PostNL is voorloper als het gaat om datagedreven oplossingen. De mogelijkheden op dit vlak hebben zich in de afgelopen jaren enorm snel ontwikkeld. Om te blijven innoveren is PostNL daarom een langdurige partnership aangegaan met Incentro waarin we in vijf stappen toewerken naar een volgend data maturity level.
Over PostNL CBS
PostNL CBS is onderdeel van de PostNL Group. CBS is opgericht in 2016 als een combinatie van PostNL International Mail, PostNL Parcels International, en Spring Global Delivery Solutions. CBS is de business unit binnen de PostNL Group die zorg draagt voor de verzend- en retour oplossingen over de hele wereld.
Uitdagingen die stap naar volgend data maturity level bemoeilijken
Versnipperd data landschap
De grote hoeveelheid databronnen maakt het voor PostNL een uitdaging om overzicht te bewaren en daarmee zo veel mogelijk waarde uit de data te halen. Deze bronnen beschrijven tezamen alle mogelijke stappen in de reis van een pakketje.
Bijvoorbeeld: Één pakket kan een scan krijgen voordat hij vertrekt, na vertrek, bij de aankomst in de luchthaven van vertrek, bij de aankomst op Schiphol, bij de aankomst in het sorteercentrum en zo verder totdat hij afgeleverd is bij de klant. Alle informatie over deze reis wordt verzameld uit die grote hoeveelheid databronnen.
Hoge kosten
De vele verschillende bronnen zorgen er ook voor dat er veel capaciteit nodig is om deze data op te slaan. Het opslaan en verwerken van deze grote hoeveelheid data is een prijzige kostenpost gebleken. De switch van een on-premise BI landschap naar een BI landschap in de Cloud heeft deze kosten enorm weten te drukken. Lees hier meer over bij stap 2.
Stappen naar een volgend data maturity level
Stap 1: centraliseren en toegankelijk maken van de databronnen
We zijn begonnen bij het begin en natuurlijk het belangrijkste. De data. Het is zaak dat de bronnen goed op elkaar aansluiten. Met de aangesloten databronnen kan PostNL near-real time inzichten uit de data halen en informatie gedreven beslissingen nemen. Tijdens dit proces zijn we verantwoordelijk geweest voor de bewaking en verbetering van de datakwaliteit.
Datakwaliteit bewaken
Door processen continu te monitoren en te loggen en waar nodig adequaat te handelen
Datakwaliteit verbeteren
Door kritisch te zijn op inkomende data en deze waar nodig terug te sturen ter verbetering
Door ons BI landschap m.b.v. dashboarding te monitoren, waarmee direct te zien is waar de kwaliteit tekort schiet
Stap 2: transitie van on-premise naar AWS cloud
Dit heeft als doel het verhogen van de opslagcapaciteit, het versnellen van de data processing en het vergroten van de data toegankelijkheid en schaalbaarheid. Dit alles heeft geleid tot de vermindering van de totale kostenpost met 85%.
Tijdens de migratie naar de AWS cloud hebben we de on-premise data-oplossing omgebouwd naar het toekomstbestendige AWS cloud platform. Daarbij wordt de data nog wel vanuit de operationele tak aangeleverd. Bijvoorbeeld: pakketten worden met een scanner op de werkvloer gescand waarna deze data naar de systemen in de cloud wordt verstuurd.
Naast het migreren van de data-oplossing naar het AWS cloud platform zijn ook de operationele rapportages en dashboards omgebouwd, zodat de stakeholders optimaal gebruik kunnen maken van de nieuwe technieken en performance.
Stap 3: focus verplaatst naar het zo breed mogelijk beschikbaar maken van de data
Hierbij kwam al snel de vraag voor het uitbreiden van databronnen. Logisch want data is king. Twee jaar geleden heeft binnen PostNL een migratie plaatsgevonden en de databronnen zijn hierdoor gegroeid van vier naar 25. We speelden een grote rol in het beschikbaar stellen van de data voor de eindgebruikers.
Stap 4: van operationeel partner naar strategisch partner
In de afrondende fase van de migratie is niet alleen het BI landschap verbeterd, maar heeft ook het data-engineering team zich doorontwikkeld. Naast een operationele rol is er een strategische rol bijgekomen. Dit is mogelijk door onze uitgebreide ervaring binnen én buiten PostNL.
De operationele rol houdt zich bezig met:
De data aanvragen vanuit afdelingen binnen PostNL CBS afhandelen
Toevoegingen aan het datalandschap
Feature verzoeken oppakken
Bugs oplossen
Business Analisten ondersteunen
De strategisch rol is bezig met de volgende taken:
Analyse van het huidige datalandschap
Verbeterpunten van het huidige data landschap bekendmaken bij PostNL
Plan of Action maken voor het verhelpen van de gevonden verbeterpunten
Ontwikkelen en verbeteren van het datalandschap en daarbij kritisch advies geven tijdens het ontwikkelproces, ten behoeve van de kwaliteit van het eindproduct
Adviseren over de verrijking van het data landschap door nieuwe bron ontsluitingen of verbetering van de huidige ontsloten bronnen
Stap 5: van analyseren naar voorspellen
Wanneer de data volledig en gestructureerd is, hebben we naast inzicht in de huidige situatie ook de mogelijkheid om voorspellingen te maken. We zetten data science onder andere op de volgende manieren in:
Forecasten. Op basis van volumes uit het verleden voorspellen we wat er aan pakketjes kan worden verwacht in de komende periode. Hiermee kan op een efficiënte manier een planning worden gemaakt over bijvoorbeeld de indeling van personeel per shift en de inzet van transport.
Categoriseren. Op basis van de omschrijvingen van producten trainen we een model om daar het juiste label aan te koppelen. Dit is nodig vanwege een verandering in de wetgeving, hiermee voorkomen we dat pakketten niet geïmporteerd kunnen worden.
Anomaly detection. Naast vooruit kijken, of informatie toevoegen aan de data, zetten we ook machine learning in om de bestaande data automatisch te controleren op afwijkingen.
Meer weten?
Concrete tips over hoe jij net zo data gedreven wordt, lees hier verder: In vijf stappen naar een volwassen data architectuur.
We denken graag met je mee over hoe jouw data meer waarde kan creëren. Laat je gegevens achter en we nemen contact met je op of bel direct naar: +31 (0)6 4814 1630.