{"id":28965,"date":"2020-07-24T09:55:57","date_gmt":"2020-07-24T07:55:57","guid":{"rendered":"https:\/\/www.intellias.com\/automated-onboarding-for-an-uber-for-trucking-app\/"},"modified":"2020-12-01T10:37:06","modified_gmt":"2020-12-01T09:37:06","slug":"automated-onboarding-for-an-uber-for-trucking-app","status":"publish","type":"post","link":"https:\/\/intellias.com\/de\/automatisiertes-onboarding-uber-app-speditionen\/","title":{"rendered":"Automatisiertes Onboarding in eine Uber-App f\u00fcr Speditionen"},"content":{"rendered":"
Unser Kunde ist der Anbieter eines Echtzeit-Frachtmarktplatzes, den Logistik- und Verkehrsunternehmen nutzen, um j\u00e4hrlich \u00fcber 1,3 Millionen Sendungen um die ganze Welt zu bewegen. Dieser Marktplatz verbindet Verlader – in der Regel gro\u00dfe Logistikunternehmen und Einzelh\u00e4ndler, die Subunternehmer f\u00fcr den G\u00fcterverkehr ben\u00f6tigen – mit Fahrern oder kleineren Verkehrsunternehmen auf der Suche nach Auftr\u00e4gen.<\/p>\n
Der Marktplatz funktioniert im Wesentlichen wie eine Uber f\u00fcr Speditionen-Anwendung. Die App erm\u00f6glicht es Kurieren, Auftr\u00e4ge f\u00fcr Sendungen zu erteilen und erm\u00f6glicht es Fahrern und kleinen Verkehrsunternehmen, diese zu erf\u00fcllen.<\/p>\n
Um den Kurieren zu versichern, dass ihre Produkte in guten H\u00e4nden sind, m\u00fcssen die Speditionen grundlegende Kriterien f\u00fcr Fahrer, Fahrzeuge und Transporthistorie festlegen. Erst nach dem Vergleich eines neuen Fahrers mit den Basiskriterien kann sich der Fahrer bei einer Uber f\u00fcr Speditionen-App bewerben. Zun\u00e4chst \u00fcberpr\u00fcfte das Support-Center unseres Kunden manuell alle Fahrer- und Firmendokumente auf ihre Konformit\u00e4t, was den Onboarding-Prozess monatelang in Anspruch nahm.<\/p>\n
Unser Kunde musste neue Unternehmen und Fahrer effektiver in seinen Marktplatz f\u00fcr Frachtmanagement einbinden sowie die Zeit und die Ressourcen f\u00fcr den Einstiegsprozess optimieren. Zu diesem Zweck suchten sie nach einem Softwareentwicklungspartner mit Fachkenntnissen in der Logistik- und Transportbranche, der die Entwicklung von End-to-End-Komponenten abdeckt und eine optimale L\u00f6sung f\u00fcr die Automatisierung des Onboarding-Prozesses durch die Anwendung von Spitzentechnologien vorschl\u00e4gt.
\n<\/p>\n
Unser Kunde beauftragte uns mit der Entwicklung eines kompletten, marktreifen Produkts, das den Prozess der Eingliederung neuer Unternehmen in ihre Frachtverwaltungsplattform organisiert. Gemeinsam mit unserem Kunden organisierten wir eine Reihe von Workshops, um den optimalen Technologiestack f\u00fcr die Projektanforderungen zu bestimmen. Als Ergebnis der engen Zusammenarbeit mit dem Produktinhaber und dem internen Entwicklerteam unseres Kunden entwickelten wir grundlegende Anwendungsf\u00e4lle, die in den Onboarding-Prozess einbezogen werden sollten.<\/p>\n
Das Frachtmanagementsystem weist verschiedenen Benutzern Rollen zu, erm\u00f6glicht den Zugriff auf rollenrelevante Funktionen und organisiert das optimale Onboarding. Zu den grundlegenden Onboarding-Szenarien geh\u00f6ren die Validierung eines einzelnen Fahrers mit einem Fahrzeug und die Validierung eines Verkehrsunternehmens mit einem Pool von Fahrern, die f\u00fcr Auslieferungsauftr\u00e4ge zur Verf\u00fcgung stehen.<\/p>\n
Abh\u00e4ngig von der Rolle des Benutzers kann das Onboarding einen anderen Satz von Dokumenten erfordern, um den Zugang zu relevanten Funktionen zu erm\u00f6glichen. Um f\u00fcr jeden Benutzer einer Uber f\u00fcr Speditionen-App die effizienteste Erfahrung zu gew\u00e4hrleisten und die Beteiligung des Kundensupports zu minimieren, haben wir uns auf die Automatisierung von Funktionen konzentriert, um manuelle Arbeiten im Zusammenhang mit der Erfassung von Daten \u00fcber neue Benutzer und der Validierung ihrer Dokumente zu eliminieren.<\/p>\n
Wir implementierten eine neue Komponente, die die Datenaggregation und -verarbeitung sowie Beschlussfassung durch robuste API-Integrationen automatisiert. Diese Komponente validiert automatisch Fahrer, Unternehmen, F\u00fchrerscheine, Fahrzeugzust\u00e4nde und Versicherungspl\u00e4ne und eliminiert so potenziellen Betrug.<\/p>\n
