DHL 优化包裹配送：区分商业与住宅地址
DHL正努力使其包裹配送业务尽可能高效和有效。他们正在做的一件事是区分送往商业地址与住宅地址的配送。
显然，送往企业的配送最好在正常营业时间内进行。住宅配送则恰恰相反。目标是在流程初期对属于这两类的包裹进行分类，并将它们分配至不同的路由系统，这是其此前未曾做过的事。在这两种情况下，公司都致力于在最适合每位收件人的时间送达包裹。
DHL 承运的包裹中，涉及跨境运输的比例不断增长，这一事实使问题在多个层面变得复杂。
“我们在 220 个国家开展业务，”DHL 发展经理 Andre Wittfoth 在上月于亚特兰大举行的Teradata Partners 会议上表示。“这涉及不同的语言集以及不同的地址表示方式。”
正如物流和供应链行业的整体趋势一样，DHL 希望在这一过程中应用最高程度的自动化。这需要应用大数据技术，包括将托运人提供的姓名和地址与邮政编码、个人姓名以及企业名称和位置数据库进行交叉引用。
“我们希望找到一种自动计算住宅地址与商业地址的方法，”Wittfoth 说。
该公司与技术提供商 Teradata 合作，决定在爱尔兰以一场实战演练来试点这项工作。为什么选择爱尔兰？因为该国没有邮政编码系统，因此该工作将完全依赖于对托运人提供的自然语言信息中的数据进行分析。
DHL 拥有过去五年间在爱尔兰完成的约 90 万次配送的数据。这些数据包括在尝试配送时个人不在家或企业关闭的信息。数据还包括 40 万个个人和家庭姓名、对 Google 企业地址数据库的访问权限，以及 50 万个客户令牌——提供有关收件人性质线索的文本信息。
“主要成功标准是产生最少数量的误报，”Teradata 数据科学家 Jonas Svaton 表示，他参与了该项目。
策略是开发一个模型，利用数据来区分住宅与商业地址，然后组装一个具有已知结果的数据集以测试该模型。此后，该流程转向将模型应用于无已知结果的实时数据。该模型分析所给信息，并给出评分，以判断相关地址更可能是住宅还是商业场所。
实地测试显示，该数据模型的预测效果比人工流程好 20%，误报数量减少了 80%。
下一步包括测试更多数据、在另外两个国家试点该流程，然后在 DHL 网络的 37 个国家推出。