物流是新零售必不可少的一環，新零售給供應鏈配送服務企業(ye) 帶來了新的發展機遇。如何運用大數據提升配送效率和交付品質，解決(jue) 車輛滿載、配送時效、交付完整這三大核心痛點，給用戶帶來更好的體(ti) 驗。在2017中國互聯網+新商業(ye) 峰會(hui) 上雲(yun) 鳥科技創始人兼CEO韓毅先生給我們(men) 分享了：新零售時代，同城配送的那些事。

韓毅：大家好，非常榮幸跟大家做分享。我們(men) 做的事情更像是給新零售的朋友們(men) 送水。首先在物流裏麵有兩(liang) 個(ge) 比較主要的分界線，一種物流是到宅的，它是toC的，主要任務是把這些物品送到消費者的家裏。這類物流公司，大家會(hui) 比較熟悉，因為(wei) 它和每個(ge) 人每天都打交道。

而今天，消費者不太關(guan) 注的92%到93%左右的物流卻是toB的。toB和toC，指的是它的送貨端是到哪的，我們(men) 是一家toB的物流公司，我們(men) 的配送方向是把東(dong) 西送到前端的網點，這些網點主要是零售網點、服務網點。零售網點都是由toB的物流公司補貨。我們(men) 出貨的地方主要是城市周邊的倉(cang) 庫。眾(zhong) 所周知，所有商品生產(chan) 後，首先會(hui) 運送到城市周邊的分撥中心，由B2B的物流和城配公司把貨物送到前端的零售網點去。

從(cong) 這個(ge) 新零售的角度來說，我們(men) 是新零售中的一環，但是我們(men) 更多著眼於(yu) 研究到門店補貨或者到新零售前端補貨，究竟在物流上發生什麽(me) ？

簡單介紹一下我們(men) 雲(yun) 鳥公司，總部在北京，現在500員工，今年年底大概有一千員工，目前服務18個(ge) 城市，年底預計24到25個(ge) 城市。未來三年這些城市的GDP都會(hui) 超過一萬(wan) 億(yi) 人民幣，說明這些城市有足夠的消費能力，是今後重點配送服務的對象。雲(yun) 鳥現在大概服務有一萬(wan) 家企業(ye) 客戶，裏麵有些是臨(lin) 時的有些是長期的。

還跟大家簡單的分享中國整個(ge) 城配市場的交付情況。toB的物流公司送貨到前端，大概有兩(liang) 個(ge) 區分，一個(ge) 是零售網點，還有一大類是服務網點，二者的區別在於(yu) 服務網點不直接售賣商品，類似於(yu) 飯店、汽車維修、醫院，它雖然不是專(zhuan) 注零售，但它的確有補貨需求。我們(men) 今天首先重點看一下零售類的。

關(guan) 於(yu) 中國有多少前端零售網點的問題，目前沒有披露確切的官方數據。根據尼爾森的數據，從(cong) 四百萬(wan) 到八百萬(wan) 都有。看這個(ge) 數據，加起來接近四百萬(wan) 到五百萬(wan) 之間，取一個(ge) 中間的數據。可以看到專(zhuan) 賣店是114萬(wan) ，夫妻老婆店是306萬(wan) 。夫妻老婆店的實際數量可能比想象中大得多。中國煙草局的數據是將近700萬(wan) ，意味著有煙草銷售權的零售賣點有700萬(wan) 之眾(zhong) 。隨著新零售的發展，前端網點會(hui) 持續增多。眾(zhong) 所周知前端零售網點設定的主要依據就是人流量，所以城市中前端零售網點的密度會(hui) 越來越高。再看2016年的數據供參考，夫妻店的數量沒有什麽(me) 變化，便利店的數量翻倍，大賣場數量增速緩慢。今天無論是線上線下結合，都起了前置倉(cang) 的作用，物流服務要先到社區周邊去。我們(men) 在不停地改變新零售網點的定義(yi) ，會(hui) 發現很多新零售的形式，未來可能會(hui) 出現無人商店、無人售賣機、無人咖啡機或者是零售貨架。無論形式如何變化，實質都是把貨前置到老百姓生活的周邊，這些都稱為(wei) 零售網點。

