【亿邦原创】5月26日消息，昨日，由国家发展改革委、贵州省人民政府主办，中国网络电视台、贵阳市人民政府承办的“2016中国大数据产业峰会暨中国电子商务创新发展峰会”正式拉开帷幕。
据悉，在今天的“电商新机遇—京东分论坛”中，京东青龙研发部总监李鹏涛发表了题为《大数据打造京东智慧物流》的演讲。
据了解，本次中国电子商务创新发展峰会的主题为“新使命，新视野，新动力”，由开幕式、主论坛、年度盛典、《对话》、八场分论坛构成。
其中，“电商新机遇——京东分论坛以“发掘电子商务新的驱动力”为主题，贵阳市人民政府领导、京东集团高层负责人均出席论坛，并围绕京东大数据技术应用及IT技术革新等方面进行专题演讲。
（温馨提示：本文为速记初审稿，保证现场嘉宾原意，未经删节，或存纰漏，敬请谅解。）
京东青龙研发部总监李鹏涛
以下为京东青龙研发部总监李鹏涛演讲速记：
李鹏涛：
各位尊敬的嘉宾、领导、朋友：
大家好。我是李鹏涛，负责京东物流的研发，就是青龙研发。我负责系统的研发工作，主要是把我们研发过程中积累的一些经验给大家来分享一下。
大家都知道，京东物流作为京东非常核心的一个竞争力，很多用户也是因为京东物流非常好的体验，来京东购物。但同时，我们也知道，京东为整个物流付出了非常大的运营成本，包括每天的几百万单，促销的时候上千万单，在我们体系内工作的人有几十万人。整个场景异常复杂。这个就要求我们必须利用大数据的技术来打造数字化运营的系统，也就是我们所说的智慧物流系统。
这是我们整个研发过程中，也就是青龙系统从2012年的1.0到现在6.0的研发，在数据化运用方面积累的一个框架。首先是有一个数据化的过程。然后我们有架构来保证数据的质量，再上面的话，我们分了几个层次，来对数据做应用。一个方面是数据的展示，再一个是数据业务的评估，还有是我们对一些关键业务怎么做预测。另外一个是我们最上面的一个参差，也就是讲商业智能。我们来说更多的是辅助决策。下面我用这个逻辑用一些案例逐一分享。市
这是青龙系统目前主要的子系统和核心模块的图。大家看，我们经过这些年的研发，把所有物流的结点的操作，实现了线上化，也就是实现了数据化。这是非常重要的。如果没有数据化的过程，你后面做大数据的分析，这个就无从谈起了。你整个业务操作都是纸质的交接或者是口头的交接，没有数据沉淀，就无法进行数据分析。
这是整个京东的数据分析的图。这是我们在京东这个数据分析图上面做的一些架构。因为前面王晓包括李玉讲了很多，今天包括现在整个大数据的架构，相对来讲也是比较成熟了，我不再讲。但是我想强调，整个大数据处理的架构是非常重要的。因为它是整个数据处理的一个质量的保证。如果你没有一个很可靠的，高效的架构作为保障的话，你可能如果要做实时的分析，但是根本做不到实时，或者是你要对一致性的要求特别高，但是你经常丢数据，这个你后面在数据处理方面会造成非常大的障碍。
这个图其实我们在过程中是非常典型的图。就是一个南丁戈尔的玫瑰图，大家看到为什么当时英国政府很容易决定就建野战医院，因为他看到战斗中牺牲的士兵非常少，大部分是别的原因。对大数据的应用来讲，第一个层次是怎么把我们的业务很好的展示出来，而图形是非常重要的方式。大家很多知道，一图胜千言，第一个层次是我们做的过程中，做核心业务结点的展示，对物流来讲，各个结点实时的数据，实时数据之间的差异。另外一个对离线的数据来讲，每天的日报、周报、月报，你作为管理者能很清晰知道你的整个业务运转的情况，并且能做出实时的处理。这个我们做的过程中，前面讲到移动化的趋势，PC有自己的优势，但是后来我们把相应的产品在移动端进行开发之后，发现使用率各方面反馈都非常好。
另外一个就是展示的维度。对物流来讲是物的移动，从分解中心，到运输，到配送站，配送员，送到家庭。这是一个物的流动过程。我们发现地理维度对展示也是非常好的。在节的展厅我们有更详细的展示，包括了我们实时的车辆的运行情况，包括我们配送员整个的情况。大家如果是京东用户的话，你下单以后，可以看到你定单的实时的轨迹，这是一个很好的展示案例。
我们如果能对业务做好展示，第二个层次是我们谈到的你对你的业务要有一个跟好的评估过程。这里的案例是时效的案例。很多在京东购物是因为送货快，这对我们莱阳是时效，这对我们非常重要。我们把各个机构的时效很好的展示出来，有一个很好的评估机械，把我们各大区的时效能作为一个排行，并且我们利用大数据的技术进行下钻，下钻到片区，像贵阳就属于西南片区，比如说贵阳的分捡中心甚至是配送站点，这样对各级的管理就知道，对时效在全国的排名情况，我们知道物流是属于相对比较传统，比较成熟的这个产业。这样的话，这个排行的话，对于整个管理者来讲，他们认为是非常重要的。对他们业绩的改善，起到了非常好的效果。
