Sledenja DHL ali DPD ni mogoče najti? Kako API 17TRACK uporablja umetno inteligenco za izboljšanje uspešnosti sledenja

Zakaj ista sledilna številka na eni platformi ne vrne rezultatov, na drugi pa prikaže celotno zgodovino sledenja?

Ko podjetja naletijo na težave, kot sta DHL Tracking Not Found ali DPD Tracking Not Found, pogosto domnevajo, da je sledilna številka neveljavna ali da prevoznik še ni posodobil svojih evidenc.

V praksi pošiljanje sledilne številke API-ju ne zagotavlja, da bodo vrnjeni dogodki sledenja.

Pridobivanje informacij o sledenju je najprej odvisno od pravilne prepoznave prevoznika in pošiljanja zahteve pravemu viru podatkov. Če je prevoznik napačno prepoznan, lahko zahteva vrne Not Found, tudi če se paket običajno premika.

Težava postane še bolj očitna pri velikem obsegu. Podjetje, ki na primer uporablja DHL Tracking API in DPD Tracking API, mora najprej določiti, kateri API naj prejme posamezno sledilno številko.

17TRACK API združuje lasten model za prepoznavo z umetno inteligenco, ujemanje na podlagi pravil in stalno spremljanje, da podjetjem pomaga zmanjšati preprečljive neusklajenosti prevoznikov ter izboljšati stopnjo uspešnosti sledenja.

1. Zakaj sledilna številka lahko ne vrne dogodkov sledenja?

Enotna oblika sledilnih številk ne obstaja. Vsak prevoznik uporablja lastna pravila številčenja, sama sledilna številka pa morda ne vsebuje dovolj informacij za prepoznavo prevoznika.

1.1 Podobne oblike sledilnih številk otežujejo prepoznavo prevoznikov

Različni prevozniki lahko uporabljajo sledilne številke enake dolžine s podobnimi predponami ali vzorci črk in številk.

Ena sledilna številka se lahko ujema z oblikami številčenja več prevoznikov. Tradicionalno ujemanje na podlagi pravil upošteva dolžino, predpone ter vzorce znakov. Ko se ta pravila prekrivajo, sama oblika morda ne zadostuje za prepoznavo pravega prevoznika.

Prevoznik, katerega oblika se ujema s številko, je le kandidat. Paket lahko dejansko obravnava drug prevoznik.

Neujemanje lahko zahtevo pošlje napačnemu viru podatkov in povzroči odgovor Not Found.

1.2 Posredovani podatki o prevozniku so lahko netočni

Podjetja pogosto pošiljajo podatke o pošiljkah prek sistemov ERP, WMS, OMS ali drugih sistemov za upravljanje naročil.

Ti sistemi lahko istega prevoznika predstavljajo z njegovim uradnim imenom, okrajšavo ali interno kodo. Zapis lahko vsebuje tudi veljavno sledilno številko, vendar napačno navedeno polje prevoznika.

Če se sistem za sledenje v celoti zanaša na posredovane podatke o prevozniku, lahko še naprej poizveduje pri napačnem viru.

Sistem za sledenje mora zato prepoznati prevoznike, preveriti ujemanja in popraviti neusklajenosti.

1.3 Pri čezmejnih pošiljkah so lahko podatki razpršeni med več prevoznikov

Čezmejno pošiljanje običajno vključuje prevzem, linijski prevoz, carinjenje in dostavo na zadnjem kilometru.

Paket lahko zaporedoma obravnava več prevoznikov, med potjo pa se mu lahko dodeli povezana sledilna številka za dostavo na zadnjem kilometru.

Poizvedovanje samo pri enem od teh prevoznikov lahko vrne delno zgodovino in v potovanju paketa pusti vrzeli.

Poleg široke pokritosti prevoznikov mora sistem prepoznati prave vire in združiti podatke o sledenju.

Uspešnost sledenja je odvisna od razpoložljivosti API-ja, kakovosti sledilne številke, prepoznave prevoznika, razpoložljivosti vira podatkov in tega, ali so bili dogodki sledenja že ustvarjeni.

2. Kako 17TRACK API uporablja umetno inteligenco za izboljšanje natančnosti prepoznave prevoznikov?

Fiksna pravila lahko povzročijo napačna ujemanja, kadar se oblike številk prekrivajo ali so posredovani podatki o prevozniku netočni.

Umetna inteligenca lahko pomaga razrešiti ta dvoumna ujemanja.

17TRACK združuje lasten model umetne inteligence s tradicionalnim ujemanjem na podlagi pravil. Na podlagi večletnih logističnih podatkov prepozna najverjetnejšega prevoznika in zmanjša število poizvedb, ki ne uspejo zaradi poizvedovanja pri napačnem viru.

