新零售时代,大数据驱动物流变革

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

“未来的物流公司成长要靠数据、技术和人才,但目前绝大多数的物流公司在组织、人才、信息技术、眼光格局上都没有准备好,这样的企业将被淘汰!而一大批新型物流企业将快速成长起来。”5月22日,在以“连接升级”为主题的2017全球智慧物流峰会上,马云又一次语出惊人,再次向传统物流企业敲响了警钟。

在2016年10月的阿里云栖大会上,马云提出了“新零售”概念,并把物流提升到了一个关键性的位置。马云认为,在未来的十年、二十年,纯粹的电商或是纯零售的形式都将被打破,线上平台、线下体验和现代物流必须结合在一起,“新零售”的一个很大目标就是要通过物流消灭库存,让线下实体解放出来。这样一来,电商与线下实体商业将由原先的独立甚至冲突,走向混合、融合,通过强化客户体验以及效率提升为主的模式,去释放和满足新的需求,引导消费需求的升级。从某种程度上来说,要实现“新零售”,离不开现代物流这一重要纽带的精准配套。

A

电商天花板倒逼物流转型

“新零售”时代的到来有其现实的背景:由于近十年来的全速扩张,传统电商随着互联网和移动互联网终端大范围普及所带来的用户增长以及流量红利,已经趋于饱和,互联网的成熟同时也意味着依靠互联网本身来实现高盈利的时代即将过去。

国家统计局的数据显示:全国网上零售额的增速已经连续三年下滑,2014 年1-9 月份的全国网上零售同比增长达到49.9%;2015年1-9月份的全国网上零售额同比增长降到36.2%。而在2016年的1-9 月份,全国网上零售额增速仅为26.1%。从2016 年“天猫”、“淘宝”的“双11”总成交额1207亿元来看,交易总额的增速也从2013 年超过60%下降到了2016年的24%。根据艾瑞咨询的预测:国内网购增速的放缓仍将以每年下降8-10个百分点的趋势延续。

尽管眼下的电商数据依然亮丽,但是有着前瞻眼光的业界大佬们已经未雨绸缪,将目光转向新型模式的构建,希望寻找到零售业新的增长点。

与此同时,随着国民可支配收入的不断增长与物质消费水平的不断提高,人们对消费的关注点已不再局限于价格低廉等线上电商最为自豪的优势,转而日益注重消费过程中的体验与感受,个性化甚至定制化消费渐成风气。相比线下实体店为消费过程营造的可视、可听、可触、可感等直观体验,线上电商与生俱来的短板暴露无遗。

高品质、个性化以及体验式消费需求的增长已经成为传统线上电商继续发展的阻碍,由此,构建“新零售”模式来主动启动消费体验的升级,建设全新的消费生态与渠道,引导消费方式的变革,无疑成为传统电商实现创新发展的转型之路。

物流与电商一直是密不可分的利益共同体。伴随着电商的快速发展,国内快递业务量连续多年呈现出井喷式增长,走过原始积累期的众多民营快递企业在近两年来纷纷布局上市,希望借资本的力量取得新的突破。这从某种程度上也反映了,快递业已经进入洗牌期,特别是大量中小企业在“新零售”时代都将面临着被淘汰的风险。而从传统物流经营模式来看,供应链链条过长,涵盖货主、物流公司、承运商、专线物流、终端客户等多个环节,而且多是以“点到点”的运输为主。

在运输效率、时间成本上越来越无法满足多元化的消费需求,也令物流费用居高不下。因此,对传统物流企业而言,转型升级迫在眉睫。

B

精益供应链管理,优化供给侧

针对传统物流业的弊端,促进物流组织管理模式向供应链管理阶段迈进,促进行业组织模式和生产模式的转型升级,实现整合资源、优化流程、精益管理可谓是物流企业提升有效供给能力的必经之路。

现代物流企业首先要运用供应链集成的思想优化内部业务流程。包括进行合理的资源配置,将自身具备的物流功能进行最大程度地集成化,致力于缩短运输时间和降低中间成本。这要求物流企业从提供商思维向物流供应链管理服务商发展,从客户角度出发,以物流业务为核心,注重增加客户价值与服务水平,在改造流程的基础上增加增值服务项目,提升优质服务的供给水平。

当然,转变思想只是第一步,要解决这一问题关键在于加强企业的信息化建设,特别是要建立适合供应链运作的信息支持平台。这是因为,新零售时代的物流要求更精准地预测销量,调拨库存,以更高的效率、更低的成本、更优质的服务体验将商品送至客户手中。

供应链管理下的物流依赖于对大量信息、数据的采集、分析、处理和及时的更新。物流企业和供应链中任何一个节点之间都需要信息沟通,而这些信息可能会存在于不同架构的平台之中。因此,在实现精益供应链管理的过程中,数据的整合是重中之重。

