广告
加载中

云鸟宋昊:数字化推动供应链物流跨越升级

亿邦动力网 2018/10/18 19:16

【亿邦原创】10月18日消息,在2018中国(四川)电子商务发展峰会“智慧物流高峰论坛”上,北京云鸟科技有限公司政府事务总监宋昊发表了《数字化推动供应链物流跨越升级》的主题演讲。

他指出,在新经济新零售模式下,对城市配送计划用车市场来讲,有很多问题是不可逆转的,具体体现在仓位远、前端更碎、前端时效、订单波动几个方面,因此要找一种模式,从整个流程每个细碎环节扣成本,提高效率。这也是云鸟这几年一直在做的事情,即用平台化和数字化的模式提升新城配。

据悉,本次会议以 “智慧物流,开创电商新时代”为主题,将突出关注数字经济、智能融合、人工智能、云计算、新零售、大数据等热点领域。在本次会议中,京东、云鸟科技等多家企业出席并发表演讲。

北京云鸟科技有限公司副总裁宋昊

北京云鸟科技有限公司政府事务总监宋昊

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。

以下是演讲实录:

宋昊:尊敬的各位领导,各位同行,大家下午好!非常荣幸受到主办方的邀请,到内江来跟大家分享我们企业在智慧物流方面做的探索。

一句话介绍一下“云鸟”。云鸟在同城领域做整车配送服务。城市配送模式有很多,这里可以简单划分一下,主要是看“轮子”。两个轮子是即时配送,比如闪送还有外卖,更多的是两个轮子配送,时效性很高,调整很快。三个轮子的是快递。四个轮子的这里有一个分叉,我们做的配送里有两个分叉,计划性用车和临时性用车。临时性用车像货拉拉等,这是临时性用车模式,也可以叫做货运版的“滴滴”。计划性用车有几个特点:第一,客户群体是企业,运送到达点一定是超市、便利店或者是无人货架,不面向家庭来进行配送。当然这里也有例外,比如给京东大家电配送,基本上就是同城B2B服务,我们给自己做的事情界定为计划性用车。

云鸟可以用几个字形容它是做什么?计划性用车领域是“互联网+配送”的模式。我们在2013年-2014年,当司机群体普遍用上智能手机时介入市场。第二个是B2B。第三个是运力共享平台,把我们在城市配送里司机和运力群体、车辆资源集约化,还有就是大数据应用。很多人给我们企业界定为说“你们不是物流公司,是一个科技公司,或者大数据运营的公司。”我们也不否认,因为我们业务在物流层面,但是更多核心内容是在用数据驱动物流的降本增效。

为什么要扎根在同城计划性用车的整车市场?第一,规模大。中国城市化的进程近期内一直会持续下去。有人一定有消费品,有消费品就有配送需求。大型百货、超市、连锁便利店、社区夫妻店等其他研究日杂五金店,这些店面增加速度非常快,包括这两年兴起办公区无人货架,我们扎根这个领域做服务。

为什么用平台化方式,用数据驱动?这就要追踪到传统的城配企业的问题到底在哪里。

全国大概一千万左右的城配的司机和车辆,其中有几十万中小车队和非常多的个体司机群体组成的。这个说明什么问题?大概30-50台车的中小车队,相对来说规模可以,但是在一线城市里也不是很多。我们做计划性用车配送服务时,信息不透明以及服务质量提升很难。很难要求30-50车辆的小车队投入大量的人、财、物搞信息化建设,搞服务的提升。

这里就说到效率和成本,效率低和成本高问题的解决非常困难。我们做了一个样本调查。城配面向便利店和大卖场配送不是天天送,可能是周期性。比如周四、周五是高峰期,因为面临着周末老百姓到商场里买东西,这种情况下,很多个体司机是没有非常稳定的货物来源。我们调查里的司机群体,一个月下来平均每天运营时间是3-4小时,日均里程在稍微大一点的城市是100公里左右,从3-4年平台化运营来看,平均数据效率是非常低的。

在新经济新零售模式下又有新问题产生,对城市配送计划用车市场来讲,可以讲是雪上加霜的事情。具体体现在几个方面:

第一,仓位远,城市里的仓基本上不允许。以北京为例,现在北京搬到六环以外,现在跟武清已经不给仓储用地,物流核心成本就是仓储和配送,仓储搬运成本下来,但是配送一定上升。在这种情况下,仓位更远对配送来说是不可逆转的趋势。

第二,前端更碎。前端消费者买过的场景,我们原来是在大卖场时代,5-10公里范围内自带仓储功能,配送成本在3%左右;慢慢变到超市时代,半径大概是2-3公里左右,配送成本大概是6-5%;再到社区便利店时代,就变得更零碎,配送成本可能10%左右;现在无人货架更离谱,我们给无人货架服务,配送成本16%-17%。这个问题也是不可逆转的趋势。

第三,前端时效。对企业客户服务来讲,他们是无限制提升时效。以京东为例,以前是隔日达,现在达达可以做到一小时之内。我们作为京东服务商,也是要把前端时效做到极致。对于城市配送企业来说也是非常大的挑战。

第四,订单波动。双十一又到了,我们非常有压力,订单波动特别大,也要提前半个月做运力准备,这对配送企业来说也是非常大的挑战。

刚才我跟大家分享的问题是不可逆转的趋势,那么应该怎么办呢?就要找一种模式,从整个流程每个细碎环节扣成本,提高效率。这是云鸟这几年一直在做的事情,就是用平台化和数字化的模式提升新城配。

