Автоматизация транспортной логистики

В последние три года, компания Deco Systems осуществила ряд значительных проектов в областях Больших Данных, облачных финансовых услуг и интеграционных решений.

В соответствии с концепцией цифровизации логистических процессов и применения AI и ML технологий для монетизации накопленной информации, Почта России привлекла экспертов из Deco Systems для разработки, создания и последовательного внедрения системы управления данными, основанной на open source технологиях.

Целью данного проекта было создание инфраструктуры, способной поддерживать принятие решений с использованием AI и ML алгоритмов, представление актуальных отчетов для управленческого состава организации и обеспечение средств работы для специалистов в области Больших Данных (дата-аналитики и ml-инженеры).

Система собирает информацию из множества внутренних систем управления ресурсами (ERP, учетные программы и др.) и способна интегрировать неограниченное количество внешних источников данных. Включено управление данными, включая их трансформацию и применение AI и ML алгоритмов для создания моделей, создание наборов данных с использованием Low Code инструментов. В процессе работы над платформой также был сформирован собственный кастомизированный дистрибутив Hadoop, основанный на Apache Bigtop.

Платформа предусматривает поточную и пакетную обработку данных, настраивает и контролирует процессы ETL/ELT. Это позволяет формировать «озеро» неструктурированных данных в их исходном виде. Она создает не только классическое хранилище данных, но и сегмент квази-структурированных данных, не зависящих от конкретной схемы.

Платформа строит витрины данных, используя эффективные колоночные платформы, которые организуют хранение данных по столбцам и используют массивно-параллельную обработку (MPP). Платформа также решает задачи управления качеством, безопасностью и маскированием данных

С помощью платформы формируется BI-отчетность и панели управления, а также используется машинное обучение для сервисов монетизации данных.

Применение в бизнесе

Она была успешно использована для решения следующих бизнес-задач:

Мониторинг доставки отправлений. Анализируя собранные данные, учитывая уровень загруженности дорог, объема транспортировки грузов и многих других факторов, маршруты доставки были оптимизированы для достижения лучшего баланса между скоростью и стоимостью услуги.
Обнаружение аномалий и отклонений в стандартных бизнес-процессах. С использованием алгоритмов машинного обучения платформа отслеживает отклонения во всех типовых процессах. Благодаря наличию данных по всем бизнес-процессам, платформа позволяет точно идентифицировать любые аномалии и быстро реагировать на них.
Оперативное реагирование в режиме реального времени. Платформа помогает устранить такие проблемы, как зацикливание посылки на ленте при повреждении штрих-кода, автоматизируя процесс сброса таких посылок в отбраковку.
Транспарентный трекинг посылок для клиентов. С использованием NoSQL решений, платформа обеспечивает возможность отслеживания статусов клиентских отправлений с высокой пропускной способностью до 20 000 запросов в секунду от всех внешних источников (веб-сайт, мобильное приложение).

Структура платформы

Развертывание с использованием облачных технологий

Платформа предлагает возможность развертывания с использованием облачных технологий в сотрудничестве с Mail.ru Cloud Solutions.

Автоматическое масштабирование

Она предусматривает автоматическое масштабирование выделенных для обучения ML-моделей вычислительных ресурсов с использованием Kubernetes.

Собственные разработки

Все сервисы платформы базируются на собственных разработках компании и open source решениях, зарегистрированных в едином реестре российских программ для электронных вычислительных машин и баз данных.

Увеличение функциональности

Обладает модульной архитектурой, которая позволяет увеличивать функциональность по мере расширения бизнес-задач. Встроенные инструменты и API обеспечивают развитие и интеграцию платформы в существующий IT-ландшафт компании.

Достижения

Дополнительная выручка в размере 250 млн рублей в год. Была получена после анализа процесса приема отправлений в почтовых отделениях по всей России.
Сокращение неправомерной отправки на 90%. Благодаря платформе было возможно отслеживать отправления, подозрительно похожие на «серую» почту, по весу контейнеров и поведению отправлений во время транспортировки.
На 85% увеличена оперативность реакции на возникающие проблемы. Благодаря ежедневной отчетности, стало возможным оперативно реагировать на задержки в доставке.
Повышение точности трекинга статуса отправлений для клиентов. Интеграция платформы с китайской логистической компанией Cainiao для отслеживания посылок с AliExpress привела к снижению доли недоставленных товаров с 10% до 3-5%. Срок доставки сократился вдвое.

Остались вопросы?

Оставьте контактные данные и мы свяжемся с вами в ближайшее время