专业物流与供应链论坛-物流沙龙 Logclub

查看: 64|回复: 0

快递行业如何“点数成金”?

[复制链接]

签到天数: 7 天

连续签到: 7 天

[LV.3]偶尔看看II

发表于 5 天前 | 显示全部楼层 |阅读模式
数据驱动物流是物流业发展的大趋势,快递行业也不例外。中国快递行业的发展之快可以用一日千里来形容,数以万计的货物通过快递公司进行运输交付到客户手中,在业务量的不断积累后,运营产生的业务数据已经渐渐成为快递甚至整个运输行业的价值所在。未来快递背后的支撑是数据流,真正的快递一定是数据的沟通,一定是数据的利用。

一、 数据之争
《未来简史》的作者尤瓦尔・赫拉利曾说:宇宙由数据流组成,任何现象或实体的价值就在于对数据处理的贡献。马云说过:数据将成为主要的能源,如果离开了数据,任何组织的创新都基本上是空壳,未来胜出的将会是善于利用数据的创新型公司。
74ce32d111da4e3c9548ddf56ede06e0.jpeg
2014年,阿里巴巴利用大数据循迹,协助警方查获2000万售假大案的新闻向人们展示了大数据背后的强大力量。如果你愿意将你所有的信息公开给大数据的算法,它将随时知道你身在何处、想去何方。

数据如此重要,难怪电商快递业的数据之争不时诉之于报端。大数据的一个最基本的前提是需有海量的数据积累和沉淀。而快递是为数不多的能够直接接触、收集和掌握到消费者行为习惯的服务场景之一。

2017年京东切断与天天快递的信息接口,表面的理由是服务质量低下,其深层次的原因还是数据之争。苏宁收购天天快递,而天天快递为京东商家和用户提供服务,京东担心将用户数据泄露给对方,这样的逻辑不无道理。同理的情况下,阿里的菜鸟网络也不会允许京东物流为淘宝、天猫商家提供物流服务。

同年,顺丰菜鸟互怼恩怨背后也是物流大数据之争,事情的经过是菜鸟以数据安全为由暂停丰巢数据接口,封杀丰巢,进而引发了顺丰主动停止与菜鸟的数据对接。虽然双方各执一词,但矛盾的焦点是物流数据,角逐背后,是数据之争。菜鸟要求顺丰提供无关客户隐私的数据,顺丰拒绝这一要求,并呼吁快递同仁重视数据....

无论是菜鸟、顺丰还是京东都知道只有拥有足够体量的数据,才能让电商和物流平台得以对用户消费习惯充分了解,更重要的是可以在对其分析基础上,预测并分化库存和物流压力,从而产生更高效配置和资源节约。
bdddd9df902b4b8ab53c3293d934656e.jpeg
大数据不仅是一种数据挖掘、数据分析的信息技术,更是一项战略资源,重视发挥大数据给物流企业带来的发展优势,就能在战略规划、商业模式和人力资本等方面做出全方位的超前部署。

对阿里来说,数据是未来的核心,对顺丰来说,数据也是其命根。不少快递企业已意识到用户数据对自身发展的重要性,因此,随着竞争的加剧,大数据之争将进入白热化阶段。

二、数据之用
快递数据依赖于真实的快递过程,又反过来服务于快递业务本身。大数据技术可以通过构建数据中心,挖掘出隐藏在数据背后的信息价值,从而为企业提供有益的帮助,为企业带来利润。
299337ee9484402db92494193b987331.jpeg
中国每天产生的快递业务量高达1.8亿件,如何把庞大的数据量应用起来,成为摆在快递企业面前的一道新课题——有了数据积累,如何“点数成金”呢?可从以下几方面入手。

1、数据采集可视
快递企业通过信息技术的投入和提升来激活大数据,采集大数据,案例包括全自动分拣、多功能手持终端、电子运单、多元化的终端服务方式等等。

比如韵达,虽然只有5000多万单,通过新技术,一天可以采集几十亿数据,按主题和服务做分类,把它变成了统一的服务数据层,对客户贴标签。

再如DHL Express通过数据可视化对数据进行优化,将数据直观的展现出来,可以更好地从不同维度了解数据,实现数据的发现能力,帮助追踪一些问题的具体细节,而不是仅仅停留在宏观层面,从而进行更加深入的分析。可视化的过程让数据更加透明,并且可以实时响应。

2、数据预测预警
今年双11,顺丰的两个数据格外有意思:一个是“双11”件量预测达成率102.27%,也就是说,顺丰不仅完成了预测的量件,而且预测与实际运送量相差只有2个百分点;另一个数字则是顺丰“双11”首日派送成功率达96.4%,这两项骄人成绩都离不开数据分析。
6317c93c5fa04668bcaf7a26252da5de.jpeg
事实上,顺丰已经构建了高度契合物流行业特性的业务预测、选址规划、网络与线路规划算法等系统,实现了多场景多环节多维度业务预测,解决多类实际业务场景的选址难题。

再以菜鸟网络为例,以消费者、商家、物流企业的数据为依托,为商家、快递企业提供预警预测分析,帮助快递企业提前获取这些信息,从而提前把物流资源进行一定的配置和整合。

通过大数据分析,可以有效了解消费者偏好,预判消费者的消费可能,提前做好货品调配,合理规划物流路线方案等,从而提高物流高峰期间物流的运送效率。

因此,利用快递运输沉淀数据,通过大数据的使用,快递企业可以轻松计算出公路热点和运输距离分布并可推测出企业目标市场的中心城市及业务类型,为企业人力、物力的调配与安排提供可靠的参考。

