浅谈电子商务物流服务创新范文

本站小编为你精心准备了浅谈电子商务物流服务创新参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

摘要：大数据时代电子商务物流服务需求具有订单履约期极短化、柔性化、个性化和透明化等特点，企业只有通过电子商务物流服务创新才能够不断满足客户需求。在大数据背景下，电子商务物流服务在服务产品和服务过程两个方面实现了创新，在实践中，以菜鸟、京东、顺丰为主的物流数据服务企业，利用自身数据优势，为客户提供创新性的电子商务物流服务产品，并利用大数据技术对电子商务物流服务过程进行优化和重构。在创新模式方面，企业可以通过跟随竞争创新、顾客需求主导创新、电子商务物流技术创新、电子商务物流网络创新以及电子商务物流增值服务创新等四种模式实现电子商务物流服务创新。

关键词：大数据；电子商务物流；服务创新；创新模式

国家“互联网+”行动计划提出了“互联网+高效物流”等11项重点行动，高效物流成为各大电商企业决胜的关键。以“双十一”为例，据统计，2016年“双十一”中国电商物流指数为213.5点，比2015年“双十一”增加49点，增长29.8%，其中，时效指数为138.9点，增长41.6%，最快的物流订单完成时间不到13分钟。值得注意的是，在人员指数仅增长17.2%的情况下，支撑着数倍业务量的电商物流高速增长和物流效率的改善，反映了电商物流人均效率的显著提升。“双十一”期间急速增长的天量订单是对整个物流体系的巨大考验，逼迫着各大电商物流企业不断创新，行业内三大巨头顺丰速运、菜鸟网络、京东物流都纷纷推出与物流大数据相关的产品以及基于大数据的电子商务物流服务新模式、新功能，从整体上带动了电子商务物流的快速发展。大数据通过赋能供应链与物流，使“大数据+供应链”成为物流管理新常态，数据成为新物流的价值来源之一[1]。2017年6月，顺丰宣布关闭对菜鸟的数据接口，停止给所有淘宝平台上的包裹回传物流信息，充分说明了大数据对电商物流的重要性。2017年8月，京东官网公告称，将终止与天天快递和百世快递的合作，理由是“综合服务质量较差，违反平台规则”，也有分析认为这是出于对数据安全问题的考虑。无论是出于服务质量问题还是数据安全问题方面的考虑，京东这一举措都表明，大数据时代物流服务水平已成为电商平台和物流企业的竞争点。大数据时代物流企业的最大挑战是如何通过大数据分析提升自身的物流服务水平[2]，而物流服务水平的提高离不开持续的物流服务创新。物流服务创新可以增加企业客户价值，提升客户的竞争能力，满足和开发客户需求[3]，其实质就是通过创新实现物流服务差异化，并最终获得竞争优势[4]。因此，基于大数据的电子商务物流服务创新就成为当前研究的一大热点问题。

