京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 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 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 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 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 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 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 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 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21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