“买买买”背后的物流大数据

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
简介:


当“买买买”成为国人的生活常态,当“有你快递”成为迅速逗乐女朋友的秘诀,当我国成为世界第一快递大国,物流业的发展水平和智慧程度将与每个人的生活息息相关。

2017年3月27日,由交通部科学研究院、菜鸟网络等制作的《中国智慧物流大数据发展报告》在京发布,“智能物流大数据发展指数”也随报告推出。该指数是国内首个针对物流业的量化评价体系,由此,“最熟悉的陌生人”——快递小哥将变得更加数据化、具体化。

中国仓储与配送协会副会长王继祥评价称:“报告描绘了中国智慧物流全景蓝图,点明了中国电子商务与智慧物流发展趋势。”

报告认为,2016年物流业尚处于快速布局阶段,全年指数均值为40.9。时效上,“包邮”的沪、浙、江排名前三,西藏暂居末位;物流业务整体的数据化程度较好,但跨境物流详情数据完备率指数仅为13.5;数据基础设施尚处于起步阶段,指数值为18.8;基础物流协同相对成熟,但末端协同仍需进一步加强。

由此可知,物流业面临着的末端协同有待加强、跨境数据衔接不足以及数据基础设施刚刚起步等问题。

针对以上情况,菜鸟网络CTO王文彬称,“行业现在的短板正是最大的机会,共享协同是出路。”他同时告诉经济观察网记者,物流行业劳动密集程度高、技术技术壁垒不强,可能会在近年迎来整合。

末端协同成最大痛点

报告显示,物流业的基础协同相对成熟,但末端协同却成为行业最大瓶颈,2016年12月末端协同率仅为9.4。这也导致,用户对物流业形成了劳动密集、效率较低的刻板印象。

王文彬认为,快递末端网点的重复建设客观上造成了资源浪费、效率低下、过度竞争以及交通拥堵等问题,“共享协作才是行业出路”王文彬说。他还向经济观察网记者透露,菜鸟网络将通过硬件和软件两种方式,进一步帮物流企业解决智能分拣问题,从而提升末端协同效率。

此前,电子面单已经在物流业末端带来了较大的提升。2016年12月电子面单普及率数值增至82,已达到相当高的普及程度,而2016年1月该指数为63。以菜鸟电子面单为例,2016年在主要电商平台渗透率为80%,与2015年初相比,提升近1.6倍,体现了平台对智慧物流的推广作用。快递企业在使用电子面单后,中转环节错分率平均降低了40%,每年节约纸张消耗费用约12亿元。

近年来,智慧物流发展的另一重点是物流云。据企业样本统计,去年1月快递业物流云普及率的数值为5,12月已增长至25.4,这反映出物流数据基础设施尚处于起步阶段,但发展速度相对较快。物流云的出现,不仅解决了快递企业数据化程度不高的问题,还降低了企业信息化建设成本,减少了数据基础设施的重复建设。

数据衔接不畅影响“海淘”

具体而言,2016年全年境内物流详情数据完备率指数为84.8,发展较为成熟,而跨境物流详情数据完备率指数仅为13.5,存在链路衔接不足的问题。这一点在跨境海淘的具体应用中表现的最为显著。跨境则涉及多方多段,数据获取难度较大,“共享协作才是行业出路。”

王文彬解释称,跨境物流涉及多方多段,数据获取难度大,更加需要多方协同。但他同时表示,从全年分月度看,指标呈波浪形上升态势,正在逐步改善。

国内虽然在物流数据完备指数方面略高于国际,但行业痛点仍然存在,要素链接仍然有待加强。据统计,全国仍有7000万家中小企业和个体工商户之间缺乏信息互联互通,“信息孤岛”现象比较突出。

阿里研究院副院长杨健认为,连接物流要素,加强数据链路,末端协同升级,将是物流业的下一步发展趋势。

“江浙沪包邮”领跑全国时效

报告显示,2016年,东部、中部和西部地区时效指数同比减少了6%、10%和9%,而越是偏远地区,时效改善越明显。同时,中部成为时效提升最快的地区,较好的经济发展形势与较为完善的基础设施是关键。

