10亿包裹大迁徙:数据改变物流

2016-11-29 14:12:00 来源:第一物流网 编辑:56885 关注度:
摘要:... ...
双11,电商的盛宴,物流的大考。在这场10亿包裹的大迁徙背后,有一群年轻人在紧张地进行着数据调控,每一个包裹的走向,他们都了然于胸。双11也成为物流新技术的试验场,而他们手中的武器,就是大数据和智能化。

  随着6.57亿的物流订单数定格在12日零点,一场超10亿的包裹大迁徙,堪称“包裹界的春运”。春运期间的人口流动远超交通体系的承载力,而这场全球罕见的包裹大迁徙也在早些年让中国的物流体系几近崩溃。

  今时不同往昔,这个双11,包裹量继续大幅增长,物流速度却出现了明显提升,发货变得更快,爆仓几乎消失,虽然末端压力很大,但快递员还是平稳地完成了配送。

  据菜鸟公布的数据,截至11月11日16时,天猫双11的发货量达到1.87亿个包裹,超过了去年双11全天。截止到11月15日凌晨,双11当日的6.57亿订单中近9成已发货,将近2亿消费者收到包裹。

  在这场“包裹春运”里,一刻不停的仓库拣选发货人员、日夜穿梭的干线货运司机、信息量巨大的转运分拨、奔走在路上的快递员,从业者在每个环节都竭尽所能,让包裹更快、更稳、更准地送到消费者手中。

  10亿包裹大迁徙:数据改变物流,这群技术宅使出啥绝招?
军功章里有百万一线物流从业者的辛勤,也凝结了一群技术青年的智慧。

  在三年多的时间里,从电子面单、二段码三段码、地址库等基础设施,到智能仓储、仓库机器人等高科技产品,配合物流云的IT服务,菜鸟的技术团队从无到有,创建了一个数据驱动的社会化物流平台。

  正是这个大平台,运转了国内超过70%的快递包裹、数千家国内外物流企业以及200多万物流配送人员。

  从2016年的双11开始,包裹大迁徙不再是单纯的人海战术,大数据、智能化的介入,让原本依托钢铁与混凝土的物流业,有了数据总指挥中心。

  10亿包裹大迁徙:数据改变物流,这群技术宅使出啥绝招?

  ▌双11的一夜紧张和三个月备战

  双11的物流基本接近尾声,在菜鸟技术PM兰博看来,双11既是一个节日,也是充满挑战的大事件,只不过消费的狂欢他只能在幕后感受,而巨大的挑战却要直接面对。

  11月11日零点刚过,在佛山芦苞镇打工的黄先生下单了提前放入购物车的美的榨汁机,付款成功用时0.9秒,6分51秒时商品完成打包从仓库发出,13分19秒由菜鸟联盟成员EMS的投递员送到,签收成功。

  对于很多人来说,13分19秒送达的首单就像一场编好剧本的戏,但菜鸟“策划”这个场景靠的并不是编剧,而是一群一度紧张得要命的技术宅。

  这份紧张来源于他们面前的数据大屏,在双11零点刚过的十几分钟内,他们发现了一个大问题:交易订单量竟然比物流单量多出了整整5000万单。

  兰博回忆说,面对这个让人瞠目结舌的差距,他猜测有两个可能:一是大屏数据有问题,二是解耦系统有问题,“如果丢了5000万单,我都不知道怎么收场。”

  原来,为了应对双11的流量洪峰,今年菜鸟首度尝试了物流订单与电商交易的解耦。菜鸟的架构师杜琨告诉记者,菜鸟以前的系统架构是按照高并发高可用设计的,消费者下单后,立即就生成物流订单。订单虽然即时生成了,后续环节却没有足够的运力支撑,造成了系统内的订单队列堆积和延时,白白浪费了IT资源,成本很高。

  这就像春运时铁路部门在火车站广场临时设置围栏,让乘车人员在广场候乘,然后按照车站的容量,以平缓的速度放乘客进入车站内,避免拥挤的人群把车站挤爆。

  菜鸟的解耦系统也有异曲同工之妙,电商的高并发流量不再直接冲击菜鸟的物流系统,而是按照物流系统的承受能力稳定拉单。杜琨表示,未来无论电商产生多大的流量,菜鸟都不会因此额外增加机器成本。

