
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
PowerBI 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。 ...
2025-08-14CDA 数据分析师与业务数据分析步骤 在当今数据驱动的商业世界中,数据分析已成为企业决策和发展的核心驱动力。CDA 数据分析师作 ...
2025-08-14前台流量与后台流量:数据链路中的双重镜像 在商业数据分析体系中,流量数据是洞察用户行为与系统效能的核心依据。前台流量与 ...
2025-08-13商业数据分析体系构建与 CDA 数据分析师的协同赋能 在企业数字化转型的浪潮中,商业数据分析已从 “可选工具” 升级为 “核 ...
2025-08-13解析 CDA 数据分析师:数据时代的价值挖掘者 在数字经济高速发展的今天,数据已成为企业核心资产,而将数据转化为商业价值的 ...
2025-08-13解析 response.text 与 response.content 的核心区别 在网络数据请求与处理的场景中,开发者经常需要从服务器返回的响应中提取数 ...
2025-08-12MySQL 统计连续每天数据:从业务需求到技术实现 在数据分析场景中,连续日期的数据统计是衡量业务连续性的重要手段 —— 无论是 ...
2025-08-12PyTorch 中 Shuffle 机制:数据打乱的艺术与实践 在深度学习模型训练过程中,数据的呈现顺序往往对模型性能有着微妙却关键的影响 ...
2025-08-12Pandas 多列条件筛选:从基础语法到实战应用 在数据分析工作中,基于多列条件筛选数据是高频需求。无论是提取满足特定业务规则的 ...
2025-08-12人工智能重塑 CDA 数据分析领域:从工具革新到能力重构 在数字经济浪潮与人工智能技术共振的 2025 年,数据分析行业正经历着前所 ...
2025-08-12游戏流水衰退率:计算方法与实践意义 在游戏行业中,流水(即游戏收入)是衡量一款游戏商业表现的核心指标之一。而游戏流水衰退 ...
2025-08-12CDA 一级:数据分析入门的基石 在当今数据驱动的时代,数据分析能力已成为职场中的一项重要技能。CDA(Certified Data Anal ...
2025-08-12破解游戏用户流失困局:从数据洞察到留存策略 在游戏行业竞争白热化的当下,用户流失率已成为衡量产品健康度的核心指标。一款游 ...
2025-08-11数据时代的黄金入场券:CDA 认证解锁职业新蓝海 一、万亿级市场需求下的数据分析人才缺口 在数字化转型浪潮中,数据已成为企业核 ...
2025-08-11DBeaver 实战:实现两个库表结构同步的高效路径 在数据库管理与开发工作中,保持不同环境(如开发库与生产库、主库与从库)的表 ...
2025-08-08t 检验与卡方检验:数据分析中的两大统计利器 在数据分析领域,统计检验是验证假设、挖掘数据规律的重要手段。其中,t 检验和卡 ...
2025-08-08