京公网安备 11010802034615号
经营许可证编号:京B2-20210330
物流大数据蕴藏的商业价值
无论是在物流业、零售业或是制造业,大数据都是被探讨的热门话题,但究竟大数据能释放出多少能量,却是仁者见仁、智者见智。在8月28日举办的2017(第三届)互联网+物流格局论坛上,国家邮政局发展研究中心处长方玺、第五大道奢侈品网创始人孙亚菲、速递易副总裁李雁彬、人人快送合伙人王亚军四位嘉宾,就物流大数据展开对话,从全产业链的角度出发,阐述大数据背后到底蕴藏着多少商业价值。
大数据共享助力产业互联互通
在物流行业未来发展的过程中,无人机、无人车、无人仓等智能装备的发展,与背后配套的能力是分不开的,所谓的配套能力就是大数据的能力,就是处理数据信息、获得数据信息的能力。大数据是企业发展的重要支点,掌握大数据并更好地挖掘大数据,能够产生大量的商业价值,这个是行业内都认同的观点,但这也是为什么企业都比较紧张的原因之一。
从菜鸟和顺丰两家企业的大数据之争,包括最后被完美的协调,可以看出大数据并不是现阶段一家企业能够承载的,这需要一个共享的理念。因为在挖掘大数据的过程中会牵扯到企业的商业机密等,所以企业可能会想要有一定的隐私,这是从商业的角度出发考虑,但如果说要形成行业公开性的大数据,仅从研究的角度来说,应当形成物流行业、快递行业的公共数据资源为全行业所用,同时保证消费者的个人信息隐私,大数据的意义和价值从管理使用方面主要体现在这两方面,但这是政府和管理部门比较关注的问题。
当前行业内对大数据的研发,核心是要做到数据的互联互通。每一家都在产生大数据,但是大数据背后的标准并不统一。
以物流企业与电商企业之间的关系为例,从国家工程实验室的工作出发,希望实现跨行业间的数据互联互通,并制定相应的标准和规范,从而形成物流业与其他产业能够对接使用的接口,接口的问题是当前大数据发展亟须解决的问题。
大数据的工作需要被赋予共享的理念。尤其在基层数据的挖掘阶段,需要企业付出大量的精力和时间。想要大数据真正的发展,在产业对接、设备对接、技术对接等方面,需要来自各行各业的企业共同做出贡献。
大数据让电商认清用户
第五大道奢侈品网作为一家电商,十分看重大数据也深刻了解大数据的价值。可以说,大数据是电商发展的根本,也可以说是生命线。对于大数据的理解,媒体报道得很多,相关的研究也很多。但如果要说得形象一点,大数据主要就是用户行为的体现。通过对用户行为的研究,进而实现对一名用户商业价值的深度挖掘。
说到大数据和电商、物流之间的结合,网上有一篇文章形容得很贴切。文章中说,大数据其实就是让商家看人下刀的一种方法。举例而言,有些商家会用大数据分析用户网购消费的均价水平、日常购入的品牌、退货率等,根据不同的信息,向用户提供不同的服务。比如用户的退货率低于10%,证明这是一个很好说话的人,黑心的商家会把瑕疵品发给你。虽然前提是把商家当成奸商,但是从侧面也看出了大数据的应用场景。
类似之前的形容可能让很多人把大数据都理解为是用来“坑爹”的,其实并非如此。更多的电商重视大数据,实际上是认识到了当前行业引流的难题。
就第五大道奢侈品网而言,主营的商品是中高端奢侈品牌,平台上有1万多个国际品牌,以手表为例,客单价从500-800多万元的价位都有,这也代表着平台的用户群体包括中端用户和高端用户。如果平台从网上引流,平均引流成本在500-600元之间,但也有可能会达到2000元左右的水平,如果不把大数据做好,不把用户的深度价值挖掘出来,引流成本一定是都回不来的。对于电商而言,大数据的价值更多体现在对用户的服务和精准营销方面。比如对于活跃度高的用户,平台会提供免邮服务增加黏性。对于黏性不足的用户,平台会在包裹中放入促销二维码,吸引他们重复购买,这些是大数据能为电商所服务的方面。
跨行业数据分享开拓盈利新路径
大数据对比传统的数据,有几个特点:首先,它是海量无序的,是一个全量数据的反映,跟之前所说市场调研、随机抓取有一定区别。数据本身没有价值,而价值体现在对它的应用和分析。数据的核心价值应该是在于用户,不论是做企业服务还是做产品,最终都要聚焦于用户的价值上。传统实体零售和电商销售最大的区别在于对数据抓取和留存的应用。
智能快递柜解决的痛点是包裹配送过程中用户时间和空间差的问题,所以有效地把智能快递柜布控到合理的网点。大到城市布局,小到决定聚焦于社区或是商圈、写字楼,再细节一点来说,进入社区后是把快递柜放在家门口还是小区中间,这些都需要数据的支撑,而核心的数据主要来自于上游电商。
速递易在这两年也有一些尝试,集中体现在广告和数据利用上。近3个月速递易做了一个新的业务尝试,就是精准派样,传统的在快递柜上贴硬广是一种简单的曝光展示,也可以直接将用户有潜在消费意愿的商品广告,派送到他常用的代收柜旁边,从测试阶段来看,效果很好。
速递易一端连接C端用户,另一端连接快递员,在对快递员群体的信息分析上,也能看到这个群体有很多需求。因此,对于未来跟其他行业合作,实现跨行业数据分享和联合性的应用,这也是速递易作为物流末端企业,未来可以想像的空间。