同时,快递大数据通过预测,对精准控制风险带来巨大优势,从而是企业可以主动采取措施避免风险。

3、数据管理创新
通过大数据的赋能来提升快递操作和运营的效率。应用案例则包括路由分单、物流预警、地址库精细化、班车管理等
菜鸟网络运用了大数据分析,大数据路由分单结合高德地图的空间定位技术,可用数据实现包裹跟网点的精准匹配,准确率达98%,
1761e46b81a5430782afa692d3503241.jpeg
UPS通过大数据实现配送末端最优路径的规划,同时提出尽量右转的配送策略,实现每年节省5千万燃油成本,并增加35万包裹配送。UPS特有的基于大数据分析的ORION系统通过联网配货机动车的远程信息服务系统,实时分析车辆、包裹信息、用户喜好和送货路线数据,实时计算最优路线,
DHL Express还利用大数据进行商业模式创新。DHL Express最近的一项创新尝试便是汽车交付,收件人可以把货品直接交付到汽车后备箱。通过定位,DHL Express可以知道你的汽车停在什么位置,快递员拥有一次性打开汽车后备箱的权限。

因此,通过对历史运营数据和实时增量数据的分析,掌控和管理每个车辆的运营数据,优化运营路线和发车频率,以提高运输与配送效率、减少物流成本、在管理上大有作为。在运力高峰时段的准确预测,可以实现有效的资源匹配,降本增效。

除此之外,大数据另一个极具潜力的应用市场是诸如消费金融、仓储管理等跟快递密切相关的延伸服务。

4、数据服务客户
从数据中读懂客户,从数据中帮助客户。通过数据,了解消费者的消费偏好及习惯,预测消费者需求,将商品物流环节和客户的需求同步进行,并预计运输路线和配送路线,缓解运输高峰期的物流压力,提高客户的满意度,提高客户粘度。

DHL Express通过数据分析,在给客户提供快捷的快递服务时,评估目前所提供的服务是不是客户所需要的?当客户不需要很快的投递服务时,可以采用较慢方式投递,这样对于客户不仅降低了成本,同时利润也会得到很大提升。
35c4eb60806b4bb79d5b175f039bfefa.jpeg
分析历史业务数据赋予客户风险预测的能力。快递大数据可以帮助企业尽早发现问题,为及时找到补救方案并且最大限度减少对生产的影响争取到宝贵的时间。数据分析的结果也可以帮助他们找出自己的不足之处。

三、数据之安
随着大数据时代的到来,数据信息在给我们的生活带来便利的同时,其安全问题也日渐凸显。数据,正成为推动快递发展的重要引擎,但随之而来的快递数据安全性问题必须引起重视。
f616dabd9c8b45cb8fad697101421895.png
11月16日,新京报贝壳财经报道了圆通多位“内鬼”有偿租借员工账号,40万条公民个人信息被泄露一事。涉案的为五位圆通员工,被泄露的信息中包括发件人地址、姓名、电话以及收件人电话、姓名、地址六个维度。

用户隐私泄露事件在快递行业并非第一次发生,早在2014年就有报道,警方破获一起信息泄露案,犯罪嫌疑人通过快递公司官网漏洞,登录网站后台,然后再通过上传(后门)工具获取该网站数据库的访问权限,获取了1400万条用户信息,包含有收货和发货双方的姓名、电话号码、住址等个人隐私信息。

国外也有这方面的报道,脸书把用户的点赞数据非法供给了剑桥分析公司,间接性对美国大选结果造成一定影响;雅虎2016年泄露15亿人次的用户信息,使广大互联网用户的生日、电话号码、账户密码在暗网流传,随时有可能流入不法分子之手。

快递行业正成为关乎人们日常生活消费的重要行业,圆通的泄露风波,再次敲响了信息安全风险的警钟,巨大的快件量,其附着的都是一个个用户的隐私信息,如果各大快递企业疏于管理,会产生多么严重的隐私“黑洞”。

另外,我们使用的淘宝、京东、拼多多、微信等多个地方的信息已被记录下来,如果这种数据通过身份证和手机号交叉验证,个人隐私再也无处遁形。

因此,快递公司应持续通过“制度+技术”手段,完善信息安全风控系统,对内部账号进行实时监控,主动发现违法违规行为。同时,着力提升加盟网点的依法经营意识和信息安全意识,别让数据安全成为快递业软肋。

目前,快递行业在数据安全方面做了一定的工作。在利用科技降本增效的同时,也愈发重视技术对于信息安全和用户隐私保护的作用。多家快递企业已陆续推出隐藏寄收件人全名、部分电话号码等个人信息的“隐私面单”。收送件时,快递员需要通过扫描,才能获得完整配送信息。顺丰还设立了数据安全负责人,通过基础信息安全及大数据安全、区块链等相关技术,切实保障数据的安全运行。


互联网

您需要登录后才可以回帖 登录 | 加入我们 一键登录: 更多»

本版积分规则


上个主题 下个主题 快速回复 返回列表 搜索

联系我们|微信绑定|移动APP|小黑屋|物流沙龙 ( 粤ICP备17122456号-2 )

GMT+8, 2021-1-18 05:32 , Processed in 0.111910 second(s), 84 queries , MemCache On.

粤ICP备17122456号-2

Copyright © 2006-2020 Logclub Inc. All Rights Reserved.

快速回复 返回顶部 返回列表