快递服务质量监测大数据平台建设方案

李建萍

（广州铁路职业技术学院，广东 广州 510430）

1 引言

整体而言，我国快递服务供给质量较低，高质量服务供给短缺，市场监管力量、手段和经验仍显不足。这与邮政管理部门对快递服务质量的监测手段落后、监管决策缺乏全面可靠的数据支撑、监管时效低、不能为整个行业改进服务质量提供准确的方向和措施密切相关。要提升快递服务供给质量和效率，需要邮政管理部门应用先进信息技术，尽快建设快递服务质量监测大数据平台。

2 传统快递服务质量监测手段亟待升级

2.1 传统快递服务质量监测手段低效

当前，国家邮政局委托第三方机构开展快递服务质量监测。一是采用在线问卷方式调查快递服务满意度；二是采用系统抽样测试方式调查全国重点地区快递服务时限准时率。用户申诉率的统计数据仅来源于国家邮政局的有效申诉记录。随机抽样本身存在许多固有缺陷，它的成功依赖于抽样的绝对随机性，恰恰这点难以实现。由此可以看出，目前快递服务质量监测手段是非常低效的。

2.2 快递服务质量统计数据质量不高

具体表现在四个方面：一是统计数据时效性低。快递满意度问卷调查每季度开展一次，结果具有滞后性。二是统计数据可能没有反映真实情况。可能是问卷设计没有把消费者真正关心的质量问题涵盖进去；或者由于消费者理解上的偏差而使回答偏离问卷的原意（问卷设计得越严谨偏差会越大）。2016年我国快递业务量为312.8亿件，其中网购快件量占比约60%，合187.68亿件，电商网站的大量快递满意度实时评价信息被忽略。而用户申诉率统计样本来源于消费者向国家邮政局申诉的记录，而向快递企业提交的大量申诉并没有纳入统计。这也是为什么监测结果显示快递服务满意度持续提高，但与消费者对快递服务的实际体验差、感觉不到质量有提高的实际情况存在较大差距的原因。三是被调查企业的样本层次少，调查结果不能反映快递企业的全面情况。第三方机构选取了我国10家全网型快递企业，向消费者展开满意度调查。但截止2017年6月1日，在我国境内获得国内或国际《快递业务经营许可证》的企业共有696家，他们的服务范围有些是全网型，有些是区域型；从市场规模来看，也存在大中小型不同层次。被调查的10家全网型企业的服务质量状况不能代表总体。四是受限于抽样工作量大，问卷设计一般不会采用全部质量标准参数进行问题设置，引致调查结果不能反映快递服务质量的全貌。

综上所述，现有抽样统计手段无法完成全面采集快递服务质量相关数据的工作，也无法对所有数据进行统计分析，监测结果难以衡量快递服务质量全貌，数据质量不高，导致快递服务监管决策缺乏可靠的数据支撑，监管工作存在滞后性、被动性，难以精准地开展监管工作，从而有效地解决快递服务质量问题。

3 快递服务质量监测大数据平台建设方案

为提高我国快递业管理水平，《快递业发展“十三五”规划》提出“加强移动互联网、物联网、大数据、云计算等现代信息技术在企业管理、市场服务和行业监管中的应用。加快大数据及云平台等基础设施建设…”。21世纪是数据信息跨越发展的时代，“互联网+”快递的融合，为大数据技术在快递业监管领域的应用提供了基础条件，而大数据技术的不断演进，为快递服务质量监测大数据平台的建设提供了契机。

3.1 大数据平台的建设目标

快递服务质量监测需获取的数据同样具有数据量大（Volume）、数据类型多（Variety）、价值密度低（Value）、数据处理高速（Velocity）四个基本特征。例如，数据量大体现在平均每天约8 570万件（按照2016年业务量312.8亿件，一年365天计算）快件在受理、揽收、投递和售后等快递服务环节处理数据、服务满意度评价数据等。再如，数据类型多体现在快递相关数据呈结构化、半结构化和非结构化多种类型，包括快递业务数据、破损快件的图片、电话投诉的语音等。此外，大数据的规模效应也要求从规模角度设计解决大规模数据的存储、处理以及由此产生的各种问题。

