
菜鸟网络再秀成绩单 大数据之路还有三道坎
根据阿里研究院物流专家粟日提供的数据显示,菜鸟网络对大数据的应用已经在提升电商物流的时效方面取得明显效果,特别是在异地电商物流的业态中,今年年初每月时效都在4%的基础上缓比递增,目前已经缩短到了大概56.9个小时。
这是菜鸟网络分享日上公布的数据。
记者还了解到,菜鸟网络在数据运用方面仍然面临不少的困难,首先是行业信息化和数据化水平低,即使是付出了很大的成本,部分数据还是难以获取,而且数据主要在菜鸟和快递公司之间流通和使用,如何同步到用户手中、提升最后一环的效率任重道远。
信息化水平低
自成立以来,菜鸟网络就意在通过整合阿里平台的资源和对大数据的运用,提升电商物流和快递配送的效率。两年多来,得益于阿里系电商多年积累的大数据及相关技术,菜鸟网络在电商物流方面表现不俗。
以“双十一”为例,面对快递公司单量暴涨到10倍的局面,它可以基于前端的历史交易纪录、电商平台里面的预热等多个维度的数据,为每个快递公司、每一条线路、每个网点预测包裹量,帮助快递公司提前做好运力准备。
这对菜鸟来说并不难,因为有现成的数据,而且是阿里自己的数据,外部的情况却更为复杂一些,特别是牵涉到快递公司方面。
“快递行业业务的信息化和数据标准化的程度不够高,这确实是这么一个情况,大家今天去网点走的话,还有大量的手写的面单,这说明行业数据化、标准化还需要一个过程,这个面单反映行业基础化的过程。”负责菜鸟网络数据运营的丁宏伟说。
他还指出,快递行业信息水平低也有着行业自身的特点,因为其整个流程有大幅度的地域上的变化,数据发生点高度分散,一个包裹可能发生在很多的地方,经过不同的人、不同的交通工具才能完成,不像网上行为,鼠标一点,整个后台IT系统全部完成操作。
针对这种局面,菜鸟网络目前正在大力推进电子面单业务,一种使用原来用户打印增值税发票的打印设备来打印快递面单的做法,不仅打印速度提高4到6倍,更主要的是可以将面单数据信息化,便于后续的开发和利用。
打通仍有障碍
中通快递是菜鸟网络电子面单目前的主要用户之一,中通快递总裁助理兼市场总监郑超认为,这给电商物流时效性的提升帮助很大。
“目前为止没有碰到过菜鸟向我们收取任何的费用。相反倒是菜鸟在这个方面付出了不少,因为你看像电子面单、分单,社会上有一些大型第三方的供应商,他们在快递和菜鸟之间,菜鸟在这个打通上面承受方方面面,付出了很多钱。不光是时间精力,真金白银都付了不少。”郑超表示。
菜鸟网络不收取费用其实是有条件的,根据郑超透露,菜鸟网络的所有服务都是免费的,但需要将中通的数据与菜鸟打通。
这是菜鸟网络在通过免费服务换取快递公司的数据接入。而就市场来看,使用菜鸟电子面单的主要还是中通,其它快递公司多数仍是传统手写面单。可能意味着,部分快递公司还不愿意对菜鸟放开自己的数据。
其实,不仅是快递公司,阿里系电商的卖家在数据共享方面也有所顾虑。很多卖家不愿意将面单信息提供给快递公司,而快递公司想要实现面单电子化,提升前期揽收和后续配送的效率,恰恰需要卖家在这方面进行配合。
用户端刚刚起步
除了数据的采集方面,在数据的运用上,菜鸟网络的服务链条也存在薄弱环节。
目前,菜鸟网络还主要集中于服务快递公司,帮助快递公司提升电商物流效率,在消费者层面,如何通过大数据的运用服务于消费者,不仅关系到用户体验,也关系到快递的效率,这方面的运用才刚刚开始。
“更大面上来讲,我们过去物流其实更多是在服务一个B端,就是我们的商家。其实在今天,我们的消费者感受更为重要,这就是为什么和快递公司一起合作一个新产品果果,主要用于服务消费者。”丁宏伟说,他同时也是果果业务的负责人。
据悉,果果主要有两个功能,第一个功能就是分享,通过微信等几种途径,发件人可以将快递信息分享给自己的收件人,收件人之后获得授权,就可以查看物流详情,包括物流的信息和包裹的信息等等。
第二个数据应用的层面,是消费者数据分析的应用,菜鸟可以对每天几千万个包裹做时效预测。
不过,果果的定位与快递公司的功能有一定冲突,目前多数快递公司都有各自的APP,可以帮助用户跟踪包裹物流配送信息,有些快递公司还提供增值服务,将包裹动态以短信等方式同步给收件人,尚不清楚果果与快递公司的合作情况。
菜鸟网络总裁董文红曾表示,每用一个快递公司的业务就要下载一个APP对于用户来说过于繁琐,果果一个APP的服务则可以涵盖所有快递公司。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23CDA 数据分析师:以指标为钥,解锁数据驱动价值 在数字化转型的浪潮中,“用数据说话” 已成为企业决策的共识。但数据本身是零散 ...
2025-09-23当 “算法” 成为数据科学、人工智能、业务决策领域的高频词时,一种隐形的认知误区正悄然蔓延 —— 有人将分析结果不佳归咎于 ...
2025-09-22在数据分析、金融计算、工程评估等领域,“平均数” 是描述数据集中趋势最常用的工具之一。但多数人提及 “平均数” 时,默认指 ...
2025-09-22CDA 数据分析师:参数估计助力数据决策的核心力量 在数字化浪潮席卷各行各业的当下,数据已成为驱动业务增长、优化运营效率的核 ...
2025-09-22训练与验证损失骤升:机器学习训练中的异常诊断与解决方案 在机器学习模型训练过程中,“损失曲线” 是反映模型学习状态的核心指 ...
2025-09-19解析 DataHub 与 Kafka:数据生态中两类核心工具的差异与协同 在数字化转型加速的今天,企业对数据的需求已从 “存储” 转向 “ ...
2025-09-19CDA 数据分析师:让统计基本概念成为业务决策的底层逻辑 统计基本概念是商业数据分析的 “基础语言”—— 从描述数据分布的 “均 ...
2025-09-19CDA 数据分析师:表结构数据 “获取 - 加工 - 使用” 全流程的赋能者 表结构数据(如数据库表、Excel 表、CSV 文件)是企业数字 ...
2025-09-19SQL Server 中 CONVERT 函数的日期转换:从基础用法到实战优化 在 SQL Server 的数据处理中,日期格式转换是高频需求 —— 无论 ...
2025-09-18MySQL 大表拆分与关联查询效率:打破 “拆分必慢” 的认知误区 在 MySQL 数据库管理中,“大表” 始终是性能优化绕不开的话题。 ...
2025-09-18DSGE 模型中的 Et:理性预期算子的内涵、作用与应用解析 动态随机一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明确:TIF 中的地名有哪两种存在形式? 在开始提取前,需先判断 TIF 文件的类型 —— ...
2025-09-17CDA 数据分析师:解锁表结构数据特征价值的专业核心 表结构数据(以 “行 - 列” 规范存储的结构化数据,如数据库表、Excel 表、 ...
2025-09-17Excel 导入数据含缺失值?详解 dropna 函数的功能与实战应用 在用 Python(如 pandas 库)处理 Excel 数据时,“缺失值” 是高频 ...
2025-09-16深入解析卡方检验与 t 检验:差异、适用场景与实践应用 在数据分析与统计学领域,假设检验是验证研究假设、判断数据差异是否 “ ...
2025-09-16