如前所述,传统物流的一大弱势就是中间环节过多,供应链资源配置不合理。数据显示,中国的商品平均搬运次数是7,也就是说,一件商品平均要转手7次才能到达消费者的手里。

当下,很多物流企业开始以“互联网+物流”的方式来减少搬运次数,基本做法就是通过网络平台以及数据分析来协调货物和运力间的配送关系,使物流节点实现快速的无缝对接。其核心就是建立面向全供应链条的物流数据信息平台,利用信息技术、互联网技术将整个供应链系统顺畅地连接起来,并且形成以客户需求为导向的服务链。

以京东物流为例,京东通过大数据的分析能够非常精确地预测到各个地区产品的需求量,从厂家到市级,或者某个地区的仓库,然后直接分发给消费者,搬运中间环节仅需要3次;同时,通过对消费者行为数据的分析,继而做到高精度地预测一定时间节点内在哪个地区需要多少商品数量,将预测销售数据反馈给制造商,以指导厂家的线下生产,或者直接从厂家调货到当地,真正实现零库存。通过大数据支持下的供应链管理,京东物流将线上销售、线下生产以及配送融为一体,使得商品生产、流通、服务的效率均得到极大的提升,不仅缓解了物流的压力,也降低了生产商的库存风险,可以说已经非常接近“新零售”时代对现代物流服务的高要求。

C

分享经济,物流业的新风口

从交通出行到住宿,从网约车到单车、充电宝,分享经济已经深入我们衣食住行各个方面。

《中国分享经济发展报告2016》显示,我国参与分享经济活动总人数目前已超5亿人,越来越多的人成为了分享经济的受益者、参与者和推动者。人们相信,越来越多的传统行业都将享受到分享经济的红利,为行业生态营造出创新的格局,传统物流业的转型探索也从中获得了灵感。

分享经济是一种新的发展观,可以说是对资源进行重新配置的一种方式,当下,不同行业领域的跨界融合发展正成为分享经济的一大趋势。

中国物流与采购联合会副会长蔡进在接受媒体采访时曾经说过,物流的最大魅力是整合,传统物流业的转型就是要通过整合不同供应链条上的闲散力量,提高物流业社会组织化的能力,同时通过优化供应链的组织模式把若干小企业组织在一个平台上,这样不仅使流程高效有序,还可发挥中小企业自身的灵活性。

物流专家董鹏认为,共同配送是提升传统物流效率的一条可行途径。共同配送是将多个客户联合起来,在不同客户之间进行有序配送的服务,其模式可分为多对一、多对多两种形式,是把来自不同货源的货物集约起来,由一个或多个配送企业对一家或多家用户按指令进行配送。其中间的物流——第三方承运商,可以同时为多家货源进行统一配送。共配模式面对不同行业的终端客户,运输环节中通过共享车位、仓位以降低空载率,降低物流成本,提高物流资源利用率,其优势可以有效地解决物流在“最后一公里”存在的诸多问题。究其核心,都是要将不同平台上的人力物力甚至资本资源最大程度地整合利用好。

目前,很多新型物流企业正在以共享思维利用互联网寻找物流业的新商机。如北京云鸟公司,作为一家互联网企业,非常看好物流业的未来机遇,专注于建设供应链配送的服务商平台,通过整合海量社会运力资源,将企业配送需求与社会运力精确匹配,同时叠加以增值服务,开创供应链配送的新模式。其开发的“鸟眼”系统可将配送信息实时传给发货人、收货人、调度、仓管等人员,而货主也可以在“鸟眼”上发布线路,云鸟则帮助他们找到车辆。借助互联网管理,整个配送以及交易过程状态实时透明化、可视化,也增加了货主以及消费者在城市配送中的体验感。对于城市配送物流来说,这就是共享经济的一种典型表现,因为在整个业务链条上,参与方均不同程度地分享或共享了仓库设施、仓储设备、人力、技术、管理和车辆等,因此也带来了货主企业的成本节约与资源的更有效配置、物流公司的集约化运营。2016年3 月28 日,菜鸟网络宣布将联合物流合作伙伴组成菜鸟联盟,类似的强强联盟还有苏宁宅急送、日日顺等等,这不仅仅是一种抱团,同时也是一种共享。

“打通数据,降低协同成本”。要满足新零售对于现代物流提出的新要求,未来物流配送体系必须朝着信息化、标准化、组织化、智能化的方向发展,通过大数据、云计算、物联网等先进信息技术充分把控、整合物流资源。

今年3月初,阿里研究院给新零售做了个明确定义——以消费体验为中心的数据驱动的泛零售形态,其中的关键词正是大数据。正如众多业界大佬们形成的共识:新零售时代的物流不仅仅是要比谁做得更快,本质在于提升效率与体验,要实现真正消灭库存这一终极目标,首先要学会利用好大数据!

