关于物流行业数字化转型的一点总结（一）
01 背景
物流是一个国家的脊柱产业，为我国经济发展提供巨大的支撑作用，但是目前我国物流行业的发展距离国际领先水平仍存在较大的差距。尤其是当新冠疫情到来之际，物流行业遭受重创，针对此类大规模突发事件，物流业何去何从?
物流业的数字化转型刻不容缓，在国家《十四个五年规划和2035远景目标纲要》中19次提到物流及现代物流在远景规划中的支撑性作用和定位，尤其是第五篇《加快数字化发展 建设数字》第三节指出深入推进服务业数字化转型，培育智慧物流等新增长点。
基于此，2021年12月，由国资委控股，以综合物流作为主业的新央企——中国物流集团有限公司正式揭牌成立。物流数字化转型的三个指标：时间：主要包括在途运输时间，装卸时间，产品加工时间等。
物流的静止时间主要包括库存时间，等待时间和压车时间等。每个时间都产生不同的信息，物流过程可视化的作用就是对各种信息的集成处理和加工，通过过滤无效信息，提高整体运作效率。
绩效：物流绩效反应了各环节操作顺畅与否，合作成功与否，物流绩效指标大致可以分为三大类：第一类是操作指标，如库存周转率等；第二类是服务水平指标，比如客户投诉率等；第三类是财务指标，比如利润率等，通过动态可视化，物流绩效可以衡量并优化整个业务过程。
成本：物流成本包含运输成本，库存成本，持有成本和管理成本。通过可视化的展现，可以直观的了解整个物流过程中的成本结构，深入分析物流成本构成。可以有效的降低不合理成本，提高整条供应链的效益。
02 主要问题
当前我国物流行业的发展之路仍任重道远，主要表现在以下几个方面的问题：
- 现有物流资源如物流人才、仓库、厂房、运输车辆等，高、精、专、复合人才匮乏，仓库、厂房使用率低，车辆运载率未达顶值等。
- 从原材料接收，到工厂加工，到客户接收，物流业链条长，业务复杂，这也就致使在进行数字化转型时往往侧重某个节点，忽视了对物流整体过程控制和可视化的支持。
- 物流业信息化，自动化程度低，人工参与度高，致使数字化的转型基础薄弱，无法形成集群效应，人际牵扯复杂，数字化推广难。
03 解决方法
可视化，可追溯，可规范化，可智能化是解决上述问题的关键。
- 可视化方面主要涉及需求的可视化，运输的可视化，业务处理流程可视化、指标可视化三个方面；
- 可追溯主要为需求节点可追溯，业务流程节点可追溯，运输节点可追溯三个方面；
- 可规范化主要触及运输方式和业务流程的规范化两个讨论点；
- 可智能化主要包含潜在需求的预测分析，运输线路的最优匹。
零单整装的最优搭配，卸货厂家的最优排序4个方面。
可视化：
a. 需求的可视化：需求的可视化包含顾客需求的可视化和对顾客而言的可视化。顾客需求的可视化是指不论是现有的还是潜在的顾客，企业都应积极倾听顾客声音，把握其需求。对顾客而言的可视化是企业要经常向顾客发出顾客想要了解的商品信息。
b. 运输的可视化：运输的可视化包含司机看到订单的可视化，厂家看到司机运力池的可视化，以及在途的可视化以及业务流程的可视化。司机看到订单的可视化是指司机或者承运商可以从自己的PC端或者手机端看到工厂发布的装货信息。厂家看到司机运力池的可视化是指厂家可以查询到司机或者承运商运载力，所在地区，运输经验，运费等信息，进而根据自身需求可以对联系对应的司机或者承运商，减少费用和考核流程。在途可视化是指，当司机查询到装货信息，选择接单后从排队进厂，再到装货出厂，再到运输途中，再到卸货上传单据，实施全流程的在途可视化。
c. 业务处理流程可视化:公司内部业务办理节点的可视化，如交货单，装运单创建流程节点可视化，工厂端派车，装货可视化等。
d. 指标可视化：及时展现各个承运商整体运行情况，全面了解全国各地市承运商的总体运行概况。对于大区级别而言，关注各大区各地市工厂运输处的运营，服务，效率，安全，投诉及满意度等关键指标的横向对比及成本指标统计对比分析等，物流数字化转型为总部，大区管理层提供多种关键指标查询统计分析功能。
可规范化：可规范化主要包含运输的规范化和业务流程的规范化。
运输的规范化主要为运输方式的选择和司机、车辆、承运商的规范化。运输方式的选择为铁运？汽运？还是海运？空运？如何根据地点需求和业务需求和国家政策选择合适的运输方式以达到将本增效的目标。而对于司机、车辆、承运商，则需要要求车辆合格率、合规率，司机以及的承运商的合格率和合规率，综合评分等指标。
业务流程的规范化是指，目前国内各个行业，以物流业为例，在信息化程度低的情况下，人为推动业务进展无可厚非，这就使得业务流程处理过程中，不规范性操作、不合规性操作的发生难以避免。因此通过对业务流程的规范化要求，一方面可以使得业务操作更加透明，合理，合法，合规，另一方面也为数字化转型提供了支撑。
而对于追溯方面，关于需求提出业务可追溯、业务流程节点可追溯、运输节点可追溯，可智能化方面关于潜在需求的预测分析、运输路线的最优匹配、零单整装的最优搭配、卸货厂家的最优排序，将在二期为大家进行详细论述。
作者
一个数据人的自留地，公众号：一个数据人的自留地。《数据产品经理修炼手册》作者。
本文
版权声明
本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处。如若内容有涉嫌抄袭侵权/违法违规/事实不符，请点击 举报 进行投诉反馈！