我們(men) 選擇5月4號北京這天的數據來觀察，這是一張雲(yun) 鳥承運的前端零售進貨熱點圖。從(cong) 這張圖裏可以看出零售網點的物流熱度，也就是前端的進貨量。可以看到，北京的CBD地區零售網點的進貨需求較高，這和CBD地區高密度的人流量，及較高的消費需求和消費能力有關(guan) 。

看到新零售方麵的數據，用什麽(me) 來說明零售的補貨係統?零售補貨係統是好的還是壞的？在此之前需要做一個(ge) 基本的工作，就是定義(yi) 好與(yu) 壞。我們(men) 嚐試定義(yi) 新零售配送的前端門店，以及定義(yi) 配送的服務體(ti) 係，再對現實的情況進行優(you) 劣區分。現在的情況，首先在倉(cang) 等候2.6小時，平均單日的票量4.8萬(wan) ，這是平均每天交付的票量。什麽(me) 叫一票？到達一個(ge) 門店或者一個(ge) 零售店，成為(wei) 一票，或者一個(ge) 地址算一票。目前我們(men) 大概全國是要送5萬(wan) 票左右。

一車的概念是什麽(me) ？今天新零售普遍采用的技術是循環送貨，出去的時候是一車，但不隻是停一個(ge) 交付點，是停不同的交付點，以便能攤銷物流成本。從(cong) 倉(cang) 庫出車，票量越高單門的配送成本越低。目前是6.5票。一個(ge) 門店的補貨重量大概是170公斤，平均體(ti) 積大概在0.9立方米。大平均的補貨頻率，一周4.7左右。補貨能力和前端的銷售能力、反饋能力有關(guan) 。平均的補貨能力一周大概4.7左右，每半年提高0.1。我們(men) 上半年看是4.7，下半年可能就4.8，說明前端的補貨頻率大趨勢不斷加強。

我們(men) 的單車平均票數是6.5，但世界平均水平大概在15到16。國內(nei) 一票的物流成本高昂，很大一個(ge) 原因是單車能跑的票數太低。成因很多，比如說零售商集約度，密集程度高的區域可配送的門店較多，可以極大提高單車配送的票數。

同時中國城市還有一個(ge) 問題，就是道路交通對大貨車不夠友好。很多網點分布在狹窄街道胡同，裝載量大的貨車停靠就成問題。此外，不少城市還有嚴(yan) 重的擁堵現象。各種各樣的因素影響了前端配送效率。而最後所有的問題都會(hui) 變成成本的問題。單車票數上不去，成本就降不下來。如果物流效率提高一倍，按票算一個(ge) 門店物流成本會(hui) 下降一半。比如單票在途0.8小時，也就是40多分鍾的時間裏包含一個(ge) 配送點到下一個(ge) 配送點的路上的行進時間，到店後清點、交接、回票時間，甚至包括裝卸上架時間等等。今天的配送的大量時間是在前端交接發生的，這是中國今天物流的三個(ge) 非常大的問題。中國今天門店的配送效能不在於(yu) 司機價(jia) 格，在於(yu) 出倉(cang) 時間過長。這出在倉(cang) 配的銜接上，清點時間過長，單車的裝載率上不去。

