最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
开启左侧

顺丰、京东、菜鸟……智慧供应链如何C位出道?

[复制链接]
发表于 2018-6-8 09:33:39 | 显示全部楼层 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
今年的电商 618购物狂欢”战事正酣,京东开场1小时累计下单金额达50亿,天猫服饰行业13分钟成交额超过去年全天……这些数字不仅代表了平台的电商成绩,也在检验着物流行业的承压力,而就在最近,京东、阿里又不约而同的提到了关于未来物流的构想:“把国内物流的成本降到5%”。降本提效已经成为国内物流行业发展的重要共识。


一直以来国内物流成本偏高,虽然在《物流业降本增效专项行动方案(2016-2018)》《关于进一步推进物流降本增效促进实体经济发展的意见》等相关政策的合力推动下,近年的社会物流成本进入下降通道,但即便如此,2017年中国社会物流总费用12.1万亿元,占GDP比重为14.6%,与发达国家的6%-7%占比仍有较大差距。不过,随着菜鸟、京东物流、顺丰等不同企业对物流的产业链的整体重构,在仓储、运输、配送到物流信息、货物管理等各个环节都开始了新一轮的变革。


顺丰:科技+数据


顺丰是中国快递行业的龙头,自2017年后上市长期保持着40倍以上的市盈率,其2017年业务量达30.5亿件,同比增长18.3%,这背后与其去年在科技方面共计16.04亿元的投入密切相关,截止2017年底,顺丰获得及申报专利1004项,其中发明专利366项,物流无人机、智能手持终端、便携式打印机均在其中。今年,顺丰更将科技投入列为重点经营计划之首,将“打造物流科技集团”作为战略发展的首要目标。


在业务内容方面,顺丰2017财报显示新增供应链管理服务(开发中)、重货业务、冷运业务、国际业务、同城业务。面对新的业务内容,尽管顺丰拥有行业中网络控制力强、稳定性高、非常独特稀缺的综合性物流网络体系,并以高成本、高利润的直营模式甩开同行,但面对电商物流的平台级玩法,更需要全产业链生态的打通,这背后数据、技术等物流产业新要素的较量。这或许也是为何在经历与菜鸟的数据之争后,顺丰选择在4月与八家供应链企业签署《关于设立超级大数据合资公司之股东协议》,以加速构建自己的数据能力。


京东物流:物流能力产品化


京东在2007年就开始自建物流体系,至2017年物流部门从京东分离正式独立运营物流业务,核心是以仓配供应链服务,先形成端到端能力,然后标准化、产品化,提供给第三方以服务的方式使用,京东物流以“仓配一体化”为中心的B2C模式,将业务环节分为“仓储-运输-配送”,并积极将这种物流能力产品化,目前,京东物流的产品体系包括供应链、快递、快运、大件、冷链、跨境、客服、售后等物流产品和服务,以及物流科技、物流数据、云仓等物流科技产品。


另外,在智慧物流方面,京东的智慧物流体系以“无人仓、无人机、无人车”研发为基础,主打全自动仓储,并利用自身在自营和平台上收集的大量数据进行仓储物流的定位分析,为自营商铺以及第三方商家提供完整的物流服务。但其难点在于如何控制成本,尽管京东正在通过第三方的资金来建设更多的物流仓储,以期通过共享仓、云仓和前置仓库等创新模式降低仓储投入成本,但未来的仓储成本是否会随规模效应而摊薄尚未可知。


菜鸟:平台+数据


菜鸟虽然起步较京东稍晚,但基于阿里基因,并通过搭建物流平台与仓储建设、开放其他物流环节的模式,并已形成了一支业务量庞大的菜鸟物流联盟。作为数据平台,菜鸟整合所有能调拨的物流资源提供和处理信息,通过如数据分析等操作帮助提高配送链中的效率以及减少摩擦,如:提供实时建议,帮助商家选择最佳配送方式、为配送公司提供优化的路径信息以缩短配送时间、帮助商家进行库存管理,以提高效率,降低成本、为客户提供实时跟踪信息,方便下单……这最终有助于改善客户体验,良好的用户体验能够带来额外的交易量,同时也会降低整个行业的整体物流成本。阿里2018财年一季报披露,菜鸟网络日均协助投递包裹5500万个。


同时,菜鸟与快递企业之间的关系紧密而微妙。一方面多数快递企业依赖于于阿里系的电商件订单池,另一方面阿里系庞大的订单需要他们去做配送等物流环节的执行,双方需要彼此协同才能高效完成订单,提高效率,这也是为何近日阿里与菜鸟13.8亿美元投资中通的原因所在。


顺丰、京东物流、菜鸟三者虽然在物流模式的、市场份额、业务领域等方面各有不同,但在对物流供应链的改造过程中,对建设数据搜集、整合的能力都愈加重视,特别是菜鸟、京东等物流基础设施相对薄弱的企业,更加注重通过技术手段提升物流整体操作效率,依托自身互联网技术基因优势,力图对传统物流企业实现弯道超车。各家企业均已成立相应的大数据分析部门或团队,进行大数据分析、研究、应用布局,各企业未来将进一步加强对物流及商流数据的收集、分析与业务应用。大数据技术主要有以下四个物流应用场景:


需求预测:通过收集用户消费特征、商家历史销售等大数据,利用算法提前预测需求,前置仓储与运输环节。目前已经有了一些应用,但在预测精度上仍有很大提升空间,需要扩充数据量,优化算法。


设备维护预测:通过物联网的应用,在设备上安装芯片,可实时监控设备运行数据,并通过大数据分析做到预先维护,增加设备使用寿命。随着机器人在物流环节的使用,这将是未来应用非常广的一个方向。如沃尔沃:在物流车辆设备上安装芯片,可通过数据分析进行提前保养。


供应链风险预测:通过对异常数据的收集,进行如贸易风险,不可抗因素造成的货物损坏等进行预测。


网络及路由规划:利用历史数据、时效、覆盖范围等构建分析模型,对仓储、运输、配送网络进行优化布局,如通过对消费者数据的分析,提前在离消费者最近的仓库进行备货。甚至可实现实时路由优化,指导车辆采用最佳路由线路进行跨城运输与同城配送。


对数据的重视是物流升级、真正实现智慧物流的关键,不论是传统物流企业还是网络电商平台,谁将率先完成在物联网、大数据、人工智能等方面积累技术,谁就能以更大的优势应对新的行业挑战。

楼主热帖
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-3-29 05:12

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表