绵阳传捷报,oTMS斩获中物联物流信息化双项大奖

所属行业
客户规模
核心需求

在日前结束的中国物流与采购信息化推进大会上,oTMS获得“双丰收”。凭借其开创性的互联运输协同解决方案,oTMS一举斩获由中国物流与采购联合会颁发的“2015中国物流信息化杰出服务商奖”,同时oTMS打造的绫致时装物流管理信息系统的成功实例顺利地将“2015中国物流与采购信息化优秀案例奖”收入囊中,成为本次峰会期间的大赢家。

在竞争日趋激烈的“互联网+物流”市场,oTMS首先地创立了“互联运输”的新模式赢得业界的关注,目前已有超过150家货主企业和物流公司每天使用oTMS系统管理着供应链,每月订单量过百万。oTMS社区型运输协同平台采用了“SaaS平台+移动App”的模式向用户提供服务,将所有运输管理的相关方连接在统一的社区型商业网络之中,进而实现了运输管理的全程透明化、电子化和低成本。

这一思路运用于服装零售行业,随即取得了显著的成效。知名服装零售企业绫致时装每日管理着一张庞大的运输网络,他们将链条上的35家一级物流公司和下游分包商,全国30个物流中心和7000多家门店全部纳入到oTMS协同平台之中,实现了实时掌握运输状态,及时的风险预警和有效的成本控制。根据企业内部的初步统计,绫致时装为此节省了50%的人力投入,各项KPI指标均大幅度提升、终端客户的满意度提高25%以上。

从2013年“初出茅庐”到2015年获得千万美元A+轮融资,征服了服装零售、消费、医药、汽车零配件等重点行业的多个标杆企业,并获得了国内权威机构中物联等业界人士的肯定,oTMS的成长印证了互联网时代的速度。公司联合创始人段琰曾谈及公司创立初期时的一段经历。两年前他被问道很多的问题是SaaS模式的应用前景,还有投资人和客户质疑司机连智能手机都不用,oTMS的产品做出来有人用吗?最终,实践证明oTMS借势“互联网+”大潮取得突破。段琰对未来充满信心,oTMS仍将站在行业的最前方,携手客户与合伙伙伴拥抱互联运输的未来。

互联网+运输“玩法多”,平台与模式竞争谁更胜一筹

所属行业
客户规模
核心需求

早在两年前,“滴滴打车”因其对传统运输行业的颠覆式创新而赢得了市场。如今,这一模式被互联网人扩展至货物运输领域,由此诞生了很多专注于车货匹配软件的公司频频获得资本方的青睐。与此同时,也有厂商“独辟蹊径”,作为国内首家社区型运输协同平台的oTMS凭借“互联运输”的理念与解决方案同样获得了市场和资本的关注,并在今年6月获得了千万美元的A+轮融资。那么,oTMS的社区型互联运输模式与车货匹配软件有何不同? 

局部与整体:互联运输专注全链条管理

车货匹配软件被人们形象地比喻为货运版的“滴滴打车”。在当下运输市场“车多货少”的格局之下,其价值在于凭借平台的信息整合能力优化供应链下游的货物与司机的资源分配,对于降低车辆空载率和提高司机找货的效率,进而降低运输成本的作用十分明显。

运输是个长链条,对于链条顶端的货主而言,在缺乏有效连接的情境下,货物一旦装车上路,就几乎脱离了监控视野。由此,oTMS联合创始人段琰认为,仅仅疏通链条局部的阻塞并没有从根本上解决整体的信息瓶颈和货主方的困局。这也是oTMS区别于车货匹配模式之处,二者关注的链条环节各有侧重。oTMS关注运输管理的全链条,为各相关方构建起一个基于业务流程的社区型商业网络。

分散与协同:聚合下游的连接与顶端切入的协同

公路运输市场足够大,但市场格局却极为分散。车货匹配软件从链条的下游切入,借助信息交换的平台促成司机与货物的连接。相比之下,专注于互联运输的oTMS则从运输链条的顶端切入,构建一个社区型的互联运输协同网络。在段琰和他的团队看来,物流不是简单的链条式连接,而是一个社区型的业务网络。这个网络是构建在一个核心流程之上,并由各方的协同来运作的,而非仅仅节点内部的连接。其中,从链条顶端的货主切入的模式将直接作用于整个链条和市场。

盈利模式:“激励补贴”汇聚人气与统一工具创造价值

采用“滴滴”模式的车货匹配软件商通常基于现有的工具,采用发放“激励补贴”和与传统信息平台及物流园区合作等方式促成交易,因为只有参与方的规模足够大,其平台效应和盈利才能显现出来。oTMS则采用了当下前沿的“SaaS平台+移动 App”的技术手段,将货主、物流公司、运输承运方、司机和收货人在内的全部相关方纳入一个业务网络当中,实现了工具的统一。对此,成为资本合伙人顾旋认为,这一点正是破解当前运输业跨企业信息传递障碍的优质实践。

基于同一个信息平台,货主及第三方物流公司通过oTMS的云计算平台收发订单和实时管理运输。货车司机通过手机App“卡卡”获得来自上游的订单,并及时反馈运输在途状态和位置信息等。链条最末端的收货人则通过“到哪儿App”获得货物发货及在途的信息,并通过与“卡卡”的握手交接功能快速的给予上游方确认和反馈。

其实,无论是车货匹配软件还是互联运输,都是针对不同的细分市场提供优质方案,体现了在互联网+传统运输领域的创新日渐多样化的趋势。

正如段琰对未来走向的判断,运输行业长链条、多连接的基本格局不会改变,未来很难出现一家独大的局面。正如森林之于树木的关系,如果用一片茂密的森林来形容当下的互联运输市场,未来一定会生长出参天大树,但市场主体仍然是一片森林。无论采用哪种方式,要做的就是不断的以模式和工具的创新打通彼此之间的阻隔,消除不合理的运输成本,从而让整个运输生态链的效率提升,体验更佳。 

为什么传统行业要拥抱互联网?