一、文献回顾

查普曼（Chapman）等[5]认为，物流服务创新是物流企业在运营过程中应用新思想、新技术来改善和变革现有的服务流程与服务产品，以期提高现有的服务质量和服务效率，扩大服务范围，更新服务内容，增加新的服务项目，从而提高物流服务附加价值的过程。在物流服务创新研究方面，学者们分别从不同的视角研究了物流服务创新模式及路径。张光明[4]提出了五种物流服务创新模式，包括跟随竞争创新模式、顾客需求主导创新模式、物流技术创新模式、物流网络创新模式以及增值物流服务创新模式。比尔德贝克（Bilderbeek）等[6]提出了经典的服务创新四维度模型，翟运开等[7]在此基础上构建了物流服务创新的“四棱锥”模型，包括新的服务概念、新的客户服务界面、新的服务传递系统、新的技术应用、战略选择与协调。徐琪[8]从服务科学的视角提出了物流服务驱动要素与使能要素紧密结合的物流服务创新价值链体系结构和服务过程创新模型。姜燕宁等[9]从低碳经济视角提出了物流服务创新的策略，包括技术层面创新、规划层面创新和政策层面创新。刘丹[10]将物流企业服务创新划分为服务产品创新、服务过程创新两类，其中过程创新又细分为服务生产过程创新与服务传递过程创新。杨申燕等[11]认为，物联网技术会引发各项传统物流服务的逐步升级与转型，物流服务创新会经历局部革新与改良、集成化创新与全社会物联网融合创新三个阶段。刘刚[12]认为，生鲜电商的物流服务创新可以选择物流技术创新、物流理念创新、物流组织创新、物流服务界面创新四种模式及其不同组合。郭（GuoHW）[13]通过案例分析了B2C电商企业的物流服务创新及其关键问题。随着大数据的发展，学者们对大数据背景下电子商务物流展开了一系列研究。梁红波[14]分析了在云物流和大数据引领下出现的一些新型物流模式，包括物流企业联盟、虚拟无水港、供应链物流一体化等。韩小改[15]研究了大数据时代电子商务物流信息反馈机理。王柏谊等[16]通过对大数据物流信息平台理论界定研究，对几种典型大数据物流平台进行了梳理，发现了大数据物流平台构建中存在的问题，并提出相应对策。张夏恒等[17]认为，通过数据库的建立、大数据的分析和处理，可对物流需求进行细分，结合相关性分析，能满足消费者的各类物流细分需求，并及时有效地提供各类预测，降低逆向物流的发生概率，实现网络购物的物流增值。刘艳秋等[18]提出了在大数据背景下，利用大数据的知识分析客户的点击量、浏览时间和销量之间的关联性，预测客户的需求，分析客户的位置数据，预测客户的最佳配送时间，并基于大数据的预测结果建立三级物流服务供应链的订单分配优化模型。陈永平等[19]结合大数据时代的物流末端配送需求变化，从物流末端配送的消费体验需求出发，提出了基于消费体验需求满足的物流末端配送价值创造能力提升路径。刘锦峰[20]通过分析大数据对于电子商务物流配送的影响，提出了大数据时代电子商务物流配送的发展策略。董鹏等[2]提出了物流企业面对大数据的几种创新模式，包括“大数据+物流配送方案优化”模式、“大数据+互联网供应链”模式、“大数据+物流个性化服务”模式、“大数据+物流信息化”模式等。杨建亮等[21]提出以北斗导航和大数据为基础，构建国家大数据分析中心和国家冷链物流大数据实时监控预警平台，彻底解决冷链“断链”和“信息孤岛”问题。可以看出，学术界对传统企业物流服务创新的研究比较多，对电子商务物流服务创新的研究还比较少，与电商企业纷纷通过大数据技术推出物流服务创新的实践相比，相关理论研究显得有些滞后。本文在文献回顾的基础上，对大数据背景下的电子商务物流服务需求特点进行分析，从服务产品与服务过程两方面研究基于大数据的电子商务物流服务创新，最后探讨四种基于大数据的电子商务物流服务创新模式。

二、基于大数据的电子商务物流服务创新

（一）大数据时代电子商务物流服务需求的特点

物流需求是物流服务创新的行为基础，物流服务创新是有效满足物流需求的途径，两者是一种共生关系[3]。大数据时代电子商务物流服务需求具有明显的特点。1.订单履约期极短化随着电子商务的快速发展，电子商务物流面临着碎片化的海量订单。据统计，2017年我国快递业务量达到400.6亿件，年人均快递使用量达到75.66件，这就决定了电子商务物流配送的数量、频率和方向都具有不确定性，而顾客对电子商务物流的基本需求是配送时效越快越好，订单履约期的极短化对电子商务物流的精准度提出了非常高的要求，快速履行这些碎片化的海量订单成为电商物流的一个基本要求。据统计，2017年“双十一”第一单物流在12分钟左右完成，国家邮政局关于2017年快递服务时限准时率测试结果显示，2017年全程时限均值为56.02小时，较2016年增加0.61小时，2017年72小时准时率均值为78.67%，较2016年降低2.72个百分点[22]，可以看出，电子商务物流的订单履约仍然具有一定的提升空间，也仍然是相关企业面临的一大挑战。2.柔性化中国电商物流指数表明，我国电子商务物流呈现明显的季节性波动（如图1所示），业务量历史环比指数三大高峰时间段集中在3月、6月和11月，业务量历史定基指数显示春夏为淡季、秋冬为旺季，从每年“双十一”订单量激增程度不难看出，电商物流面临着巨大的周期性订单波动，这就为电子商务物流服务的柔性化和灵活性提出了较高要求。3.个性化随着新兴技术的发展，“快”不再是电子商务物流服务的唯一评价标准，根据顾客的差异化需求提供个性化的服务，将是未来电子商务物流的发展方向。4.透明化在信息技术发达的背景下，顾客要求物流信息高度透明，包括物流单据流转过程信息透明、流程各环节的信息透明以及物流网络节点的信息透明等。

