關於物流行業數字化轉型的一點總結（一）

01、 背景

物流是一個國家的脊柱產業，為我國經濟發展提供巨大的支撐作用，但是目前我國物流行業的發展距離國際領先水平仍存在較大的差距。尤其是當新冠疫情到來之際，物流行業遭受重創，針對此類大規模突發事件，物流業何去何從?

物流業的數字化轉型刻不容緩，在國家《十四個五年規劃和2035遠景目標綱要》中19次提到物流及現代物流在遠景規劃中的支撐性作用和定位，尤其是第五篇《加快數字化發展 建設數字》第三節指出深入推進服務業數字化轉型，培育智慧物流等新增長點。基於此，2021年12月，由國資委控股，以綜合物流作為主業的新央企——中國物流集團有限公司正式揭牌成立。

物流數字化轉型的三個指標：

時間：主要包括在途運輸時間，裝卸時間，產品加工時間等。物流的靜止時間主要包括庫存時間，等待時間和壓車時間等。每個時間都產生不同的資訊，物流過程視覺化的作用就是對各種資訊的整合處理和加工，透過過濾無效資訊，提高整體運作效率。

績效：物流績效反應了各環節操作順暢與否，合作成功與否，物流績效指標大致可以分為三大類：第一類是操作指標，如庫存週轉率等;第二類是服務水平指標，比如客戶投訴率等;第三類是財務指標，比如利潤率等，透過動態視覺化，物流績效可以衡量並最佳化整個業務過程。

成本：物流成本包含運輸成本，庫存成本，持有成本和管理成本。透過視覺化的展現，可以直觀的瞭解整個物流過程中的成本結構，深入分析物流成本構成。可以有效的降低不合理成本，提高整條供應鏈的效益。

02、主要問題

當前我國物流行業的發展之路仍任重道遠，主要表現在以下幾個方面的問題：

1.現有物流資源如物流人才、倉庫、廠房、運輸車輛等，高、精、專、複合人才匱乏，倉庫、廠房使用率低，車輛運載率未達頂值等。

2.從原材料接收，到工廠加工，到客戶接收，物流業鏈條長，業務複雜，這也就致使在進行數字化轉型時往往側重某個節點，忽視了對物流整體過程控制和視覺化的支援。

3.物流業資訊化，自動化程度低，人工參與度高，致使數字化的轉型基礎薄弱，無法形成叢集效應，人際牽扯複雜，數字化推廣難。

03、解決方法

視覺化，可追溯，可規範化，可智慧化是解決上述問題的關鍵，視覺化方面主要涉及需求的視覺化，運輸的視覺化，業務處理流程視覺化、指標視覺化三個方面，可追溯主要為需求節點可追溯，業務流程節點可追溯，運輸節點可追溯三個方面，可規範化主要觸及運輸方式和業務流程的規範化兩個討論點，可智慧化主要包含潛在需求的預測分析，運輸線路的最優匹配，零單整裝的最優搭配，卸貨廠家的最優排序4個方面。

視覺化：

a.需求的視覺化：需求的視覺化包含顧客需求的視覺化和對顧客而言的視覺化。顧客需求的視覺化是指不論是現有的還是潛在的顧客，企業都應積極傾聽顧客聲音，把握其需求。對顧客而言的視覺化是企業要經常向顧客發出顧客想要了解的商品資訊。

b.運輸的視覺化：運輸的視覺化包含司機看到訂單的視覺化，廠家看到司機運力池的視覺化，以及在途的視覺化以及業務流程的視覺化。司機看到訂單的視覺化是指司機或者承運商可以從自己的PC端或者手機端看到工廠釋出的裝貨資訊。廠家看到司機運力池的視覺化是指廠家可以查詢到司機或者承運商運載力，所在地區，運輸經驗，運費等資訊，進而根據自身需求可以對聯絡對應的司機或者承運商，減少費用和考核流程。在途視覺化是指，當司機查詢到裝貨資訊，選擇接單後從排隊進廠，再到裝貨出廠，再到運輸途中，再到卸貨上傳單據，實施全流程的在途視覺化。

c.業務處理流程視覺化:公司內部業務辦理節點的視覺化，如交貨單，裝運單建立流程節點視覺化，工廠端派車，裝貨視覺化等。

d.指標視覺化：及時展現各個承運商整體執行情況，全面瞭解全國各地市承運商的總體執行概況。對於大區級別而言，關注各大區各地市工廠運輸處的運營，服務，效率，安全，投訴及滿意度等關鍵指標的橫向對比及成本指標統計對比分析等，物流數字化轉型為總部，大區管理層提供多種關鍵指標查詢統計分析功能。

可規範化：可規範化主要包含運輸的規範化和業務流程的規範化。

運輸的規範化主要為運輸方式的選擇和司機、車輛、承運商的規範化。運輸方式的選擇為鐵運?汽運?還是海運?空運?如何根據地點需求和業務需求和國家政策選擇合適的運輸方式以達到將本增效的目標。而對於司機、車輛、承運商，則需要要求車輛合格率、合規率，司機以及的承運商的合格率和合規率，綜合評分等指標。

業務流程的規範化是指，目前國內各個行業，以物流業為例，在資訊化程度低的情況下，人為推動業務進展無可厚非，這就使得業務流程處理過程中，不規範性操作、不合規性操作的發生難以避免。因此透過對業務流程的規範化要求，一方面可以使得業務操作更加透明，合理，合法，合規，另一方面也為數字化轉型提供了支撐。

而對於追溯方面，關於需求提出業務可追溯、業務流程節點可追溯、運輸節點可追溯，可智慧化方面關於潛在需求的預測分析、運輸路線的最優匹配、零單整裝的最優搭配、卸貨廠家的最優排序，將在二期為大家進行詳細論述。

作者介紹

@賈少華

內蒙古大學計算機學院碩士;前某IT公司資料探勘工程師;現某乳業資源規劃高階專員;深度中二少年，動漫無敵;“資料人創作者聯盟”成員。