如果這些問題能解決(jue) ，恭喜你，服務的時效包括單票的成本，將迎來非常大的降幅。我們(men) 雲(yun) 鳥的使命就是要用科技的辦法把中國傳(chuan) 統的城配方式進行改變。傳(chuan) 統的城配方式是怎麽(me) 做的？基本上沒有IT，沒有數據，典型的場景是司機到達倉(cang) 庫，接到送貨單，拿著這張紙和電話出倉(cang) 。中間過程是黑箱，不知道他的實時地理位置，對司機的過往業(ye) 績也沒有評估，平均單車票數也無法計算，配送時長也無法估算。沒有提升城配配送效能的科技係統，中國城市配送還停留在鏢師押送的階段，隻是工具從(cong) 馬變成車而已，本質是原始粗放而效率低下的。而且中國城市配送市場還是零工程師的市場。工程師不能搬東(dong) 西，工程師不能打電話，有什麽(me) 用？但工程師卻是改變行業(ye) 粗放形態的重要力量。我們(men) 是第一批主張在城市配送加入工程師和數據的公司。著眼點是這幾個(ge) ，第一，訂單交付成本高。今天前端的訂單交付成本到零售的單票成本還有很大的下降空間。第二，數據管控不透明，司機經驗、地理區域、和門店的曆史配送數據都沒有標準化的數據采集，造成數據真空的狀態，導致與(yu) 社會(hui) 的發展趨勢嚴(yan) 重脫節。再說訂單分撥，比如啤酒夏季銷量高，每家零售商不同的商品屬性，全有錯峰。再比如天氣熱西瓜的補貨需求就提高。由於(yu) SKU的波動性，私有運力很難滿足錯峰要求，物流人才缺失也是個(ge) 問題，工程師裏真正了解城配物流的是非常少的。還有就是缺乏柔性協同，主要是指倉(cang) 的協同，倉(cang) 配銜接不好是非常大的問題。2.6小時耽誤在哪？耽誤在時間不統一，總有一端的時間在浪費，整個(ge) 係統效能提高不上來。

這是針對新零售方麵一體(ti) 化的端到端解決(jue) 方案。今天實施下來，我們(men) 為(wei) 新零售的客戶平均一票成本下降10%到15%。隻要是我們(men) 接觸的客戶，大平均前端的零售成本的物流成本下降了10%到15%，這些數據的來源就是IT。

新零售非常建議采用票結，票結的方式是指隻需要關(guan) 心到一個(ge) 門店的單價(jia) 就ok，物流裏的其他繁瑣環節可以忽略。當然也可以按件結，隻需要關(guan) 心到一個(ge) 門店的成本是多少，這才是物流成本的核心問題。

我們(men) 雲(yun) 鳥的鳥眼係統，目的是用科技去改變城配現狀。鳥眼係統在做什麽(me) ？首先有訂單，明確前端的收貨人、貨品的類型、體(ti) 積、重量，送貨地址和送貨時間。任何的物流行為(wei) ，首先都可以翻譯成物流訂單。

第二是預約，有些新零售是自營的，24小時開門，大部分新零售不是這樣的，前端可能是夫妻老婆店，可能是專(zhuan) 賣店可能是購物中心，主管的人不在負責清點的人不在，因此這些很多需要預約，如果不預約妥投率上不去，行業(ye) 大的妥投率90%多，剩下的10%非常麻煩。因此預約好了以後再走可以非常大的降低配送成本。

第三，排線調度是件大事，前端明天要送200個(ge) 點，怎麽(me) 劃分區域？哪些區域的一輛大車而不至於(yu) 時效崩潰，哪些地方小車就可以了，訂單密度的寬鬆，體(ti) 積、重量、交通堵塞範圍，包括車型的選擇、路線的選擇，還有配送順序等等，這些東(dong) 西稱為(wei) 排線調度，在“鳥眼”係統是自動完成的。

最後是合理安排配送線路。這是一個(ge) 典型的區域劃分，這個(ge) 區域劃分不一定是圓形的也不一定是方形的，要考慮到最主要是送到你門店的製約，而且這些事情每天不一定一樣。這裏有一個(ge) 動銷的概念，有的門店一個(ge) 月隻進兩(liang) 次多，而且周六送貨和周一送貨，經常差兩(liang) 三倍，全國的進貨高峰期是周四。每天要去的地點不一樣，怎麽(me) 才能動態生成今天最好的配送路線。