大数据平台建设目标就是：应用大数据思维和技术手段，以快递安全风险防范为基础，以快递服务质量持续改进为抓手，建设快递服务质量监测大数据平台，实现资源整合和数据共享，推进快递服务质量的监测手段、监管工作转型升级，提升科学决策能力，全面提升快递服务品质，推动我国从快递大国向快递强国迈进。

3.2 大数据平台的系统架构

快递企业、消费者、行政管理机构、金融机构、电商平台等主体因直接或间接参与了快递服务质量数据的生产，是大数据平台的数据源头，平台必须对这些海量数据进行采集、储存与管理、处理、分析和挖掘，生成质量数据，并向社会开放，实现大数据的共享和应用。图1所示是快递服务质量监测大数据平台系统架构示例。

如图1所示，大数据平台以互联网基础设施与设备资源、数据资源为基础，由分布式文件系统、分布式数据库系统和分布式数据处理系统等大数据关键技术系统组成，解决大数据的存储和运算问题。

（1）分布式文件系统。该系统是支持大数据应用的基础，可以实现海量快递业务数据、服务评价数据、海量小文件的高效存储。

图1 快递服务质量监测大数据平台系统架构示例

（2）分布式数据库系统。大数据的形式多样，而半结构化、非结构化（如网页、日志、图片、视频、音频、地理位置信息）数据是大数据的重要组成部分。分布式数据库系统可以解决数据类型多样、海量低价值密度数据的管理和利用。

（3）分布式数据处理系统。该系统可以实现实时数据流处理和常规数据批处理。NoSQL用于对结构化数据的实时分析；OLTP联机事务处理主要是执行日常事务处理；OLAP联机分析处理主要对储存于数据库中的历史数据、日志等进行批处理分析，是数据仓库系统的主要应用，侧重分析与决策支持。

3.3 大数据处理的一般流程

如图2所示，大数据处理的一般流程由数据采集、数据储存与管理、数据处理、数据分析与挖掘以及数据展示五个步骤组成。

（1）数据采集。是指利用多个数据库接收来自多个数据源的各种类型数据。需对采集到的价值密度低的数据进行清洗，提取出有效的、符合质量要求的数据；并将多结构、多类型数据转化为单一的或者便于处理的结构，从而实现数据快速分析；最后，将分散于各个数据库中的数据集成到大型分布式数据库或分布式存储集群中，以便对数据进行集中处理。

（2）数据储存与处理。是进行数据管理的高级单元，实现存储按特定数据模型组织起来的数据集合，并提供独立于应用的数据增加、删除、修改等数据处理能力。

（3）数据分析与挖掘。数据分析的功能是提供易用的操作方式，以支持用户从数据中提取与政府监管、快递企业管理、科学研究或商业目的相关的信息或内在规律。例如，统计分析快递服务满意度、时限准时率等。数据挖掘就是利用人工智能、机器学习、统计学等基础技术，以及遗传算法、神经网络等算法，获得数据中潜藏的具有特定意义的信息，或发现数据之间隐藏的关联规则，核心是从数据中获取有价值的信息，以支持预测和决策。例如，为快递安全重点环节和监测措施的制定提供数据支持。

（4）数据展示。大数据平台能实现灵活的人机交互和大数据可视化，使挖掘出来的数据信息能更好地为用户理解和使用。目前，大数据提供了包括统计分析和数据挖掘、任意查询和分析、立方体分析、报表、报表分发和预警等五种交互方式。数据可视化是将数据挖掘结果以简单、直观的图形化、智能化的形式呈现给用户，供其分析使用。例如，可以将用户申诉的快件丢失、快件损毁、服务态度等各项指标数据，用表格、图形等形式展示给用户，对各项指标进行横向比较分析等。

3.4 大数据平台的数据来源

大数据是一种用海量数据解决问题的方法，而“问题”来自于具体的业务，这就要求大数据与快递业监测监管的具体业务融合。快递服务质量监测大数据平台的数据主要来源见表1。

图2 快递服务质量监测大数据处理流程示例

表1 大数据平台的数据来源

来自于上述渠道的数据是实施快递服务质量全面监测监管的数据基础。除上述数据，还可以采集与快递业运作相关的其他数据，如快递企业物流承载量与运能储备数据、空间地理数据、快递公共物流园区数据以及水、陆、空快递运输流量数据等。通过丰富的大数据品类，可以拓展快递大数据的应用领域，让大数据产生更大价值，更好地服务经济社会发展。