（二）基于大数据的电子商务物流服务产品创新

本文根据刘丹[10]对物流企业服务创新的研究成果，从服务产品创新、服务过程创新两方面，分析基于大数据的电子商务物流服务创新。其中，电子商务物流服务产品创新包括全新的服务产品、组合或改进的服务产品。1.全新的服务产品全新的服务产品是电商平台或物流企业根据客户需求，在核心服务内容基础上，扩大服务范围，增加新的服务内容与服务功能，提供全新的服务产品，主要包括多流集成创新和专门化创新两类。（1）多流集成创新。基于大数据的电子商务物流服务产品创新，本身就是在原有电子商务物流核心业务的基础上，将物流与信息流、资金流等整合起来。在大数据背景下，电子商务物流服务首先通过多种接口和途径获取、捕捉数据，包括各类物流业务数据、商品数据、客户需求数据、移动位置服务（LocationBasedService，LBS）数据等等，这些数据经过清洗、处理、挖掘等过程形成有用的信息，帮助企业做出更加优化的决策，提供创新性的物流服务。一些电商企业依靠自身的平台优势，汇集了海量数据，这些真实有效的数据成为企业的战略资源，可以通过构建大数据中心，挖掘隐藏在数据背后的信息价值，从而开发基于大数据的创新性服务产品。如顺丰的数据灯塔融合了顺丰内外部的海量数据，包括收派员、个人用户、企业用户、社区信息、电商数据、社交网络数据等，为客户提供“灯塔物流+”“灯塔商业+”两大类产品。“灯塔物流+”主要有快递探照灯、仓储仪表盘等产品，快递探照灯对快件实时监控、自助取数，对异常快件报警，对历史快件分析；仓储仪表盘对库存、订单、服务质量等进行分析和预警，通过分仓模拟工具，让客户做到精准备货、就近发货。“灯塔商业+”主要帮助客户发现商机、防控风险、提供精准客户画像等。可见，基于大数据的电子商务物流服务产品，将物流与信息流高度整合，真正实现了物流的数字化、透明化和柔性化。（2）专门化创新。专门化创新主要面向特定客户提供特定的延伸服务产品。如顺丰数据灯塔基于顺丰在生鲜、3C、服装等行业的优势数据，利用大数据分析与挖掘技术，结合生鲜行业特点，帮助商家提高品牌忠诚度，降低物流风险；帮助3C商家提升物流效率，寻找目标客户，挖掘潜力商圈，建立行业优势；为服装品牌客户提供高潜区域识别、店铺选址、客流评估等定制化解决方案。菜鸟物流通过自身行业数据池和大数据服务优势，为快递、仓储配送、跨境、货运等行业提供解决方案。京东物流基于京东十多年物流经验，结合各行业电子商务物流需求，为服装、3C数码、家居、食品生鲜、跨境电商、第三方物流等行业提供仓储管理解决方案。2.组合或改进的服务产品（1）标准服务组合创新。在大数据背景下，电子商务物流服务除了传统的标准服务组合，如基本的运输、仓储、配送、包装等，还把物流数据作为一项重要的服务内容。无论是顺丰的数据灯塔、菜鸟的物流云，还是京东的移动商店，都是基于大数据的创新性物流服务产品，物流数据成为企业的一个利润来源。（2）物流环节组合创新。大数据能够使供应链变得更具柔性和透明，平台型企业可以充分利用大数据对社会物流资源进行充分整合，为客户提供更高效的服务。如京东物流云利用大数据对仓储、运输、配送环节进行改进和组合创新，在仓储和配送环节采用众包模式，将社会闲散的物流资源整合起来，在仓储方面，通过搭建仓储众包及信息化服务平台，整合社会仓储资源，建立仓储硬件资源与软件资源的双重模式，实现仓储资源共享，打造仓储服务生态；在配送方面，提供车辆众包与配送众包双重服务，整合社会车辆和人力配送资源，搭建全民众包运营配送体系，实现配送全覆盖。（3）物流服务改进创新。在大数据背景下，电子商务物流服务的各项功能都有了很大的改进和提升。在电子商务仓储方面，利用大数据可以对仓库布局、拣货路径进行优化，对单量进行预测；在电子商务配送方面，利用大数据对客户建立精准画像，做到提前备货、就近发货，利用LBS大数据，对运输和配送路线进行优化，提高配送时效。如在仓储方面，京东构建了一个基于时间序列的数据立方体，萃取稳定可信的商品关联度，在此基础上集中应用先进算法，自主研发了全品类商品布局解决方案[23]；在配送方面，京东开发了基于大数据的配送时效产品——移动商店，依托京东海量的交易数据，对不同社区的消费能力和消费习惯进行分析，描绘出不同小区的具体画像，通过小区画像实现未买先送的精准营销，将库存前置到终端的移动商店，缩短商品与客户的距离，从而实现京东1小时达[24]。

