1 基于大數據的電子商務物流配送現狀

時代在發展，網購系統也逐漸趨于成熟，很多網購平臺呈現出較好的發展前景，比如天貓、拼多多、京東等，這些大型網購平臺每年的交易額呈現增長趨勢。與此同時，抖音、快手、直播等多種營銷形式的出現，為電子商務平臺創造了更高的收益，在2015-2022年短短的7年時間內，電子商務平臺發展迅速，網購零售額呈現逐漸增長的趨勢，具體如表1所示。

 

由表1可見，自2016年起，全國網購零售額由5.17萬億元快速增長至2022年的17.69萬億元，增長了將近3倍左右，這充分表明電子商務整體發展形勢較好，也在很大程度上為物流配送創造了優厚的條件。目前，基于大數據的電子商務物流配送具體發展情況進行以下詳細分析。

 

表1 2015-2022年全國網上零售額統計表 導出到EXCEL

 

 

年份 全國網上零售額(萬億元)

 

2015 3.88

 

2016 5.17

 

2017 7.18

 

2018 9.02

 

2019 10.64

 

2020 11.77

 

2021 13.54

 

2022 17.69

一是從事電子商務物流配送的人員越來越多，進行網上購物的消費者數量與日俱增，配送成為了他們最為主要的需求。為了能夠將產品在較短時間內送達消費者手里，就要有充足的配送人員，所以，越來越多勞動者進入此行業，而且隨著電商發展，從事物流配送的人員數量越來越多。

 

二是電子商務平臺逐漸趨于成熟，物流配送網點也在不斷完善與優化，由最初的零星網點逐漸發展為隨處可見[1]。消費者貨物等待時間越來越短，特別是在一些農村地區，電子商務配送網站幾乎實現了全覆蓋，提高了配送效率。隨著物流配送體系越來越規范，從業人員手工出庫、分揀的現象逐漸被機械設備取代，而且很多地區已經出現了機器人配送車，不僅提高了物流配送的效率，而且節約了成本，這標志著電子商務物流配送體系正逐漸走向完善。

 

2 基于大數據的電子商務物流配送面臨的困境

2.1 缺乏大數據應用的意識

大數據中蘊含著豐富的資源，特別是在計算方法方面較為全面，能夠在很大程度上為電子商務物流配送中區域的規劃、路線的設計、時效性提升等提供技術支持，電子商務物流是通過全面分析、預測各種數據保證做出更加準確的決策[2]。但是在實踐操作環節，物流企業管理層并未意識到這一點，缺乏大數據應用意識，不管是配送路線、區域、車輛安排，還是具體工作環節都以傳統形式為主；由于大數據技術對于硬件、運行環境、人員均提出了較高要求，目前，物流企業在此方面并未達標，且人才匱乏、設備落后，即便有些企業運用了大數據技術，也僅僅停留于簡單的數據分析，并未實現全面覆蓋，進而導致配送時效性并未得到實質性的提升。

 

2.2 物流企業的合作比較缺乏

當前，我國物流企業配送中合作意識薄弱，民營快遞企業市場份額占比較大，具備較強實力以及服務質量的大型物流企業很少；物流企業規模小、分布零散，不具備競爭優勢，網點重復性建設，極易出現多個快遞公司相同時間配送相同類型訂單的現象，造成配送時復雜且重復，多種物資配送效率低且成本高，無形之中導致社會資源浪費。大數據時代市場競爭愈演愈烈，物流企業運作風險越來越大，若未做到有效合作，僅局限于自我發展，極易在風險發生以后面臨破產威脅，同時也不利于優質資源的整合，很難適應大數據時代電子商務發展要求。

 

2.3 大數據物流信息平臺構建體系不完善

大數據為電子商務發展創造了更多機遇，推進了物流行業前進的步伐，基于大數據構建物流信息平臺也是未來電子商務物流配送的發展趨勢，其功能性、價值性是不容忽視的[3]。但由于我國正處于大數據物流信息平臺構建初期摸索階段，平臺功能性不夠成熟，再加之物流企業規模小、信息技術投入較少、軟硬件系統不完善，無法充分發揮大數據物流信息平臺成效。另外，雖然也有一些物流企業整合了信息功能，但并沒有采用專業大數據技術統籌、合理規劃以及安排驛站地點、數量，造成管理成效、經濟效益較低。

 

3 基于大數據的電子商務物流配送策略

3.1 加強大數據應用意識

大數據時代，物流企業要轉變理念，充分了解及掌握物流配送各環節的信息內容，深挖大數據價值，進而做到合理利用，并利用大數據中不同的算法提前做好電子商務物流配送區域的劃分[4]。

