“双十一”3.75亿包裹待发 大数据物流元年考验

导读

菜鸟网络方面预计双十一当天创造的包裹量将达3.75亿件，远超2014年双十一的2.78亿件，如此庞大的包裹量在刷新纪录的，也将考验全国物流处理能力。

10月23日，国家邮政局市场监管司司长韩瑞林在“双十一”快递服务动员会上透露，预计今年双十一日处理量最高将达1.4亿件，较去年增长超过30%。

21世纪经济报道记者从中通方面获悉，阿里巴巴旗下大数据物流平台菜鸟网络方面预计双十一当天创造的包裹量将达3.75亿件，远超2014年双十一的2.78亿件，如此庞大的包裹量在刷新纪录的，也将考验全国物流处理能力。

菜鸟网络CEO童文红表示，今年双11期间，预计大数据对快递行业的渗透率超过80%，DT（大数据）物流元年已经全面开启。今年还将是跨境、快递等多种配送网络全面协同作战的第一年，多兵种作战迎来大考。

3.75亿包裹待疏浚

国家邮政局日前召开电视电话会议，动员部署2015年快递业务旺季服务保障工作。按照国家邮政局预计，今年“双11”期间（11月11日至16日）将出现快递业务旺季峰值，预计最高日处理量可能突破1.4亿件，全行业处理的快件业务量将比去年同期增长四成以上。

今年是第七个“双十一”，按照目前淘宝、京东等电商的预热宣传来看，料今年双十一的成交量还将突破去年的571亿元以及2.78亿个包裹量的纪录。

为了应对可能刷新世界纪录的包裹量，今年的双11将迎来史上规模最大“物流保障天团”。届时将会有超过170万物流配送人员参与到双11当中，无论是参与物流企业、人数、车辆、场地、机器人、飞机等规模都是空前的。

中通快递副总裁倪根炎表示，中通快递预计今年双十一期间要处理的包裹量达6000万件，仅双十一当天就可能超过2600万件，较2014年增长超过50%。该公司已经提前做好准备，从“签派流转运”等五个方面来确保双十一的顺利进行。比如全国4000余家站点完成改扩建，在原有15000辆支线班车的基础上根据往年的年增比例，提前增加车辆，包括2600辆新购入车辆和1500辆社会车辆备用。

在派送端方面，中通还新增4000台派送临时车辆，用以保障双十一的派送任务，倪根炎表示，按照每人100单/天的工作量标准增加派送，预计增加16000人以上。

圆通方面也表示，圆通全网已于9月份层级召开了传达工作会议。各中心根据其所处的地理位置、业务结构等，联合阿里的数据，分析现有设备、场地、人员、车辆的配置情况，做好场地、人员、设备、车辆等方面的预估和落实，以及员工班次的合理安排。

童文红认为，面对如此庞大的物流体系，不能再用传统的方式去送货，必须通过大数据的连接和社会化协同来提升效率。

童文红提出一个概念，认为2015年物流行业全面进入DT时代。她表示今年以来，电子面单全行业覆盖率已经超过六成，双11期间有望超过八成，大数据预测将覆盖全行业半数以上的快递包裹。以此为基础，双11物流效率将得到进一步提升。这也将是今年双十一巨量物流得以疏浚的最重要因素。

大数据优化物流配送

菜鸟网络事业部总经理、菜鸟双十一总指挥王文彬表示，和往年相比，今年的双11物流大数据预测会更加全面和深入。

在物流预警雷达升级的基础上，今年菜鸟网络推出了升级版的大数据平台“菜鸟天地”。从时段预测全面跃升为动态实时预报，覆盖范围涵盖中国50%以上的快递包裹。

由于做了算法优化，运用了更多维度的大数据，双11期间可以做每日网点包裹派送量实时提前预报，预报准确率达到90%以上。从今年9月份开始，菜鸟网络已经给15家主要快递企业提供了多批次数据预测。

“提供这些数据的目的主要是帮助快递合作伙伴调配运能和运力，各家企业可以根据预测数据提前准备运力。”王文彬指出。

“根据第一版的预测数据，我们制定了今年的双11扩容计划，增加临时工4000人，增加货车5240量，也增加了航空租赁吨位。”韵达相关负责人表示，这样准备起来就不会再盲目无头绪。

，大数据分单路由也将在双11期间全面应用。大数据分单路由是基于电子面单广泛应用基础上的生产过程优化工具。

中通市场总监郑超表示，每年双11快递公司最发愁的就是招分单员，招来了也要培训半年才能上岗。“大数据分单路由”根据电子面单信息，可自动计算出分单路径，将包裹分到距离消费者最近的网点。

大数据分单路由上线不到半年，目前已经在通达系等快递企业主要网点铺开，预计双11将会有超过50%的包裹通过大数据分单路由被更快地送达消费者手中。大数据也被应用于仓储环节，针对各类畅销商品，菜鸟网络还展开了大数据销量预测，帮助商家在全国备货分仓管理库存，让包裹尽可能地靠近消费者。

这种预测是基于阿里电商交易平台十多年的商品销售数据累积，每天上亿次消费者的点击浏览，购物车商品数据，以及每天数千万个包裹物流信息综合计算而做出的。通过大数据货量预测，可以让商品尽可能提前地来到买家身边，王文彬形象地形容“过去消费者等着收包裹，将来会是包裹主动找消费者。”