合作共享创造奇迹

□ 王寅娜

“过去十年,中国物流业创造了奇迹,未来十年将迎来更大的奇迹。”近日,阿里巴巴董事局主席马云预测,每天产生10亿个包裹的市场即将来临。虽然这个预测是否准确还难说,但中国物流业发展迅猛是不争的事实。去年我国快递业务量规模继续稳居世界首位,业务量首次突破300亿件大关,同比增长51.4%,平均每天的快递包裹接近1亿件。面对发展如此快速的物流业,唯有实现智慧化才可以应对。

物流的背后支撑是数据流,但这些数据如果只为某一家公司所用,就只能是“信息孤岛”,不能发挥有效的作用。只有将数据连接、开放、共享了,才能提升仓储、运输、配送效率,从而应对巨大的业务量。去年“双11”,淘宝平台产生了6.57亿个包裹,比前年“双11”增长了40%多,然而每个包裹送达消费者的时间缩短了15个小时。在没有靠扩张人力、运力、建设自己的封闭系统情况下,这是如何达成的?菜鸟网络总裁万霖将此归功为合作。菜鸟网络联合了3000多家合作伙伴、200多万名合作伙伴的员工,来协同完成这样的任务,这是一个很好的例子。

协同共享克服了传统物流企业所有权理念,通过分享的理念分享使用权而不是占有使用权,打破传统边界 、深化企业分工,实现了存量资源的社会化转变和闲置资源的最大化利用。社会资源亟待整合,但是大量物流资源受到所有权的限制,一方面供给不足,另一方面又存在闲置,依托智慧物流协同共享理念,打破企业边界和信息不对称问题,可以实现对整个物流资源,特别是闲置资源的充分利用。

面对新一轮发展机遇,协同合作,智慧发展才是正道。

本文转自d1net(转载)

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 
相关文章
|
7月前
|
人工智能 弹性计算 Serverless
Serverless+AI驱动的一站式数据平台有哪些可能性
【2月更文挑战第4天】Serverless+AI驱动的一站式数据平台有哪些可能性
|
7月前
|
人工智能 数据管理 Serverless
阿里云数据库走向Serverless与AI驱动的一站式数据平台具有重大意义和潜力
阿里云数据库走向Serverless与AI驱动的一站式数据平台具有重大意义和潜力
451 2
|
7月前
|
人工智能 运维 Cloud Native
、你如何看待阿里云数据库走向Serverless与AI驱动的一站式数据平台?
、你如何看待阿里云数据库走向Serverless与AI驱动的一站式数据平台?
199 2
|
7月前
|
存储 数据采集 大数据
大数据处理与分析技术:驱动智能决策的引擎
本文介绍了大数据处理与分析技术在现代社会中的重要性和应用。从数据采集、存储、处理到分析决策,大数据技术为我们提供了深入洞察和智能决策的能力,推动着各行各业的创新和发展。
290 0
|
2月前
|
SQL 消息中间件 分布式计算
大数据-120 - Flink Window 窗口机制-滑动时间窗口、会话窗口-基于时间驱动&基于事件驱动
大数据-120 - Flink Window 窗口机制-滑动时间窗口、会话窗口-基于时间驱动&基于事件驱动
102 0
|
2月前
|
SQL 分布式计算 大数据
大数据-119 - Flink Window总览 窗口机制-滚动时间窗口-基于时间驱动&基于事件驱动
大数据-119 - Flink Window总览 窗口机制-滚动时间窗口-基于时间驱动&基于事件驱动
91 0
|
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。
|
4月前
|
自然语言处理 供应链 数据可视化
大数据在市场营销中的应用案例:精准洞察,驱动增长
【8月更文挑战第25天】大数据在市场营销中的应用案例不胜枚举,它们共同展示了大数据技术在精准营销、市场预测、用户行为分析等方面的巨大潜力。通过深度挖掘和分析数据,企业能够更加精准地洞察市场需求,优化营销策略,提升市场竞争力。未来,随着大数据技术的不断发展和普及,其在市场营销领域的应用将更加广泛和深入。
1362 3
|
5月前
|
存储 算法 数据可视化
云上大数据分析平台:解锁数据价值,驱动智能决策新篇章
实时性与流式处理:随着实时数据分析需求的增加,云上大数据分析平台将更加注重实时性和流式处理能力的建设。通过优化计算引擎和存储架构等技术手段,平台将能够实现对数据流的高效处理和分析,为企业提供实时决策支持。通过优化计算引擎和存储架构等技术手段,平台将能够实现对数据流的高效处理和分析,为企业提供实时决策支持。
762 8
|
7月前
|
人工智能 数据管理 大数据
阿里云数据库走向Serverless与AI驱动的一站式数据平台是一个很有前景和意义的发展方向
阿里云数据库走向Serverless与AI驱动的一站式数据平台是一个很有前景和意义的发展方向
108 2