預約很重要，不預約妥投率卡在90%上不去。經過預約以後，妥投率會(hui) 到94%到95%以上。而痛點是人工排線效率不高。每輛車的載貨量和載貨體(ti) 積不一樣，每個(ge) 客戶的送貨地點和送貨時間不一樣，每一單的送貨類型和送貨量不一樣，每個(ge) 司機的習(xi) 慣和經驗不一樣……都靠人工來完成，效率十分低下，而這正是目前行業(ye) 內(nei) 的通用做法。當科技的要素進來後，係統有良好的計算能力和穩定性，不需要在排線上浪費人力。

同時雲(yun) 鳥還能自動調車，線路排完以後還需要去調配合適的車輛。雲(yun) 鳥的調車係統，關(guan) 鍵是車型、司機經驗、他的位置、他的住所，是不是比較近的司機，經驗是不是適合，車型對不對，車型是不是老，評分高不高，車輛本身運力是個(ge) 動態的運力，明確運費和所獲得服務的匹配程度。比如海鮮早上和晚上的運力價(jia) 格是不一樣的，緊張的時候是不一樣的，周四和周日的價(jia) 格不一樣，春節期間運年貨，那個(ge) 運力非常緊張，價(jia) 格就會(hui) 上揚。係統可以根據時節來自動計算的，這就是我們(men) 的百靈運力引擎帶來的改變。解決(jue) 排線問題後，係統還能根據預算來選擇司機和車，係統的核心是為(wei) 所有人降低成本。

百靈引擎能根據線路的要求、司機的畫像、匹配、等待時間，包括配送價(jia) 格、配送要求來進行匹配。司機畫像和曆史的配送異常率是目前容易被忽視，但是對提高服務水平至關(guan) 重要的環節。根據我們(men) 的評估，不同司機的工作效能差2.5倍。但目前城配公司和物流公司由於(yu) 沒有足夠的曆史數據，因此沒有一套對司機的係統評估。隻有接入大數據，而不是憑個(ge) 人經驗去揣測司機的服務水平，才是判斷司機配送能力的關(guan) 鍵。

眾(zhong) 所周知優(you) 秀的司機能力好，眼明手快、體(ti) 力好、開車技術好、客群維護好，服務質量很高。不好的司機，裝載慢、路上的速度很慢、清點不認真，和各方的溝通時間都很長。但從(cong) 價(jia) 格來講，司機的價(jia) 格差異化不大，正是因為(wei) 對司機沒有一套科學的評價(jia) 係統，因而司機價(jia) 格拉不開。最好的策略是讓優(you) 質的司機提供服務，今天對司機的評價(jia) 全是量化的，更加真實可信的。我們(men) 幫客戶挑選出優(you) 質的司機，這事非常重要。過上百次配送的數據累積，百靈引擎經對司機的畫像也越來越準確。

這是API對接，今天我們(men) 的零售客戶，或者是零售集團，或者給零售集團送貨的供應商，都可以看到數據水平，特別是倉(cang) 庫的數據水平在提升。倉(cang) 庫的數據水平對於(yu) 運輸的效能，是城配心髒中的心髒，但大部分倉(cang) 庫和配送商對接不上，因為(wei) 配送商沒有IT。隻有我們(men) 這樣新興(xing) 的城市配送商才是全IT的，可以對接API，讓效能得到顯著提升。首先倉(cang) 庫節約時間變得非常強，訂單像流水線一樣，把訂單需求輸入，雲(yun) 鳥在排線方麵不斷優(you) 化，找車都可以開始同步，倉(cang) 配的協同能力可以達到前所未有的程度。這些都意味著進一步降低成本。

我們(men) 最後來看一個(ge) 透明的實時查詢。這裏麵有電子代收，有保價(jia) ，有在途增值服務，交貨成本，這些都是真實的case，可以幫客戶降低大概15%的配送成本。雲(yun) 鳥深耕物流服務，希望可以和更多有誌於(yu) 改善城配模式的企業(ye) 和商家合作。雲(yun) 鳥的大數據和互聯網科技係統能提高物流效能，讓前端網點的物流配送服務更經濟更高效。