_内
物流，是一个体量凌驾于多个行业之上的庞然大物，它贴近群众生活，很容易成为关注对象。而近年，无人机、立体化仓库、移动机器人(AGV)、最后100米……新闻里总是充斥着这样的高频科技词汇。笔者整理了部分企业的物流相关投融资事件，发现尽管时间有先后，但总体战略布局还是有很多共同点。也正是这些共同点，让我们看到了如今的科技成果展示。
但如同其他行业一样，技术总有同质化的趋势，成功与否关键在于抢滩市场的时机问题。从本质上讲，物流的三大环节依然是运输、仓储和平台。从用户下单甚至添加购物车开始，直到确认收货，都会产生无数有用或无用数据，都需要优秀的物流平台来对数据进行信息分析，帮助决策。在这一点上，本文将引用三处实例，说明大数据分析在物流中起到的中流砥柱的作用。
一、菜鸟网络：物流是基础，关键还是大数据
菜鸟网络成立之时投资架构图
2013年成立的菜鸟网络，在落后京东、苏宁等自建仓配的电商体系之时，选择弯道超车，开辟出新的“以数据为驱动的社会化协同平台”模式，通过数据平台提供的价值信息赋能合作伙伴，实现物流行业的服务创新。
目前菜鸟网络的战略规划分为三大版块：天网+地网+人网，天网讲究数据协同与驱动，地网讲究仓库落地与调配;人网讲究“最后一公里”等便民服务。从拉三通一达、地产商等为其投资就可看出，阿里的目的并不是自己做物流，相反，仍旧利用自身的优势擅长，利用大数据、云计算、人工智能来优化物流配送服务。
数据来源：根据各公司财报及国家统计局数据综合测算
虽然三通一达在菜鸟网络成立之时投资占比只有象征性的1%，但他们绝大部分的业务量来自淘宝天猫体系，四者共占据2016年全年312.8亿件量的44.6%，对菜鸟来说这绝对是大好事。所以说，菜鸟网络可以利用这些来自阿里自身体系内、消费者、商家、物流公司以及其它社会机构的大体量数据，进行数据的分析与整合，实现物流过程的数字化、可视化，进而提供预测/预警或协同优化。深究下去，在“全国24小时，全球72小时必达”的使命背景下，菜鸟网络背后的技术支撑一定是覆盖完整物流供应链的大数据分析平台。当然，自家业务，毫无疑问是阿里云。
二、顺丰数据灯塔：数据关系到业务的核心利益
数据灯塔物流版Demo首页
掌握数据的控制与所有权才是重中之重，这是行业巨头的共识。此前，菜鸟与顺丰就曾爆发一场关于数据接口的冲突：6月1日下午，菜鸟网络发布声明称，顺丰突然关闭对菜鸟的数据接口，并在之后停止给所有淘宝平台上的包裹回传物流信息。而顺丰表示，根本原因在于菜鸟先封杀了其旗下的丰巢自提柜业务。当然，此事很快就引来了国家邮政局的调停，双方达成和解并恢复合作。
从此次事件来看，双方都因为数据闭环的断开而遭受了不同程度的影响。但它的发生，也是情理之中，因为一直以来，顺丰与阿里的关系都是若即若离，双方对数据的掌控欲都很强，都不会轻易做出有损自身利益的让步。所以说，顺丰选择没有业务冲突的腾讯云也是能想象到的事。
以大数据分析平台为例，2016年5月，顺丰推出了旗下的大数据产品——数据灯塔。该产品融合顺丰内外部海量数据(30万+收派员、5亿+个人用户、150万+企业客户、300万+楼盘/社区信息、10亿+电商数据以及10亿+社交网络等海量数据、覆盖全国3000个城市和地区)，提供实时监控、异常件查询/预警、快件预警、自助取数等服务，为顺丰快递、入仓合作伙伴提供物流大数据产品，为商家拓展电商生意提供决策支持，最终助力企业提升物流管理效率。从介绍上看，我们很难说这项服务和菜鸟网络没有重合区域，但笔者也相信，正是基于双方现有的业务融合与业务对抗，二者之间相爱相杀的故事还会继续下去。
三、京东青龙系统：对订单数据层层分析
2016年11月，京东集团正式宣布京东物流将以品牌化的运营方式，将其积累十年的物流运营经验面向全社会开放，在这技术积累的背后，少不了“用户大数据+青龙系统+O2O”运营体系的有效支撑。
“青龙”是京东的物流信息化系统，在其整个框架结构中，预分拣子系统承接了用户下单到仓储生产之间的重要一环，对于实现快速配送功不可没。在预分拣中，通过深度神经网络、机器学习、搜索引擎技术、地图区域划分、信息抽取与知识挖掘技术，以及对地址库、关键字库、特殊配置库、GIS地图库等大数据的分析挖掘，来满足各类型订单的接入，提供稳定准确的预分拣接口。
有意思的是，2015年10月，京东与腾讯共同推出“京腾计划”，在流量与电商平台之间，双方互惠互利谋共赢。今年，马云忙着在双十一推出荧幕首秀“功守道”，京东、腾讯近期提出的“京腾无界零售解决方案”也被炒上热点。这已经是腾讯的第二次乱入了。
结语：数据预测，让货物比订单先行一步
有一点是毫无疑问的，以上三家企业都在努力通过大数据产品来提升自己的物流服务水平。从仅在用户订单数据上就如此“大费周章”来看，将业务数据化，可视化十分重要，这是实现高效物流的第一步。而后为了应对618、双十一这样的国民大促，依据所分析的数据进行预测、决策则显得更加重要。
比如根据海量的商品历史销售收据，结合气候、促销条件等多重因素，从海量商品中选取出爆品，进而预测爆品在不同城市的销量，将其下沉至离消费者最近的前置仓;比如根据对用户的大数据分析，能够预测核心城市各片区的主流单品的销量需求，提前在各个物流分站预先发货;又或者根据历史销售数据和对市场的预测，帮助商家制定更精准的生产计划，帮助他们在合适的地区进行区域分仓……
大数据及云计算在物流中起到的作用是不容小觑的，它给企业带来了更多创新机遇，合理地运用大数据，将对物流企业的管理与决策、客户关系维护、资源配置等方面起到相当积极的作用。 而长远来看，大数据的挖掘潜能仍然无限大，包括延伸到管理过程或是物流终端，只要有数据产生，就有商业利用变现的可能。
