基于大数据的电子商务物流配送策略

 

1 基于大数据的电子商务物流配送现状

时代在发展，网购系统也逐渐趋于成熟，很多网购平台呈现出较好的发展前景，比如天猫、拼多多、京东等，这些大型网购平台每年的交易额呈现增长趋势。与此同时，抖音、快手、直播等多种营销形式的出现，为电子商务平台创造了更高的收益，在2015-2022年短短的7年时间内，电子商务平台发展迅速，网购零售额呈现逐渐增长的趋势，具体如表1所示。

 

由表1可见，自2016年起，全国网购零售额由5.17万亿元快速增长至2022年的17.69万亿元，增长了将近3倍左右，这充分表明电子商务整体发展形势较好，也在很大程度上为物流配送创造了优厚的条件。目前，基于大数据的电子商务物流配送具体发展情况进行以下详细分析。

 

表1 2015-2022年全国网上零售额统计表 导出到EXCEL

 

 

年份 全国网上零售额(万亿元)

 

2015 3.88

 

2016 5.17

 

2017 7.18

 

2018 9.02

 

2019 10.64

 

2020 11.77

 

2021 13.54

 

2022 17.69

一是从事电子商务物流配送的人员越来越多，进行网上购物的消费者数量与日俱增，配送成为了他们最为主要的需求。为了能够将产品在较短时间内送达消费者手里，就要有充足的配送人员，所以，越来越多劳动者进入此行业，而且随着电商发展，从事物流配送的人员数量越来越多。

 

二是电子商务平台逐渐趋于成熟，物流配送网点也在不断完善与优化，由最初的零星网点逐渐发展为随处可见[1]。消费者货物等待时间越来越短，特别是在一些农村地区，电子商务配送网站几乎实现了全覆盖，提高了配送效率。随着物流配送体系越来越规范，从业人员手工出库、分拣的现象逐渐被机械设备取代，而且很多地区已经出现了机器人配送车，不仅提高了物流配送的效率，而且节约了成本，这标志着电子商务物流配送体系正逐渐走向完善。

 

2 基于大数据的电子商务物流配送面临的困境

2.1 缺乏大数据应用的意识

大数据中蕴含着丰富的资源，特别是在计算方法方面较为全面，能够在很大程度上为电子商务物流配送中区域的规划、路线的设计、时效性提升等提供技术支持，电子商务物流是通过全面分析、预测各种数据保证做出更加准确的决策[2]。但是在实践操作环节，物流企业管理层并未意识到这一点，缺乏大数据应用意识，不管是配送路线、区域、车辆安排，还是具体工作环节都以传统形式为主；由于大数据技术对于硬件、运行环境、人员均提出了较高要求，目前，物流企业在此方面并未达标，且人才匮乏、设备落后，即便有些企业运用了大数据技术，也仅仅停留于简单的数据分析，并未实现全面覆盖，进而导致配送时效性并未得到实质性的提升。

 

2.2 物流企业的合作比较缺乏

当前，我国物流企业配送中合作意识薄弱，民营快递企业市场份额占比较大，具备较强实力以及服务质量的大型物流企业很少；物流企业规模小、分布零散，不具备竞争优势，网点重复性建设，极易出现多个快递公司相同时间配送相同类型订单的现象，造成配送时复杂且重复，多种物资配送效率低且成本高，无形之中导致社会资源浪费。大数据时代市场竞争愈演愈烈，物流企业运作风险越来越大，若未做到有效合作，仅局限于自我发展，极易在风险发生以后面临破产威胁，同时也不利于优质资源的整合，很难适应大数据时代电子商务发展要求。

 

2.3 大数据物流信息平台构建体系不完善

大数据为电子商务发展创造了更多机遇，推进了物流行业前进的步伐，基于大数据构建物流信息平台也是未来电子商务物流配送的发展趋势，其功能性、价值性是不容忽视的[3]。但由于我国正处于大数据物流信息平台构建初期摸索阶段，平台功能性不够成熟，再加之物流企业规模小、信息技术投入较少、软硬件系统不完善，无法充分发挥大数据物流信息平台成效。另外，虽然也有一些物流企业整合了信息功能，但并没有采用专业大数据技术统筹、合理规划以及安排驿站地点、数量，造成管理成效、经济效益较低。

 

3 基于大数据的电子商务物流配送策略

3.1 加强大数据应用意识

大数据时代，物流企业要转变理念，充分了解及掌握物流配送各环节的信息内容，深挖大数据价值，进而做到合理利用，并利用大数据中不同的算法提前做好电子商务物流配送区域的划分[4]。

