大数据加持 自动化快递物流支撑电商千亿时代

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:

0.9秒付款成功,6分51秒商品完成打包从仓库发出,13分19秒签收成功。在佛山芦苞镇打工的黄先生还在血拼中,菜鸟联盟的快递成员EMS敲响他的房门,他刚刚下单购买的美的榨汁机就已经到货了。

这是2016年天猫“双十一”全球狂欢节签收的第一单。物流反应速度之快,也创了新纪录。

反应速度提速背后,是大数据加持的结果。伴随着“双十一”电商狂欢进入第八个年头的快递物流行业,已经全面进入数据化、信息化、自动化发展路径,初步摆脱最初“双十一”时爆仓、损耗,累垮快递员的局面,而开始收获订单激增与口碑变好的双重福利。

数据时代带来红利的同时,也给快递企业带来严峻的挑战。阿里集团CEO张勇表示,电子商务的发展日益展露出对渠道的革命,这项变革则带动整个物流体系,特别是供应链体系发生变革。

数字化物流体系撑电商千亿时代

庞大的快递量在短期内消化,对电商和快递企业形成挑战,早在双十一之前,各电商物流公司就已经提前准备了应对之策。

1)菜鸟网络:众包物流+智能分单

菜鸟网络的双11备战主要有以下四个方面:各快递公司设立统一的作战室,对快递单量和物流情况实时通报,应急联动;除各家快递在末端增加的人、车和场地外,还将通过菜鸟驿站、自提柜等方式分流压力;众包物流首次参与双11,数十万众包快递员随时待命;开设在香港和澳大利亚的菜鸟全球订单履行中心(GFC)将首次服务于双11,帮助海外商家把商品卖往中国内地和港台地区。

2)京东物流:5亿补贴+全自动仓储

10月11日,京东公布了双11物流备战策略:为了帮助商家在全国进行分仓备货,京东将在全面开放物流服务的基础上,拿出5亿元对商家的仓储配送服务进行补贴。京东方面表示,双11期间只要购物时勾选“京东配送”,消费者在京东第三方平台购买的商品将享受到与京东自营同样的配送时效。

3)苏宁物流:联手宅急送+多地大件仓投产

10月10日,宅急送与苏宁云商、苏宁物流共同推动苏宁物流和宅急送的战略合作升级。此前,苏宁物流与宅急送共建网点309个,快递单量日均近2万件。此次深化合作后,宅急送将在苏宁空白区域为苏宁定制专属网点,在网点合作相对较弱的区域加强合作。此外,宅急送将为苏宁“双11”干线提供后备干线资源保障。未来,双方将在末端网点深化合作,引入宅急送售后服务。

以上这些策略的有效达成,一套精准且高效运转的数字化物流体系不可或缺,强大的智能物流仓储和分拣系统是这套系统的硬件支撑。以下我们重点介绍亚马逊、京东、苏宁、顺丰四家优势电商的智能物流及分拣体系。

亚马逊:物流大数据先行者

亚马逊是最早玩转物流大数据的电商企业,在业内率先使用大数据、人工智能和云技术进行仓储物流的管理。亚马逊创新地推出预测性调拨、跨区域配送、跨国境配送等服务,不断给全球电商和物流行业带来惊喜。通过20多年的积累,亚马逊已经织建一个通达全球的网络,109个运营中心遍布全球,可覆盖185个国家和地区。在中国,亚马逊有15个运营中心,近300多条干线运输线路,可向1400多个区县的消费者提供当日达、次日达服务。

1)硬件方面:使用机器人和无人机提升仓储和配送效率

智能机器人Kiva技术提升数倍仓储作业效率。亚马逊2012年7.75亿美金收购的KivaSystems,到2015年Kiva机器人数量已增至1万台,用于北美各大运转中心。机器人作业颠覆传统电商物流中心作业“人找货、人找货位”模式,通过作业计划调动机器人,实现“货找人、货位找人”的模式,整个物流中心库区无人化,各个库位在Kiva机器人驱动下自动排序到作业岗位。Kiva系统作业效率比传统的物流作业高2-4倍,准确率达到99.99%。

无人机送货解决最后一公里配送难题。2013年12月,亚马逊发布PrimeAir无人快递,顾客在网上下单,重量5磅以下订单可用,约30分钟即可快递到家。整个过程无人化,无人机在物流中心流水线末端自动取件,直接飞向顾客。2014年公司CEO贝佐斯公开表示,亚马逊正设计第八代送货无人机,将采用无人机为AmazonFresh生鲜配送服务。