（三）基于大数据的电子商务物流服务过程创新

1.传统电子商务物流服务流程的弊端通常情况下，电子商务物流的流程是：客户下单→商家备货到物流网点→物流公司打包→配送到客户手中。但是，这样的流程在面临“6•18”“双十一”等节日的海量订单时，容易导致货物积压、爆仓、发货慢、揽收慢、送货慢等问题，最终可能会延长配送时间，降低配送效率，影响客户满意度。

2.基于大数据的电子商务物流服务流程优化在大数据背景下，电商平台通过对销售大数据的预测，在客户下单之前，商家就可以将货物提前下沉到离客户最近的物流网点，做到“单未下，货先行”，客户下单后直接就近配送，从而提高配送效率（参见图3）。在这个过程中，可从三个方面对传统流程进行优化与改进：（1）利用大数据对销售数据进行预测。与传统电子商务物流的服务流程不同，客户在下单之前，商家或电商平台就利用大数据对销售数据进行预测，以期达到精准营销。预测是大数据的一个重要应用方向，通过大数据预测，能够在更小误差范围内预测客户需求，描绘客户画像，实现精准营销。京东将销售计划和销售预测相结合，建立了一套特有的智能单量预测系统，该系统通过对历史销售数据的分析，自动抓取营销方案，可预测某商品在未来的销售单量，输出叠加的预测单量[23]。（2）根据大数据预测结果，商家提前将商品下沉到物流网点。传统商家备货带有一定的盲目性，往往造成商品滞销，承担较高的库存成本。然而利用大数据预测结果变得更加精准，可使商家将所预测的商品提前备货到物流网点，减少因为对市场把握不准带来的商品滞销问题，降低库存成本。如前所述，京东利用大数据，通过分仓模拟技术帮助客户精准备货、就近发货。（3）建立一个密集的物流网络。“最后一公里”配送是当前电子商务物流的一个难点问题，除了利用大数据的销售预测、商家提前备货，还需要有离买家比较近的物流网点，也就是说，要有一个密集的物流网络覆盖整个销售市场，才能保证在买家下单后快速地完成“最后一公里”配送。目前一些电商平台和新零售商推广店仓一体化策略，目的就是要建立一个密集的物流网络，实现极速送达，如菜鸟和屈臣氏天猫旗舰店在物流领域深度合作，开展门店发货模式，目前屈臣氏的200多家门店变身“前置仓”，完成3公里内2小时快速送达，消费者还可以选择定时送货服务；盒马鲜生则通过店仓一体化，实现3公里范围内的半小时极速达。下面以菜鸟网络为例，分析其基于大数据的电子商务物流服务流程，如图4所示。首先，菜鸟网络数据平台根据以往销售情况，利用大数据预测销量，通知相关天猫店铺备货，店铺将商品就近备货到菜鸟仓库，实现“单未下，货先行”，待买家下单后，天猫平台将订单信息提交给菜鸟数据平台，而后菜鸟数据平台向菜鸟仓库发出分拣与出库指令，菜鸟仓库接到指令后，通知与菜鸟合作的物流公司取货、配送。在“最后一公里”配送环节，通过三种方式完成配送：一是传统的送货上门；二是通过菜鸟驿站等自提点由买家自提；三是针对校园包裹，通过众包的方式由校园包裹侠完成配送。可以看出，在此过程中，大数据预测成为电子商务物流服务的前提和基础。

