顺丰菜鸟大战 本质是以数据获得企业竞争壁垒

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介:

近期顺丰菜鸟大战成为“刷屏”的新闻,虽然双方已经同意全面恢复业务合作和数据传输,但仍将继续就具体运营合作进行谈判。

回顾整个事件,双方在公关战中均表示对方先关掉数据接口,且都指责对方有“偷数据”行为,“数据”成为此次事件的核心敏感词。此次事件也在无形之中对“物流大数据”进行了全民普及。

为何数据会成为双方争论焦点?在5月22日菜鸟网络主办的“全球智慧物流”峰会上,马云预测“3~5年,单日快递总量将突破10亿件”,并认为物流行业现有的经营模式很难满足如此大的业务需求,为此开出三个药方:高度投入技术研发、高度关注技术人才、变革物流企业组织架构。

大数据成为贯穿三个药方的核心要素。由此,菜鸟网络的业务逻辑已经基本清晰,其希望通过大数据的处理和运算能力,处于整个物流行业的中台位置,进行物流资源的二次分配。

只有获得了足够数量和维度的物流大数据,菜鸟网络的统筹能力才可以得到根本性提升,大数据对于未来物流行业至关重要。

对于顺丰而言,其不甘于成为菜鸟生态一分子是显而易见的,也自然不愿意将自家数据拱手交给菜鸟。此次争论,顺丰的诉求相当明显:以丰巢大数据为切口,降低菜鸟的大数据能力,提高顺丰在物流行业中的权重。

这最后又回到商业竞争的原点:究竟谁才是物流行业的绝对龙头。

事件发生后,中国物流学会特约研究员杨达卿撰文认为:随着各类商业渠道信息打通,数据本身已非企业核心竞争力,驾驭数据的能力才是核心竞争力。换言之,只有具备足够的大数据分析以及整合能力才可真正推动物流行业的发展。

在数据拥有量方面,顺丰有37架飞机,1.5万辆货车、3.5万个快递柜,约40万名快递员,菜鸟是基于数据平台和物流基地的基础设施,它的出现是因为天猫、淘宝等大量商流带来的物流,而物流承接商并非是菜鸟,而是通达系及顺丰等物流企业,菜鸟偏重负责信息流。

但在实际运营中,顺丰与菜鸟已经很难完全切割,如目前丰巢快递柜的业务约70%左右来自圆通、中通、申通等菜鸟生态成员,当业务深度融合,指责对方“偷数据”其实并无多大意义,根据相关媒体报道,事件爆发后,圆通等快递公司曾下令快递员不再使用丰巢产品,丰巢的使用率降低,又何谈数据。

在这场争论中,顺丰希望以数据来完善自营物流体系的闭环生态,而菜鸟则要通过数据来做大物流行业的“中台”,当小生态遇到大格局,数据必然以“壁垒”的形式存在。

顺丰可以借运营和配送中产生的数据完善其数据模型算法,提高企业的配送效率,这也是顺丰珍视数据的原因所在,但另一方面我们也要格外注意:数据的产生已经有菜鸟生态的贡献;此外,顺丰对数据的加工分析能力显然不如菜鸟,这是企业基因使然。

在这次争论中,我们尚看不到提高大数据分析能力的具体行为,竞争点仍在数据获取的基础层面,物流的大数据竞争还未真正到来。

此次事件双方均表示其行为准则是为保护用户的数据隐私。

关于数据接口的读取和调用方面双方各有言论爆出,但认为双方所指责的数据读取基本上是不涉及用户隐私的。

2014年贵阳大数据交易所成立,来自全国各地的数据汇聚于此。其中的一部分被清洗、脱敏,在全球首家大数据交易中心挂牌售卖。不同企业、不同行业可通过数据交易来丰富自己的数据库,完善数据模型的科学性。在贵阳大数据交易所的带动下,不涉及用户隐私的大数据交易已经成为行业共识。

此外,笔者也不认为双方会在用户隐私方面打擦边球:一是双方业务是依附于电商等业务,用户的隐私数据对企业自身而言并无实际用处,其更需要获得商品的流通数据,以进行物流资源的科学化统筹,业务模式本与用户无关,不具有侵犯用户隐私的动机;二是相关法律人士认为,未经用户许可令第三方机构读取用户数据本身就是违法行为,用户的个人数据只能保存在使用平台上,换言之,无论菜鸟亦或是顺丰未经允许读取用户数据,已经触犯法律,在数据无用的前提下,这两家企业也实在没必要冒如此大的法律风险。

从2013年蜜月期至今,仅仅4年时间,双方便走到了对峙的境地。矛盾的爆发点并非是“用户安全”而是利益。

根据顺丰财报显示,其2015年和2016年快递业务的票均收入为23.83元和22.15元,远高于行业平均水平,须知,2016年快递行业的同期单价也仅为12.78元。当整个快递行业的时效性得到迅速提高时,顺丰的高成本成为影响其未来发展的最大障碍,扩大规模以及提高客单价成为顺丰此后的主要运营思路。但这又恰恰与当下物流行业的潮流相左,在电商的带动下,物流行业客单价已经连续多年降低。

