GLS optimiert Zustellprognosen durch beschleunigte Datenanalysen mit der Snowflake AI Data Cloud

Als Paketdienstleister versteht GLS die Bedeutung, die Pakete für ihre Empfänger:innen haben. Das Unternehmen ist sich bewusst, dass sie Menschen miteinander verbinden. Deshalb sieht sich das Unternehmen nicht nur als Paketzusteller. Dank der eigenen Infrastruktur und starker Partnernetzwerke erfüllt es die Hoffnungen, Träume und Ambitionen von Unternehmen und Verbraucher:innen in 220 Ländern und Gebieten weltweit. 

Einer der wichtigsten Aspekte jedes Lieferdienstes ist die pünktliche Zustellung von Sendungen. Bei GLS kommt die Analytik zum Einsatz, um Erkenntnisse über den Lieferstatus zu gewinnen und diese mit den Kund:innen zu teilen.

„Die Verlässlichkeit unserer Zustellprognosen ist sehr wichtig“, so Dirk Herzog, Senior Manager of IT Product Management Business Analytics bei GLS. „Jedes Paket hat eine eigene Geschichte und es gibt eine Person, für die der Inhalt des Pakets wichtig ist.“ 

Bei GLS hat die datengestützte Ausrichtung eine lange Tradition, dennoch sah Herzog eine Möglichkeit, den Umgang des Unternehmens mit Daten zu verbessern und die Erkenntnisse zukunftsorientierter zu gestalten.

„Die Menge an Daten, die wir haben, ist riesig“, erklärt er. „Wir konnten immer zurückblicken und sehen, wo es zu Verzögerungen gekommen war. Aber wir konnten nicht in die Zukunft blicken und Prognosen über künftige Ereignisse stellen. Das war unser nächster Schritt.“

Um hier Abhilfe zu schaffen, ersetzte GLS das vorhandene Datenbankmanagementsystem durch die Snowflake AI Data Cloud auf Amazon Web Services (AWS).

Das vorhandene On-Premises-System von GLS hatte einige Nachteile. Vor allem der hohe Wartungsaufwand verhinderte, dass genug Zeit für die Entwicklung neuer Features zur Verfügung stand. Stattdessen mussten die Systeme am Laufen gehalten werden.

„Wir haben auch längere Zeiträume mit reduzierter Verarbeitungsleistung beobachtet“, erinnert sich Herzog. „Die Ursache dafür konnte so etwas Banales wie eine große Abfrage sein.“

Als die Datenplattform von GLS das Ende ihrer Nutzungsdauer erreichte, war dies die perfekte Gelegenheit für das Unternehmen, etwas Neues zu starten. Das bedeutete: Einige grundlegende Entscheidungen über die nächsten Schritte der digitalen Transformation des Unternehmens mussten getroffen werden.

„Wir wollten nicht einfach unser altes System in die Cloud verschieben“, so Herzog. „Uns schwebte ein völlig anderer Ansatz für die Analytik vor.“ 

Snowflake überzeugte GLS aus mehreren Gründen. Als reine Cloud-Datenbank ist Snowflake nahezu wartungsfrei und bietet skalierbare Performance. So stören große Abfragen den Betrieb nicht mehr – und das bei geringeren Kosten als bei der vorherigen Lösung von GLS.

GLS konnte das vorhandene Data Warehouse in nur 21 Monaten zu Snowflake auf AWS migrieren und abschalten. In diesem Zeitraum waren bereits sechs Monate für die Aktualisierung der Datenstruktur des zentralen Paketsystems enthalten. 

Die neue Datenplattform ist nicht nur ein zentraler Speicher für die Daten des Unternehmens, sondern auch eine Gelegenheit für einen kulturellen Wandel. Dank der Data-Mesh-Architektur kann GLS den Satellitenteams nun den Zugriff auf Daten ermöglichen, sodass nicht mehr ein einziges Team alle individuellen Berichtsanfragen bearbeiten muss. 

Das Unternehmen nutzt KI, um Interaktionen in natürlicher Sprache mit Snowflake zu ermöglichen, schriftliche Anfragen in SQL-Abfragen zu übersetzen und die Ergebnisse in Visualisierungen darzustellen. Diesen Prozess vergleicht Herzog mit einer seiner Lieblingsserien, „Star Trek“. 

„Sie müssen keine Schnittstelle mehr erlernen“, betont er. „Genau wie Jean-Luc Picard können Sie sagen: ‚Computer, kannst du mir sagen, was das Raumschiff gerade macht?‘“

Das ist der erste Schritt auf dem Weg zur Datendemokratisierung und eine viel schnellere Methode, um geschäftlichen Benutzer:innen Erkenntnisse zu liefern. 

„Früher wurde mein Team gebeten, einen Bericht zu einem bestimmten Thema zu erstellen, und die Anfrage landete einfach in einer Warteschlange“, so Herzog.  „Wir erkannten: Wenn wir schon diese großartige Technologie von Snowflake haben, müssen wir auch unsere Arbeitsweise ändern. Daraus entstand der Data-Mesh-Ansatz. Und Snowflake bietet alles, was man braucht, um diesen richtig umzusetzen – es ist eine äußerst anwenderfreundliche Technologie.“

Für GLS hat der Datenschutz höchste Priorität. Um diesen Anforderungen gerecht zu werden, setzt Snowflake auf robuste Sicherheitsmaßnahmen, die kontinuierlich weiterentwickelt werden, damit alle Aspekte der Datenströme des Unternehmens sicher, zuverlässig und transparent abgewickelt werden.

Mit Snowflake kann GLS die Analytik effizienter gestalten. Beispielsweise konnte die Zeit für die Erstellung von Last-Mile-Berichten von zwölf Stunden auf nur eine Stunde verringert werden. Ebenso werden monatliche Abschlussberichte, die früher einen ganzen Tag in Anspruch genommen haben, heute in nur zwei Stunden fertiggestellt. 

„Obwohl ich mich bereits mit der Funktionsweise von Snowflake vertraut gemacht hatte, war es beeindruckend, die Lösung während unseres POC in Aktion zu sehen – einige Abfragen wurden bis zu zehnmal schneller ausgeführt als zuvor, ohne jegliche Optimierung und auf den kleinsten verfügbaren Warehouse-Größen“, berichtet Herzog. „Insgesamt schaffen wir heute doppelt so viel wie früher, und das zu geringeren Kosten.“

Die Vorteile der neuen Datenplattform von GLS reichen über die Datenteams hinaus bis hin zu den Endkund:innen, die nun von einem noch zuverlässigeren Service und genaueren Zustellprognosen profitieren.

„Unser Prozess ist jetzt transparenter“, erklärt Herzog. „Wir erkennen schneller, wo Fehler aufgetreten sind, und können einen Blick in die Zukunft werfen. Dadurch können wir unsere Lieferrouten besser planen, wissen, was wann in unseren Depots ankommt, und dafür sorgen, dass die Prognosen, die wir unseren Kund:innen geben, zuverlässig sind.“