说起物流大数据,你会想到什么?

物流

因为量大,我首先想到的水,因为水会顺流而下,沿途支流不断汇集壮大,最后百川归海。同样地,数据流也会源源不断注入数据池、数据湖,于是有了信息海洋。     

因为数据的多样性,然后我又想到了我们的思想,我总觉得每个人都有不同思想。这点跟在各行各业均存在大数据,但是众多的信息是纷繁复杂的一样,怎么处理、怎么分析、怎么总结其深层次的规律,变得尤为重要。     

因为快速度,最后我想到的是闪电。记得英特尔中国研究院首席工程师吴甘沙就这么说过,“快速度是大数据处理技术和传统的数据挖掘技术大的区别。大数据是一种以实时数据处理、实时结果导向为特征的解决方案。”     

那物流大数据是什么?     

物流大数据,简单来说就是通过海量的物流数据(比如一个运单里面的收件地址、收件人信息),挖掘去新的增值价值。     

物流大数据的增值价值有很多,我主要列举两个:     

1、物流运作的优化支持。比如你想知道哪些客户是比较容易流失的,系统会结合客户的行为和订单量等一系列因素进行大数据分析,最终产生一组可能会流失的客户名单;     

2、商业板块的优化导流。如果你想知道某个地区各小区的购买力水平,系统可以通过大数据分析,建立模型,得出一个排行榜,以方便业务拓展。     

行业内“三大巨头”顺丰速运、菜鸟网络、京东物流都有推出物流大数据的相关产品,但各家的侧重点都不一样,顺丰的数据灯塔更偏向于服务自有大客户和电商客户提供决策支持,而菜鸟的物流云更偏向于对物流的优化,京东物流云则更偏向于仓库管理上。下面笔者就来扒一扒。     

1、顺丰数据灯塔     

物流行业第一款大数据产品——顺丰数据灯塔,充分运用大数据计算与分析技术,聚焦智慧物流和智慧商业,为客户提供物流仓储、市场开发、精准营销、电商运营管理等方面的决策支持,助力客户优化物流和拓展生意。     

该产品融合了顺丰内外部的海量数据(30万+收派员、5亿+个人用户、150万+企业客户、300万+楼盘/社区信息、10亿+电商数据以及10亿+社交网络等海量数据、覆盖全国3000个城市和地区),主要功能有实时快递监控、个性化预警、智慧云仓、洞察同行、洞察消费者、洞察供应链等。目前已经覆盖3C、服装、鞋靴、母婴、美妆、生鲜、家电等多个行业。     

1)智慧物流     

实时快递监控:提供快递揽收、在途、派送、签收全流程状态,帮助快递实时跟踪、监控,及时发现问题快件并处理;     

个性化预警:支持不同地域的自定义设置快递服务质量、件量下滑预警,用户关注的问题系统提前预警,方便客户基于自身情况定制;     

智能工具-智慧云仓     

件量预测:结合内外部影响因素,利用数据挖掘方法,批量化精准预测商品SKU的未来订单走势,助力商家提前备货;    

分仓模拟:模拟分仓运作场景,提供基于时效和成本的最优解决方案,指导商家合理分仓,提升时效、降低成本,实现“单未下,货先行”;     

库存健康:帮助商家即时了解当前库存状况,缺货、呆滞SKU各个击破,进行有效的库存管理,节约成本。     

2)智慧商业     

洞察同行:第一时间掌握市场行情,关注同行动态,轻松应对件量高峰和低谷;了解哪些属性商品畅销,关注竞争对手品牌销售动态及用户口碑情况,助力商家优化产品运营,调整营销策略;     

洞察消费者:融合顺丰精准全面的运单数据和外部地址信息,通过挖掘顺丰海量的“最后一公里”地址数据,利用大数据技术基于地理位置的商业环境进行分析,结合小区的属性特征,让商家更清楚掌握消费者的购买偏好及人群画像信息,提供完整的商业落地方案,协助商家更好地进行O2O运营、精准营销,定位目标客户;     

洞察供应链:供应链分析立足于揭开行业“黑匣子”,揭露行业内部交流密度,洞悉供应链上游(分销商、代理商、生产企业、原料供应商)活跃程度与下游市场动态(流行趋势、购物偏好、商品热点),帮助商家在生产、采购、销售活动中及时把握市场潮流,及早调整,有效应对,规避供应链风险。     

2、菜鸟物流数据平台     

菜鸟网络的物流数据平台,会汇集商家、物流公司以及来自于第三方的数据资源,对阿里平台上海量的商品、交易和用户等信息,以及社会物流网络信息的深度挖掘,实现物流过程的数字化、可视化,对全国各大物流公司进行"中转站-线路-网点”整个包裹流转链路的运输预测和运输预警,让物流公司实时掌握整张物流网络每个环节的"未来包裹量预测”和"繁忙度实况预警”;同时也让商家能够了解物流公司的状况,选择合适的物流公司进行商品配送,实现智选物流的目标。     

菜鸟物流数据平台,汇集的数据源除了阿里自身体系之外,还引入包括消费者、商家、物流公司以及其它社会机构相关数据等;其中包括:     

