Pitney Bowes verfolgt über 800 Millionen Pakete in Echtzeit mit Fivetran

„Als wir Fivetran in die Datenverarbeitung unserer Anlagen einführten, revolutionierte dies den Datenfluss, und wir konnten von allen 16 Standorten gleichzeitig nahezu Echtzeitdaten erhalten. Ich kann jetzt alle operativen Kennzahlen der Standorte in einer einzigen Übersicht erfassen und einzelne Pakete verfolgen, um herauszufinden, wo sie sich gerade befinden.“
- Vishal Shah, Manager für Datenarchitektur bei Pitney Bowes

Pitney Bowes ist ein weltweites Technologieunternehmen, das die Komplexität von E-Commerce, Versand und Postversand vereinfacht. Mit über 11.000 Mitarbeitern verwalten sie jährlich 400 Millionen Postpakete an 16 Verteilzentren und betreuen 750.000 Unternehmen weltweit.

Dank der jüngsten Modernisierung ihres Daten-Stacks kann Pitney Bowes jedes einzelne Paket verfolgen, Änderungen im Postvolumen vorhersagen und somit den Personalbedarf pro Standort prognostizieren. Die Datenprognosen helfen den Teams, ihre Versand-SLAs einzuhalten und aktuelle, detaillierte Visualisierungen bereitzustellen, die ihre Geschäftsentscheidungen untermauern. Diesen Punkt zu erreichen, hätte sie Jahre harter Arbeit gekostet, doch mit der Hilfe von Fivetran und Snowflake beschleunigten sie ihre Modernisierungsinitiative

Erschließung wertvoller und transformativer Geschäftsdaten

Pitney Bowes fehlte es an hochwertigen Echtzeitdaten, die sie für kritische Geschäftsentscheidungen benötigten. Das Enterprise Information Management [EIM]-Team stand vor drei Herausforderungen: Datensilos, mangelnde Skalierbarkeit und ineffiziente Technologieausgaben. Die Mitarbeiter versuchten, diese Einschränkungen zu umgehen, indem sie Daten für das Management-Reporting und die Analysen in Excel-Tabellen einfügten – was die Probleme oft noch verschärfte.

Datenbeschränkungen führten auch zu nachgelagerten Problemen, wie verspätet eintreffenden Paketen, die die SLA-Ziele beeinträchtigten. Es fehlte ihnen an der nötigen Raffinesse, Verzögerungen zu erkennen und Kunden rechtzeitig zu benachrichtigen, was zu Reputationsrisiken führte. Die COVID-Pandemie verstärkte die Datenherausforderungen, als das Online-Shopping sich verzehnfachte – was eine zehnfache Zunahme des Paketvolumens bedeutete.

Ereignis- und E-Mail-basierte Datenoperationen für 800 Millionen Pakete pro Tag waren einfach zu viel für die veraltete Dateninfrastruktur von Pitney Bowes. Die erfassten Daten waren entscheidend, aber die Aggregation und Konsolidierung im zentralen Analyse-Warehouse dauerte Tage. Als sie das Führungsteam erreichten, war das kritische Entscheidungsfenster bereits verstrichen.

Das EIM-Team entwickelte kundenspezifische Lösungen, es fehlten jedoch die Ressourcen, um kaskadierende Leistungseinbußen zu beseitigen. Sie versuchten, die Abläufe mit teurer Rechenzentrums-Hardware und -Software zu beschleunigen, um die Last zu bewältigen, aber es war weder skalierbar, effizient noch kostengünstig. Vishal Shah, Manager für Datenarchitektur bei Pitney Bowes, sah eine Gelegenheit, ihre Datenpipelines mit Fivetran zu automatisieren, auf Snowflake zu zentralisieren und die Einfachheit und Skalierbarkeit unendlicher Cloud-Ressourcen zu nutzen.

Schluss mit Einschränkungen, hallo Echtzeitdaten

Der Umstieg auf eine Cloud-basierte Plattform mit Snowflake und Fivetran zahlte sich schnell aus und beseitigte zahlreiche Einschränkungen.

Fivetran ersetzte alle kundenspezifischen Batch-Skripte und ETL-Prozesse (Extrahieren, Transformieren, Laden). Shahs Team nutzte die vorgefertigten Konnektoren von Fivetran, um schnell Pipelines für mehrere geschäftskritische Anwendungen wie SAP, Salesforce, Facebook, Kafka und Kinesis aufzubauen. Fivetran funktionierte so gut, dass das Team beschloss, die tagelangen Datenaggregationsaufgaben anzugehen.

Fivetran reduzierte eine Batch-Ladung von 31 Stunden auf unter zwei Stunden (eine Zeitersparnis von 94 Prozent)und eine andere von Tagen auf unter eine Stunde. Dieser brandneue Datenfluss sammelte und aggregierte Daten effizient von 700.000 IoT-Geräten an 16 Standorten. Noch besser: Die Leistungsprobleme der benutzerdefinierten Skripte verschwanden. Anstatt Datenbanken direkt abzufragen und die gesamte Datenverarbeitungslast zu erhöhen, ermöglichte Fivetrans log-basierte Änderungsdatenerfassung (CDC) Konnektoren erfassen alle Datenänderungen und eliminieren die Verarbeitungszeit sowie die Belastung der Quellsysteme.

Fivetrans HVR half Pitney Bowes dabei, große Datenmengen zu übertragen und beseitigte Engpässe in der Infrastruktur. Zum ersten Mal überhaupt verfügten sie über eine effiziente und Echtzeit-Datenbereitstellung für alle ihre Einrichtungen, Fahrzeuge und Pakete.