所属行业
客户规模
核心需求

现如今“互联网+”十分火爆,随便谁似乎都能说一两句“互联网+”概念。互联网营销在最近几年确实吸引了很多人的目光,堪称互联网思维中耀眼的明星,万变不离其宗,所有与互联网有关的理论,都基于一个根本——数据。

2014年春节期间,百度地图推出的春运迁徙大数据第一次让这场全世界为之瞩目的迁徙活动,有了真正意义上的数据记录与分析,大数据第一次走进了生活,接了地气。在大数据时代,大数据不单单是一个技术、服务,更是改变企业管理的重要资源。

传统行业起步早,主要依靠密集人工、细分化的工作流程来赢得成功。由于行业起步比较早,很多特征也就带有历史悠久的痕迹,比如:使用纸质传递重要信息,中国人眼见为实的要求充分发挥,纸质订单与回单的设立,让运输变得有单可查;充分利用人力,所有的经验通过口口相传或书本。

但在大数据时代,纸质单证这一传统有着命中注定的缺点:实效性差、难以长久保存,信息只伴随项目产生,随机消失,没有整体逻辑;同时涉及个人偏好,记录往往不够全面,整理分析难上加难,记录更多被归于数字,而非数据;直接导致资金链时间过长,回款横跨一个季度甚至半年,更重要的是,忽视掉了如今越来越重要的数据管控。

oTMS打造出一种可视化的、全面、统一的技术平台,利用SaaS+APP的模式深入运输每一个环节,让信息在每一个进程、每个参与者手中简易、及时、规范地记录下来,变成真正有效的数据,可迅速进入整理分析,为数据管控提供入口。

数据管控能带来些什么?

从运输进化论到建立oTMS,我们就一直在强调B2B的物流运输信息严重堵塞,没有达到像B2C快递市场那样的通畅实时,归根结底,其实就是数据传播的通畅程度。oTMS数据管控最为重要的几点是:

1、可以随时查阅自己的整体真实数据

以oTMS的客户而言,最直接的效果就是可以通过分析逐渐积累的运输数据,优化发货的效率,一旦数据足够大,可查询实时的出货量、在途量、抵达量,随时就市场情况做出反应,只有当所拥有的数据变成整体数据时,同时又全部都是真实、实时的,参考价值才会更加准确。

2、看到数据间原本被忽视的“相关性”

从线路、季节、电商促销等等方面看到,运输途中存在的一些隐患或可改善的地方,oTMS全链条管理的优点在于,不仅仅可以看到自己一方能够改进的部分,更可以看到协同合作小伙伴们的情况。在《大数据时代》里就曾提及,UPS曾经运用大数据优化少跑了4828万公里的路程,发现了货车从交叉路口左转更容易出事故,从而减少左转提高运输安全。oTMS协同平台中的全链条数据,可以让这些原本靠“猜”的情况,变得有据可依。

3、掌握最佳时间点二次销售

分析分店或者经销商的存货情况,随着数据的增多加大,可以越来越准确的预估出各个月份、季节进货的规律,同时根据运输中的时间,结合路程、天气等情况,在最恰当的时间跟进二次销售,为企业带来更多的实际效益,成为拥有“读心术”的销售。

4、电子回单握手交接

完善的电子回单足以囊括所有的有效信息,而且更加清晰可辨,不会因为意外变得支离破碎,随时可以下载和查看,电脑与手机填写信息也代替手写成为非常快捷、非常清晰的信息输入。而握手交接的专利使得交接货更加便捷迅速,同时立即成为有效数据进入数据库,完成运输中最关键的数据流。

值得一提的是,就算是物流行业中最信息化的快递,也在努力推进电子化下单,越来越多的快递公司支持电脑下单、手机下单,用以改善由快递站的人员敲打单据的现状,以便消费者可以随时在网络上查询到快递进程。

为什么传统行业需要拥抱互联网?

回到开头的问题,互联网思维并非仅仅可以帮助营销,带来更多的潜在客户,它真正的金矿在于数据,数据分析和管理可以帮助企业优化原本看不到的短板,挖掘出早就存在自身价值中未发掘的“金子”。经过多年的历练,中国传统行业管控内部流程已经得到了长足的发展,而供应链管理,尤其是运输方向的供应链管理才刚刚起步,作为制造业中非常关键的一步。

“数据,从最不可能的地方提取出来”——《大数据时代》

若是在没有开始尝试之前就假设很难,势必会心存疑惑,太过高估互联网技术难度,这是传统行业进入互联网时代的第一个壁垒。踏出这一步,热情地拥抱互联网,寻找出隐藏在传统行业内外部的宝藏,迅速跟上21世纪的部分,以应对更加多变发展的今天。

属于自己的数据从哪里来?从一次又一次的订单中来,从一条又一条运输线路中来,这一切数据的开始,只源于一个思路的改变。