Als eBay im vergangenen Jahr Shutl aufkaufte, dass binnen Stunden online gekaufte Waren zum Kunden lieferte, befeuerte das den Hype um Same Day Delivery. Doch alsbald setzte Nachdenken ein. Die Kosten! Selbst eBay-Boss John Donahoe versuchte Same Day Delivery klein zu reden. Doch die Kosten und den logistischen Planungsalptraum kann man beherrschen – wenn man die Daten beherrscht.
Selbst eBay forciert sein Express-Projekt ja durchaus weiter. Der Same-Day-Delivery Dienst eBay Now soll in diesem Jahr in 25 weiteren Regionen in den USA ausgerollt werden. Vom Nutzen und der Machbarkeit konnte eBay inzwischen unter anderem Best Buy, ToysRUs, The Home Depot, Office Depot, Walgreens, Radio Shack, Macys, Microsoft, Bloomingdale's, Urban Outfitters, Armani Exchange, Barnes & Noble, Crate & Barrel, JCPenney, Kmart und Staples überzeugen.
Den komplexen Weg über Onlineshop, Lager, Lieferant zum Kunden binnen Stundenfrist samt Anlieferung in einem Zeitfenster managt Shutl mit Hilfe der Graphdatentechnologie. Das Prinzip kennt man ähnlich aus Social Networks.
Doch bei der Logistik geht es nicht darum die „Six Degrees of Kevin Bacon“ oder das Verhältnis zu Freunden zu berechnen, sondern um eine hochkomplexe Abfrage gewaltiger Datenmengen, welcher Kurierdienst für die jeweilige Lieferung zu einem bestimmten Zeitpunkt lokal auf welchem Weg der beste ist. Die Entscheidung muss das System möglichtst binnen Sekunden treffen. Dahinter stecken jede Menge Graphentheorie, Technik und "schlaue" Algorithmen.
Shutl setzt dabei auf die Graphdatenbank Neo4j des Silicon Valley Start-up Neo Technology. Die soll, so Volker Pacher, Senior Developer bei Shutl, weitaus schneller als eine MySQL-Lösung die Abfragen zur Berechnung der besten Lieferroute erledigen. Zeit aber ist Geld. Zudem biete das System mehr Flexibilität.
Details schilderte Volker Pacher auf der Cloud East Conference. Das Video kann samt Vortragsfolien hier betrachtet werden.
Die Software lässt sich aber nicht nur in der Logistik einsetzen. Wal-Mart nutzt beispielsweise Neo4j, um das Online-Einkaufsverhalten zu analysieren, um dann unter anderem mittels Echtzeit-Produktempfehlungen das Up- und Crossselling seiner Produktfamilien zu verbessern.