大数据环境下社区物流末端配送优化研究

雒伟

摘  要：随着互联网经济的深入发展，物流业也得以迅速成长，但是物流末端配送无法充分满足社区居民的要求也成为了电子商务发展过程中的难题，所以运用新的大数据技术，对社区物流末端配送的优化研究也显得有一定意义。文章通过在信息爆炸、互联网发展的基础上，分析了社区物流配送现存的问题，研究了大数据的综合运用对社区物流末端配送的影响，比较了大数据环境下的社区物流配送需求变化，最后提出优化社区物流末端配送的对策，以期对快递配送发展提供一点思考。

 关键词：大数据;社区物流;配送;信息技术

 中图分类号：F252.8    文献标识码：A

Abstract： With the deepening development of the internet economy， the logistics industry has also grown rapidly， but the logistics terminal distribution can not fully meet the requirements of community residents has become a difficult problem in the development of e-commerce， so the use of new big data technology， the optimization research of community logistics terminal distribution also have the certain significance. Based on the information explosion and the development of the internet， this paper analyzes the existing problems of community logistics distribution， studies the influence of the comprehensive application of big data on the terminal distribution of community logistics， compares the demand changes of community logistics distribution under the big data environment， and finally puts forwards the optimization countermeasures of the terminal distribution of community logistics. In order to provide some thinking on the development of express delivery.

Key words： big data; community logistics; distribution; information technology

0  引  言

随着互联网经济的飞速发展，中国网上购物的消费者也越来越多，电子商务的发展进程和普及度也越来越大。作为一种依托互联网的商业模式，线上的电子商务交易需要与线下的物流配送合作，以最大化实现其价值，同时也推动了物流业的发展。消费者是物流的末端，这就要求企业合理使用最后一公里配送方式来解决消费者分布分散的问题。因此，诞生了社区物流。

 在这个信息爆炸的时代，数据成为现代社会发展必不可少的元素，而大数据作为新的生产力，对未来市场又有着精准的预测性。随着物联网的发展和我国城市化进程的加快，大数据时代的商品消费和电子商务的发展给社区物流配送带来了丰富多樣的需求，社区物流配送量不断增加，消费者对社区物流配送的需求也显著增加。所以利用大数据来解决社区物流末端配送问题，成为社会关注的热点。

1  社区物流与大数据的相关概念

1.1  社区物流的概念

 社区物流是一种密集物流行为，其特征是以社区为单位，家庭为节点，日常必需品为核心，提供个性化服务。社区物流是一种终端物流形式，直接针对城市社区企业和社区居民，将商品从供应商运送到社区商店或居民手中。社区物流面向的是最终端的实际消费者，运输的物品也都是跟老百姓的日常生活紧密相关的物品，大到家具家电，小到蔬菜水果、衣服首饰等商品的线下配送、残次品退货、废旧物品的回收都属于社区物流范畴。

1.2  大数据的概念

 大数据是指在一定时间范围内无法用传统软件工具捕获、管理和处理的数据集合。是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产。

1.3  大数据对物流配送的意义

 大数据在物流配送的应用，是落实到每一个环节的，它能够通过配送系统收集的数据推算市场未来的需求走势变化。对现阶段配送团队管理不合理、市场需求应对不及时等问题，配送企业或者团队能够利用大数据来扭转这一局面，实现运作的优化。

 大数据的运用对配送企业或者团队来说，主要是对市场需求的反应。大数据通过收集海量的客户物流信息数据库，来建立客户关系管理系统等大数据集，进而可以在纷繁复杂的市场中显示谁是客户，客户的需求表现是什么，以及他们如何与业务互动。通过主动分析并提供从大型数据集仔细挖掘的数据，以支持物流配送或其他工作。通过大数据来进行末端物流资源的优化配置，在获知并满足市场物流需求的同时，还可以尽可能降低成本浪费，提高物流效率。

2  社区物流末端配送中存在的问题

2.1  效率低、成本高

 目前我国社区物流的发展模式是送货上门的形式，这种形式虽然物流服务水平较高，但是由于居民多且分散在城市的各个角落，所以现阶段的物流配送不得已采用了人海战术来满足，每个快递员根据自身所负责的区域进行多次往返配送的方式，对每一快件的收件人分别进行短信或电话通知。这种方式会造成很大的成本浪费，正常情况下，快件的成本中包含了运输费、燃料费和通讯费等，除去这些，庞大的人海战术使快递企业必须要保留大量的快递员来保证服务水平，所以人力资源成本巨大。快递企业的利润本身就很薄，但是快递员会经常遇到收件人没有时间收件、拒签或退货等情形，快递员不得不将快递包裹做返仓处理，这样就会造成成倍的不必要成本开支，快递企业利润空间进一步缩小，不利于企业长远发展。

