蘇寧易購物流大數據應用研究

文/申玉爽 徐向南，山東英才學院

隨著我國經濟的快速發展，人們的生活水平大幅度提高，網上購物也取得了飛躍性的發展，越來越多的人開始接受、使用并依賴網上購物，同時也極大的推動了快遞行業的快遞擴展。民營物流的前景被眾多投資者看好。本項目是在大數據的應用的基礎上，研究了蘇寧易購網上購物的發展狀況、發展模式，分析蘇寧易購網上購物，物流運輸過程中，售后管理存在的問題及其原因，尤其是我國經濟飛速發展，人民生活質量大大提高，使得網上購物飛速發展，而蘇寧易購網購運輸過程中損失較為嚴重，依靠傳統的運作模式效率低、損失大、容易出錯。項目組將根據蘇寧易購網上購物及物流配送的傳統方式，在原來計劃的基礎上，設計新的網上購物方式，減少損失，降低成本，具備維護消費者交易安全性及風險性、買賣雙方權利問題以及可能出現物流配送的問題的功能。在大數據的應用下，對濟南蘇寧易購實體店及快遞代收點進行深入的調查，以蘇寧建分店研究中心為調查范圍，進行實地訪問和問卷調查，回收問卷后進行數據的整理分析，以數據作證，針對調查的結果進行系統的思考，并對如何解決網上購物物流配送情況及在各地實體店配送、安裝、售后提出具體的對策和建議。

1 大數據應用研究問題探討

1.1 我國物流現狀以及存在的問題

應用大數據可知，網上購物已經越來越成為人們購物的主要方式，如何增強消費者對于網上購物的信賴。在大數據的應用下，解決消費者在蘇寧購物后的售后方便的問題。在大數據時代下，保護消費者信息安全及貨物安全，為顧客提供更多方便，使得越來越多的人使用網上購物是享受的、輕松的、不可缺少的，消費者所期望得到的購買蘇寧商品時的配套服務的問題。消費者一次不愉快的購物經歷就可能導致網上購物損失巨大。如何利用物流中的大數據和先進的技術使得消費者打消購物疑慮，更加信賴和使用網上購物，更多為顧客提供更快捷的服務已經成為一個急需解決的重要問題。

物流行業規模與經濟增長速度具有直接關系，近十幾年的物流行業快速發展主要得益于國內經濟的增長，但是與發達國家物流發展水平相比，我國物流業尚處于發展期向成熟期過渡的階段。我國社會物流總費用占GDP比重一直遠高于發達國家，2016年中國該比例為14.9%，美國、日本、德國均不到10%，因此我國物流產業發展還有較大空間。2010-2017年，全國社會物流總額從125.4萬億元攀升至252.8萬億元，實現10.53%的年均復合增長率，社會物流需求總體上呈增長態勢。

2017年，全國社會物流總額252.8萬億元。我國社會物流總額逐步擴張的同時，現代物流產業的發展速度和專業化程度不斷提升，我國社會物流效率有所改進，物流市場環境不斷轉好。在此期間，全國物流總費用與GD的比例從7.8%下降至14.6%，物流效率總體有所提升，但是較發達國家的物流效率水平相比，還存在較大改進空間。中國已成為物流大國，但還不是物流強國，物流績效并不理想。

表1：2010-2017年全國社會物流總額（單位：萬億元）

1.2 第三方物流和供應鏈服務發展不足

服務水平低，服務成本較高，影響了第三方物流服務效率。第三方物流企業多是由功能單一的運輸企業、倉儲企業轉型而來，經營規模小，綜合化程度較低，在管理、技術及服務范圍上整體水平不高，不能為企業提供完整的供應鏈服務。大多數第三方物流企業技術裝備和管理手段比較落后，服務網絡和信息系統不健全，供應鏈建設和管理服務水平低，很難適應現代物流追求動態運作、快速響應的要求。運行體制不暢，政企職責不分，部門管理中條塊分割、分割運營及制度束縛問題突出，物流組織化程度低，一定程度上肢解了物流資源社會化配置綜合效益，制約了第三方物流產業發展。

