Kundengeschichten
Der größte digitale Marktplatz für Blumenzucht.
Das weltgrößte Blumenauktionshaus erhöht die Einkaufs- und Verkaufskapazitäten für seine Mitgliedszüchter und internationalen Käufer im globalen Blumenhandel
Partners:
Regions:
Capabilities:
Industries:
Partners:
Regions:
Capabilities:
Industries:
Seit mehr als 100 Jahren organisiert Royal FloraHolland, ein genossenschaftliches Unternehmen von Züchtern, Angebot und Nachfrage, um den internationalen Blumen- und Pflanzenzüchtern und -käufern optimale Preise und niedrige Transaktionskosten zu bieten. Mit seiner Online-Handelsplattform Floriday und den weltberühmten Live-Auktionen wickelt das Unternehmen täglich über 145.000 Transaktionen von 400.000 Blumen- und Pflanzensorten ab.
Die riesige Versteigerungsanlage in Aalsmeer, die sich über 128 Hektar in der Nähe von Amsterdam erstreckt, dient als Touristenziel, wo Besucher in den internationalen Blumenhandel eintauchen können.
Schaffung einer robusten IT-Infrastruktur und Entwicklung datengesteuerter Systeme, um den Markt besser bedienen zu können
Warum
Data Science-Programm mit Tools und Anwendungen für maschinelles Lernen
Was
Erstellung und Implementierung einer Infrastruktur für mehrere Lösungen, darunter Prognosen für die Effizienz von Blumenwagen, maschinelles Lernen für bessere Produktfotos und eine Container-Architektur zur Automatisierung der Bereitstellung
Wie
Verbindung von Erzeugern und Käufern weltweit durch datengesteuerte Systeme
Royal FloraHolland musste seine digitalen Technologien aktualisieren und datengesteuerte Verfahren einführen, um auf dem neuesten Stand zu bleiben. Angesichts des hohen Transaktionsvolumens bei Floriday und im Auktionshaus benötigte das Unternehmen die Vielseitigkeit und Erweiterbarkeit einer Cloud-basierten Infrastruktur, um Daten zu sammeln und zu organisieren und Abläufe zu automatisieren. Das weltgrößte Blumenauktionshaus wollte außerdem eine Möglichkeit, Feedback von Käufern zu sammeln, um Kunden und Lieferanten besser bedienen zu können.
Führend auf dem Markt der Blumenverkäufe
Um den besten Service zu bieten, suchte die Genossenschaft nach Möglichkeiten, eine Vielzahl von Problemen zu verbessern. Die Vorhersage von Wagenlieferungen und die interne Überprüfung der Effizienz, die Verbesserung der Qualität von Blumenfotos und die Kommunikation mit Züchtern und Käufern, um Feedback zu erhalten, hatten Priorität. Royal FloraHolland wusste, dass sie Systeme brauchen würden, die mit ihnen wachsen und sich weiterentwickeln würden, um weiterhin erfolgreich zu sein und zu expandieren.
“Wir wussten, dass Xebia ein führender Akteur im Bereich Cloud-Computing in den Niederlanden ist und dass eine Partnerschaft mit Xebia uns dabei helfen würde, eine elitäre Cloud-basierte Data-Science-Praxis aufzubauen. Xebia schuf eine AWS-Architektur mit automatisierten Systemen, so dass die Entwicklungsteams nun autonom in die Produktion übergehen können, was den Output rund um die Uhr erhöht. ”
Remco Wilting
Manager BI & Datenwissenschaft
Systeme zum Vorhersagen, Lernen und Kommunizieren aufbauen
Royal FloraHolland ist weiterhin führend in der Blumenbranche und nutzt die Microservice-basierte Architektur von Xebia über den S3 Elastic Container Service (Amazon ECS) von Amazon. Die Plattform implementiert die AWS-Architektur, CloudFormation und automatisierte Bereitstellungspipelines. Containerisierte Technologie für maschinelles Lernen und Anwendungen für digitale Gewächshäuser ermöglichen es dem Unternehmen, mit präzisen Daten für Wagenvorhersagen zu wachsen. Tools für maschinelles Lernen haben die Qualität der für die Auktion verwendeten Blumenfotos verbessert, was zu einer höheren Kundenzufriedenheit geführt hat. Mit der Empfehlungsanwendung, die ebenfalls auf einem Deep-Learning-Modell basiert, teilen die Käufer von Royal FloraHolland nun ihre Erfahrungen und helfen so anderen Käufern, das richtige Produkt zu finden und den Verkäufern, Angebot und Nachfrage zu erfüllen. Royal FloraHolland arbeitet jetzt durch datengesteuerte Anwendungen und maschinelle Lerntechnologie effizienter und effektiver.
Contact