2.1 Združevanje fiksnih pravil s prepoznavo s pomočjo umetne inteligence

Tradicionalna prepoznava prevoznikov temelji predvsem na vnaprej določenih pravilih, ki kandidate ujemajo glede na dolžino številke, predpone in vzorce znakov.

Ta pristop dobro deluje, kadar so pravila številčenja različna. Podobna pravila pri različnih prevoznikih ali nepopolne informacije o sledilni številki lahko povzročijo dvoumne rezultate.

17TRACK združuje prepoznavo z umetno inteligenco in ujemanje na podlagi pravil ter pri določanju verjetnega vira uporablja lastnosti sledilne številke in razpoložljive podatke o prevozniku.

Kadar se prevoznik, ki ga prepozna sistem, razlikuje od prevoznika, ki ga je navedlo podjetje, je mogoče ujemanje dodatno preveriti.

Na primer:

• Podjetje kot prevoznika navede DHL.
• Sistem na podlagi vzorca sledilne številke prepozna drugega kandidata.
• Sistem lahko preveri obe ujemanji in tako zmanjša tveganje neuspešne poizvedbe zaradi napačnih podatkov o prevozniku.

To zmanjša odvisnost od ročnega izbiranja prevoznika in število ponovljenih preverjanj pri velikih serijah sledilnih številk.

2.2 Lasten model umetne inteligence, zgrajen na podlagi večletnih logističnih podatkov

Uspešnost prepoznave z umetno inteligenco je odvisna od učnih podatkov, razpona primerov, ki jih pokrivajo, in načina izboljševanja modela.

17TRACK se od leta 2010 osredotoča na globalno sledenje pošiljkam. Zdaj pokriva več kot 3.500 prevoznikov in vsak mesec zbere velike količine logističnih podatkov.

17TRACK te podatke uporablja za usposabljanje in izboljševanje lastnega modela za prepoznavo. Nenehno usposabljanje in prilagajanje modelu pomagata spoznavati vzorce sledilnih številk, značilne za posamezne prevoznike, ter izboljšati prepoznavo v zapletenih primerih.

Umetna inteligenca lahko zagotovi dodatne pokazatelje, kadar prevozniki uporabljajo podobna pravila številčenja in jih je s klasičnim ujemanjem težko razlikovati.

Ta pristop zmanjša potrebo po ročnem vzdrževanju fiksnih pravil ter omogoča prožnejšo prepoznavo na novo dodanih prevoznikov in zapletenih scenarijev pošiljanja.

2.3 Združevanje prepoznave z umetno inteligenco in dvojne registracije za zmanjšanje neusklajenosti

17TRACK ponuja tudi način za izboljšanje uspešnosti sledenja, ko je prepoznan kandidat za prevoznika.

Če sistem prepozna drugega prevoznika od tistega, ki je bil posredovan, lahko podjetja z omogočeno dvojno registracijo poizvedujejo tudi pri prevozniku, ki ga je prepoznala umetna inteligenca.

Na primer:

Podjetje pošlje pošiljko, označeno kot DHL, vendar sistem kot verjetnejše ujemanje prepozna drugega prevoznika.

Z omogočeno dvojno registracijo lahko sistem poleg prvotne poizvedbe poskusi pridobiti dogodke sledenja tudi pri prepoznanem prevozniku.

Tako ima podjetje možnost pridobiti pravilne podatke o sledenju, tudi če je prvotno navedlo napačnega prevoznika.

Te zmogljivosti skupaj pomagajo zmanjšati preprečljive neuspešne poizvedbe, ki jih povzročajo neusklajenosti prevoznikov.

3. Preučevanje vzrokov rezultatov Not Found

Tudi kadar je prevoznik pravilno prepoznan, nekatere poizvedbe sprva morda ne vrnejo nobenega dogodka sledenja.

Sledilna številka je bila morda pravkar ustvarjena, prevoznik pa še čaka na prejem paketa. Storitev sledenja prevoznika je lahko tudi začasno nedostopna. Obe situaciji lahko povzročita rezultat Not Found.

Samo na podlagi rezultata Not Found ni mogoče sklepati, da paket še ni bil odposlan ali da je izgubljen.

Za izboljšanje stopnje uspešnosti sledenja je treba prepoznati vzrok in ustrezno ukrepati.