 

首先對電子商務配送流程進行分析，具體如圖1所示。

 

 

圖1 電子商務物流配送流程   下載原圖

 

以電子商務物流配送流程為依據，通過聚類算法規劃物流配送區域。具體的劃分步驟是：第一步，起始聚類中心的選擇。通過聚類中心數據信息尋找n個數據，聚類中心為n個數據信息，n=1,2,…,結合電子商務物流配送中心要求，n個聚類中心坐標分別是(x1,y1),(x2,y2),…,(xn,yn),確保初始劃分區域不存在疊加現象。

 

第二步，通過距離公式對每一個聚類中心距數據距離求解，計算公式如下：

 

D(k+1)=ga−fa+1−−−−−−−−√

?

(

?

+

1

)

=

?

?

-

?

?

+

1

 (1)

 

公式中D(k+1)表示配送區域劃分因子；ga表示聚類中心；fa+1表示聚類中心數據。根據公式(1)計算數據與哪一個聚類中心距離近，便可將其歸類于那一個聚類中心，通過此方法可以計算出車輛運送貨物的時間，進而達到節省配送時間的目的。

 

第三步，對聚類中心進行修正。由于其中涵蓋某些數據n個聚類中心，極易發生變化，所以在第二步計算結果中要對聚類中心數據重新修正，盡可能保證配送工作量的均衡且大致一樣。

 

第四步，聚類中心的驗證。在第三步計算聚類中心基礎之上迭代循環，將通過以上三步計算獲取的聚類中心部位和上次求解結果進行比較，具體計算公式是：

 

kg=∑aq⋅af?⋅h

?

?

=

∑

?

?

⋅

?

?

?

⋅

?

 (2)

 

公式中kg表示物流配送區域聚類對象；∑aq

∑

?

?

表示聚類規模大小；f″表示聚類中心距離；h表示聚類中心比較參數；a表示配送點密集度，結合公式(2)計算獲取中心位置，如果差距大，需要二次計算，保證每輛配送車每次運送配送量是大致一樣的。

 

3.2 構建完善的合作體系，高效整合資源

電子商務物流配送在大數據的推動下有著較好的發展前景，但物流企業各自為政，重復性網點建設無形之中增加了運行成本，大量資源被浪費，針對此情況，物流企業要強化合作，促進優質資源的整合與共享[5]。菜鳥驛站便是一個成功案例，其加強合作，將多個物流公司整合在一起，形成共同體，在優化配送體系的同時，提高了配送效率。除此之外，各大物流企業還要結合大數據與網絡技術資源優勢，打造信息共享平臺，整合不同物流資源，使買賣雙方均可以通過此平臺獲取更加準確的配送信息，在促進服務水平提升的同時節省成本，保證物流配送暢通無阻，使得經濟效益最大化。

 

3.3 不斷推進物流技術的創新

基于大數據的電子商務物流配送需要先進的技術手段給予支持，所以，不斷創新物流技術才能促進配送效率、經濟效益的提升。具體可以從以下兩點做起：一是物流技術本身的創新，在條形碼、RFID技術、GPS/GIS軟件應用基礎之上，引進物聯網技術，對硬件設備進行更新，高效且精準化收集、處理、分析數據，及時了解倉儲人員、設備、訂單、庫存等狀態，在分析數據過程中確保倉儲、人力優化配置，以此為依托，平臺精準劃分責任，分配任務，保證物品、配送人員較高匹配度，客戶也可以動態跟蹤物流全過程。二是大數據技術創新中基于物聯網、信息搜索、營銷、爬蟲技術快速收集數據，針對大量碎片化訂單，采用高效處理技術及時進行分類、儲存、轉移；分析技術中重點以聚類、關聯等技術為主，對大數據進行深層次挖掘，尋找關聯點。例如目前菜鳥、順豐均在此方面有所創新，菜鳥引進了E-MapReduce, 構建一站式配送平臺，順豐則采用遺傳算法分析大數據，根據倉網分布、銷售量精準化制定每一位客戶分倉方案，取得了非常不錯的成效。

 

4 結束語

當今社會是現代信息技術高速發展的新時代，互聯網的普及為大數據電子商務的進一步發展創造了更多的機遇，越來越多的企業開始積極創建電子商務平臺，以期從中獲取更高的經濟效益，這推動了電子商務物流配送行業的發展步伐。為了能夠降低配送成本，縮短配送時間，提高配送效率，物流企業要借助大數據技術優勢，合理規劃配送區域及路線，重視大數據物流信息平臺的建設，強化資源整合以及專業人才培養，促進電子商務物流企業經濟效益再創新高。