oTMS 首页 > 新闻中心 > 详情 >
2021年
05.13

媒体采访 | 合同物流新趋势:数字运营提效,数据算法降本

   浏览量:33次

本文分析了在商流快速发展变化的背景下,品牌方及制造商对于物流管理要求的变化趋势。结合行业实践经验,详细阐述了新技术如何提升物流管理效率的各个方面,以及算法在科学降低物流成本中起到的作用。最后,通过对具体案例的剖析显示目前技术所应用的范围及成效。

作者:oTMS联合创始人兼总裁 段琰

媒体:《物流技术与应用》

 

新商流推动新物流

虽然物流会滞后于商流,但必须要服务好商流。由于市场环境快速变化,企业销售渠道的多元化制造了新商流,从而推动新物流概念的产生。

 

在过去,货主企业的物流主要以批发模式为主。运输简单,路线比较集中,公路以大票零担为主,在整个管理过程中更多是手工管理和人工决策。然而现在,企业从批发模式向新零售模式转变,渠道在不断地下沉和多元化。服装零售首当其冲,其次是消费品行业。终端客户的数量越来越多,订单也随之增多,订单特点明显变成了小批量、高频次。运输地域遍及全国,模式越来越多样化,运力也越来越垂直化。物流管理也必须采用新方法、新模式才能跟上前端变化的步伐。因此,企业越来越需要信息化管理和数字化决策来代替原有的手工管理。

TMS

新物流之数字化运营提效

新物流必不可少的就是数字化,从线下转变为线上,才能使得物流运营得到提速。oTMS认为,运输数字化运营有4个在线:流程在线、数据在线、费用在线、客户在线。

 

1.  流程在线

因为运输是层层外包的,是一个典型的由多个不同的公司、不同的主体协作来完成的协同性工作。所以,非常需要一个平台或系统能够把工作流程里所有的人连接起来,基于共同的、标准的工作流,大家各司其职去完成自己的工作,实现数据实时、充分、及时的共享。这也就是流程在线,它是效率提升和后续优化的基础。

 

2.  数据在线

即业务过程与结果的数据化,如每个订单的轨迹,运输过程中各个节点中的照片、事件发生的时间等的在线可视。又比如根据不同企业不同KPI所定制的可视化积分卡。以下所示为oTMS为某工业类客户打造的看板范例,它被放在工厂产线车间门口,大家可以实时查看订单在途的情况。这就是数据在线。有些企业在实现数据在线的过程中会遇到一个共同的问题——如何抓取数据。以oTMS的运输管理系统为例,我们有多种方式进行数据抓取,比如APP、微信小程序、设备或者第三方数据平台。

TMS

3.  费用在线

从财务合规角度来讲,企业希望每一票订单的运费计算都可以在线完成,同时有据可查。但凡和钱有关的,都希望能在系统内关联到订单或账面上,并且能够做好成本分摊。根据不同企业的特性,分摊方式多种多样,如分摊到区域,分摊到不同的BU或品牌等等,这是费用在线所覆盖的不同场景。

 

4.  客户服务在线

客户服务分两种情况。第一种,无事等通知。企业可以自己决定按什么样的频率在什么样的节点推送什么样的信息给到终端经销商或者是终端客户。第二种,有事主动查。当终端客户有急事的时候,他特别想知道订单的情况,这就需要为其提供查询的路径或者窗口。比如,oTMS某客户直接把oTMS系统的订单追踪数据对接到其微信公众号。客户所有的经销商都可以登录官方的公众号来查询订单状态。这不仅很大程度上提升了客户体验,使得B端物流体验快递化,同时从营销角度和经销商维护管理的角度来说都起到了正向作用。

 

新物流之数据算法降本

降本是企业物流部门绕不开的最大课题之一,但是经过多年的运维,单纯地去和物流供应商讨价还价来降低成本已经遇到了瓶颈。业内讨论最多的是通过去中间层降本,对于大中型货主来讲这并不是最优的方式。因为如果去中间层太厉害,就会带来管理成本和风险因素的增加。所以在新物流趋势下,用数据算法来降本才是长期可持续的一个方案。

 

oTMS顺应需求,近年来开发了SDTN独家运输优化算法,包含退火模拟、禁忌搜索等策略。这一算法主要解决了三大问题:哪里发?怎么发?用谁发?

 

第一,“哪里发”?指路由的选择。这方面的优化类似运输网络优化,应用场景基于企业需要通过多个仓库来覆盖上千家经销商客户。

 

第二,“怎么发”?指选择什么样的运输方式和运力来做运输服务。像前文提到的,许多企业的订单碎片化趋势越来越明显,不再是单一地选择大票零担或者快递。那么就可以通过优化算法来检查计费结构的合理性。

 

第三,“用谁发”?当企业决定了物流网络怎么布置、从哪里发货,也决定了什么样的订单应该用什么样的运输方式,接下来就到运力的选择了。在订单数量比较小、模式比较少的时候做判断相对容易。然而,当分支机构变多,订单量变多之后,不同的情况下用优化算法更高效和正确。

 

当然,不是所有的项目都会做三个层次的优化。有的客户直接做其中某一层优化,就会有较大的降本空间。

 

与人工优化相比,oTMS的算法支持数十万条路线、多种运输方式、多个承运商同时进行计算,并且能快速生成结果。举例而言,10000条线路、4个区间、2个承运商就会产生2的40000次方的组合,优化引擎10分钟就能计算出结果,这样的优化维度、颗粒度和计算速度,是人工很难完成的。

TMS

需要强调的是,通过数据算法节省物流费用,并非以牺牲服务为代价。因为大中型企业一定不会为了单独追求降低成本而牺牲服务质量。企业既需要成本的持续优化,又需要供应商保证服务质量,同时要保证数字化运营水平的提升。通过算法优化,客户在节约成本的同时,能够达到服务水平和信息化水平的提升。图示可见,通过算法优化,客户实现了清晰地在途追踪,准时送达率也大幅提高, “非完美送达率”(包括破损和未准时送达)降至0.06%这样一个极低的数值。同时,客户的电子回单合格率在一段时间后提升为80%~90%。可以说,整体的物流服务水平提升是有目共睹、有据可依的。

 

物流技术发展需符合市场需求

总结而言,物流技术发展的趋势必然是符合不断变化的市场需求的。不论什么样的技术,一定要有商业价值。降低成本、提高效率、提升客户体验,是物流技术所要带来的较为核心的价值,它们需要能被感知、可量化、可交付。

 

oTMS从最初通过SaaS TMS运输管理系统来帮助客户提高管理效率,到推出包含优化算法SDTN的科技物流外包服务来帮助客户做成本和服务的优化。oTMS的发展正是沿着市场需求的脉络演化。oTMS目前已经能够通过自主研发的优化算法,依托成熟的技术底盘,在帮助客户实现信息化的同时,能够提供整体的解决方案,不仅提高客户的效率,也能降低成本和提升服务。未来oTMS还将在优化算法上持续投入,为客户提供更全面的解决方案,助力物流技术的发展和应用。