我是來(lái)自于G7易流的劉丹華，今天很高興有這個(gè)機(jī)會(huì)與大家分享供應(yīng)鏈物流數(shù)字化方面的思考，我要分享的主題是：數(shù)智躍遷、體驗(yàn)升級(jí)和生態(tài)構(gòu)建。

劉丹華 G7易流大消費(fèi)解決方案總經(jīng)理

1我們是誰(shuí)？

首先借這個(gè)機(jī)會(huì)介紹一下G7易流，在2022年之前，G7和易流是兩家獨(dú)立的公司。去年6月，兩家公司才合并為一家公司?；仡橤7易流的發(fā)展歷程，兩家公司一家是2006年成立的，一家是2010年成立的，加起來(lái)有將近30年的歷史。

兩家公司都采用IoT+SaaS技術(shù)，為物流企業(yè)提供車隊(duì)管理服務(wù)。發(fā)展過(guò)程中，兩家公司也有不同的業(yè)務(wù)側(cè)重。G7除了為大型物流車隊(duì)提供服務(wù)外，也在智能設(shè)備和智能駕駛等方面進(jìn)行了探索和試驗(yàn)，并取得了量產(chǎn)成果。易流在成立初期，除了理論探索外，也為上游貨主企業(yè)提供供應(yīng)鏈物流數(shù)字化解決方案。   

2022年6月，兩家公司正式合并，公司更名為G7易流。對(duì)G7易流來(lái)說(shuō)，2022年是一個(gè)新的起點(diǎn)。合并后，G7易流在資源上進(jìn)行了重組整合。目前我們服務(wù)的客戶群體超過(guò)4萬(wàn)家，包括中小貨運(yùn)經(jīng)營(yíng)者、上游的大貨主以及其他大客戶。在設(shè)備連接方面，IoT連接數(shù)量超過(guò)500萬(wàn)，涵蓋人員、車輛、貨箱等多個(gè)場(chǎng)景的裝備。服務(wù)能力更全面，包含訂閱和交易服務(wù)。從整個(gè)行業(yè)覆蓋方面來(lái)說(shuō)的話，我們面向快銷，比如說(shuō)像大宗醫(yī)藥化工等12個(gè)行業(yè)，去提供物流數(shù)字化的解決方案。

業(yè)務(wù)分為兩大板塊：

FM板塊面向中小貨運(yùn)經(jīng)營(yíng)者，提供車輛管理和財(cái)務(wù)一體化經(jīng)營(yíng)平臺(tái)。

KA板塊面向大客戶，提供端到端可視化和以運(yùn)力供應(yīng)鏈為基礎(chǔ)的物流數(shù)字化解決方案。

這個(gè)是我們服務(wù)的客戶群體，從兩家公司合并之后，在服務(wù)群體方面也有了更加全面的一個(gè)覆蓋。

2行業(yè)洞察與價(jià)值主張

從整個(gè)行業(yè)的趨勢(shì)來(lái)看，我們總結(jié)為三個(gè)“全”：全渠道、全天候、全球化。

簡(jiǎn)單來(lái)說(shuō)，市場(chǎng)渠道會(huì)越來(lái)越多元化，客戶體驗(yàn)要求會(huì)越來(lái)越高，業(yè)務(wù)場(chǎng)景也會(huì)越來(lái)越復(fù)雜。

同時(shí)，行業(yè)的發(fā)展也對(duì)供應(yīng)鏈能力提出了相應(yīng)的要求，我們總結(jié)了兩個(gè)點(diǎn)：

一是透明與協(xié)作，要求供應(yīng)鏈的貨主對(duì)下游流通環(huán)節(jié)實(shí)現(xiàn)更多可視化的感知，提高行動(dòng)效率。

二是精益與柔性，要求對(duì)于多維數(shù)據(jù)的整合形成相應(yīng)的數(shù)據(jù)洞察，能夠有相應(yīng)的舉措來(lái)應(yīng)對(duì)供應(yīng)鏈不確定性和突發(fā)事件，實(shí)現(xiàn)精益與柔性。

從供應(yīng)鏈物流數(shù)字化角度來(lái)看，我們認(rèn)為發(fā)展會(huì)有三個(gè)階段：軟件化到數(shù)智化的躍遷、B端業(yè)務(wù)C端體驗(yàn)、構(gòu)建運(yùn)力生態(tài)。

階段一 從管理軟件化到運(yùn)營(yíng)數(shù)字化的躍遷

許多企業(yè)在企業(yè)數(shù)字化建設(shè)過(guò)程中已經(jīng)有了相關(guān)系統(tǒng)，但更多是注重業(yè)務(wù)管理的線上化。未來(lái)，需要更多依賴數(shù)據(jù)驅(qū)動(dòng)，讓流程去適配我們的系統(tǒng)，通過(guò)智能化提高運(yùn)營(yíng)效率。