从对全国各省区的时效比较,可以看出,长三角地区继续保持领先,上海市、浙江省和江苏省位列全国前三。三地也是我国物流业务大省,合计占到全国总量的13%。这说明物流时效与物流业务量大小正相关,业务量越是饱满,越有利于提升物流效率。

时效排名第四至十名分别是安徽、广东、湖北、福建、北京、河南和湖南,位于最后三位的则是内蒙古、新疆和西藏。尽管中部、西部地区的时效水平较东部仍然存在较大差距,但差距在不断缩小。

更应该看到的是,物流业的数据化、智能化已经对其服务质量产生了较大的积极作用。以双11期间为例,2016年比2015年履约率提升25%;而相比2013年,每1亿件包裹的签收时间减少近3倍,已经从9天减少到3.5天。




本文出处:畅享网
本文来自云栖社区合作伙伴畅享网,了解相关信息可以关注vsharing.com网站。

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
相关文章
|
1月前
|
数据采集 监控 算法
大数据与物流行业:智能配送的实现
【10月更文挑战第31天】在数字化时代,大数据成为物流行业转型升级的关键驱动力。本文探讨大数据如何在物流行业中实现智能配送,包括数据采集与整合、数据分析与挖掘、智能配送规划及实时监控与评估,通过案例分析展示了大数据在优化配送路线和提升物流效率方面的巨大潜力,展望了未来智能配送的高度自动化、实时性和协同化趋势。
|
7月前
|
传感器 供应链 数据可视化
智慧物流大数据的设计与实现(论文+源码)_kaic
智慧物流大数据的设计与实现(论文+源码)_kaic
|
7月前
|
供应链 大数据 调度
大数据在物流领域的应用有哪些?请举例说明。
大数据在物流领域的应用有哪些?请举例说明。
247 0
|
7月前
|
存储 消息中间件 分布式计算
对于一般大数据物流项目的面试题(问题+答案)
对于一般大数据物流项目的面试题(问题+答案)
101 0
|
Cloud Native 大数据
阿里云最新产品手册——阿里云核心产品——云原生大数据计算服务——智能物流
阿里云最新产品手册——阿里云核心产品——云原生大数据计算服务——智能物流自制脑图
150 1
|
大数据
|
大数据 调度
《大数据在物流行业应用突破——大规模云上调度实践》电子版地址
大数据在物流行业应用突破——大规模云上调度实践
86 0
《大数据在物流行业应用突破——大规模云上调度实践》电子版地址
|
消息中间件 存储 分布式计算
大数据物流项目中CM的安装与运用
使用CM安装CDH集群时,针对每个框架(比如,HDFS、MAPREDUCE、YARN等)创建用户,不可以被用于登录操作系统。以框架名称创建用户,所有用户名为框架名称。
208 0
大数据物流项目中CM的安装与运用
|
监控 大数据
浅谈大数据背景下物流运输之车辆管理
随着科学技术的进步和智能化技术的不断发展与涌现,经济全球化在不断向前深入,商品贸易,流通规模不断扩大,为物流运输业的发展和壮大提供了新的空间,同时大数据,智能化产业的发展也为物流管理带来了新的挑战。因此,现代物流企业要不断完善和夯实物流运输管理模式,提高物流服务质量,提升物流品牌,特别是加强运输车辆管理,为客户提供高质量,高效益运输服务,以适应物流市场的发展规律,促进物流业的整体发展。
浅谈大数据背景下物流运输之车辆管理
|
存储 供应链 监控
浅谈大数据背景下物流管理模式创新
随着科学技术的进步和智能化技术的不断发展与涌现,经济全球化在不断向前深入,商品贸易,流通规模不断扩大,为物流运输业的发展和壮大提供了新的空间,同时也为物流管理带来了新的挑战。因此,现代企业要不断完善和夯实物流运输管理模式,提高物流服务质量,提升物流品牌,以适应物流市场的发展规律,促进物流业的整体发展。
下一篇
DataWorks