大数据为快递员指明方向
大数据作为新一代物流商业的基础设施,在未来任何一个领域都将是较量的核心。如何理解大数据?从第一个层面来说,有企业把大数据本身的价值作为核心;第二个层面,就是企业把大数据当成一个工具。
所谓的当成核心,就是企业把大数据作为业务发展的重要驱动,这需要企业有高端的挖掘、研发、分析和整合的能力;如果把大数据看做是一个工具,对于传统的快递企业,如果只有快递员,没有分析工具,那大数据就能为企业解决更多的问题,这是一个让企业能够根据经验就能拍脑门解决问题的工具,工具的作用在于提供更多的依据和数据化信息。
就人人快送而言,人人快送是同城快递平台,倡导顺路就能送快递,人人都是自由快递人。公司定位的核心在于对“驱动”的理解,通过强化人与物之间的连接,促使整个行业的良性发展。从整个大数据层面来说,现阶段的人人快送正在累积所有用户的大数据,从而建立一个有助于快递员工作的数据体系。通过对大数据进行分析,未来将能实现指引快递员方向的效果,这是人人快送目前在做的工作,也是对于大数据价值的理解。
在同城配送领域,运营工作中涉及到一些常规性的算法问题,比如针对同一个地点、同一个取货点,一个自由人,或者一笔订单,都涉及到算法的问题,而通过大数据,企业将能够实现提升人、物、地三者之间关联性的效果。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
【核心关键词】客户、数据分析、指标体系、数据采集、数据指标、业务数据、分析思路、业务需求、分析方法 【专访摘要】本次 CDA ...
2026-07-24在数据分析、业务建模与数字化运营体系中,原始业务数据普遍存在缺失、重复、异常、口径不一致等质量问题,直接用于分析与建模会 ...
2026-07-24 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-07-24在数据驱动的精细化运营体系中,指标是业务判断、效果复盘、策略优化的核心依据。随着企业数据化程度提升,指标数量持续膨胀,但 ...
2026-07-23在用户运营与产品增长体系中,留存是衡量产品真实价值与用户粘性的核心标尺,也是决定用户生命周期价值、获客投产比的底层因素。 ...
2026-07-23 很多数据分析师精通Excel、SQL、Python等工具,但当被问到“面对一个具体的业务问题,该用什么分析方法”“描述性分析和诊断 ...
2026-07-23【核心关键词】埋点、产品、互联网、数据库、决策、数据分析、产品经理、商业模式、移动互联网、指标体系、运营模块、大数据平 ...
2026-07-22在高并发、大数据量的业务系统中,单表数据量达到千万级甚至亿级后,会出现查询性能骤降、索引维护成本飙升、存储扩容困难等问题 ...
2026-07-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-07-22在金融风控、企业运营、行业研究等数据分析场景中,大量数据以面板数据形态存在:例如多家分支机构连续多个季度的风险指标、多位 ...
2026-07-21 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-07-21一、活动介绍 2026暑期CDA备考冲刺季,为想利用假期拿证的你量身打造。考点胶囊内容搭配多重硬核福利,让你在旅行、实习、居家 ...
2026-07-21金融行业的运营风险贯穿业务全流程,涵盖交易欺诈、操作违规、流程漏洞、合规偏差、客户信用异常等多元场景,是银行、保险、证券 ...
2026-07-17财产保险作为金融行业的核心板块,涵盖车险、家财险、责任险、企财险等多元品类,是个人与企业抵御财产风险、经营风险的重要保障 ...
2026-07-17 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-07-17【核心关键词】模块、餐饮、客户、门店、企业、订单、供应链、多样化、产品、生产计划、数据分析、生产管理、物料管理、业务分 ...
2026-07-16在数字化分析时代,原始数据本身不具备业务价值,只有通过科学的统计学方法加工、拆解、验证与解读,才能挖掘数据背后的规律、差 ...
2026-07-16 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-07-16在描述性统计分析、数据预处理、异常值排查与多组数据分布对比工作中,箱线图(Box Plot)是应用最广泛的可视化与统计工具之一。 ...
2026-07-15在企业数据存储、业务统计与数据分析工作中,绝大多数业务数据都带有时间维度属性,例如订单创建时间、用户注册时间、支付完成时 ...
2026-07-15