2)软件方面:大数据应用于每一个环节

亚马逊是第一个将大数据推广到电商物流平台运作的企业。电商完整端到端的服务可分为五大类,即浏览、购物、仓配、送货和客户服务。

用户浏览:基于大数据分析的技术精准分析客户的需求。后台系统记录客户的浏览历史,把顾客感兴趣的库存放在离他们最近的运营中心,方便客户下单;

购物便捷下单:在这方面可以帮助客户不管在哪个角落,都可以快速下单,也可以很快知道他们喜欢的选品;

仓储运营:大数据驱动的仓储订单运营高效,在中国亚马逊运营中心最快可以在30分钟之内完成整个订单处理,从订单处理、快速拣选、快速包装、分拣等一切都由大数据驱动,且全程可视化;

配送:精准的物流比快物流更重要。亚马逊的物流体系会根据客户的具体需求时间进行科学配载,调整配送计划,实现用户定义的时间范围的精准送达。美国亚马逊还可以根据大数据的预测,提前发货,保持对线下零售的绝对竞争力;

客户服务:亚马逊中国提供7X24小时不间断的客户服务,首次创建技术系统识别和预测客户需求,根据用户的浏览记录、订单信息、来电问题,定制化地向用户推送不同的自助服务工具,大数据可以保证客户可以随时随地电话联系对应的客户服务团队。

智能入库管理:亚马逊采用独特的采购入库监控策略,基于过往经验和所有历史数据的收集,对已坏商品预包装。CubiScan仪器会对新入库的中小体积商品测量长宽高和体积,根据这些商品信息优化入库。通过数据共享,其他库房可直接利用,有利于后续的优化、设计和区域规划。

智能分仓和智能调拨实现平行仓之间精准的供应链流程。通过亚马逊独特的供应链智能大数据管理体系,亚马逊实现了智能分仓、就近备货和预测式调拨。各大运营中心之间有干线的运输调配,以确保库存提前调拨到离客户最近的运营中心。以整个智能化全国调拨运输网络支持平行仓的概念,全国范围内只要有货就可以下单购买。

京东无人仓:改写智能物流装备行业格局

京东无人仓揭开神秘面纱。10月26日,京东发布无人仓的物流装备,其中AGV搬运机器人、shuttle货架穿梭车、DELTA分拣机器人、六轴机器人及无人叉车等技术均已超越国际先进水平。

1)无人仓定位:针对中小件商品

京东无人仓采用中小件分离存储的理念,主要针对中件商品及小件商品两个场景进行存储与拣选。根据存储区域实现高密度存储,拣选区域保证灵活来回作业的特性,中件商品主要使用到无人叉车、AGV智能搬运车、六轴拣选码垛机器人三大机器人设备。高度小于30cm,重量在5kg以下小件商品均使用周转箱,存放于自动化立体仓库,由shuttle穿梭车负责存取,DELTA拣选机器人负责拣选。

SHUTTLE货架穿梭车,负责在立体货架上移动货物,能够实现6m/s的高速行走,并且具有每小时1600箱的巨大吞吐量。

智能搬运机器人AGV,这个貌似扫地机器人的自动导引小车载货达300公斤以上,可实现货物在库房内的搬运,通过调度系统与人工智能可灵活改变路径,实现自动避障与自主规划路径。

DELTA型分拣机器人,这个拣选机器人的动作令人眼花缭乱,它采用3D视觉系统,能够实现动态拣选、自动更换捡拾器以及155ppm的作业节拍,具有三轴并联机械结构及适应货物转角偏差辅助轴的特点。

六轴机器人6-AXIS,它几乎就是每个人心目中的经典机械手,由控制、驱动、机械本体等单元组成,是个勤勤恳恳的搬运工,负责拆码垛等工作,具有165kg大载荷量和±0.05mm高精度的特点。

2)机器人融入生产、人工智能算法

在存储环节,京东shuttle高速穿梭车可以在狭窄的立体仓库通道中实现高密度的存储,实现高效率的吞吐,相当于人工效率的10倍;在搬运环节,AGV、无人叉车可以高效作业;在三维拣选环节,DELTA型分拣机器人(据京东介绍目前该技术全球仅有两家可以实现)可以实现每小时3600次拣选,效率是人工进行拣选的5-6倍。

