震撼:亚马逊的10大物流技术

简介:

亚马逊从成立至今经历了20年的发展,同时也是引领电商仓储物流发展的20年。记得贝佐斯曾经说过:你可以学会亚马逊的过去、学会亚马逊的现在,但你学不会亚马逊的未来。从20年前贝佐斯的汽车房到今天的机器人库房、直升机配送,亚马逊开创了一整套以高科技为支撑的电商仓储物流的模式,在过去20年的快速稳健的发展中,亚马逊已经形成了成熟的覆盖全球的运营网络。


通过20多年的积累,亚马逊已经织建了一个通达全球的网络,通过遍布全球的109个运营中心,可到达185个国家和地区。在中国,亚马逊有13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。这样的规模,足以让亚马逊跻身世界一流物流企业。


亚马逊是最早玩转物流大数据的电商企业:亚马逊在业内率先使用了大数据,人工智能和云技术进行仓储物流的管理。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。


1、亚马逊的智能机器人Kiva技术

亚马逊2012年7.75亿美金收购的Kiva Systems,大大提升了亚马逊的物流系统。据悉时至2015年亚马逊已经将机器人数量增至10000台,用于北美的各大运转中心。Kiva系统作业效率要比传统的物流作业提升2-4倍,机器人每小时可跑30英里,准确率达到99.99%。



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。


2、无人机送货

早在2013年12月,亚马逊就发布Prime Air无人快递,顾客在网上下单,如果重量在5磅以下,可以选择无人机配送,在30分钟内把快递送到家。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年亚马逊CEO贝佐斯在公开表示,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。



亚马逊无人机送快递视频:


3、订单与客户服务中的大数据应用

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、送货和客户服务等。


1)用户浏览:亚马逊有一套基于大数据分析的技术来帮助精准分析客户的需求。具体方法是,后台系统会记录客户的浏览历史,后台会随之把顾客感兴趣的库存放在离他们最近的运营中心,这样方便客户下单。


2)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的喜欢的选品。


3)仓储运营:大数据驱动的仓储订单运营非常高效,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,也就是下单之后30分钟内可以把订单处理完出库,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。由于亚马逊后台的系统分析能力非常强大,因此能够实现快速分解和处理订单。



4)配送:精准送达是对于当前电商物流来说,绝对是一个技术活,电商物流的快物流不是本事,真正高技术的电商物流服务,是精准的物流配送,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,实现与线下零售PK赢得绝对的竞争力。


5)CRM客服:大数据驱动的亚马逊客户服务,据悉亚马逊中国提供的是7X24小时不间断的客户服务,首次创建了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。


4、智能入库管理技术

在亚马逊全球的运营中心,可以说是把大数据技术应用的淋漓尽致,从入库这一时刻就开始了。


1)在入库方面:采用独特的采购入库监控策略,亚马逊基于自己过去的经验和所有历史数据的收集,了解什么样的品类容易坏,坏在哪里,然后给他进行预包装。这都是在收货环节提供的增值服务。


2)商品测量:亚马逊的Cubi Scan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。例如鞋服类、百货,新的爆款等等,都可以直接送过来通过Cubi 测量直接入库。


这给供应商提供了很大方便。客户不需要自己测量新品,这样能够大大提升他的新品上升速度;同时有了这个尺寸之后,亚马逊数据库可以存储下这些数据,在全国范围内共享,这样其他库房就可以直接利用这些后台数据,再把这些数据放到合适的货物里就可以收集信息,有利于后续的优化、设计和区域规划。



5、大数据驱动的智能拣货和智能算法

1)智能算法驱动物流作业,保障最优路径:在亚马逊的运营中心,不管是什么时间点,基本上在任何一个区域、任何一个通道里面,你不太会看到很多人围在一起,为什么?因为亚马逊的后台有一套数据算法,它会给每个人随机地优化他的拣货路径。拣货的员工直接朝前走,不要走回头路。系统会给推荐下一个要拣的货在哪儿,永远不要走回头路。而且确保全部拣选完了之后,路径最少,通过这种智能的计算和智能的推荐,可以把传统作业模式的拣货行走路径减少至少60%。


实现方式:拣货的时候,系统会告诉员工,拿着扫描枪,下一个应该去到哪个货位去检,走的路是最少的,效率最高。



2)图书仓的复杂的作业方法:图书仓采用的是加强版监控,会限制那些相似品尽量不要放在同一个货位。图书穿插摆放,批量的图书,它的进货量很大,因为它的需求很大。所以这样一来,亚马逊通过数据的分析发现,这样穿插摆放,就可以保证每个员工出去拣货的任务比较平均。