2.2  货物安全难以保证

 据物流行业协会统计，当前客户投诉率最高的一项就是快件的丢失与破损。造成这个问题的原因在于，快递员在上门配送时，只会带当前客户的快件，其余的快件保留在运送车辆上;对于无法正常收件的快件，为了方便客户取件和节约再次配送的成本，快递员会将该快件寄放在小区门卫或收发室，自行取件。以上这些现象都会造成安全隐患，快件被拿错、损坏、甚至是丢失也就不足为奇了。但是责任人的界定却很难，快递员、门卫保安、客户都认为不是自己的责任，互相推诿，彼此抱怨。

2.3  及时性差

 国内城市社区物流终端配送方式主要靠人工配送。物流企业多数采用多联式单据的方式进行货物交接，快件在各区域的配送中心进行分拨、扫描、登记后交由各区域负责派送的快递人员进行挨家挨户的投送。为了提高效率，快递员大多在一次外出配送中携带多份快件，而且在到达每个社区前会提前通过短信或电话通知多个收件人到指定地点取件，完成该社区所有取件任务后再将剩余快件送往下一个社区，以此类推。由于配送车辆助动车的时速慢、交通通行情况复杂、前一个社区客户到达指定取件点的时间参差不齐等原因，都会造成下一个社区客户等待时间延长，时间难以掌控。

2.4  垂直细分领域配送需求差异大

 物流作为社会经济生活的基础，为许多行业服务。根据服务区域，各种产业物流可以按照垂直细分区域进行划分。例如，电子商务、家居装修和新鲜食品是三个不同的行业，所以它们的配送需求完全不同。众所周知，新鲜产品需要冷链和保暖运输，需要送货上门;电子商务由于其线上交易面对大量的个人消费者的原因，线下配送时每个个人消费者可以收件的时间都不尽相同;家居装修和配送将需要更多的送货和安装一体化，配送的时间会更加特殊，周期会更长。所以不同行业对配送的时间地点等也有不同的要求，但是当前的物流行业对于配送时间等需求过于刻板。因此，社区配送需要针对不同的物流需求提出差异化的物流解決方案。

3  大数据环境下社区物流末端配送优化策略分析

3.1  细化配送选项提高社区物流配送效益，保证货物安全

 目前，在社区物流配送中，配送报价的选择相对单一，通常是根据货物重量来确定价格，但这不利于满足消费者差异化的配送需求，也不利于提高物流业务在细分市场上的利润。因此在大数据的支持下，可以考虑通过大数据来分析消费者行为，细分配送选项来满足不同的配送需求，例如可以从配送时间和最终送达地点两个维度来形成不同的配送服务选项，设定不同的配送价格，提高物流配送收入。从交货时间维度，可以将配送服务细分为特定时间段的交货和任意时间段的交货。而交货时间越具体越精准，则配送报价越高。从最终送达地点的维度来看，可以将配送服务细分为城区配送点、社区配送点、门到门配送点等。而配送位置离用户越近，则配送报价就越高。

 由于城市中每个人工作的时间段和地点不同，愿意收取快递的时间和地点也有所不同，所以通过大数据来分析顾客的个性化需求和物流企业所能提供的配送系统服务能力，二者进行合理匹配，对有需求的顾客实行定制化配送服务，并收取相应的费用，不仅可以提高配送服务收入，而且这种经过配送能力分析处理后的订单所进行的精确性匹配，可以大大降低社区物流的重复成本浪费，节约运力，提高配送的效率。并且这种配送方式也可以提高传统方式下由于快递员在配送过程中，无暇顾及所造成的其他快件丢失情况，有效提高配送物品的安全性。

3.2  利用关联规则促进社区物流配送效率

 目前，大多数社区物流配送是基于已经发生的销售订单来进行送货，即配送是在销售环节之后进行的，这很容易导致由于订单发生的不均衡致使整个配送系统的高峰和低谷之间的巨大差异，从而造成物流能力的不足或浪费。

