近十年来,我国生鲜电商市场以平均每年40%以上的增长率快速发展。到2018年我国生鲜电商行业市场规模达到1 950亿元。截至2019年底,其规模已经突破2 600亿元。但由于生鲜品易腐坏的特殊性质,生鲜品的储存、包装、配送等环节变得格外重要。在生鲜电商行业中,普遍采用企业自营的配送模式,通过打造一体化的生鲜仓储配送模式来提高市场竞争力。生鲜物流配送环节位于生鲜产业链的末端,将直接影响顾客的满意程度,是整个产业链最为重要的环节,各大生鲜企业也越来越重视配送环节,采用一系列的措施来提高配送效率和质量。
目前大数据已经广泛运用于互联网、金融、工业等行业中,并不断推动着企业迈向数字化经济时代。生鲜行业拥有海量数据,主要来源有订单交易数据、货物配送数据、仓库储存数据等。利用这些海量数据可以挖掘数据潜在的价值,实现业务拓展,优化供应链管理。因此,从大数据技术对生鲜仓储配送环节进行优化具有较强的实践意义。
大数据技术通过对海量数据进行处理分析,挖掘出潜在的信息价值来支持企业决策。当前,大数据技术已经广泛用于各行各业,但其在物流行业的应用范围较小。截至2018年,我国物流行业自动化管理市场规模大约在1 100亿元,但自动化系统普及率仅在20%左右,相比欧美等地区发达国家80%的普及率还有很大的差距。此外,这20%的自动化系统中还存在很多旧系统,无法与当前大数据技术结合使用。所以当前物流行业中大数据技术的运用普及率亟待提高。
由于物流供应链中大数据管理模式还未发展成熟,加快完善数据管理,加大数据技术在行业中的应用来优化供应链管理的运作已经成为研究焦点。浦悦将大数据技术与JIT配送模式结合,降低了JIT配送的风险成本,强化了JIT的配送的优点[1]。黄雯提出利用大数据对物流信息的处理与分析,制定科学的成本管理方案,来加强成本管理[2]。吴汶书提到当前冷链物流行业的信息化程度较低,分析了大数据技术对物流的影响,提出了大数据技术在物流中的应用建议[3]。李欣等分析了大数据对共享仓储的影响,结合现代仓储管理思想,提出了基于大数据技术的虚拟库存管理策略[4]。高晓英通过对大数据与物流信息化的区别研究后,建议物流行业以大数据推动物流信息化建设[5]。
从上述研究可以看出,现有文献已经开始探讨大数据技术在物流配送、营运决策、物流信息化建设等方面的运用,将大数据技术应用于物流行业已经是大势所趋。但这些都主要集中于宏观的物流行业探讨,并没有针对具体环节进行深入分析,导致对产业链的整体规划不够完善,整体效率低下,应从生鲜配送的全流程出发,着力建设生鲜仓储一体化的模式,进一步提高生鲜配送的效率和质量。
随着消费的不断升级,人们对生鲜产品的品质与安全愈加关注。目前国内已有的独立生鲜电商物流网络只服务于特定的区域,全国范围内的冷链生鲜物流体系还未完全成型。“最后一公里”和同城配送还处于摸索阶段,生鲜物流的配送效率和服务质量有待提高。本文主要从生鲜仓储和配送角度进行分析。
生鲜商品仓库根据不同货物对温度的不同要求,将仓库分为不同的区域,如冷藏区、冷冻区、超低温冷库区等。目前,国内大多数生鲜仓库的信息化、自动化程度低,生鲜仓库作业基本都是分批量人工进行。没有信息化技术的支持,依赖于人工经验作业,存在着货物存放不当,拣货路径选择不当等问题。