Die Benutzer laden \u00fcber eine Online-Umfrage Dokumente in das System unseres Kunden hoch. Das System analysiert dann die Benutzerdaten, um die Identit\u00e4t des Antragstellers und das Ablaufdatum der Dokumente zu erkennen. Die Benutzer m\u00fcssen auch Echtzeit-Fotos aufnehmen, die das System dann mit ihren Ausweisfotos vergleicht. Dazu verwendet es eine Bilderkennungssoftware, die auf Computervision und KI basiert und speziell f\u00fcr Dokumente und Fotoverarbeitung trainiert und optimiert ist.<\/p>\n
Nach erfolgreichem Onboarding in die Uber f\u00fcr Speditionen-App unseres Kunden k\u00f6nnen die Benutzer auf ein Dashboard mit allen Auftr\u00e4gen zugreifen. In diesem Dashboard k\u00f6nnen die Fahrer die Auftr\u00e4ge ausw\u00e4hlen, die sie am besten liefern k\u00f6nnen. Nachdem ein Fahrer einen Auftrag ausgew\u00e4hlt hat, vergleicht das System das Profil des Fahrers mit den Basiskriterien. Wenn der Benutzer mit dem Auftrag \u00fcbereinstimmt, erh\u00e4lt er alle Daten zum Auftrag einschlie\u00dflich Adresse, Kunde, Produktanbieter und Empf\u00e4nger. Mit der Uber f\u00fcr Speditionen k\u00f6nnen Flottenmanager Auftr\u00e4ge verfolgen und Sofortnachrichten an die Fahrer senden, um Lieferrouten zu \u00e4ndern oder Versanddetails anzugeben. Uber f\u00fcr Speditionen arbeitet in mobilen Apps, die helfen, die Arbeit eines Fahrers unterwegs zu organisieren, unter anderem durch die Synchronisierung mit Navigationssystemen, w\u00e4hrend die Desktop-Anwendung eine bequeme Methode f\u00fcr Disponenten ist, um Fahrer zu unterst\u00fctzen und Firmenkonten zu verwalten.<\/p>\n
Das Geld und die Zeit, die f\u00fcr die Einarbeitung von Mitarbeitern, Nutzern und Anlagen aufgewendet werden, stellen f\u00fcr gro\u00dfe Unternehmen eine Belastung dar. Nachdem unser Kunde erfolgreich ein automatisiertes Onboarding-System f\u00fcr seinen Frachtmarktplatz geliefert hat, plant er, diese Komponente marktf\u00e4hig zu machen, um sie an andere Logistikunternehmen zu verkaufen. Unser Kunde achtet besonders auf den Datenschutz und die Sicherheit der Daten, die in den Profilen der Fahrer und Unternehmen gesammelt werden. Zu den Sicherheitsma\u00dfnahmen, die sie ergreifen, geh\u00f6ren die Minderung langfristiger Risiken, die Einhaltung internationaler Vorschriften und die Durchf\u00fchrung von Sicherheitsaudits.<\/p>\n
Um eine bessere Skalierbarkeit und Effizienz ihrer L\u00f6sungen zu erreichen, plant unser Kunde, seine Zusammenarbeit mit Intellias auszuweiten, um ihre monolithische Plattform durch eine Microservices-Architektur zu ersetzen. Wir haben bereits ein erstes F&E-Team eingerichtet, das an Technologiestacks arbeitet, um die Plattform unseres Kunden auf Microservices umzustellen.<\/p>\n
Das automatisierte Onboarding-System unseres Kunden hat die Zeit, die f\u00fcr das Einlernen neuer Benutzer aufgewendet wird, von Monaten auf Minuten reduziert. Dadurch entf\u00e4llt die Notwendigkeit, das Support-Center zur Pr\u00fcfung aller Dokumente einzuschalten, was unserem Kunden Geld spart, und die Benutzer k\u00f6nnen sofort mit der Auslieferung der Produkte beginnen.<\/p>\n
Unser Kunde setzt das Wachstum seines Unternehmens dank der Einf\u00fchrung neuer Technologien fort und erwartet, dass seine Einnahmen infolge dieser Ver\u00e4nderungen in naher Zukunft von derzeit 25 % auf 40 % steigen werden. W\u00e4hrend ihr strategischer Fokus weiterhin auf dem britischen Markt liegt, planen sie nun, die Reichweite ihrer Uber f\u00fcr Speditionen-App auf Kontinentaleuropa auszudehnen.<\/p>\n","protected":false},"excerpt":{"rendered":"
Wir beschleunigten die Einarbeitung neuer Fahrer in eine Uber f\u00fcr Speditionen-App, indem wir die Dokumentenverarbeitung und Bilderkennung automatisierten <\/p>\n","protected":false},"author":17,"featured_media":50278,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[42],"tags":[47,551],"class_list":["post-28965","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-fallstudie","tag-machine-learning-de","tag-logistics-de","technologies-angular","technologies-aws","technologies-bpmn-modeler","technologies-camunda","technologies-docker","technologies-java","technologies-jenkins","technologies-key-cloak","technologies-rest-api"],"acf":[],"yoast_head":"\n