници и сложени сценарија на испорака.
2.3 Комбинирање AI идентификација со двојна регистрација за намалување на несоодветните совпаѓања
17TRACK нуди и начин за подобрување на успешноста на следењето откако ќе биде идентификуван кандидат-превозник.
Ако системот идентификува различен превозник од оној што е доставен, бизнисите со овозможена двојна регистрација може да го испитаат и превозникот идентификуван од AI.
На пример:
Бизнисот испраќа пратка означена како DHL, но системот идентификува друг превозник како поверојатно совпаѓање.
Со овозможена двојна регистрација, системот може да се обиде да ги преземе настаните за следење од идентификуваниот превозник, покрај испраќањето на првичното барање.
Ова му дава на бизнисот можност да ги преземе точните податоци за следење дури и ако првично доставил погрешен превозник.
Заедно, овие можности помагаат да се намалат спречливите неуспеси при пребарување предизвикани од несоодветни совпаѓања на превозниците.
3. Испитување на причините за резултатите Not Found
Дури и кога превозникот е правилно идентификуван, некои пребарувања на почетокот може да не вратат настани за следење.
Бројот за следење можеби штотуку е создаден, а превозникот можеби сè уште чека да ја прими пратката. Услугата за следење на превозникот може и привремено да не биде достапна. И двете ситуации може да доведат до резултат Not Found.
Сам по себе, резултатот Not Found не е доволен за заклучок дека пратката сè уште не е испратена или дека е изгубена.
Подобрувањето на стапките на успешно следење бара идентификување на причината и преземање соодветни мерки.
3.1 Идентификување на причината за избегнување непотребни пребарувања
Вообичаените причини за резултати Not Found или неуспешни пребарувања вклучуваат:
| Тип на проблем | Можноа причина | Препорачана мерка |
|---|---|---|
| Неточно усогласување на превозникот | Вистинскиот превозник не се совпаѓа со избраниот превозник. | Повторно идентификувајте го и потврдете го превозникот. |
| Неточни информации за следење | Неточен број за следење или недостасуваат задолжителни параметри. | Потврдете го бројот за следење и параметрите на пребарувањето. |
| Нема достапни ажурирања за следење | Бројот за следење е генериран, но превозникот сè уште не го обезбедил првиот настан за следење. | Почекајте превозникот да ги ажурира информациите за следење. |
| Грешка во изворот на податоци | Неуспех на API на превозникот, ограничувања на услугата или други проблеми. | Следете го статусот на API на превозникот и истражете ги исклучоците. |
Секоја причина бара различен одговор.
Во случај на несоодветно совпаѓање на превозникот, повторното идентификување на превозникот и проверката на изворот на податоци може да го решат проблемот. Ако превозникот сè уште не го генерирал првиот настан за следење, повторените пребарувања можеби и понатаму нема да вратат нови информации.
Разликувањето меѓу овие сценарија ги намалува непотребните барања и повтореното решавање проблеми.
3.2 Следење на податоците на превозниците за рано откривање проблеми
Покрај поединечните неуспешни пребарувања, бизнисите треба да внимаваат на проблеми што влијаат врз групи пратки.
Ако превозникот обично враќа настани за следење, но голем број пратки одеднаш покажуваат Not Found, следниот чекор е да се проверат API-то на превозникот, услугата за следење на неговата веб-страница или процесот за преземање податоци.
17TRACK континуирано ги следи перформансите на податоците на превозниците. Кога ќе открие пад на перформансите или невообичаени флуктуации, активира предупредувања и ги информира клиентите.
Ова им овозможува на бизнисите порано да ги согледаат проблемите од страна на превозникот, за да можат да ги приспособат процедурите за пребарување и ракување пред да се наталожат поплаки од клиентите.
Идентификацијата на превозникот, решавањето проблеми и следењето на изворите им овозможуваат на тимовите да ги истражат и проследат резултатите Not Found.
4. Примери од клиенти за подобрени стапки на успешно следење
Перформансите на следењето во реалните операции го покажуваат влијанието на AI идентификацијата и управувањето со Not Found резултатите.
Стапките на успешно следење се разликуваат според клиентот и зависат од фактори како покриеноста на превозниците, квалитетот на бројот за следење, стратегијата за пребарување и достапноста на изворот на податоци.
Два примери од клиенти на 17TRACK:
Случај 1: Водечка глобална платформа за брза мода
- Обем: Во просек следи нарачки во десетици милиони дневно.
- Стапка на успешно следење: Зголемена од 44.25% на 93.29%.
Случај 2: Американска платформа за заштита по купувањето во е-трговијата
- Обем: Опслужува повеќе од 5.000 водечки брендови ширум светот.
- Стапка на успешно следење: Зголемена од 85% на 95%.
Овие резултати ги одразуваат подобрувањата во целокупните операции за следење на клиентите. Тие не може да му се припишат само на AI или да се користат како стапки на успешност специфични за превозниците DHL или DPD.
За бизнисите што обработуваат големи количини прекугранични нарачки, повисоките стапки на успешно следење значат повеќе употребливи податоци за пратките за управување со нарачки, корисничка поддршка и операции по купувањето.
Подобрување на шансите за преземање на точните настани за следење за секој валиден број
Пребарувањето за следење може да изгледа едноставно како внесување број. Во заднина, тоа вклучува идентификација на превозникот, усогласување со изворот на податоци, преземање податоци и континуирано следење.
Преклопувањето на форматите на броеви, нецелосните информации за превозникот и предавањето меѓу превозници може да влијаат врз резултатот, особено кај прекуграничниот транспорт.
17TRACK API комбинира идентификација на превозници управувана од AI, интерен модел на логистички податоци, двојна регистрација и континуирано управување со Not Found резултатите за да им помогне на бизнисите да ги намалат спречливите несоодветни совпаѓања на изворите на податоци и поефикасно да ги преземаат податоците за следење.