生鲜库存的最佳状态应当是零库存,库存存量刚好满足消费者需求。但实际上很少有生鲜电商企业做到了零库存。在传统的库存管理中,大多企业以满足顾客需求为目标进行库存控制,往往忽略了市场变化所带来的影响,从而无法做到库存与顾客需求相匹配。现实中,生鲜库存的损耗率在17%~25%。再加上消费者的购买需求波动较大,突发的热销与滞销必然对库存控制带来巨大压力,所以对库存进行精准控制是企业的当务之急。
配送环节在整个生鲜电商物流供应链最末端,它所面向的是需求量小、随机分散的客户群体。在进行生鲜产品配送时,为保证产品质量与服务质量,企业不得不加大人力物力的投入,这必然导致成本增加,而且生鲜物流配送成本是普通物流配送成本的1.5倍左右。目前,国内大部分生鲜电商企业在规划配送路线时,主要依据个人经验,缺乏科学决策。另外,在生鲜产品配送过程中,一些企业为了降低成本,没有对生鲜产品进行全程低温控制,严重影响了商品品质。
生鲜电商企业与供应商共建基于大数据技术的生鲜仓储配送一体化信息平台能够实现上下游数据共享,从而消除数据孤岛问题,平台架构如图1所示。在配送系统中,利用大数据对大量顾客的订单信息处理,可以优化配送路径,提高配送效率,降低配送成本[6]。在仓库系统中,将订单产品信息与库存中的产品信息结合分析,规划出最佳拣货路线,提高拣货效率,降低人力成本。借助大数据技术对历史销售数据进行挖掘,再结合预测模型,精准预测需求量,进行健康库存控制。
建立仓储质量监控系统可以对不同温度区域进行温度的实时监控,以保证生鲜食品的品质。同时,还可以对一些保质期短的生鲜商品进行系统监控,降低对商品检查的人力成本投入。在进行拣货时,利用大数据可优化拣货路线;在生鲜货品入库时,通过大数据技术对历史仓库信息与货物信息进行匹配,可直接查找出该货物适宜存放的位置,并直接给出最优搬运路线,减少工作人员凭经验进行装卸搬运造成的风险成本。总的来说,通过大数据不仅可以通过提高出入库速度与精准度来优化仓储运作,还可以降低仓库管理运作费用。
库存控制实际上是一个使用信息技术做决策的过程,充分利用好上下游数据才能做好需求预测工作。生鲜电商企业要实现健康库存必须确保生鲜货物的库存量与消费者的需求量达到平衡。生鲜电商企业可利用大数据技术对各个时间节点的历史销售数据(如季节、节假日促销等)、顾客购买货物时的浏览记录以及整个供应链的销售情况进行分析,利用大数据技术与需求预测模型进行预测,然后根据预测进行采购,做到健康库存控制,如图2所示。电商企业还可以利用大数据,进行销售、退货、采购等环节的模拟分析得出库存报告,然后针对不同的情况(如商品滞销等)采取相应的措施,降低库存风险带来的成本消耗。
根据客户的订单信息,定位客户要求的配送终点位置,利用大数据技术规划出最优的配送路线,通过平台将路线信息发送给配送员,提高车辆配载率以及配送效率。在生鲜配送过程中利用食品监控设备对生鲜货物进行全程低温实时监控,并将信息发送给配送员与平台信息管理员。一方面可以提醒配送员生鲜食品当前的状况;另一方面,一旦在配送途中因某种情况导致货物有所损坏,可以及时反馈给平台,通知仓库管理员重新备货配送,并告知顾客实际情况。这样可以从风险控制角度,提高服务质量水平。
面对不断增加的市场需求,传统管理模式下的仓配活动已经不利于生鲜电商企业经营效率的提升。本文从生鲜电商企业仓储配送一体化管理角度出发,分析了仓库作业、库存管控、配送环节3个方面存在的问题,并提出了基于大数据视角的优化方案。利用大数据技术优化生鲜物流的一体化模式,不仅能够提高生鲜电商企业的经营运作效率,保证生鲜产品质量,还可以降低成本费用,为生鲜电商企业发展增加竞争优势。
下一篇: 基于物联网的第三方智能物流系统设计研究