商品布局算法,京东根据海量的数据,分析每一个商品在每天订单中的分布命中情况,可以判断单个商品拣选区和存储区的配置量;拣选区布局算法,根据每个商品每小时的出货情况对未来的出货进行预测;机器人的调度算法和定位算法,该算法会让机器人的行走效率达到最佳状态,当几百台AGV小车同时作业时,不仅仅是一个单体智慧化的设计,会深入上层的调度系统设计,基于京东大量精准的仓储数据,再加上调度系统设计,完全可以实现所有机器人的行走路径,避免碰撞和拥堵,同时高效地作业。

3)第三代物流系统技术,实现从自动化到智能化的突破

2014年落成的京东亚洲一号自动化物流中心,在很多环节用自动化的物流技术提高了仓储环节的运营效率,也将中国的电商物流水平提升到第二代物流技术阶段。而此次亮相的“无人仓”则代表着全新的第三代物流系统技术,实现了从自动化到智慧化的革命性突破。

京东“无人仓”的横空出世,已成为京东科技物流的拐点,首次实现智慧物流的完整场景,全面超越亚马逊成为目前全球最先进的物流技术落地应用。“无人仓”的技术突破与落地,将为未来的双十一、618物流提供有力的保障和支持。

苏宁云仓:先进的物流配送系统+现代化的物流工艺

苏宁携手德马物流打造苏宁云仓智能物流系统。苏宁上海云仓为苏宁自建物流项目,占地400亩,其中复合仓储面积达到21万平方米,SKU达到20万,总库存超千万,辐射上海、浙江、江苏苏南及福建地区。项目从15年4月份竣工,到自动化一期、二期施工建设顺利投入使用,产能升级,共历时18个月。

苏宁上海物流中心定位“苏宁云仓”系列项目之一,是苏宁自主迭代研发的第四代项目,该项目立志打造成苏宁物流系统主干网络,借助物流自动化设备实现作业流程的效率提升,通过数据化、信息化、智能化使得苏宁物流更加精准、高效。

1)物流天眼平台为每一个包裹安全配送保驾护航

电商消费者最关心商品运输状态,以及运配过程的包裹完好情况等物流信息。在日常运作中全程监控苏宁物流的22个作业系统和141个作业场景,为每一个包裹的安全抵达保驾护航。与此同时,“天眼”通过对物流各环节监控不断累积的实时作业数据进行筛选和结构化的处理,建立模型,分析有价值的信息,实现数据的增值。如在数据预测方面,通过作业模型和销量预测的结合,为库存、班车线路、班车时刻表、虚实快递点切换等提出建议,为接下来,尤其是为促销期的作业波峰提前筹备资源、切换波峰运作模式。

2)指南针系统连接业务控制与物流设备

自动化仓库的高效运转离不开一套完善的智能仓库控制系统(即WCS:WarehouseControlSystem)。WCS系统是连接业务控制层和物流设备的桥梁,解析业务层下发的作业指令,调度全库自动化设备。通俗来说,WCS系统就是自动化仓库的超级大脑。

3)自动化智能装备逐步替代人工作业

在最短时间完成拣货和配送,需要在订单生产、商品存储、拣选、包装、分拨多个环节紧密衔接、配合,对物流系统提出更高的要求。超过20万个综合品类SKU,将商品按照动销率分配在项目的8个库区,采用横梁和阁楼货架的存放,既可以实现密集存储增加库存容量,又可以缩短作业人员的拣选半径,提高效率。

4)高效成熟的输送分拣线满足配送需求

此次苏宁与德马科技深度合作,在项目中依靠近5km的输送线将它们串联起来,包装到分拨采用了目前比较成熟的交叉带分拣技术,高效、准确的将订单派发到不同配送城市线路道口,300个道口满足每天约50万个订单的配送服务。

5)智能搬运机器人实现“货到人”管理模式

苏宁上海运营中心首次配置了智能拣选机器人(类似kiva机器人),协助人员完成拣选动作,实现贵重商品区,无人仓的货到人管理模式。该技术在国内平台类电商中,苏宁是首家在运营环境下使用的公司。未来苏宁还将在更多项目中应用智能机器人,计划将日常运营作业能力的30%由机器人取代,为消费者提供更加优质、快捷的物流服务。

