È di un’azienda bolognese la sperimentazione che porta il Machine Learning nel modello logistico di gestione dell’ultimo miglio.
Con la digitalizzazione arrivano nuovi strumenti di gestione degli ordini e delle consegne: dallo storico dei dati si possono elaborare previsioni sui problemi più frequenti, identificare chiaramente gli ordini e le loro destinazioni, nonché rendere più efficace la consegna riducendo resi e viaggi a vuoto.
Leggi anche:
Last mile sotto pressione: come fare tesoro dell’esperienza passata
La sperimentazione Shipmatic
É iniziata la sperimentazione di Shipmatic, azienda di logistica per e-commerce, per integrare il Machine Learning all’interno del proprio modello logistico e ottimizzare il servizio delle consegne dell’ultimo miglio.
Si tratta di un nuovo progetto all’avanguardia che sottolinea l’imprinting profondamente informatico dell’azienda bolognese, che già qualche tempo fa aveva avviato una versione beta della verifica automatica dell’indirizzo di destinazione.
Leggi anche:
Logistica ultimo miglio: fattore critico di successo dell’eCommerce
La chiave è nell’algoritmo
Frutto dell’elaborazione di un algoritmo proprietario in grado di definire la veridicità dell’indirizzo di destinazione, la versione beta è divenuta a tutti gli effetti parte integrante del parco servizi Shipmatic di cui possono beneficiare tutti i clienti.
Nella nuova sperimentazione l’azienda logistica si è spinta oltre, sfruttando tutte le possibilità e le funzionalità fornite dal Machine Learning per ottimizzare i processi delle consegne dell’ultimo miglio.
Leggi anche:
Consegne ‘flessibili’, il nuovo standard per la clientela millenial
Un’esperienza d’acquisto coinvolgente
L’obiettivo di questa novità sarà quello di garantire un’esperienza d’acquisto coinvolgente e diretta che lavora in sincronia con la clientela finale e ne soddisfa a pieno le aspettative, oltre a ridurre gli errori di consegna e la percentuale di giacenze all’interno dei magazzini dei corrieri.