下面我將介紹三個(gè)具體場(chǎng)景，說(shuō)明我們?cè)谥悄芑瘮?shù)字化應(yīng)用方面的解決方案。

很多酒企和快消品企業(yè)的物流環(huán)節(jié)是與第三方物流合作，但訂單處理和配載工作仍由企業(yè)自行完成。為解決這個(gè)問(wèn)題，我們利用智能配載的算法能力幫助客戶提高效率。例如，3D裝箱算法使配載過(guò)程可視化，提高配載裝箱效率20%以上。同時(shí)，對(duì)于臨時(shí)訂單的處理，從半小時(shí)內(nèi)確認(rèn)調(diào)整方案壓縮了到分鐘級(jí)確認(rèn)。

在智能調(diào)度場(chǎng)景中，調(diào)度過(guò)程存在諸多問(wèn)題，如過(guò)程不可視、依賴人員經(jīng)驗(yàn)等，會(huì)影響調(diào)度效率。為此，我們推出智能調(diào)度算法，解決調(diào)度“黑箱”效應(yīng)，使過(guò)程可視化；優(yōu)化配載結(jié)果，比如能更好的去平衡裝載率、時(shí)效要求和線路要求等。

第三個(gè)場(chǎng)景是無(wú)人值守。在許多企業(yè)，特別是在食品、飲料和原酒運(yùn)輸場(chǎng)景，傳統(tǒng)方式是人工和傳統(tǒng)地磅采集車輛稱重?cái)?shù)據(jù)，效率非常低下。之前我們?cè)谝粋€(gè)園區(qū)調(diào)研發(fā)現(xiàn)，從司機(jī)下車到采集并錄入數(shù)據(jù)，整個(gè)過(guò)程要花5-10分鐘。通過(guò)無(wú)人值守方案可以高效解決此問(wèn)題，將采集過(guò)程從分鐘級(jí)降低到秒級(jí)。過(guò)程中還可以通過(guò)視頻、AI、圖像識(shí)別和互聯(lián)網(wǎng)實(shí)時(shí)采集和感知現(xiàn)場(chǎng)情況，進(jìn)行現(xiàn)場(chǎng)操作視頻存證。更關(guān)鍵的是采集的數(shù)據(jù)可以第一時(shí)間進(jìn)入系統(tǒng)，驅(qū)動(dòng)業(yè)務(wù)流轉(zhuǎn)到下一環(huán)節(jié)。

階段二 B端業(yè)務(wù)C端體驗(yàn)

有了數(shù)字化系統(tǒng)后，如何讓供應(yīng)鏈物流整個(gè)上下游有更好的體驗(yàn)？

我們應(yīng)該都有電商購(gòu)物經(jīng)驗(yàn)，下單后可以了解訂單進(jìn)度、實(shí)時(shí)位置等信息。同樣，在我們的業(yè)務(wù)過(guò)程中的供應(yīng)鏈環(huán)節(jié)，也會(huì)遇到問(wèn)題，如客戶詢問(wèn)訂單進(jìn)展時(shí)，我們要有專人跟蹤，手忙腳亂，各環(huán)節(jié)信息的信息都要進(jìn)一步去確認(rèn)。

我們也希望通過(guò)一張圖實(shí)時(shí)了解訂單的全生命周期，讓下游客戶直接感知業(yè)務(wù)進(jìn)展。

首先，我們可以通過(guò)這張圖看到整個(gè)訂單的全生命周期環(huán)節(jié)，了解訂單從創(chuàng)建到結(jié)束的過(guò)程。

我們將業(yè)務(wù)數(shù)據(jù)與IoT和數(shù)據(jù)訂閱服務(wù)有機(jī)結(jié)合，使訂單節(jié)點(diǎn)狀態(tài)和實(shí)時(shí)位置通過(guò)軸線圖呈現(xiàn)。這種呈現(xiàn)效果一方面幫助貨主了解業(yè)務(wù)進(jìn)展和上下游環(huán)節(jié)所需的信息協(xié)同，另一方面，我們可以通過(guò)一鍵分享或自動(dòng)推送的方式，讓下游客戶實(shí)時(shí)了解訂單進(jìn)展?fàn)顟B(tài)。另外，我們可以對(duì)整體業(yè)務(wù)全景，包括業(yè)務(wù)KPI和承運(yùn)商KPI進(jìn)行可視化展示。

在業(yè)務(wù)過(guò)程中，我們也會(huì)利用預(yù)警和預(yù)測(cè)模型幫助貨主了解情況。如提貨環(huán)節(jié)，如果ETA預(yù)測(cè)模型分析出車可能遲到，系統(tǒng)可以自動(dòng)推送給相關(guān)承運(yùn)商提前干預(yù)以避免遲到的情況，并通過(guò)后續(xù)數(shù)據(jù)分析對(duì)承運(yùn)商進(jìn)行下一步考核。我們的預(yù)警類型有多級(jí)，不同級(jí)別的預(yù)警可以通知不同對(duì)象采取不同干預(yù)措施。