顺丰速运:国内民营快递龙头,直营网络保证高品质服务

顺丰作为行业领先的直营快递企业,在产品服务、时效、安全等方面具备优势。随着网购用户对于服务质量的容忍度降低,快递行业的结构性问题日益凸显,低端快递市场供给过剩,中高端快递供给缺失,催化了电商自营物流的发展。随着未来电商的发展带来的中高端快递需求的增长,顺丰直营模式的先发优势更为显著。

自有机队打造立体运输网络。从美国、德国等快递发展成熟的国家来看,自有货运机队是快递企业发展的核心竞争力。从统计数据看,全球前三大快递公司,UPS、FedEx、DHL的货运机队规模分别为649架(其中自有237架,租用412架)、648架和420架。顺丰是国内首家配备自有货运机队的民营快递企业,也是机队规模最大的货运物流企业。截止2016年7月,顺丰航空机队规模达46架,其中自有全货机数量为31架,租赁15架。

全面的地面“仓+干+配”网络,配合国内规模最大的自有全货机机队,顺丰打造了一张国内空间覆盖度高,反应迅速,管控能力强的运输网络。


本文作者:佚名

来源:51CTO

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
|
数据采集 运维 数据挖掘
API电商接口大数据分析与数据挖掘 (商品详情店铺)
API接口、数据分析以及数据挖掘在商品详情和店铺相关的应用中,各自扮演着重要的角色。以下是关于它们各自的功能以及如何在商品详情和店铺分析中协同工作的简要说明。
|
7月前
|
数据采集 监控 算法
利用大数据和API优化电商决策:商品性能分析实践
在数据驱动的电子商务时代,大数据分析已成为企业提升运营效率、增强市场竞争力的关键工具。通过精确收集和分析商品性能数据,企业能够洞察市场趋势,实现库存优化,提升顾客满意度,并显著增加销售额。本文将探讨如何通过API收集商品数据,并将这些数据转化为对电商平台有价值的洞察。
|
7月前
|
数据采集 传感器 人工智能
大数据关键技术之电商API接口接入数据采集发展趋势
本文从数据采集场景、数据采集系统、数据采集技术方面阐述数据采集的发展趋势。 01 数据采集场景的发展趋势 作为大数据和人工智能工程的源头,数据采集的场景伴随着应用场景的发展而变化,以下是数据采集场景的发展趋势。
|
7月前
|
数据采集 搜索推荐 大数据
大数据技术在电商平台中的应用
电商平台是当今社会最为普及的购物方式之一,而大数据技术则成为了众多企业的强有力竞争力。本文将介绍大数据技术在电商平台中的应用,包括数据采集、预测分析、用户画像等方面,并探讨其对电商平台的价值和意义。
|
4月前
|
机器学习/深度学习 供应链 大数据
【2023Mathorcup大数据】B题 电商零售商家需求预测及库存优化问题 python代码解析
本文提供了2023年MathorCup大数据竞赛B题的电商零售商家需求预测及库存优化问题的Python代码解析,涉及数据预处理、特征工程、时间序列预测、聚类分析以及模型预测性能评价等步骤。
202 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。
|
2月前
|
机器学习/深度学习 监控 搜索推荐
电商平台如何精准抓住你的心?揭秘大数据背后的神秘推荐系统!
【10月更文挑战第12天】在信息爆炸时代,数据驱动决策成为企业优化决策的关键方法。本文以某大型电商平台的商品推荐系统为例,介绍其通过收集用户行为数据,经过预处理、特征工程、模型选择与训练、评估优化及部署监控等步骤,实现个性化商品推荐,提升用户体验和销售额的过程。
88 1
|
6月前
|
数据采集 大数据
大数据实战项目之电商数仓(二)
大数据实战项目之电商数仓(二)
151 0
|
2月前
|
传感器 机器学习/深度学习 人工智能
智能物流:自动化仓库与配送系统
【10月更文挑战第22天】在21世纪的全球化经济中,物流行业作为连接生产与消费的桥梁,其效率与准确性至关重要。本文深入探讨智能物流的核心技术,如自动化仓储、无人驾驶配送和物联网,以及应用案例和未来发展趋势,揭示自动化仓库与配送系统如何引领物流行业的智能化转型。
|
6月前
|
消息中间件 分布式计算 Hadoop
大数据实战项目之电商数仓(一)
大数据实战项目之电商数仓(一)
326 0