3.1 Prepoznava vzroka za preprečevanje nepotrebnih poizvedb

Pogosti vzroki rezultatov Not Found ali neuspešnih poizvedb vključujejo:

Vrsta težave	Možen vzrok	Priporočeni ukrep
Napačno ujemanje prevoznika	Dejanski prevoznik se ne ujema z izbranim prevoznikom.	Ponovno prepoznajte in preverite prevoznika.
Napačni podatki o sledenju	Napačna sledilna številka ali manjkajoči zahtevani parametri.	Preverite sledilno številko in parametre poizvedbe.
Posodobitve sledenja niso na voljo	Sledilna številka je bila ustvarjena, vendar prevoznik še ni zagotovil prvega dogodka sledenja.	Počakajte, da prevoznik posodobi podatke o sledenju.
Napaka vira podatkov	Napaka API-ja prevoznika, omejitve storitve ali druge težave.	Spremljajte stanje API-ja prevoznika in preučite izjeme.

Vsak vzrok zahteva drugačen odziv.

Pri neusklajenosti prevoznika lahko težavo rešita ponovna prepoznava prevoznika in preverjanje vira podatkov. Če prevoznik še ni ustvaril prvega dogodka sledenja, ponovljene poizvedbe morda še vedno ne bodo vrnile novih informacij.

Razlikovanje med temi scenariji zmanjšuje nepotrebne zahteve in ponavljajoče se odpravljanje težav.

3.2 Spremljanje podatkov prevoznikov za zgodnje odkrivanje težav

Poleg posameznih neuspešnih poizvedb morajo podjetja spremljati tudi težave, ki vplivajo na skupine pošiljk.

Če prevoznik običajno vrača dogodke sledenja, vendar se pri velikem številu pošiljk nenadoma prikaže Not Found, je naslednji korak preverjanje API-ja prevoznika, storitve za sledenje na njegovem spletnem mestu ali postopka pridobivanja podatkov.

17TRACK nenehno spremlja delovanje podatkov prevoznikov. Ko zazna padec učinkovitosti ali nenavadna nihanja, sproži opozorila in obvesti stranke.

To podjetjem omogoča zgodnejši vpogled v težave na strani prevoznika, zato lahko prilagodijo postopke poizvedovanja in obravnave, še preden se začnejo kopičiti pritožbe strank.

Prepoznava prevoznikov, odpravljanje težav in spremljanje virov ekipam omogočajo preučevanje rezultatov Not Found in nadaljnje ukrepanje.

4. Primeri strank z izboljšano stopnjo uspešnosti sledenja

Uspešnost sledenja v dejanskem delovanju kaže vpliv prepoznave z umetno inteligenco in upravljanja rezultatov Not Found.

Stopnje uspešnosti sledenja se razlikujejo med strankami in so odvisne od dejavnikov, kot so pokritost prevoznikov, kakovost sledilnih številk, strategija poizvedovanja in razpoložljivost virov podatkov.

Dva primera strank 17TRACK:

Primer 1: Vodilna globalna platforma za hitro modo

• Obseg: V povprečju dnevno spremlja naročila v desetinah milijonov.
• Stopnja uspešnosti sledenja: povečala se je s 44,25 % na 93,29 %.

Primer 2: Ameriška platforma za zaščito po nakupu v e-trgovini

• Obseg: Po vsem svetu oskrbuje več kot 5.000 vodilnih blagovnih znamk.
• Stopnja uspešnosti sledenja: povečala se je z 85 % na 95 %.

Ti rezultati odražajo izboljšave v celotnem delovanju sledenja pri strankah. Ni jih mogoče pripisati samo umetni inteligenci ali jih uporabiti kot stopnje uspešnosti posameznih prevoznikov DHL ali DPD.

Za podjetja, ki obdelujejo velike količine čezmejnih naročil, višje stopnje uspešnosti sledenja pomenijo več uporabnih podatkov o pošiljkah za upravljanje naročil, podporo strankam in postopke po nakupu.

Izboljšanje možnosti pridobivanja pravih dogodkov sledenja za vsako veljavno številko

Poizvedba za sledenje je lahko videti tako preprosta kot vnos številke. V ozadju vključuje prepoznavo prevoznika, ujemanje vira podatkov, pridobivanje podatkov in stalno spremljanje.

Prekrivajoče se oblike številk, nepopolni podatki o prevozniku in predaje med prevozniki lahko vplivajo na rezultat, zlasti pri čezmejnem pošiljanju.

17TRACK API združuje prepoznavo prevoznikov na podlagi umetne inteligence, lasten model logističnih podatkov, dvojno registracijo in stalno upravljanje rezultatov Not Found, da podjetjem pomaga zmanjšati preprečljive neusklajenosti virov podatkov ter učinkoviteje pridobivati podatke o sledenju.