物流，是一個體量凌駕于多個行業之上的龐然大物，它貼近群眾生活，很容易成為關注對象。而近年，無人機、立體化倉庫、移動機器人(AGV)、最后100米……新聞里總是充斥著這樣的高頻科技詞匯。筆者整理了部分企業的物流相關投融資事件，發現盡管時間有先后，但總體戰略布局還是有很多共同點。也正是這些共同點，讓我們看到了如今的科技成果展示。

　　資料來源：IT桔子

　　但如同其他行業一樣，技術總有同質化的趨勢，成功與否關鍵在于搶灘市場的時機問題。從本質上講，物流的三大環節依然是運輸、倉儲和平臺。從用戶下單甚至添加購物車開始，直到確認收貨，都會產生無數有用或無用數據，都需要優秀的物流平臺來對數據進行信息分析，幫助決策。在這一點上，本文將引用三處實例，說明大數據分析在物流中起到的中流砥柱的作用。

　　一、菜鳥網絡：物流是基礎，關鍵還是大數據

　　菜鳥網絡成立之時投資架構圖

　　2013年成立的菜鳥網絡，在落后京東、蘇寧等自建倉配的電商體系之時，選擇彎道超車，開辟出新的“以數據為驅動的社會化協同平臺”模式，通過數據平臺提供的價值信息賦能合作伙伴，實現物流行業的服務創新。

　　目前菜鳥網絡的戰略規劃分為三大版塊：天網+地網+人網，天網講究數據協同與驅動，地網講究倉庫落地與調配;人網講究“最后一公里”等便民服務。從拉三通一達、地產商等為其投資就可看出，阿里的目的并不是自己做物流，相反，仍舊利用自身的優勢擅長，利用大數據、云計算、人工智能來優化物流配送服務。

　　數據來源：根據各公司財報及國家統計局數據綜合測算

　　雖然三通一達在菜鳥網絡成立之時投資占比只有象征性的1%，但他們絕大部分的業務量來自淘寶天貓體系，四者共占據2016年全年312.8億件量的44.6%，對菜鳥來說這絕對是大好事。所以說，菜鳥網絡可以利用這些來自阿里自身體系內、消費者、商家、物流公司以及其它社會機構的大體量數據，進行數據的分析與整合，實現物流過程的數字化、可視化，進而提供預測/預警或協同優化。深究下去，在“全國24小時，全球72小時必達”的使命背景下，菜鳥網絡背后的技術支撐一定是覆蓋完整物流供應鏈的大數據分析平臺。當然，自家業務，毫無疑問是阿里云。

　　二、順豐數據燈塔：數據關系到業務的核心利益

　　數據燈塔物流版Demo首頁

　　掌握數據的控制與所有權才是重中之重，這是行業巨頭的共識。此前，菜鳥與順豐就曾爆發一場關于數據接口的沖突：6月1日下午，菜鳥網絡發布聲明稱，順豐突然關閉對菜鳥的數據接口，并在之后停止給所有淘寶平臺上的包裹回傳物流信息。而順豐表示，根本原因在于菜鳥先封殺了其旗下的豐巢自提柜業務。當然，此事很快就引來了國家郵政局的調停，雙方達成和解并恢復合作。

　　從此次事件來看，雙方都因為數據閉環的斷開而遭受了不同程度的影響。但它的發生，也是情理之中，因為一直以來，順豐與阿里的關系都是若即若離，雙方對數據的掌控欲都很強，都不會輕易做出有損自身利益的讓步。所以說，順豐選擇沒有業務沖突的騰訊云也是能想象到的事。

　　以大數據分析平臺為例，2016年5月，順豐推出了旗下的大數據產品——數據燈塔。該產品融合順豐內外部海量數據(30萬+收派員、5億+個人用戶、150萬+企業客戶、300萬+樓盤/社區信息、10億+電商數據以及10億+社交網絡等海量數據、覆蓋全國3000個城市和地區)，提供實時監控、異常件查詢/預警、快件預警、自助取數等服務，為順豐快遞、入倉合作伙伴提供物流大數據產品，為商家拓展電商生意提供決策支持，最終助力企業提升物流管理效率。從介紹上看，我們很難說這項服務和菜鳥網絡沒有重合區域，但筆者也相信，正是基于雙方現有的業務融合與業務對抗，二者之間相愛相殺的故事還會繼續下去。

　　三、京東青龍系統：對訂單數據層層分析

　　2016年11月，京東集團正式宣布京東物流將以品牌化的運營方式，將其積累十年的物流運營經驗面向全社會開放，在這技術積累的背后，少不了“用戶大數據+青龍系統+O2O”運營體系的有效支撐。

　　“青龍”是京東的物流信息化系統，在其整個框架結構中，預分揀子系統承接了用戶下單到倉儲生產之間的重要一環，對于實現快速配送功不可沒。在預分揀中，通過深度神經網絡、機器學習、搜索引擎技術、地圖區域劃分、信息抽取與知識挖掘技術，以及對地址庫、關鍵字庫、特殊配置庫、GIS地圖庫等大數據的分析挖掘，來滿足各類型訂單的接入，提供穩定準確的預分揀接口。

　　有意思的是，2015年10月，京東與騰訊共同推出“京騰計劃”，在流量與電商平臺之間，雙方互惠互利謀共贏。今年，馬云忙著在雙十一推出熒幕首秀“功守道”，京東、騰訊近期提出的“京騰無界零售解決方案”也被炒上熱點。這已經是騰訊的第二次亂入了。

　　結語：數據預測，讓貨物比訂單先行一步

　　有一點是毫無疑問的，以上三家企業都在努力通過大數據產品來提升自己的物流服務水平。從僅在用戶訂單數據上就如此“大費周章”來看，將業務數據化，可視化十分重要，這是實現高效物流的第一步。而后為了應對618、雙十一這樣的國民大促，依據所分析的數據進行預測、決策則顯得更加重要。

　　比如根據海量的商品歷史銷售收據，結合氣候、促銷條件等多重因素，從海量商品中選取出爆品，進而預測爆品在不同城市的銷量，將其下沉至離消費者最近的前置倉;比如根據對用戶的大數據分析，能夠預測核心城市各片區的主流單品的銷量需求，提前在各個物流分站預先發貨;又或者根據歷史銷售數據和對市場的預測，幫助商家制定更精準的生產計劃，幫助他們在合適的地區進行區域分倉……

　　大數據及云計算在物流中起到的作用是不容小覷的，它給企業帶來了更多創新機遇，合理地運用大數據，將對物流企業的管理與決策、客戶關系維護、資源配置等方面起到相當積極的作用。 而長遠來看，大數據的挖掘潛能仍然無限大，包括延伸到管理過程或是物流終端，只要有數據產生，就有商業利用變現的可能。