 在大数据的支持下，可以充分挖掘消费者以前的订单数据，根据订单类别和时间维度之间的关联规则，对消费者未来的消费行为进行主动式预测，然后按照一定的概率主动进行配送行为，而配送车辆可以作为在途仓库来实现“预配送”业务流程，从而有效均衡运力在高峰低谷间的差异性。例如利用大数据分析技术，可以主动给餐饮业在订单发生之前提供定时定量的生鲜蔬果。也可以根据大数据分析消费者的需求偏好，主动将其偏爱商品提前配送，有效促进社区物流配送的效率。

3.3  利用时间窗口降低社区物流配送成本，提高消费者满意度

 传统环境下，配送业务最终完成的时间通常取决于快递员和客户的协商，故容易导致快递员等待时间过长，降低物流效率。所以可以在大数据系统的支持下，获得顾客的物流等待时间和送达地点的统计信息，进而通过大量客户的物流等待时间的分析，利用时间窗口理论，为每个客户提供个性化的配送服务，提高其满意度。

 利用云技术，建立时间窗口下的车辆优化调度模型，优化配送路径。目前，我国社区物流配送路线的规划和管理仍然相对粗糙，大多数关于社区物流配送中的车辆调度问题研究仍然只考虑车辆荷载约束，缺乏与路线和配送顺序相关的联合优化。所以可以利用大数据技术，根据每日配送计划，构建基于可用配送车辆的负载、容量和存储条件等信息下的车辆调度优化模型。

 传统社区物流配送路线的确定经常依赖于配送车辆司机的个人经验，司机自己决定每个订单的配送路线，没有科学合理的路线规划支持。而在大数据系统的支持下，可以首先利用云技术收集用户、路线等基础数据，以及公共交通信息和天气信息，这些基础数据与交通信息进行匹配。例如通过分析在一天当中的每个细分时段中每条路线的通过时间以及每条路段中发生交通事故的概率，再结合用户的配送地址来分配交通通行状况相对较好时间窗口给不同路线。配送车辆按照指定的路线行驶，可以有效避免交通拥堵，快速响应用户需求，提高了物流配送效率，使社区物流的终端消费者能够在短时间内收取到自己的货物，提高其满意度。其次，智能化的配送路线规划也能有效地降低城市交通事故的概率，为顾客提供安全、放心的配送服务。最后，合理安排的运输批次也能节约运输时间，实现品质化的社区物流“最后一公里”配送。

3.4  AI技术提升社区物流配送的响应速度

 作为一种新的物流模式，即时物流已经从O2O场景中衍生出来，经过多年的发展，已经进入了快速发展期。利用AI技术改善用户体验和服务质量已经成为物流行业竞争的新焦点，也提高了快递行业的进入门槛。结合智慧技术、信息技术等先进技术，通过云计算平台来收集、整理、分析车辆和配送员的定位数据，形成大数据需求分析的优势，利用AI技术建立智能管控平台，采用智能派单技术智慧化的管控每一个配送员。为了适应各种配送场景的多点路径规划和时间预测，利用大数据、AI技术和机器学习平台实现了配送员和订单的最佳匹配。该平台可以实时监控各订单的配送过程，并实时反馈，实现调度参数的自动调整。与传统的人工调度和订单抓取模式相比，智能调度显著提高了整个系统的配送响应速度。

 例如外卖行业可以利用此技术，实现配餐与配送员之间的精确匹配，大大加快配送的速度。同时，配餐也可以在AI大脑下进行高速度运转，实现闪电配送，从消费者体验需求中提升社区物流“最后一公里”配送的价值创造能力。

4  结束语

 电子商务、新零售等新的消费方式的出现让物流业的发展方向和运作模式也出现了变化，处于物流末端的社区物流配送现状不容乐观，存在着效率低、成本高，货物安全难以保证，及时性差，垂直细分领域配送需求差异大，覆盖面广且网点分散等诸多问题。本文利用大数据分析技术，从多个角度对社区物流末端配送进行优化，为提升我国社区配送的运作效率提供参考。

参考文献：

[1] 张大成. 社区物流终端配送服务模式创新研究[J]. 上海商学院学报，2015，16（4）：14-21.

[2] 陈永平，李赫. 大数据时代物流末端配送、消费者体验需求满足及其價值创造能力提升[J]. 财经论术，2017（1）：95-104.

[3] 邱唅光，徐志花，陈九梅. 大数据支撑下基于公共配送中心的城市配送流程改进研究[J]. 物流技术，2014，33（13）：408-410.

收稿日期：2021-11-05

作者简介：雒  伟（1982-），男，甘肃兰州人，甘肃政法大学商学院，副教授，硕士，研究方向：物流与物流企业管理。