1)消费者的物流数据。消费者收货地址、服务选择、对物流公司的评价数据等。     

2)商家的物流数据。商家发货地(通过物流公司揽收网点解析)、商家的发货速度、商家总体以及每个合作伙伴的时效/评分/投诉等、商家对物流公司的选择偏好等。     

3)物流公司数据。全国主要物流公司都向菜鸟实时推送包裹跟踪数据,菜鸟通过对"包裹跟踪数据进行分析挖掘,解析出14大物流公司的"路由网络。     

4)其它社会数据气象数据。通过和国家气象局的合作,采集了全国的天气预测和实况的数据;交通实况的数据通过和高德地图的合作,采集了全国交通实况的数据。     

目前,菜鸟网络已基于海量大数据系统和阿里云系统,以菜鸟电子面单为载体,推出了大数据智能分单项目,通过大数据分单来替代人工分单,不但路线可以达到最优化,还大大减少了错误操作。中通、圆通、申通、韵达等国内主流企业陆续使用,使得包裹在分拨中心流转的效率大大提升。     

3、京东物流云解决方案     

京东物流云解决方案分仓储管理、车辆众包、物流大数据云服务三大服务。     

1)仓储管理。京东的仓储资源开放,连通商家后台系统与第三方快递,实现“订单下达-库存入出-运单实现”完整流转过程。     

2)车辆众包。在发布运输任务后,基于LBS定位任务坐标,在车辆众包池中按照众包模型匹配适配车辆,车辆接受配送任务后,上门接货并完成服务。任务完成后,车辆释放,重新回到车辆众包池等待接收新任务。     

3)物流大数据云服务。通过大数据分析建立物流数据服务,对物流相关数据,如配送信用体系、财务预算、质量安全等分析,更好的为物流应用和建设提供支持与保障。     

那么,到底哪家强?     

暂时无法给出答案,因为目前顺丰大数据产品和菜鸟、京东的定位不太一样,顺丰数据灯塔更多地是通过海量的数据分析,为物流客户和商家拓展电商生意提供物流优化和商业决策支持的产品服务;而作为淘宝和天猫物流支撑体系枢纽的“菜鸟网络”,根据快递公司开放的物流数据,结合天猫和淘宝的买家行为,以及商家的备货数据,给物流合作伙伴提供数据预测。     

京东则更多的是聚焦在供应链和物流优化,做的是提效降本的事情,当然这部分顺丰也有相关物流优化产品,像“中转场探测器”可以通过大数据分析自动预警爆仓和晚点率;“天犬”通过对以往毒品出现的货物特点分析,可以在货物扫描过程中发出警报;“中转场排班系统”根据人员信息和中转场运转安排,进行科学排班,大利用人员效能……     

但有一点是毫无疑问的,这三家企业都在努力通过大数据产品来提升自己的物流服务水平,这也是大势所趋的事情。未来也会实现管理自动化(获取数据、自动分类等),将各智能终端与互联网连接,同时增加各物流终端的自动化程度,形成智能化、自主化的流程,减少人工干预等。     

物流大数据作为一种新兴的技术,它给企业带来了更多的机遇,合理地运用大数据技术,将对物流企业的管理与决策、客户关系维护、资源配置等方面起到积极的作用。因此,不论是像菜鸟、京东那样优化现存的物流业务,还是像顺丰数据灯塔那样帮助客户决策支持的业务模式,大数据和新的数据技术史无前例地为企业提供技术支撑。

关注中国IDC圈官方微信:idc-quan 我们将定期推送IDC产业最新资讯

查看心情排行你看到此篇文章的感受是:


  • 支持

  • 高兴

  • 震惊

  • 愤怒

  • 无聊

  • 无奈

  • 谎言

  • 枪稿

  • 不解

  • 标题党
2023-08-24 09:38:00
大数据资讯 关注县域数据能力建设,抢占产数业务发展先机
2023年《数字中国建设整体布局规划》正式发布,数据能力已成为我国区域发展的底座和创新引擎。 <详情>
2023-03-30 11:15:07
云资讯 分布式时代已至,数据如何更有价值?
无论是连通各大集群内大型超大型数据中心,还是连接边缘侧小型、边缘数据中心,分布式云计算都已成为这张算力网络最重要的支撑。在此背景下,云计算步入分布式时代。 <详情>
2023-03-01 19:27:00
市场情报 FlagOpen大模型技术开源体系,开启大模型时代“新Linux”生态
大数据+大算力+强算法=大模型”是当前人工智能发展的主要技术路径。语言大模型ChatGPT成为现象级应用,人工智能进入普及应用的新时期。 <详情>
2023-01-09 09:36:46
大数据资讯 我国互联网广告数据匿名实施服务正式上线
《指南》形成的“技术保障、评估规制、过程控制”的互信制衡机制,适用于各类互联网广告业务,包括广告投放、程序化交易、广告监测等应用场景下的数据匿名化处理。 <详情>
2022-12-30 10:10:19
大数据资讯 中国移动磐维数据库正式发布
未来,随着数据库功能和稳定性等进一步增强,磐维数据库将在中国移动内外部的广泛应用中积累更多复杂业务场景实践经验,进一步提升数据库产品的核心技术能力,助力数智化转 <详情>