当前,顺丰向菜鸟开战,也是在走一着险棋,希望通过淘宝系订单作威胁,向阿里表达更多利益诉求。但问题就在于一旦牺牲用户体验、商家好感度以及关闭接口会造成物流数据的不可追溯,刚刚步入正轨的电商行业就会蒙上重重阴影,人心丢失,顺丰很难获得利益诉求。

届时,顺丰有可能是被动丢掉淘宝系市场,这当然并非顺丰所愿,其实,当事双方谁也无法承担“绝交”的后果。

虽然这场争论以监管部门的介入而告一段落,但仍有相当多的分歧在等着双方解决。在通达系已经开始主动与菜鸟分享数据的前提下,顺丰的数据壁垒还能坚持多久?

本文转自d1net(转载)

相关实践学习
基于MaxCompute的热门话题分析
Apsara Clouder大数据专项技能认证配套课程:基于MaxCompute的热门话题分析
相关文章
|
9天前
|
存储 关系型数据库 分布式数据库
PostgreSQL 18 发布,快来 PolarDB 尝鲜!
PostgreSQL 18 发布,PolarDB for PostgreSQL 全面兼容。新版本支持异步I/O、UUIDv7、虚拟生成列、逻辑复制增强及OAuth认证,显著提升性能与安全。PolarDB-PG 18 支持存算分离架构,融合海量弹性存储与极致计算性能,搭配丰富插件生态,为企业提供高效、稳定、灵活的云数据库解决方案,助力企业数字化转型如虎添翼!
|
7天前
|
存储 人工智能 Java
AI 超级智能体全栈项目阶段二:Prompt 优化技巧与学术分析 AI 应用开发实现上下文联系多轮对话
本文讲解 Prompt 基本概念与 10 个优化技巧,结合学术分析 AI 应用的需求分析、设计方案,介绍 Spring AI 中 ChatClient 及 Advisors 的使用。
354 130
AI 超级智能体全栈项目阶段二:Prompt 优化技巧与学术分析 AI 应用开发实现上下文联系多轮对话
|
7天前
|
人工智能 Java API
AI 超级智能体全栈项目阶段一:AI大模型概述、选型、项目初始化以及基于阿里云灵积模型 Qwen-Plus实现模型接入四种方式(SDK/HTTP/SpringAI/langchain4j)
本文介绍AI大模型的核心概念、分类及开发者学习路径,重点讲解如何选择与接入大模型。项目基于Spring Boot,使用阿里云灵积模型(Qwen-Plus),对比SDK、HTTP、Spring AI和LangChain4j四种接入方式,助力开发者高效构建AI应用。
343 122
AI 超级智能体全栈项目阶段一:AI大模型概述、选型、项目初始化以及基于阿里云灵积模型 Qwen-Plus实现模型接入四种方式(SDK/HTTP/SpringAI/langchain4j)
|
19天前
|
弹性计算 关系型数据库 微服务
基于 Docker 与 Kubernetes(K3s)的微服务:阿里云生产环境扩容实践
在微服务架构中,如何实现“稳定扩容”与“成本可控”是企业面临的核心挑战。本文结合 Python FastAPI 微服务实战,详解如何基于阿里云基础设施,利用 Docker 封装服务、K3s 实现容器编排,构建生产级微服务架构。内容涵盖容器构建、集群部署、自动扩缩容、可观测性等关键环节,适配阿里云资源特性与服务生态,助力企业打造低成本、高可靠、易扩展的微服务解决方案。
1337 8
|
1天前
|
存储 JSON 安全
加密和解密函数的具体实现代码
加密和解密函数的具体实现代码
189 136
|
6天前
|
监控 JavaScript Java
基于大模型技术的反欺诈知识问答系统
随着互联网与金融科技发展,网络欺诈频发,构建高效反欺诈平台成为迫切需求。本文基于Java、Vue.js、Spring Boot与MySQL技术,设计实现集欺诈识别、宣传教育、用户互动于一体的反欺诈系统,提升公众防范意识,助力企业合规与用户权益保护。
|
18天前
|
机器学习/深度学习 人工智能 前端开发
通义DeepResearch全面开源!同步分享可落地的高阶Agent构建方法论
通义研究团队开源发布通义 DeepResearch —— 首个在性能上可与 OpenAI DeepResearch 相媲美、并在多项权威基准测试中取得领先表现的全开源 Web Agent。
1428 87
|
6天前
|
JavaScript Java 大数据
基于JavaWeb的销售管理系统设计系统
本系统基于Java、MySQL、Spring Boot与Vue.js技术,构建高效、可扩展的销售管理平台,实现客户、订单、数据可视化等全流程自动化管理,提升企业运营效率与决策能力。