全程感知数据服务

演讲嘉宾：北京汇通天下企业客户营销部总经理陈立宁

全程感知数据服务

演讲嘉宾：北京汇通天下企业客户营销部总经理陈立宁

如何通过货主连接车队、司机以及车辆，最终把车辆所使用的ETC、油卡等服务通过数据串联起来，创造新的价值？

不知有多少人了解G7？截止到去年年底，G7团队已经超过了一千人，并且这一千人里面有约600人是软件和硬件的开发人员，可以自豪地说，我们基本上已经是行业里基于互联网服务技术能力最强的一家公司。

我们发现越来越多的快递企业把线下招采放到线上招采，在和客户沟通的时候，客户介绍说，过去线路的招标每次需要一个月的时间，因为需要准备招标书，需要供应商准备投标书、准备报价、签约大概耗费一个月的时间。承运商很辛苦，往往需要跑到深圳和北京。而且过去很多线路按区域招标，北京团队负责北京区域，上海团队负责上海区域，没有办法把所有外包资源统一评估和优化。最终这家客户做出了一个重大决定，把一年大概30亿元的线路招采放到线上，益处体现在什么地方？所有供应商的资质都是通过线上提交，G7提供基本的认证服务，过去一百家或者是一千家承运商，在这里面选择，现在平台上有500家全国性的物流公司，可以根据他线路的需求推荐相应的供应商来推进区域的供应商，使得它整个的资源迅速扩大，这是放到线上招采以后的改进。因为放到了线上，整个的报价和中标环节都在线上进行。以韵达的招标为例，它的一个承运商在国外度假，通过手机就知晓了自己的招标线路，目前韵达50％的承运商都是G7推荐的车队。

线上招采带来什么样的价值？以第一次找招采成本来看，节省了18％的综合成本，节省费用是5600万元，每年招标变成随时招标，一个月可招采十次，只要有线路进行招采，线路承运商的需求都可以实时在线上发起竞价环节。

除了整个的招标服务，从中标开始，承运商的整个运输过程都被G7监控。比如说在合同期内，承运商运行情况、服务情况，这些以数据为基础的承运商画像都被记录下来。对所有的甲方和招标方来说，可以清晰地看到运力值，每一个供应商数据的评价，同时也掌握承运商的画像，过去他的服务质量、准点率情况，自有车辆和服务车辆情况，都可以在系统里面以系数据方式呈现。

在冷链服务中，G7做了哪些工作呢？2015年帮助蒙牛做了从农场到餐桌的全程冷链可视化项目，每一辆从农场出来的车，从农场到生产加工、转仓、配送在途、CBU/经销商、市内配送到商户和客户，全程温度都被监控，实现了全程温度、位置和状态的可视化。

这个过程又是如何实现，或者用了哪些技术和物联网的工具来实现呢？云鸟也提到在做冷链的工具，大家用冷链的监控设备用了很多年，G7所做的区别在哪里呢？单独把一个温度设备放在车里是无用的，因为车辆的运行与车的状态和运营环境相关联。把车辆门的开关、压缩机的开关和监控系统关联起来，在G7监控的车辆上面看到的是4～6条温度曲线，需要知道环境、车厢、压缩机等的温度，我们在做的是感知温度。同时，我们做了一个液晶屏放在车里面，司机并不知道车厢里的温度，他需要一个交互的设备，使他知道要做制冷的动作。由于冷链时效要求高，我们以机场航班时刻表方式来管理时效，对于一个仓库管理人员，能够知晓发出的车到底能不能准时到达，在路上的相关情况，这些都是以秒级的数据来管理实现的。对于仓库、经销商以及接收货物的人来讲，通过这样的一个航班时刻表就知道未来一个小时和半个小时有多少辆车要到达，可以提前准备库位、准备装卸人员来提高效率。

对于冷链作业时温度流失的问题，G7通过相应的设备可以感知车辆作业时间，这种感知如何实现？G7的设备可以判断这一辆车速度为零，处于熄火状态。但是它在微微振动，通过车辆的振动能够感知车辆是从几点几分开始装车作业，到几点几分结束。通过长期作业数据的积累，可以告知客户对于一辆9.6米长的车辆装卸多长时间，10.75米长的车辆装车需要多长时间等具体的服务数据。

另外一个是安全，冷链除了监控温度“安全”，整个车辆和司机的安全也是很重要的一点。G7如何来做？比如在某个地方的某一个点司机出现了一脚急刹车，通过系统能够知晓司机这一脚急刹车使得它的速度60迈直接降到零，如此举动在现场会发生什么事情？G7的设备会把发生前30秒和后30秒的视频传回来，使得车辆、司机的安全做到最精细化管控。

对蒙牛在全国的经销商和门店包括商超配送，我们用传统的面控状态的方式记录其在城市的配送过程。比如对于计划路线，在送达几个门店然后自动把时间记录下来，通过与系统比对，其配送时间和系统预约时间是否一致，这中间有无延误和发生别的事情。我们通过越来越多的数据输出做出相关的大数据分析，从而优化出最佳线路，并通过G7平台上的车辆，分析出门店和商超，所有为其配送车辆的停车位置，从哪个门进出，并把这些数据提供给城市配送的司机提升其城市配送的效率。

我们发现，整个物流的运作离不开数据，数据代表着我们的运营质量也代表我们的水平。所以我们觉得未来的物流模式的创新都是从数据开始，以数据结束。