京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13在数据统计分析与数据清洗工作中,箱线图是一种简洁高效、客观性强的数据可视化图表,能够直观呈现数据集的分布特征、离散程度和 ...
2026-08-13 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-08-13在自动化办公、数据采集、定时统计、日志清理、系统监控等场景中,程序往往需要按照固定时间间隔重复执行指定任务,这种运行机制 ...
2026-08-12在数据分析日常工作中,Excel数据筛选是数据清洗、数据提取、样本筛选的核心基础操作。传统Excel手动筛选、函数筛选方式,面对多 ...
2026-08-12