  但问题是,从一股脑被动接受电商订单,到根据物流能力和优先级别主动拉取,“最怕的问题就是拉单失败,产生丢单。”兰博说。

  如果这5000万单的差距来自于系统问题,那么,这些消费者将可能无法及时收到自己购买的商品,之后会造成更大面积的影响。

  正在技术团队焦头烂额的时候,菜鸟 CTO 菲青也来到了作战室,亲自督阵,排查问题。

  所有人立即开始分头联系相关负责人确认,最终,大家发现差距来源于天猫与菜鸟统计口径的不同:天猫的数据包括了子订单,而菜鸟只统计物流订单,5000万的丢单只是虚惊一场。

  虚惊过后也没有轻松,兰博表示,对电商来说,零点是决定生死的一刻,只要过了前10分钟,电商的技术团队就已经可以庆功了,但菜鸟的技术团队必须时刻准备应对突发情况。

  对于菜鸟的技术人员,双11从备战期开始,就是一个考验心力、脑力和体力的挑战。

  7月开始,很多技术人员就进入了无休状态,在最紧张的准备期,菜鸟需要做两遍全链路压力测试,一次是跟着天猫的交易系统测试,一次是单独做物流系统的测试,一周通宵两次做测试,能把人累到腿软爬不上楼。

  由于办公区域的限制,菜鸟技术团队双11是分布式作战,300号的值班人员中有100号人在5楼作战室,负责第一时间发现问题解决问题,按照规定,双11期间的技术问题,必须5分钟发现,10分钟定位,30分钟止血。

  ▌配优化让包裹快上车

  往年双11,发货慢甚至长时间不发货,是让双11消费者最为挠头甚至大动肝火的一件事。就像春运该发的火车却发不出,人群累积在车站,春运车站爆棚和双11包裹爆仓,如镜像双生。

  发货慢的罪魁祸首就是订单太多,仓库来不及拣选出库,所以发货信息迟迟不能更新,消费者只能一边心焦一边刷新物流信息。

  今年双11,仓库发货的速度有了很大的提速,在11日16时,天猫双11的发货量达到1.87亿个包裹,超过了去年双11全天。截止到今年11月15日凌晨,6.57亿物流订单有将近九成已发货。

  这样的提升,归功于菜鸟有一个高学历的智能仓储和供应链技术团队。这个由元享带领的团队,一半是博士学历,既有从物流公司来的传统行业专家,也有从阿里来的互联网人才,这群人既了解技术体系,也深受业务浸淫,在技术上,机器学习和算法优化都有专精人士。甚至在西雅图,也有由金榕带领的搜索团队在为菜鸟输出技术能力。

  正是这个多样化的团队,给今年的双11的仓储和供应链带来了系统性的升级。

  菜鸟仓储方面的技术专家本华介绍说,今年菜鸟在仓库方面做了两大提升,一块是看得见的智能化、自动化设备,另一块是着眼于降成本提效率的算法优化。

  在菜鸟的海宁仓里,AGV机器人、机械臂、蜘蛛手、自动打包机组装在一套完整的仓内生产线上。

  菜鸟仓储规划专家永承向记者现场演示了机器人拣货过程,AGV机器人自动识别拣货区域,驮着拣货车穿梭在货架之间,拣选人员只需站在原地把货放上机器人上方的拣货车,后续传送到自动化流水线上。

  而在流水线的两边,分布着播种机器人,通过真空吸盘取出周转箱里的货品,转移到消费者的快递箱内,快递箱会自己跑到自动包装区域,在这里贴上电子面单就可以出库发货了。

  本华表示,机器人的应用还面临着算法规划的问题,如果没有很好的调度,撞车的情况也会发生,反而降低了拣选效率。

  不过,对机器人和自动化流水线的使用,本华认为,自动化不是目标,而是手段,物流始终还是鼠标+水泥的行业,更重要的是做到效率和成本的最优方案。

  在算法方面,菜鸟在仓库里通过搭建拣选的算法框架,可以依据货物存放的位置和单量做路径优化,仓内的拣选距离减少了10%以上,双11期间则减少了15%以上。

  在仓储布局上,菜鸟依托前端的预售和爆款信息,推出了仓库预打包,按照一定比例提前打包好预售和爆款商品,放在可以快速出货的地方,等到前端消费者下单,面单贴上就直接出库,所以消费者发现下单没多久商品就已出库,这可是一帮技术宅用大数据猜出了消费者的心思。