这个是我们在截取了一个机构的排行的图。其实它是可以不断进行下钻，你这个机构的总监发现机构的时效低于我们要求的时效，并且在七大机构里面时效排名是靠后的，你可以下钻到你的片区，下钻到你的分捡中心甚至是站点发现究竟是你的什么出了问题，然后你可以进行改进。
在大数据应用的第三个层次，大家也都知道，大数据其实对重要的一个功能，我们都认为是预测。怎么样利用相关联的关联物来进行预测，这是大数据的核心。我们在整个研发的过程中就发现整个预测对我们整个生产的管理是非常重要的。这边我也举了一个案例，我们整个生产量的一个预测的一个案例。这个是我们做了以后发现效果是非常好的。因为你作为不论是片区的经理，还是分捡中心的经理或者是站长，你能看到未来需要生产的单量是多少，这对你非常重要。并且我们根据不断的摸索，我们根据我们可能分捡中心现有的产能和站点现有的产能提出预警，预警未来两小时单量超出你的能力，需要调整。整个预测的过程和动态的生产的调解，比如说我们的路由器的调解，分解的安排，包括我们安排，我们的推广员，包括我们的站点有社会化的众包的配送员，可以实时的调解来满足整个时效和生产的要求。这个预测工具的话，对我们整个物流是非常重要的。后来效果也是很好。
这边第四个层次，大家刚才陈总提到了大数据最上的一个层次，其实是做决策。提到谷歌的AlphaGo的例子，这边我们的物流的话，也有一个案例。我们做智能建站的一个案例。京东现在有几千个配送站，像2016年就要重新开1000多个配送站。怎么来，在什么地方来建站，如果靠拍脑袋的话，对京东这么大的体量也是非常可怕的。所以我们在这个基础上来开发了一套系统。这个系统其实是一个比较完整的，就是大数据的应用的案例。我们发现了一个问题，然后我们可能需要找一个相关物，我们需要建站，那么最相关的是什么，其实我们后来很直观的也就找到了单量。单量的密度决定了我们在哪个地方建站。找到相关物以后，通过大数据的计算和处理，包括自身的建模，把建站的模型都能建立起来，这样结合我们在区域的这个包括站的费用，包括员工的费用，还有我们整个运输的成本，结合起来。我求能做一个比较好的模型。这样就能通过自动的运算，帮我们的管理者来说明，你最好在什么地方来建站。这样的话，我们通过实地的考察发现确实合适，就在这个地方建站。这样我们整个物流网络就会做得越来越优化。
这就是整个的图，也就是前面有一张图，这边是我能够用另外一张图展示出来。我们打造一套智慧的物流或者打造一套智慧的系统，前提是能数据化。然后大数据的架构能够对数据质量做一个很好的保证。在这个基础上，我们需要对我们的业务非常了解，能够对我们的业务很好的展示。这是第一个层次。
第二个层次是对业务做一个比较好的评估，并且能够给现场很多的工具，让他们去调整。再一个是我们能做一些核心的功能，能辅助做一些预测，能很好的帮助。最上层就是我们辅助决策，这个整个因为业务，包括电商，包括互联网很多都是在变的，其实是一个循环，也就是叠加的过程，也不是一蹴而就，做了以后就OK了，不是的。但是我们觉得整个规律是可以借鉴的。
在研发过程中，我们通过大数据的手段，可以打造一套智慧的物流系统。前面也讲到，我们有很多的子系统，其实就相当于搭建起业务的框架，有很多的结合大数据的技术，有很多的数据产品出来，就像我们整个人体的神经网络一样，这样能形成一个闭环，我们能不断的逼近于一套智慧的系统。我们原来的话可能大家都看广告，知道一个英特尔Inside，但是我们认为是数据Inside，只有数据闭环才能不断打造完善实现智慧的系统。
最后强调，我们在大数据的物流系统里面，前面讲到了不管是业务的展示也好，或者是说我们的一些评估、预测，其实它都是在大数据，也就是物流数据本身的价值。但是对数据来讲，是可以重复消费的。我们用到的价值是冰山一角。前面陈总讲到了移动商店的例子，我们的物流数据和用户的数据和交易的数据结合起来，就能打造出来一个与众不同的产品。像移动商店就能预测用户的需求，在几分钟内把用户需要的产品送到用户手上，让整个系统能更加充满智慧。
今天我的分享就结束了，非常感谢。
文章来源：亿邦动力网