2 問題解決的研究對策

在當今這個大數據時代，以互聯網+平臺、以人為本的創新2.0+模式已經逐步顯現出了強大的生命力和潛在價值，并引發了產業、政府、城市、社會。從社會的角度來看，社會的“智慧之源”來自于大眾的實時廣泛參與，來自于基于大數據、物聯網、移動互聯網等相關技術，來自于CPSS資源的充分掌握和利用，來自于虛實平行互動、實時反饋、移動可視化的創新社會管理體系的切實應用。

訂單的全鏈路實時跟蹤監控，監控了物流作業的20多個系統140多中場景，顧客從易購下單，到商品倉庫出貨到中轉運輸，到最后的快遞點配送銷單以及商品的售后服務，所有環節的異常都在大數據的掌控之中。倉儲作業：監控商品的揀選包裝完成進度；箱包推薦算法的實施降低了包裝成本。包裹分撥監控：分撥包裹在庫，發件及時率，發車及時率，入站及時率。車輛線路的實時監控。對車輛運輸計劃進行編排與動態調整。

3 我國大數據應用物流發展前景

3.1 大數據在物流決策中的應用

在物流決策中，大數據技術應用涉及到競爭環境的分析與決策、物流供給與需求匹配、物流資源優化與配置等。在競爭環境分析中，為了達到利益的最大化，需要與合適的物流或電商等企業合作，對競爭對手進行全面的分析，預測其行為和動向，從而了解在某個區域或是在某個特殊時期，應該選擇的合作伙伴。

物流的供給與需求匹配方面，需要分析特定時期、特定區域的物流供給與需求情況，從而進行合理的配送管理。供需情況也需要采用大數據技術，從大量的半結構化網絡數據，或企業已有的結構化數據，即二維表類型的數據中獲得。物流市場有很強的動態性和隨機性，需要實時分析市場變化情況，從海量的數據中提取當前的物流需求信息，同時對已配置和將要配置的資源進行優化，從而實現對物流資源的合理利用。

3.2 大數據在物流智能預警中的應用

物流業務具有突發性、隨機性、不均衡性等特點，通過大數據分析，可以有效了解消費者偏好，預判消費者的消費可能，提前做好貨品調配，合理規劃物流路線方案等，從而提高物流高峰期間物流的運送效率。物流公司或車隊管理者可直接訪問GPS以及其他若干實時數據，如車輛行駛方向。網上購物的物流環節存在的問題必須得到完善；我們必須堅持以消費者為主導，以物流企業為核心的管理運作模式，以第三方物流為核心的網上式為指導，不停地加強各個環節之間的聯系，配合信息技術，掃描技術來講電子商務與網上購物物流緊密地結合起來，同時也要吸取京東物流配送中心的成功經驗來不斷改進，不斷提升，積極解決現在我國網上購物物流存在的各種問題，從而提高網上購物的物流技術，減低網上購物物流運輸交易成本，增加企業收益，達到生產者和消費者的雙贏，實現大數據下網上購物物流的成功轉型。

3.3 中國物流業發展

未來十至二十年，是中國物流業發展的重大戰略機遇期，也是優化升級、競爭力提升和企業大規模走出去的重要時期。網絡信息技術升級帶動行業新技術、新業態不斷涌現。隨著信息技術和供應鏈管理不斷發展并在物流業得到廣泛運用，通過物聯網、云計算等現代信息技術，實現貨物運輸過程的自動化運作和高效化管理，提高物流行業的服務水平，降低成本、減少自然資源和市場資源的消耗，實現智能物流。現代物流行業兼并收購趨勢明顯，行業整合加速。自2005年開始，中國物流行業受經濟環境波動影響、國家政策刺激以及行業自身發展的三重因素影響，企業并購熱潮不斷，成為物流產業增長的新驅動力。2015年以來，各類資本不斷挖掘物流企業的投資機會。物流行業服務不斷向供應鏈兩端延伸，逐漸與制造業建立深度合作。物流企業從最初只承擔簡單的第三方物流，逐步拓展到全面介入企業的生產、銷售階段，并通過整合供應鏈上下游信息，優化企業各階段的產銷決策，物流企業專業化服務水平和效益顯著提高。在國家政策的鼓勵和引導下，更多物流企業向提供供應鏈服務方向延伸發展。