  这次双11,仓库出货的速度已经无可指摘了,消费者盯着物流详情页面盼着包裹快上车的愿望会实现得越来越快。

  本华告诉记者,在仓储环节,菜鸟的技术不仅在提效上有所作为,在降成本方面也大有可为。

  以往仓库操作员打包时,大部分是看到箱子过来随便选一个,为了省事,多半会选更大的箱子。

  但本华的团队用算法解决了这个问题,他们依据真实的订单数据和仓库的商品体积,设计出适合仓库的箱子,优化箱子的空间使用。在给惠阳一个仓库配了优化箱型后,一年在材料方面就剩下了4000万元以上。

  仓库的能力可以靠技术和算法提升,而没有自己配送能力的菜鸟,在配的方面更注重通过输出IT能力来提升菜鸟合作伙伴的能力。

  作为一家落地配服务商,晟邦物流在双11前与菜鸟合作,借助菜鸟物流云的能力,双11做到了系统零问题,实现了业务上几十倍的增长。

  菜鸟物流云的技术负责人陌铭表示, 由于物流云的弹性特点,在双11期间,通过菜鸟上云的快递企业,都能够在IT系统方面瞬间扩容,不用像以往那样专门为了双11的巨大流量额外增加机器,也不用担心出问题时需要切换系统,云上云下的系统可以高效互通。

  据了解,今年使用菜鸟物流云的合作伙伴包括韵达、天天、优速、晟邦等,IT成本都大幅降低。

  ▌分单从“大头笔”到智能

  双11期间,在韵达的上海快递分拣中心,源源不断的包裹被放上自动化的分拣流水线,经过扫描仪时,一道红色的光在面单上闪现。而小张就站在流水线边上,眼睛盯着包裹,偶尔在上面标记一些数字。

  小张就是分拣流水线上的“大头笔”,负责分单。放在以前,“大头笔”在流水线上,需要短时间识别纸质面单上的收件地址,判断地址属于哪个分区,然后在快件上予以标记,整个过程需要五六秒。

  由于整日站在流水线旁,工作量和压力都很大,分单工作对操作人员的要求很高,小张经过至少半年的培训才独立上岗,也避免不了一定的出错概率。

  但在电子面单、二段码、三段码等产品的大规模应用之后,快递分单从辛苦的人工作业变成了智能化作业。

  快递员揽件或仓库发货时,会给包裹贴上一张电子面单,打印在电子面单上的一组数字,直接对应到派送大区、站点和快递员,流水线上直接扫码分拨,速度提升的同时也提高了分拨的准确率。

  以往快递企业的人工分拨准确率一般是95%,而智能分单的准确率则提高到了99.2%,圆通的智能分单准确率已经达到99.9%。

  菜鸟技术团队负责人在宽表示,除了直接的效率提升和成本降低,这张热敏纸打印出的面单,还是物流业从混凝土走向数据化的关键。“过去一个包裹,从哪里走到哪里,大家都不知道,有了电子面单,物流有了数据,从offline到online,从此每一个包裹都可以计算。”

  2014年5月,菜鸟网络联合三通一达等14家主流快递公司推出了电子面单平台,今年双11,电子面单已经覆盖了近八成的包裹。

  由于智能分单对物流中转和末端配送的重要性,负责这一项目的唯远在双11的凌晨尤为紧张。

  唯远表示,物流对智能分单是强依赖,鉴于传统的分单人员已经被智能分单取代,如果智能分单系统任何一个环节出错,快递分拣就会彻底废掉,整个分拣体系都会爆仓,后果不敢想象。