隨著業(yè)務(wù)發(fā)展，越來(lái)越多企業(yè)有海外業(yè)務(wù)，對(duì)全球可視化的訴求也越來(lái)越強(qiáng)。通過(guò)IoT和三方數(shù)據(jù)的融合，我們可以實(shí)現(xiàn)訂單位置和軌跡的可視化。除了能實(shí)時(shí)掌控訂單位置，我們還可以通過(guò)ETA模型告知客戶某訂單是否有延誤風(fēng)險(xiǎn)。

從端到端可視的結(jié)構(gòu)上可以看，它的底層來(lái)自多維數(shù)據(jù)聚合，如IoT的數(shù)據(jù)、三方平臺(tái)數(shù)據(jù)和我們協(xié)同采集的數(shù)據(jù)。中層結(jié)合客戶業(yè)務(wù)數(shù)據(jù)進(jìn)行相應(yīng)的建模分析，幫助客戶了解訂單實(shí)時(shí)位置、訂單軌跡、交付預(yù)測(cè)和預(yù)警信息等。

同樣，通過(guò)數(shù)據(jù)分析能力，我們可以輸出相應(yīng)的看板展示結(jié)果，如運(yùn)營(yíng)數(shù)據(jù)、實(shí)時(shí)可視的狀態(tài)、預(yù)警預(yù)測(cè)信息和庫(kù)存狀態(tài)等，都可以通過(guò)看板的方式直觀展示。

我們希望能夠基于端到端可視的能力來(lái)幫助貨主和客戶實(shí)現(xiàn)體驗(yàn)升級(jí)。

階段三 構(gòu)建運(yùn)力生態(tài)

在運(yùn)力生態(tài)這個(gè)環(huán)節(jié)，我們經(jīng)常遇到一個(gè)問(wèn)題，客戶每年招標(biāo)，但發(fā)現(xiàn)承運(yùn)車輛基本沒(méi)什么變化。我們希望通過(guò)構(gòu)建運(yùn)力生態(tài)，幫助貨主企業(yè)實(shí)時(shí)掌控運(yùn)力資源，在淡旺季都能獲得最優(yōu)質(zhì)的運(yùn)力服務(wù)。

前面也提到，G7易流連接了500萬(wàn)IoT設(shè)備，其中包含了400萬(wàn)運(yùn)力資源?；谶@些數(shù)據(jù)，我們利用大數(shù)據(jù)分析能力每年發(fā)布會(huì)議指數(shù)，如每年618和雙11期間最熱的線路和省份信息。這有助于客戶了解貨運(yùn)市場(chǎng)動(dòng)態(tài)，也為我們業(yè)務(wù)提供支持。

這些數(shù)據(jù)一方面提供公益性指數(shù)信息，另一方面可以和我們企業(yè)的業(yè)務(wù)數(shù)據(jù)做融合。通過(guò)數(shù)據(jù)融合，我們可以幫助客戶了解運(yùn)力的畫像，如合作頻度、服務(wù)質(zhì)量和接單偏好等?；谶\(yùn)力畫像，我們還可以對(duì)運(yùn)力結(jié)構(gòu)進(jìn)行分層，確定優(yōu)質(zhì)運(yùn)力、長(zhǎng)期合作運(yùn)力和臨時(shí)合作運(yùn)力，最終形成一個(gè)實(shí)現(xiàn)了結(jié)構(gòu)分層的私有化運(yùn)力池。

最后，我們用一張圖來(lái)闡述我們面向貨主的運(yùn)力生態(tài)閉環(huán)。

在管理環(huán)節(jié)，我們可以幫助貨主實(shí)現(xiàn)運(yùn)力招標(biāo)、運(yùn)力鏈接、執(zhí)行的監(jiān)控、運(yùn)費(fèi)結(jié)算和相應(yīng)的運(yùn)力畫像。在整個(gè)管理過(guò)程中，我們會(huì)幫助客戶沉淀運(yùn)力資源和建立運(yùn)力鏈接。基于這些資源和鏈接，利用運(yùn)力畫像能力，我們還可以進(jìn)行分層，確定固有運(yùn)力、計(jì)劃運(yùn)力和臨時(shí)運(yùn)力，并采取不同運(yùn)營(yíng)策略。最終，我們希望通過(guò)搭建運(yùn)力池，幫助客戶掌握更多運(yùn)力資源，不論淡季旺季都有合適的運(yùn)力來(lái)保障業(yè)務(wù)需要。

總結(jié)一下，針對(duì)酒企供應(yīng)鏈數(shù)字化進(jìn)階，我們有三個(gè)階段：

第一階段是數(shù)智躍遷，以數(shù)據(jù)驅(qū)動(dòng)和智能提效實(shí)現(xiàn)從管理軟件化到運(yùn)營(yíng)數(shù)字化的變革。

第二階段是體驗(yàn)升級(jí)，通過(guò)端到端可視實(shí)現(xiàn)供應(yīng)鏈B端業(yè)務(wù)C端體驗(yàn)的效果。

第三階段是生態(tài)構(gòu)建，通過(guò)運(yùn)力生態(tài)構(gòu)建實(shí)時(shí)掌握運(yùn)力資源并享受最優(yōu)的運(yùn)力服務(wù)。

3典型案例