 

首先对电子商务配送流程进行分析，具体如图1所示。

 

 

图1 电子商务物流配送流程   下载原图

 

以电子商务物流配送流程为依据，通过聚类算法规划物流配送区域。具体的划分步骤是：第一步，起始聚类中心的选择。通过聚类中心数据信息寻找n个数据，聚类中心为n个数据信息，n=1,2,…,结合电子商务物流配送中心要求，n个聚类中心坐标分别是(x1,y1),(x2,y2),…,(xn,yn),确保初始划分区域不存在叠加现象。

 

第二步，通过距离公式对每一个聚类中心距数据距离求解，计算公式如下：

 

D(k+1)=ga−fa+1−−−−−−−−√

?

(

?

+

1

)

=

?

?

-

?

?

+

1

 (1)

 

公式中D(k+1)表示配送区域划分因子；ga表示聚类中心；fa+1表示聚类中心数据。根据公式(1)计算数据与哪一个聚类中心距离近，便可将其归类于那一个聚类中心，通过此方法可以计算出车辆运送货物的时间，进而达到节省配送时间的目的。

 

第三步，对聚类中心进行修正。由于其中涵盖某些数据n个聚类中心，极易发生变化，所以在第二步计算结果中要对聚类中心数据重新修正，尽可能保证配送工作量的均衡且大致一样。

 

第四步，聚类中心的验证。在第三步计算聚类中心基础之上迭代循环，将通过以上三步计算获取的聚类中心部位和上次求解结果进行比较，具体计算公式是：

 

kg=∑aq⋅af?⋅h

?

?

=

∑

?

?

⋅

?

?

?

⋅

?

 (2)

 

公式中kg表示物流配送区域聚类对象；∑aq

∑

?

?

表示聚类规模大小；f″表示聚类中心距离；h表示聚类中心比较参数；a表示配送点密集度，结合公式(2)计算获取中心位置，如果差距大，需要二次计算，保证每辆配送车每次运送配送量是大致一样的。

 

3.2 构建完善的合作体系，高效整合资源

电子商务物流配送在大数据的推动下有着较好的发展前景，但物流企业各自为政，重复性网点建设无形之中增加了运行成本，大量资源被浪费，针对此情况，物流企业要强化合作，促进优质资源的整合与共享[5]。菜鸟驿站便是一个成功案例，其加强合作，将多个物流公司整合在一起，形成共同体，在优化配送体系的同时，提高了配送效率。除此之外，各大物流企业还要结合大数据与网络技术资源优势，打造信息共享平台，整合不同物流资源，使买卖双方均可以通过此平台获取更加准确的配送信息，在促进服务水平提升的同时节省成本，保证物流配送畅通无阻，使得经济效益最大化。

 

3.3 不断推进物流技术的创新

基于大数据的电子商务物流配送需要先进的技术手段给予支持，所以，不断创新物流技术才能促进配送效率、经济效益的提升。具体可以从以下两点做起：一是物流技术本身的创新，在条形码、RFID技术、GPS/GIS软件应用基础之上，引进物联网技术，对硬件设备进行更新，高效且精准化收集、处理、分析数据，及时了解仓储人员、设备、订单、库存等状态，在分析数据过程中确保仓储、人力优化配置，以此为依托，平台精准划分责任，分配任务，保证物品、配送人员较高匹配度，客户也可以动态跟踪物流全过程。二是大数据技术创新中基于物联网、信息搜索、营销、爬虫技术快速收集数据，针对大量碎片化订单，采用高效处理技术及时进行分类、储存、转移；分析技术中重点以聚类、关联等技术为主，对大数据进行深层次挖掘，寻找关联点。例如目前菜鸟、顺丰均在此方面有所创新，菜鸟引进了E-MapReduce, 构建一站式配送平台，顺丰则采用遗传算法分析大数据，根据仓网分布、销售量精准化制定每一位客户分仓方案，取得了非常不错的成效。

 

4 结束语

当今社会是现代信息技术高速发展的新时代，互联网的普及为大数据电子商务的进一步发展创造了更多的机遇，越来越多的企业开始积极创建电子商务平台，以期从中获取更高的经济效益，这推动了电子商务物流配送行业的发展步伐。为了能够降低配送成本，缩短配送时间，提高配送效率，物流企业要借助大数据技术优势，合理规划配送区域及路线，重视大数据物流信息平台的建设，强化资源整合以及专业人才培养，促进电子商务物流企业经济效益再创新高。