Data monetization nella logistica: il caso FedEx

La data monetization nella logistica permette di generare ricavi mediante i dati, trasformando i dati in informazioni utili. La strategia di FedEx per migliorare il servizio ed espandere i servizi [...]
Cos'è il churn rate e come funziona
  1. Home
  2. News
  3. Data monetization nella logistica: il caso FedEx

La Data monetization è una priorità delle aziende innovative. Fa parte dell’approccio data driven della trasformazione digitale. Anche FedEx, società di trasporto e di logistica, vuole abbracciare questo modello di business.

Cosa significa Data monetization nella logistica

Un business model ha una rete efficiente se questa consente a un’azienda di aumentare il valore, rendendo popolari i suoi prodotti o servizi. Il valore dell’offerta, dunque, cresce rapidamente poiché ogni utente in più accresce il valore del network. Infatti, le Big Tech come Google e Twitter sanno monetizzare i loro big data attraverso l’advertising mirato. Il successo di Google e Twitter a Wall Street è frutto di questa capacità di monetizzare i big data.

La data monetization nella logistica permette di generare ricavi mediante i dati, trasformando i dati in informazioni per ottimizzare il servizio, espandere i mercati, ma anche monetizzare i dati in un’ampia varietà di modi.

La data monetization nella logistica: il caso FedEx Datawork

FedeEx, il colosso della logistica che opera in 220 Paesi, ha messo a punto FedEx Datawork, un’organizzazione interna che sfrutta data science e machine learning per rendere il trasporto più efficiente. I big data di FedeEx provengono da 17 milioni di pacchi che viaggiano ogni giorno in giro per il mondo. Il colosso della logistica scansione ciascuna spedizione, dalla partenza alla destinazione.

Sriram Krishnasamy, CEO di FedEx Dataworks, ha spiegato che i dati che gestisce sono arricchiti rispetto a un semplice scansionamento dei dati. FedEx infatti aggiunge ai dati anche informazioni meteo e i dati sul traffico. Quindi, FedEx sta usando l’analytics predittiva per migliorare il flusso di beni lungo il network e diventare un operatore sempre più affidabile..

“L’informazione è importante quanto il pacco”, ha dichiarato Krishnasamy: “Abbiamo sempre catturato i dati, ma ora li utilizziamo in una infrastruttura di big data”, in cui FedEx Dataworks può identificare connessioni fra i dati che potrebbero sembrare non connessi fra loro.

La data ingestion dei dati dei clienti avviene su API framework e poi viene combinata con i dati del network di FedEx.

Cos’è FedEx Surround

WHITEPAPER
Come gestire in maniera efficiente i dati nel Finance?
Big Data
Finanza/Assicurazioni

In particolare, l’intelligenza predittiva è di cruciale importanza per i pacchetti di alto valore da consegnare rapidamente. La soluzione si chiama FedEx Surround, che è basata su monitoraggio proattivo e controlli di intervento attraverso un delivery network. FedEx Surround prevede il successo di una consegna, combinando informazioni sul pacchetto con dati esterni come il meteo per gestire i rischi circostanti al processo di consegna.

I dati di consegna includono le scansioni, il percorso di consegna, trasporto e SenseAware ID, un piccolo sensore di tracciamento Bluetooth inserito sul pacchetto. Questo permette al team del servizio di monitorare la localizzazione del pacco e prendere provvedimenti tempestivi nel caso in cui il pacchetto non arrivasse in tempo. Per esempio, un intervento potrebbe consistere nel raccogliere i pacchi a rischio in un centro di smistamento, trasferirli su un mezzo di trasporto e consegnarli immediatamente. Fra la partenza e la destinazione, i punti di intervento di FedEx sono molteplici.

La campagna vaccinale USA si è servita di FedEx Surround per trasportare i vaccini anti Covid-19 che necessitavano della catena del freddo senza interruzioni. Con questo servizio, FedEx ha consegnato 300 milioni di dosi nei centri vaccinazione degli Stati Uniti con l’aiuto degli strumenti di analisi predittiva.

FedEx ha anche validato gli indirizzi nei propri database, per prevenire le frodi.

La strategia per monetizzare i big data

Secondo l’Osservatorio Big Data & Business Analytics del Politecnico di Milano, esistono tre approcci di data monetization:

  • potenziamento dell’offerta (associati al prodotto/servizio per il controllo qualità, perfezionare l’esperienza del cliente, verificare il posizionamento);
  • condivisione (per scopi mirati come ricerca e sviluppo di nuovi prodotti o cross-up selling in ottica di open innovation);
  • baratto e vendita (in cui i dati sono scambiabili con denaro, beni o servizi).

La Data monetization può essere:

  • interna a un’azienda, da ottenere tramite Data analytics;
  • esterna ad essa, sfruttando la vendita, l’interscambio e la condivisione dei dati.

La Data monetization può anche essere diretta o indiretta. Se è diretta, comporta la vendita o lo scambio di dati in modalità dati grezzi, parzialmente trattati oppure già puliti e perfino analizzati; nel caso di monetizzazione indiretta, l’uso dei dati ha altre finalità come l’esplorazione dell’uso di un prodotto o di una materia prima in altri ambiti o altri beni.

FacebookTwitterLinkedInWhatsApp

Commenta per primo

Lascia un commento

L'indirizzo email non sarà pubblicato.


*