三、基于大数据的电子商务物流服务创新模式

创新模式是指创新的基本途径和方式，张光明[4]将物流服务创新模式归纳为五种，包括跟随竞争创新模式、顾客需求主导创新模式、物流技术创新模式、物流网络创新模式以及增值物流服务创新模式。本文以该五种物流服务创新模式为基础，分析基于大数据的电子商务物流服务创新模式的具体内容。

（一）跟随竞争创新模式

和传统物流服务不同，基于大数据的电子商务物流服务不仅仅需要智能化的物流设施设备，还需要具备大数据获取的能力以及大数据分析的能力，为客户提供基于大数据的物流云服务，因此，对于那些不具有大数据分析技术的企业来说，可以选择行业标杆进行模仿，参照标杆企业改进自身的电子商务物流服务产品和过程。如电商企业可以选择京东作为标杆，分析它在物流服务中的创新，物流企业可以选择顺丰或菜鸟作为标杆，模仿它们在物流服务中提供的新产品。

（二）顾客需求主导创新模式

个性化是大数据时代电子商务物流服务需求的一个特点，客户需求的差异化要求电子商务物流服务有针对性和创新性。一方面，企业可以借助自身数据优势，分行业、分模块开发电子商务物流服务产品，做到专门化创新，如前所述，顺丰、京东、菜鸟都针对不同行业为客户提供专门化的服务产品。另一方面，企业要依托客户与市场，让客户参与到物流服务创新中来，集思广益，获得更有创造力的想法。如日日顺物流通过“创客训练营”，建立物流大学生创新创业平台，以居家生活大件物流相关的“痛点”为出发点，围绕“增强终端用户体验”“提升运营效率及质量”“创新物流商业模式”三大方向设置若干创业课题，提出创业、创新、创意的商业方案。

（三）电子商务物流技术创新模式

基于大数据的电子商务物流服务创新离不开技术创新，通过技术创新可以使物流服务不易被竞争对手模仿，强化核心竞争力。大数据背景下的电子商务物流服务技术创新包括两方面内容，一是物流技术，二是大数据技术。在物流技术方面，除了传统的条形码、GPS/GIS、RFID等软件技术，还需要物联网技术、智能化物流硬件设施设备等，通过物联网和智能化设备可以捕捉更多的数据，为物流大数据分析和应用提供保障。京东、菜鸟之所以汇集了海量的物流数据，一个重要原因就在于它们建立了一个智能化、自动化甚至无人化的仓配体系，从而捕捉了物流大数据。在大数据技术方面，主要涉及物流大数据捕捉技术、处理技术、分析和预测技术等。物流大数据捕捉技术主要通过物联网、营销数据捕捉、信息检索与Web搜索数据捕捉与爬虫等技术完成数据的获取和采集；物流大数据处理技术主要包括物流大数据仓库技术、云计算平台技术、大数据实时流处理技术，完成海量数据的存储和实施处理，为物流大数据分析奠定基础；物流大数据分析技术主要包括数据的关联分析、聚类分析、时序与偏差分析等数据挖掘方法；物流大数据预测技术主要利用预测分析等数据挖掘方法或预测决策系统，为各种物流业务提供优化方案[25]。如菜鸟物流云利用E-MapReduce为客户提供一站式大数据处理分析服务，京东通过数据大屏（一个基于实时多层渲染技术的数据可视化工具）为客户提供实时海量数据场景化展示服务，顺丰分仓模拟运用遗传算法等优化算法，根据销量预测、仓网布局、成本与时效、配送产品等因素，帮助客户计算合理的分仓方案。