3)畅销品的运营策略:比如奶粉,有些是放在货架上的,有些是放在托拍位上的。像这些离的发货区会比较近,亚马逊根据后台的大数据,知道它的需求量也比较高,所以它进来的时候都是整批整批的进,然后就会把它放在离发货区比较近的地方,这样可以减少员工的负重行走路程。


6、随机存储

1)随机存储的运营原则:随机存储是亚马逊运营的重要技术,但要说明的是,亚马逊的随机存储不是随便存储,是有一定的原则性的,特别是畅销商品与非畅销商品,要考虑先进先出的原则,同时随机存储还与最佳路径也有重要关系。


2)随机存储与系统管理:亚马逊的随机存储核心是系统Bin,将货品、货位、数量绑定关系发挥极致。收货:把订单看成一个货位,运货车是另一个货位,收货即货位移动;上架:Bin绑定货位与货品后随意存放;盘点:与Bin同步,不影响作业;拣货:Bin生成批次,指定库位,给出作业路径;出货:订单生成包裹。


3)随机存储运营特色:亚马逊的运营中心有两大特色,第一个特色就是随机上架,实现的是见缝插针的最佳存储方式。看似杂乱,实则乱中有序。实际上这个乱不是真正的乱,乱就是说可以打品类和品类之间的界线,可以把它放在一起。有序是说,库位的标签就是它的GPS,然后这个货位里面所有的商品其实在系统里面都是各就其位,非常精准地被记录在它所在的区域。




7、智能分仓和智能调拨

亚马逊作为全球大云仓平台 ,智能分仓和智能调拨拥有独特的技术含量。在亚马逊中国,全国10多个平行仓的调拨完全是在精准的供应链计划的驱动下进行的。


1)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。这不仅仅是用在自营电商平台,在开放的“亚马逊物流+”平台中应用的更加有效果。


2)智能化调拨库存:全国各个省市包括各大运营中心之间有干线的运输调配,以确保库存已经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很好地支持了平行仓的概念,全国范围内只要有货就可以下单购买,这是大数据体系支持全国运输调拨网络的充分表现。


8、精准预测、二维码精准定位技术

1)精准的库存信息:亚马逊的智能仓储管理技术能够实现连续动态盘点,库存精准率达到99.99%。


2)精准预测库存,分配库存:在业务高峰期,亚马逊通过大数据分析可以做到对库存需求精准预测,从配货规划、运力调配,以及末端配送等方面做好准备,平衡了订单运营能力,大大降低爆仓的风险。


3)亚马逊全球运营中心中,每一个库位都一个独特的编码:二维码是每一个货位的身份证,就是一个GPS,可以在系统里查出商品定位,亚马逊的精准的库位管理可以实现全球库存精准定位。


9、可视化订单作业、包裹追踪

跨境电商方面:

从今年8月13日亚马逊发布了海外购∙闪购,这是依托保税区/自贸区发货的创新模式。亚马逊海外购的商品非常有价格优势,同质同价。


1)全球云仓库存共享:在中国就能看到来自大洋彼岸库存,亚马逊实现全球百货,直供中国,这是全球电商供应链可视化中,亚马逊独特的运营能力。在中国独一无二地实现了全球可视化的供应链管理。




国内运作方面:


亚马逊平台可以让消费者、合作商和亚马逊的工作人员全程监控货物、包裹位置和订单状态。比如:昆山运营中心品类包罗万象,任何客户的订单执行,从前端的预约到收货;内部存储管理、库存调拨,拣货、包装;以及配送发货,送到客户手中,整个过程环环相扣,每个流程都有数据的支持,并通过系统实现全订单的可视化管理。


10、亚马逊独特发货拣货技术

今年双11的亚马逊运营中心,大量采用这样的八爪鱼技术。很形象,作业人员像八爪鱼,像千手观音一样。会根据客户的送货地址,然后设计出来不同的送货路线。不同时间点经过不同的线路,分配到不同的流水线方向。在八爪鱼这边的作业台操作的员工,主要是负责把在前面已经运作完的货品,分配到专门的路由上去。



如图,这种运营模式一个员工站在分拣线的末端就可以非常高效地将所有包裹通过八爪鱼工作台分配到各个路由上面,八爪鱼是非常高效的,据说这是亚马逊员工自己设计的。站在中间那个位置,一个人可以眼观六路,这个作业可以通达八方,非常的高效,没有人员的冗余。而且,八爪鱼上全部是滚珠式的琉璃架,没有任何的板台,员工的作业很轻松。