3.5 大数据平台的服务功能

依托快递服务质量监测大数据平台的建立，整合国家邮政局官网等资源，打造一个快递行业大数据直接获取的第一入口和面向快递公共服务的第一门户，为社会提供一种全新的服务模式。图3所示的是平台的服务功能。

（1）快递质量风险监测预警。基于快递质量数据的实时采集、监测、分类汇总和动态分析，实现快递服务质量的实时预警、预防和重点控制。

（2）网上政务。提供包括邮政快递相关的政务服务。例如，快递业务经营行政许可申请与审批、消费者申诉受理和处理等。

图3 快递服务质量监测大数据平台服务功能

（3）信息服务。提供包括邮政快递的信息发布和信息查询服务。信息发布的内容包括法律法规政策、行业标准等政策信息；邮政快递业运行情况、消费者申诉情况等统计信息；快递服务质量安全预警、市场监管等信息。信息查询服务包括快递企业名录、快件追踪等业务信息查询。

（4）维权服务。统一消费者电话维权和网上维权受理入口，由平台统一集中受理，各层级邮政管理部门和邮政快递企业负责申诉处理，实现消费者申诉和邮政快递企业处理申诉的统一监督监管，增加消费者维权便利性，降低维权成本，提高申诉处理效率和满意度。

（5）数据检索、分析和挖掘服务。数据检索服务就是系统根据用户的需求，把大数据平台存储的快递相关数据提取出来，给用户了解，或提供给用户做进一步处理。数据分析和挖掘服务是根据用户个性化需求提供相应的数据分析或挖掘结果，具体功能见前文“大数据处理的一般流程”。

（6）咨询服务。大数据平台的运营主体或平台上的科研机构、商业机构等主体，根据用户委托，利用平台的大数据资源，综合其他信息资源，运用先进信息技术，实施调查、研究、分析、挖掘或预测，为用户提供个性化解决方案或建议。

3.6 快递服务质量监测大数据平台建设保障措施

（1）推进数据信息互联共享。国家邮政局牵头整合构建统一的大数据共享交换平台体系，实现政府各部门、各层级，包括金融机构、公安部门、快递企业等相关业务机构的数据信息互联互通，实现平台数据信息资源跨地区、跨层级、跨部门互认共享。

（2）建立健全制度标准规范。制定完善相关管理制度和服务规范，国家邮政局组织编制大数据平台技术体系建设指南，明确平台架构，制定平台数据使用的统一身份认证、大数据应用等标准规范。

（3）加强网络信息安全保护。按照国家信息安全等级保护制度要求，加强大数据平台服务网站信息安全建设，健全“互联网+”大数据平台服务安全保障体系。

4 快递服务质量监测大数据平台建设意义

建设快递服务质量监测大数据平台，升级快递服务质量的监测手段，对于促进快递业服务质量全面提升、助力快递业的互联网治理创新具有积极意义。此外，快递大数据还可以应用于科学研究和商业研究，提升快递大数据应用价值。

在“互联网+”时代背景下，政府管理部门要主动适应新技术和新应用，把握监管创新的时机，推动快递行业管理和发展再上新台阶。只有高度重视行业大数据体系的构建，坚持和巩固已有的信息化应用，扩大和加强新技术投入，才能加快提高行业大数据管控水平，将行业管理从依靠经验转向依托大数据支撑，提升发展质效，降低运行成本，推动行业实现从大到强的新跨越；才能全面提升行业大数据价值，为经济社会的发展提供重要参考和强劲动力[1]。

[1]程建山.大数据时代的质量监管工作[J].大众标准化,2015,(4).

[2]国家邮政局举行大数据应用专题讲座[EB/OL].http://www.spb.gov.cn/xw/dtxx_15079/201709/t20170922_1336958.html,2017-09-22.