Finanzdaten nahtlos aus SAP produktiv nutzbar gemacht

Viele Unternehmen stehen vor der Herausforderung, die in SAP gespeicherten Daten nutzbar zu machen. Obwohl SAP über ein leistungsstarkes Ökosystem von Produkten und Dienstleistungen verfügt, möchte nicht jedes Unternehmen ein Datenökosystem um den SAP-Produktstack herum aufbauen. Sie verfügen über andere Quelldaten, die sie mit ihren SAP-Daten verknüpfen möchten, was innerhalb des Ökosystems schwierig ist.

Shahs frühere Versuche, SAP-Daten in Snowflake zu integrieren, endeten in Frustration. Je mehr Daten sie extrahierten, desto höher wurden die Kosten und Verzögerungen. Im besten Fall konnte Shah die SAP-Daten nur alle zwei bis drei Tage einmal mit Snowflake synchronisieren – viel zu verzögert für eine Echtzeit-Entscheidungsfindung.

Er nutzte HVR um SAP-Daten zu synchronisieren, und das ging mühelos. Der SAP-Konnektor von Fivetran führte vollständige Synchronisierungen großer Datenmengen mit Snowflake in weniger als sieben Stunden durch – eine Leistungssteigerung von 85 Prozent. Nun konnte das Team mindestens viermal täglich synchronisieren, ohne Leistungseinbußen für die SAP-Systeme. 

Prädiktive Analysen, betriebliche Effizienz und Umsatzwachstum

Mit dem Erfolg der SAP-Datenintegration strebt EIM an, Fivetran unternehmensweit zum Standard zu machen – von cloudbasierten SaaS-Anwendungen bis hin zu Unternehmens- und Transaktions-CRM-Systemen wie Oracle, IBM und DB2. Shah und sein Team entwickelten schnell eine Vielzahl innovativer neuer Produkte, die sowohl die Fähigkeit von Pitney Bowes als auch die seiner Kunden, Wachstum zu planen und vorherzusagen, veränderten.

Eines der spannendsten Datenprodukte war ein Echtzeit-Dashboard für die Betriebsanalysen – eine „Single Pane of Glass“-Ansicht von Volumen, Arbeitskräften und Effizienz in allen Pitney Bowes-Einrichtungen. Führungskräfte konnten genau sehen und verstehen, was im gesamten Unternehmen gleichzeitig geschah. Einrichtungsleiter konnten Details zum Paketvolumen abrufen und die entsprechende Arbeitskapazität bewerten.

Als die Pandemie den Online-Einkauf um das Zehnfache steigerte, konnte Pitney Bowes mit dem Arbeitskräftebedarf nicht Schritt halten, was zu eskalierten SLA-Problemen führte. Shah und sein Team reagierten, indem sie proaktive neue Metriken zur prognostizierten Arbeitseffizienz definierten. Sie erstellten dann prädiktive Dashboards für das Anlagenvolumen; Netzwerkvolumen; geschätzte Liefer- und Rücksendetermine; Harmonisiertes System (HS) zur Produktklassifizierung und die Planung von Lieferwagen. 

Diese Dashboards konnten:

• Saisonalität und bevorstehendes Volumen vorhersagen, um Standortmanagern zu helfen, Arbeitskräfte im Voraus zu planen
• Ermitteln Sie die effizientesten Routen basierend auf dem Volumen pro Paket.
• Liefertermine für Einrichtungen und Endziele genau schätzen
• Risiken verpasster Liefertermine mindern, bevor SLAs nicht eingehalten werden.
• Ungenutzte LKW-Kapazität deutlich reduzieren

Die prädiktiven LKW-Planungsfunktionen haben die Genauigkeit der Lieferterminprognosen von Pitney Bowes auf 93 Prozent erhöht. Sie verfolgen auch Gesundheits- und Beobachtungsdaten aus ihrem riesigen Netzwerk weltweit verteilter IoT-Geräte, was neue Analysen und Risikominderung im Zusammenhang mit Hardwareausfällen ermöglicht. Aufbauend auf diesen Daten führte dies zur Echtzeitverfolgung jedes Pakets überall auf der Welt – etwas, das vor der Nutzung von Fivetran nicht möglich war.

Schließlich bildete die aktualisierte Datenarchitektur die Grundlage für ein neues umsatzgenerierendes Programm namens „Garantierte Lieferung“. Da Pitney Bowes Anlagenvolumen und Liefertermine vorhersagen konnte, konnten sie nachgelagerte Lieferzusagen über ihre Anbieter machen. Sie konnten sogar Abwanderungsverhalten erkennen und dieses Risiko proaktiv mindern. 

Fivetran ermöglichte Pitney Bowes, unglaubliche neue Geschäftsergebnisse zu erzielen. Die Implementierung von Fivetran modernisierte Pitney Bowes’ gesamtes Datenökosystem, revolutionierte den Datenfluss im gesamten Unternehmen und beseitigte gleichzeitig alle Probleme mit der Datenperformance. Ihr Datenteam muss sich nicht mehr mit manueller und unzuverlässiger ETL-Arbeit, veralteten Prozessen, Datenproliferation oder Sicherheitsrisiken befassen. Stattdessen ermöglichen sie Innovation im Tempo des Geschäfts mit zuverlässigen, aktuellen und vertrauenswürdigen Daten.

Laden Sie diesen IDC-Bericht herunter, um zu erfahren, wie Fivetran einen finanziellen Mehrwert in Millionenhöhe schafft und neue Geschäftsinitiativen für Unternehmen ermöglicht.