其他重要的技术应用

1)物联网技术:在亚马逊的运营中心, 安全标准设定很高,人和车物要分开,所以会有镜子帮助工作人员了解周围路况,有人就停下来。


另外,司机有安全带,员工有安全帽,安全帽里有芯片,如果探测到一定范围内有人,也会停下来,镜子的用途即是同理。


2)双库联动模式:亚马逊昆山运营中心有一个类似于天桥的传送带,全封闭式,其作用是完成不同品类的合单,可以通过传送带将一个库的货物转到另一个库中,这个又叫双库联动。而这里又是超大库,在两个超大库之间进行双库联动对效率有非常高的要求,对时间点的把控也很严格。


总结

以上是对亚马逊运营中心物流技术的全面梳理,可以让大家全面的了解亚马逊的物流技术的细节,其实亚马逊的技术远远不只这些,但对于当前的电商物流的行业朋友,能够搞懂这些技术,就已经很牛了。


同时也正是借助于上述技术,亚马逊在今年的双11中的数据尤为可观。根据来自亚马逊中国的最新消息显示,亚马逊双11当日全国订单100%按计划完成出库和发货,正点送达率超过98.4%,实现了与平时同样的时效和质量承诺。其中在24个城市,顾客当天上午下单,99%已在当日完成上门配送。


原文发布时间为:2016-01-24

本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“BigDataDigest”微信公众号

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
|
2月前
|
存储 人工智能 安全
无影GPU云电脑,焕新升级!
在AI与3D技术爆发时代,阿里云「无影云AI工作站」以RTX 5880 Ada GPU打造云端超级终端,提供192GB显存、4K低延迟体验,支持实时渲染、AIGC、数字人直播。全球11地部署、按需付费、数据加密安全可控,免本地硬件投入,让创意与科研高效前行。
|
2月前
|
人工智能 边缘计算 网络协议
中国境内Vertex AI服务商技术架构深度解析
随着生成式AI发展,Google Vertex AI成企业首选,但中国用户面临网络延迟、数据合规与系统集成难题。专业合规服务商应运而生,通过QUIC传输优化、AST代码脱敏与协议转换网关,构建“逻辑缓冲区”,实现低延迟、高合规的AI服务接入。穿扬科技等企业整合边缘网络、语义分析与智能路由,保障数据主权同时,提升性能并降低成本,助力跨国AI能力本土化落地。(238字)
|
4月前
|
存储 消息中间件 缓存
redis
Redis:数字时代的“高速工作记忆”,以内存存储与丰富数据结构实现微秒级响应,广泛应用于缓存、会话管理、排行榜、消息队列等场景,兼具高性能与高扩展性,是现代应用架构不可或缺的性能加速器。
|
7月前
|
JSON 自然语言处理 API
查词语字典免费API接口详解
查词语字典API提供38万词库支持,可查询词语的拼音、释义及来源,适用于词典应用和教育平台。接口支持GET/POST请求,需提供用户ID、密钥及URL编码的词语参数。返回参数包括状态码、错误提示及词语解释。提供PHP和Python调用示例,并需注意身份验证、编码要求及频次限制。免费稳定,适合广泛集成使用。
244 2
|
负载均衡 应用服务中间件 Apache
Tomcat负载均衡原理详解及配置Apache2.2.22+Tomcat7
Tomcat负载均衡原理详解及配置Apache2.2.22+Tomcat7
279 3
|
自然语言处理 前端开发 Linux
在Linux中,什么是 GUI?
在Linux中,什么是 GUI?
|
搜索推荐 Linux Android开发
深入解析安卓与iOS系统架构设计差异
本文旨在探讨Android和iOS两大主流操作系统在架构设计上的根本差异。通过分析两种系统的设计理念、核心组件以及实际应用表现,揭示它们如何反映不同的开发哲学和用户体验策略。我们将从系统层级结构、内存管理机制、用户界面设计三个方面入手,逐一对比Android的开放性和灵活性如何与其对手iOS的封闭性和一致性相互辉映。
|
机器学习/深度学习 数据采集 人工智能
Python的应用场景
【7月更文挑战第7天】
2761 3
|
Oracle Java 关系型数据库
CentOS安装JAVA环境
CentOS安装JAVA环境
7482 0
CentOS安装JAVA环境
|
缓存 网络协议 算法
计算机网络 第四章 运输层(习题)
计算机网络 第四章 运输层(习题)
501 1