基于大数据的电商物流价值链分析

■ 闫 敏（青岛理工大学商学院 山东青岛 266520）

大数据的产生及流动分析

流通业在整个国民经济中的地位具有先导性和支柱性。在流通领域应用B2C模式能更好地引导生产、推动经济结构进行调整。B2C模式可以用准确海量的订单提供实时的市场信息。更好的实现全国乃至全球资源的有效配置。图1为笔者建立的基于Internet的信息流图。在流通领域靠B2C模式准确提供市场信息，在生产领域靠B2B模式准确提供生产信息。整个供应链完全由订单驱动且信息得到适时共享。最大化削弱了牛鞭效应。

（一）数据在互联网终端产生

网络零售在全社会零售额的比重逐年上升，最终会迫使新的零售业态出现，即便利店和网上商城的合作业态模式。便利店成为网上商城的实体延伸店。网络零售范围也将涵盖方方面面，不仅包括图书、日用品、家电等标准化产品、低价值的产品；还将包括生鲜等非标准化产品，珠宝、汽车、房产等高价值的产品。来自农村和海外的订单也会逐年快速增长。基于大量订单的海量数据的作用远不止给上游提供及时准确的信息，随着大数据的发展海量订单还可深度挖掘，给企业以更深层次战略指导。

（二）大数据在企业WWW服务器汇集

海量订单汇集到企业的服务器，这种服务器可以是平台型电商企业的服务器，比如淘宝，也可以是自营型企业的服务器，比如京东、苏宁易购。中国市场对这个平台的争夺十分激烈。原有纯电子商务企业（淘宝、京东、1号店等）的业务不断扩展的同时，物流企业（申通，顺丰等）、传统流通领域的零售企业（苏宁、国美、各地区的连锁超市等）也逐步加紧了进军电商的步伐。理论界有不少这个专题的探讨，有些赞同这种跨界争夺，有些抱有否定态度。笔者认为这是市场经济运作的必然结果。经过大浪淘沙，最终沉淀下来的便是富有竞争力的胜利者。可以肯定的是新型电商企业和传统企业的不断融合是未来大趋势。

（三）大数据传送至上游生产商ERP系统

订单信息适时共享到上游生产商ERP系统，上游生产商根据订单在JIT理论的指导下及时安排生产与原材料采购，其中原材料采购信息继续在供应链上传递。在这个过程中生产商可以充分利用MRP系统。且由于订单信息的准确性，整个MRP几乎不用修正。大数据的优势远不止及时共享信息，生产企业未来的发展趋势一定是提供更符合消费者良好体验的产品，也就是如何通过互联网终端使消费者参与到产品研发阶段。

（四）生产商采购数据共享至原材料提供商

在三阶段产生的MRP输出信息—原材料采购计划（包括采购时间和采购数量）—及时共享给原材料供应商。原材料供应商再根据订单信息安排企业的生产。

至此整个信息流动完成，我们可以看到在图1中，通过信息技术流通领域的供应链会缩至最短，传统的分销商及代理商会逐渐消失。生产领域的企业会更加注重消费者需求，是对需求深度挖掘后研发产品，而不是引导消费者产生需求而导致消费者对无用的产品功能也惯例买单。最终制造出更个性化的产品。

大数据驱动的物流分析

（一）大数据驱动下的物流运作方案

物流是需求信息流的反向流动。笔者依据图1构建了消费者需求驱动的B2B2C物流网络图（见图2）。在图2中分为生产和流通两个领域。生产领域根据网络终端产生的需求安排生产，产品按照订单被有效的运送至区域仓库，货物再经过二次配送从区域仓库运送到城市分拣中心。最后由分拣中心实施终端城市配送，即最后一公里配送。该网络构建了这样一种物流情景：商品从工厂里出来，甚至还没有生产的时候，生产商就知道在整个中国甚至整个世界有n个城市里有n个仓库，并且生产商精确知道每个仓库需要多少商品，第二次搬运就是从仓库配送到消费者手里，中间没有任何代理商、经销商等中介，没有从一个仓库搬运到另一个仓库的繁琐程序。从生产商到消费者整个供应链上做到了最少的搬运次数、最短的物流路径、最优的物流资源配置。生产领域的物流容易实现规模效应，在满足一定的服务水平前提下运输成本较容易控制。本文着重讨论一下流通领域的最后一公里配送问题，即图2中n个城市分拣中心如何高质量低成本的把货物配送至消费者手中。图2总结了国内外流行的6种方案。其中有5种方案属于自提方案。最后一种是传统的送货上门。自提方案除成本低之外还可以使得消费者由被动等待快递转变成主动提取快递。还可避免安全隐患和泄露个人家庭工作地址等隐私问题。所以笔者着重介绍5种自提方案。

图1 B2B2C信息流

图2 B2B2C物流网络

1.便利店。便利店是一种与超市和百货店截然不同的业态，是商业发展到一定阶段继百货店和连锁超市后的一种新型业态，近几年发展迅速。它的多元性（提供话费、水电费、煤气费等代缴，影印、传真、快餐、熟食、代售报刊、送货上门）、便利性（24小时营业、临近居民住宅区）、品质性（具有统一的服务和商品标准）很好地迎合了已经成为消费和职场主体的90后。他们富有主见，注重性价比，青睐网络购物。而网络零售商的末端配送成本居高不下，在这种大趋势下便利店就和网络零售商有了天然结合性。部分便利店自身开始发展网络零售，更多的便利店与网络零售商进行资源整合（比如亚马逊中国和青岛“友客”的合作），进行站点拓展。