（四）电子商务物流网络创新模式

随着大数据分析与应用技术的发展，电子商务物流网络变得更具有柔性和动态化。大数据对整个供应链系统的业务和管理流程进行再造与重构，创新供应链关系网络，并通过数据挖掘和建模对企业流程进行优化，进而提高物流效率。如大数据对小米公司的供应链关系网络进行了重构，通过饥饿营销、线上数据更精准地做好销量预测和排产计划，与上游代工厂、下游配送服务商实现了实时系统对接，尤其是顺丰与小米的仓储管理系统（WMS）进行实时对接，小米的出仓订单数据直接接入顺丰，同时使用电子运单，简化了交接手续，减少了中转次数，可以做到实时提货。在大数据背景下，电商与物流企业转型为平台型企业，整合各类资源，实现供应链成员之间的信息传递与共享，在这种共享机制下，供应链成员的绩效更透明，通过供应数据分析，创建可视化的供应链流程图和仪表盘，促进信息透明，从而建立一个动态的合作共享的供应网络[2]，促进信息网络和供应网络的创新。通过云计算、数据挖掘与分析技术形成客户画像，对电子商务物流的订单进行预测、智能分仓，对配送中心及配送路线进行合理规划，做到极速配送，实现配送网络创新。在大数据背景下，电子商务物流服务相关组织之间更容易协同。研究表明，客户服务创新感知对客户满意度具有显著影响，物流企业应正确看待客户服务创新感知，重视信息和知识共享机制的建立[26]。菜鸟网络与各快递企业、物流企业建立联盟，实现物流数据共享和优势互补，京东与竞争对手合作，通过云市场建立横向协作关系，为客户提供更多的数据服务产品和资源。同时，基于大数据的电子商务物流服务还可借助平台优势，整合社会资源，实现组织网络创新。如前所述，京东采用众包模式，对社会仓储与配送资源进行了整合与优化。

（五）电子商务物流增值服务创新模式

大数据背景下，电子商务物流增值服务创新主要是借助自身数据优势，根据客户需求，为客户提供大数据分析、应用、咨询等方面的增值服务。菜鸟物流除了为客户提供基于行业数据池的物流解决方案，还提供丰富的物流增值组件和数据服务产品，包括物流增值业务组件、互联网中间件以及数据和安全组件等。京东物流则为客户提供定制化的物流建设咨询服务和运营规划相关培训与指导。京东数据灯塔为客户提供定制数据服务，满足客户对数据的个性化需求。

四、结论与展望

大数据对电子商务物流服务带来了深刻的影响，它不仅能够促进电子商务物流服务流程的优化，还成为电子商务物流服务企业的一大战略资源和利润来源，目前实践中涌现出了以菜鸟、京东、顺丰为代表的物流数据服务企业，它们依托自身数据优势，为客户提供创新性的电子商务物流服务。但是，纵观学术界，对于电子商务物流服务的研究落后于实践的发展，本文在前人的基础上，从物流产品和物流过程两个角度分析了基于大数据的电子商务物流服务创新，并探讨了四种电子商务物流服务创新的模式。今后，基于大数据的电子商务物流服务创新应该从以下几个方面进行深入研究：（1）从技术层面分析大数据在电子商务物流服务创新中的具体应用场景；（2）探讨电子商务物流服务中大数据应用的驱动因素与阻碍因素；（3）分析大数据在电子商务物流服务中的安全与风险防控；（4）大数据驱动电子商务物流服务创新的绩效评价。

作者：张晓芹 单位：广东东软学院信息管理与工程系