接下来分享智慧物流在计划用车城市配送里,我们探索的一点应用。

节点数字化为基础。货主、货物、标书、仓库、线路、司机、价格、车辆,这是节点。我们可以通过数字化模式进行精准画像,他是什么样的需求,他有什么样的车型,司机是什么习惯,给哪些类做过服务,配送过冰箱还是输送。包括仓库在哪儿?仓库是冷藏仓库还是普通仓库。所有节点都可以进行数字化。云鸟的平台上,上万家货主企业,大概几万个仓库,一百万左右的注册运力和司机,还有每年三百万左右的出车数,这些沉淀积累的数据,都是在服务当中能够用大数据预测,提升每个环节效率的基础。

数据节点全流程打通。这是非常必要的一个东西,也是我们提升服务非常必要的手段。现在很多的大客户是需要在他的订单系统上跟我们直接进行打通。配送的链条下来,就是从订单下达再到司机和车辆匹配,再到线路排线,再到运输过程中的监控,再到交付的回单,甚至还包括结算,以及客户对司机评价,整个过程进行全流程打通,这里提升哪些效率呢?第一,不用打电话了。第二,不用纸质单子了。

依托数据智能高效车货匹配。我们可以对比传统模式和现在有什么样的区别。原来的传统配送分为两种模式,一种是车队固定服务,还有临时找司机。车队固定服务也有查缺补短的时候,临时找司机就更不用说了。我需要什么样的车,需要什么样的司机,需要什么人都要电话沟通,甚至一单生意十几个电话来沟通,这是非常大的成本。我们在一百万左右的运力池里根据货主企业所发的订单特性要求,你要4.2米车,需不需要配送冰箱经验,需不需要司机配一个人搬运,通过平台里的数据,大概在十秒钟就可以匹配出来你大概需要司机的类型,甚至可以精确到这个司机离你仓库有多近,可以进行优先配送。这是依托大数据对车辆高效匹配上的赋能。

依托数据高效智能排线。智能排线这个词在大卖场时代可能还没有发明,因为你的车就配送一个点或者是两个点,甚至几个车配送一个点,根本不需要排线这一功能。现在情况变化了,整个城市里遍布数万个商超、便利店、无人货架,我们的配送点,一个车要8-10个点左右,大的客户一天出车100台左右,可能要在1000点左右。这1000个点怎么选择路线,怎么用车,怎么样装载,人工是完不成,或者人工完成效率非常低。这里就产生通过数据化进行智能排线功能,短短数秒之内把1000单怎么样配车装载,走什么路线,哪一个有限行、限高,甚至哪一个地方有没有停车场,这个类型车不能停,这些数据可以在大数据应用里有所体现。智能排线在计划用车里非常核心的应用,也是业务赋能中非常大的亮点。

依托数据配送全流程可视化。我们可能不要求30台车的中小车队去做这个事情,他有这个钱一定买车,不会做这个事情。现在情况是,客户要求越来越高了,需求是在提升的。对于全流程可视化的需求,基本上每个大客户都存在。举一个例子,我们跟京东合作时,相信在座每一位都看过货物的路线到哪儿,你会看到从上海发货到北京。还有从北京某某仓到朝阳区某某点,那么问题来了,北京某某仓到朝阳区某某点这个数据哪儿来的?这个数据很大一部分程度上由第三方配送公司所提供的。属于你做不到全流程可视化,一定让京东客户的流程断点,这样体验就不好了。我们依托技术手段满足客户这方面的需求。

我们自己通过平台做了数字化应用方面初步成效的分析,计划车应用市场只有一个核心指标,就是“时间”,司机这一个月能开多长时间的车,拉货能用多长的时间。前面我提到一下,样本调查司机大概是每个月平均120个小时左右,不管是每天开还是隔几天开,效率是非常低。司机一天工作三小时来说,是挣不到什么钱。一天工作10个小时基本上是满负荷工作状态,再多就是疲劳驾驶。每天工作10-11小时能赚多少钱?这是不一样。培养优质司机群体,让服务好的司机群体集中进行派送服务。这里能够把非常好的司机群体单车达到320每月,基本上每天10个小时,一天一趟活,有的一天两趟活,我们最厉害的司机每个月2-3万的毛收入,这是非常吃辛苦的司机。

更核心的是什么?通过5万元的头部司机群体的服务,能够把整个社会配送的效率提升起来。放眼来看,也许300万车次的货放在传统模式下,可能用300万车来运,在集约化、平台化、数据化模式下,可能用150万辆就能满足,因为提升单车运营时间。

在数字经济时代浪潮下,我们企业也觉得城市配送的数字化时代,三年前我们就开始做这样的事情,希望未来云鸟在城市配送计划性用车领域,通过数字化应用计划在全流程环节里深挖每个环节成本的节约和效率地提升。同时也希望四川成都公司能够把服务越做越好,也能够为我们四川人民服务越做越好。

谢谢大家!

文章来源:亿邦动力网

广告
微信
朋友圈

这么好看,分享一下?

朋友圈 分享
+1
+1
微信好友 朋友圈 新浪微博 QQ空间
关闭
收藏成功
发送
/140 0