2.自助提货柜。这种服务在国外应用较成熟，国内也出现不少成功案例（京东的自助提货柜）。通过自助服务设备，可以实现24小时自助提取货物服务。同时支持多种付款方式（POS刷卡、手机终端付款）。考虑到责任无法确定问题，目前还不支持自助退换货、开箱验货服务。笔者建议在设备上装配24小时监控，以及时鉴定货物损坏的责任人。从而解决自助退换货问题。鉴于自助提货柜POS机安全性问题，这种自助方式可以和便利店、社区物业、校园营业厅结合使用。

3.社区物业。中国物业行业利润率低、工资水平低、客户满意度低。行业急需寻找新的增值点以提高业主满意度。快递行业终端的客户就是物业行业的业主，快递配送的大部分终端也是物业公司服务管理的场所，两个行业的客户和服务场所是高度重合的。物业和电商物流终端配送有天然的结合性。万科已启动此种自提方案，已经在短期内取得了良好的效果，包裹代收发将很快推向全国。青岛中海物业也积极地和京东进行了合作。

4.移动自提车。此模式是京东首创。移动自提车集中在一、二线城市的密集生活圈与交通枢纽结合处，如地铁站、配送服务难以进入的厂区、校园等。支持除大家电的配送。可支持现金、信用卡、借记卡等多种支付方式。缺点是不能24小时提供服务。

5.校园营业厅。大学生是网络零售的主要顾客群体，京东较早启用了针对校园的模式，还特别为学校设置了优惠政策。较好地解决了快递无法进校园问题。但这只是京东内部的资源整合方式。目前需要一种更加开放的服务于各个网络零售店的校园终端平台。这需要政府与学校相关部门的协调和支持。

5种自提模式提高了物流配送

时间上的柔性度，是电商物流发展的必然趋势。当前需要解决的重点是如何把这5种终端开放给所有的网络零售，这需要做好物流平台的整合，货通天下是电商物流的最终发展目标。

（二）大数据带来的电商物流增值分析

1.场地效用最大化。在上文提及大数据驱动下的物品流动距离最短，换言之，生产线上的每一个商品都对应具体的消费者。从生产商下线就会沿着最优化的路径直达消费者。这必须依靠社会性的物流大平台。当下企业界、理论界、政府部门都致力于对此的研究和推动。货通天下的物流平台必然使得整个经济领域（生产和流通领域）内场地效用都得到最大化。

2.占用效用最大化。在互联网终端消费者通过搜索引擎搜索自己想要的东西，这给消费者自助理性消费提供了可能性。但大数据驱动的消费远不止这些。通过对订单大数据的挖掘，企业要提供超越搜索之外的应用需求。这种应用需求可以针对消费者个体，也可针对消费者群体。对于前者，比如网站发现你（女性）开始买维他命、叶酸等用品，网站会推测你怀孕了，商家即可计算出你的预产期，据此再根据你的消费价值观针对性地推送孕妇婴儿用品。换言之，企业可跟踪你一生的消费举动。在互联网的世界，你的每一个消费和搜索动作都有可能被分析、定位。由此我们可以看到在大数据的挖掘使用下占用效用会最大化。

3.形态效用最大化。现代社会的商品常会有过度功能设计，究其根源是没能正确掌握消费者的真正需求，很多需求是被研发部门创造出来的，然而最终消费者对这些过度的设计也一并买单，这势必造成资源浪费。电子商务时代企业要想生存必须给顾客提供优质的客户体验，必须迎合消费者真实的需求。而网络零售时代给消费者参与产品设计提供了可能性，消费者的需求可以通过Internet适时反馈给企业，企业做到真正按消费者的需求生产商品，使得形态效用最大化。

4.时间效用最大化。基于大数据的信息流的有效及时流动使得电商物流在时间上具有了更好的柔性度，无论是延迟还是加速，物流大平台都可以保证在最低的成本下满足客户对时间的要求。

结论

本文从大数据的信息流的产生和有效流动入手，建立了有效物流网络模型。提出了在Internet大数据背景下通过信息技术对全国乃至全球资源的有效整合来达到物流增值最大化效果。如深入研究还需解决的问题包括物流平台整合的费用问题、技术问题及利益分配问题、海量数据的挖掘模型建设问题。无论电商物流发展进程如何，最终一定会给消费者以最优的客户体验，并在其前提下达到物流增值最大化效果。

1.张昕.末端物流共同配送模式及决策路径—基于电商物流和社区服务的供需分析[J].财经问题研究，2013（3）

2.程国平，荀卫.电商物流服务平台的业务分配模型[J].物流技术，2014（4）

3.中国连锁经营协会.中国零售业发展报告[R/OL].商务部流通发展司，2013

4.中国物流信息中心.中国商贸物流运行报[R/OL].商务部流通发展司，2014三季度

5.沈绍基.电商物流应标准化、规模化、社会化、信息化、专业化发展[J].物流技术与应用，2012（11）

6.达瓦.快递业 创造专业化的可持续发展[J].物流技术与应用，2012（11）

7.吴方正.电商物流最后一公里与社区服务融合模式解析[DB/OL].http://wenku.baidu.com/view/9b445433580216fc700afdca.html 2013.2

8.李万予，周寿英.小柜子有大能量自助提货助跑“最后一公里”[N].中国计算机报，2012-11-19

9.且菲.京东试水移动自提车 助力物流“最后一公里”[N].华西都市报，2014-7-22