
打破平衡:阿里用大数据重新界定快递业
随着电商改变着我们的消费模式,“通达系”也成为普通人熟知的公司。原本“通达系”有“四通一达”:申通、圆通、中通、汇通和韵达,这五家企业都起步于浙江桐庐,它们之间有着千丝万缕的联系。汇通在2011年为马云收购,走上不同的发展道路;其他“三通一达”的发展模式颇为相似:它们每年高速发展,淘宝件占到公司业务的六成左右,公司旗下的网点甚至不少分公司都是加盟商所有。“三通一达”如此同质化,后来崛起的一些加盟快递公司也是再复制这一模式,激烈的竞争格局下,价格战就不时出现。
而在阿里巴巴集团投资圆通速递之前,淘宝和“三通一达”一直处于微妙的平衡之中。一家快递业高管指出:“通达系”离不开淘宝,但淘宝也离不开“通达系”,阿里巴巴集团承受不了“通达系”同时退出淘宝。这大概是两年前,顺丰和三通一达都在“菜鸟网络”中象征性出资1%的原因所在。
那么,阿里巴巴集团投资圆通速递,是否会打破这种平衡?云锋基金创始人、主席虞锋指出:“阿里巴巴投资的目的,不是要对谁倾斜。而是希望找个真正有规模的试点,通过阿里的数据把效率提高,这也使物流成本下降更快,用户体验也更好。”
多位快递行业人士和关注快递行业的PE人士都曾私下分析,如果将时间拉长到五年甚至十年,“三通一达”不会长期共存。 发达国家的快递市场走势,或为前车之鉴。“美国在20年前,也有20家快递公司,现在也就三四家。其他国家都是三四家,中国没有什么特别的。”
一年前,一位创投基金合伙人接受21世纪经济报道记者采访时分析:未来中国快递行业可能就是四五张网络,顺丰已经提前拿到门票,EMS作为国家队也有一张,个人认为京东+腾讯有一张,通达系中的一家有一张;剩下可能还有一个“N”,它可能是马云的菜鸟网络,也可能是外资等三通一达打得差不多了,直接去收购落败几家的诸侯和网点,用自己的团队、价值观和收购来的枢纽、网点构成一个体系,也可能就没有“N”。
这位创投基金合伙人认为:“我们不能独立看通达系,而是要把它放到整个物流行业、放到电子商务、移动互联网中来看,快递行业跟电子商务是一体化的。目前,快递企业的估值跟电商公司的估值没法比,资本选择电商,聪明的人、运营能力强的人都留在电商。未来可能就是由电商出身的人、熟悉资本市场的人,跳出快递行业的圈子,用资本来重新界定行业的边界。”
虞锋也认同,长远来看,加盟式快递公司不会有“三通一达”那么多:“我觉得综合各方面来说,圆通的结构和布局做得最扎实,对终端网点掌控得很好,从阿里那边的数据,客户满意度和到达的时间很好。阿里巴巴和我们投资的考虑就是找一家基础不错的企业,帮助它去整合别人。”
但一位关注物流行业的PE人士指出:“在通达系中我更看好中通,同样的业务,它们所需要的人力和成本往往是最低的。圆通的老板很进取,一些动作上在学顺丰,比如组建航空公司。但是你圆通的客单价平均是顺丰的40%,怎么学顺丰?三通一达注定了要按自己的特点去发展。”
综上可知,如果菜鸟网络和圆通合作愉快,迟早将打破“三通一达”之间的平衡,甚至打破淘宝和三通一达目前的平衡,而圆通选择接受阿里巴巴的投资,极有可能帮助它提高出线的概率。它们的组合,会成为4+N中的“N”吗?
按照菜鸟网络总裁童文红在5月28号中所说,菜鸟五大战略包括快递、仓配、跨境、农村和驿站,菜鸟将力争实现包裹国内24小时送达,全球72小时必达的目标。童文红表示,作为社会化物流协同的践行者和以数据为驱动力的平台,这五大战略一定要通过合作伙伴协同的方式来实现。可以说,阿里在用大数据重新界定快递业。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA数据分析师与数据指标:基础概念与协同逻辑 一、CDA 数据分析师:数据驱动时代的核心角色 1.1 定义与行业价值 CDA(Certified ...
2025-08-22Power Query 移动加权平均计算 Power Query 移动加权平均设置全解析:从原理到实战 一、移动加权平均法的核心逻辑 移动加权平均 ...
2025-08-22描述性统计:CDA数据分析师的基础核心与实践应用 一、描述性统计的定位:CDA 认证的 “入门基石” 在 CDA(Certified Data Analy ...
2025-08-22基于 Python response.text 的科技新闻数据清洗去噪实践 在通过 Python requests 库的 response.text 获取 API 数据后,原始数据 ...
2025-08-21基于 Python response.text 的科技新闻综述 在 Python 网络爬虫与 API 调用场景中,response.text 是 requests 库发起请求后获取 ...
2025-08-21数据治理新浪潮:CDA 数据分析师的战略价值与驱动逻辑 一、数据治理的多维驱动引擎 在数字经济与人工智能深度融合的时代,数据治 ...
2025-08-21Power BI 热力地图制作指南:从数据准备到实战分析 在数据可视化领域,热力地图凭借 “直观呈现数据密度与分布趋势” 的核心优势 ...
2025-08-20PyTorch 矩阵运算加速库:从原理到实践的全面解析 在深度学习领域,矩阵运算堪称 “计算基石”。无论是卷积神经网络(CNN)中的 ...
2025-08-20数据建模:CDA 数据分析师的核心驱动力 在数字经济浪潮中,数据已成为企业决策的核心资产。CDA(Certified Data Analyst)数据分 ...
2025-08-20KS 曲线不光滑:模型评估的隐形陷阱,从原因到破局的全指南 在分类模型(如风控违约预测、电商用户流失预警、医疗疾病诊断)的评 ...
2025-08-20偏态分布:揭开数据背后的非对称真相,赋能精准决策 在数据分析的世界里,“正态分布” 常被视为 “理想模型”—— 数据围绕均值 ...
2025-08-19CDA 数据分析师:数字化时代的价值创造者与决策智囊 在数据洪流席卷全球的今天,“数据驱动” 已从企业战略口号落地为核心 ...
2025-08-19CDA 数据分析师:善用 Power BI 索引列,提升数据处理与分析效率 在 Power BI 数据分析流程中,“数据准备” 是决定后续分析质量 ...
2025-08-18CDA 数据分析师:巧用 SQL 多个聚合函数,解锁数据多维洞察 在企业数据分析场景中,单一维度的统计(如 “总销售额”“用户总数 ...
2025-08-18CDA 数据分析师:驾驭表格结构数据的核心角色与实践应用 在企业日常数据存储与分析场景中,表格结构数据(如 Excel 表格、数据库 ...
2025-08-18PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14