  尽管对自己的系统有信心,但唯远还是带着团队提前做了几套保障方案和备份,例如在上海设置了双集群,在各地方设置冷备份,提前预演切换方案,所幸最后都没有用上。

  “11日的0点,9点到10点,2点到3点,这是三个高峰期,一个个高峰期过去之后,就心安了。”唯远数着当天的时间点说。

  ▌技术男改造物流业也成就自己

  看着庞大的数据很容易让人肾上腺素上升,但来自行业的赞许和认可却给了菜鸟的技术宅们更深刻的印象。

  在双11后的回访调研中,一个快递网点的老板娘看到菜鸟的员工过去,还没出门就连喊几声:“三段码非常好用!”由于三段码能够对应具体的片区和快递员,所以在网点进行包裹分派时,快递员不用读地址,直接读号码就可以快速找到自己的包裹。
但老板娘不知道的是,这个她认为好用的东西,其实是三段码、地址库和菜鸟裹裹组合成的产品赋能。

  菜鸟的四级地址库原本只能精准到街道、部分显眼的建筑,但当地图信息和数据采集精准到楼幢后,菜鸟的五级地址库就能定位更精准的位置,通过菜鸟裹裹和三段码信息匹配快递员,为快递员解决最后的配送难题。

  这种赋能还有很多应用场景。例如今年双11正值周五,当快递员周末把包裹送到写字楼时,很可能无人收件。而基于菜鸟的五级地址库,系统可以识别出该地址是写字楼还是住宅楼,然后对收件地址为写字楼的包裹,系统可以提醒延后派送甚至是延后生产,在提升消费者体验的同时,也能优化运力的调度。

  这类针对性解决物流痛点的产品还有菜鸟的逆向物流服务,因应消费者的退换货诉求,菜鸟与天猫通力合作,结合菜鸟裹裹和菜鸟驿站的服务能力,去提升购物体验。

  退换货的取件比较分散,利润很薄,而通过菜鸟裹裹的聚单功能,两小时把一个小区所有的单给一个快递员,提升快递员的收益,就能优化效率。

  唯远表示,菜鸟裹裹除了靠智能调度和动态定价优化快递员的效率,以后还将考虑结合智能发货系统,用算法做到同一个消费者的货都是同一个快递公司发的,实现揽派结合,更高效地调动快递员,也让消费者的服务体验得到提升。

  实际上,杜琨之所以在2013年从天猫的共享事业部转到菜鸟,也是由于痛点的导向。“当时跟卖家去聊他们的痛点,会发现在资金流方面有了支付宝,信息流方面有淘宝、天猫,而在物流和供应链这块,却没有恰当的产品来解决问题。”

  菜鸟通过技术改变了物流业,物流业也通过经验启示了菜鸟的技术人员。

  唯远告诉记者,在团队开始做具体业务的初期,为了解痛点,经常会直接去找快递企业的一线人员进行沟通,而在产品上线之后,也会和一线人员沟通反馈。

  在这种沟通的过程中,唯远发现,快递业的一线员工其实非常老道有经验,在一些细节处理上,成熟的一线人员常常给菜鸟技术人员很多经验上的提示,而唯远回去就通过技术的方式,把人的经验变成人工智能或算法。

  “有一次,晚上9点去一个快递中转站,货车进站接货然后出站,整个调度衔接几乎完美,货车在走位时甚至不需要人的指挥,就知道有哪个路口另一辆车要倒出来,这就是不依赖大数据而靠经验形成的优化调度。”唯远说。

  双11过去了,这场罕见的包裹迁徙正在接近尾声,但这群技术宅们的征途还没有结束,不久前,唯远和元享受邀到美国参加运筹学峰会,菜鸟的智能化技术得到国际学术界的高度关注,这个听起来很酷的团队也正在吸引更多的人回国工作。

  每一天都有越来越多的包裹在这个数据驱动的社会化平台上流动,更快的速度、更优的效率、更好的体验,这是他们的目标。

点评此文章 / 写评论得积分!+ 我要点评
  • 暂无评论 + 登录后点评
  • Copyright © 2006-2020 56885.net All rights reserved..
    访问电脑版