大数据视角下生鲜电商物流配送智慧化发展对策研究

时炳艳

摘 要：大数据技术对提高生鲜商品物流配送的智慧化、推动生鲜电商的发展具有重要的现实意义。本文基于大数据技术，对大数据技术和生鲜品电商智慧物流配送的内涵和特点进行分析。为提升生鲜品电商的智慧化程度，分析了配送成本高、配送效率低、配送数据非标准、信息链断裂、节点选址缺乏科学性、线路优化缺乏数据等问题，提出了低成本高智慧配送、高效率配送、标准化配送作业、提升信息的使用价值、合理选择配送节点、优化车辆路径等对策。

关键词：生鲜电商;智慧物流配送;大数据技术;信息资源共享

中图分类号：F724.6文献标识码：A文章编号：1003-5168（2020）34-0009-04

Research on the Smart Development Strategy of Fresh

Food E-commerce Logistics Distribution from the Perspective of Big Data

SHI Bingyan

（School of Logistics and E-commerce， Henan University of Animal Husbandry and Economy，Zhengzhou Henan 450044）

Abstract： With the help of big data technology， it has important practical significance to improve the intelligence of raw commodity logistics and to promote the development of fresh food e-commerce. Based on big data technology， this paper analyzed the connotation and characteristics of big data technology and fresh food e-commerce smart logistics distribution. To enhance the intelligence of fresh food e-commerce，we analyzed the problems of high distribution cost， low distribution efficiency， non-standard distribution data， broken information chain， lack of scientificity in node location， lack of data for route optimization， etc. It proposed countermeasures such as low-cost and high-intelligence distribution， high-efficiency distribution， standardized distribution operations， enhancement of the use value of information， reasonable selection of distribution nodes， and optimization of vehicle routes.

Keywords： fresh food e-commerce;smart logistics distribution;big data technology;information resource sharing

随着互联网的發展以及人们消费习惯的升级，借助网络买卖生鲜食品已经成为一种潮流并逐渐常态化，生鲜电商得以迅猛发展。特别是2019年年底疫情的暴发，为生鲜电商的发展带来了新的商机和巨大的发展空间。据调查显示，2020年春节期间，苏宁到家业务同比增长近4倍;盒马订单量总体比平时增加近50%;京东生鲜的春节销售额同比增长215%;饿了么北京外卖买菜订单量同比增长9倍;每日优鲜平台实收交易额较去年同期增长321%[1]，预计未来我国生鲜电商市场交易规模仍将保持高速增长态势。但是，在生鲜品的运营过程中，产品发腐霉变、串味变质时有发生，生鲜品物流配送成本高、配送效率低、配送作业智慧化程度低等问题与生鲜品电商的发展格格不入。利用大数据，增强生鲜品物流配送的智慧性，提高生鲜品配送的精准性、科学性、标准性，是发展生鲜电商智慧物流配送的必经之路。

1 大数据技术对生鲜品物流配送智慧化的影响

1.1 大数据技术

大数据（Big Data）又称为巨量资料，是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产，其技术主要有大数据采集技术、大数据存储技术、大数据清洗技术、大数据处理技术、大数据预测分析技术和大数据可视化分析技术等。

因而，通过大数据技术不仅能搜集海量数据，而且能快速地对这些数据进行处理、挖掘，通过预测性分析和可视化析，为物流配送运作创造智能化条件，提供客户偏好、客户对物流配送的个性化需求信息，在生鲜品电商产业链上提供有价值的共享信息，能提高物流配送运作的智能化，提高物流企业与生产商或供应商之间活动的智慧化，提高物流配送企业与消费者间沟通交流的智慧化。

1.2 生鲜电商智慧物流配送

配送是指在经济合理区域范围内，根据客户要求，对物品进行拣选、加工、包装、分割、组配等一系列物流作业流程，并按时送达指定地点的物流活动。智慧物流配送是一种以信息技术为支撑，在物流配送的各个环节实现系统感知、全面分析、及时处理及自我调整功能，实现物流规整智慧、发现智慧、创新智慧和系统智慧的现代综合性物流系统。

生鲜电商是生鲜产品电子商务的简称，指用电子商务的手段在互联网上直接销售生鲜类产品，如新鲜水果、蔬菜、生鲜肉类等。生鲜电商智慧物流配送可以看作是一种以现代信息技术为支撑，有效融合了物流与大数据技术的对生鲜品进行智慧配送的物流配送活动。智慧物流配送主要通过对配送活动产生的数据及生鲜产品的特性进行分析，构建生鲜配送数据中心，挖掘数据价值，发挥大数据技术对数据快速分析、处理的优势，为生鲜电商物流配送的运行提供智能决策。

1.3 生鲜电商智慧物流配送的特点

1.3.1 物流服务个性化。客户对物流服务的需求受其心理、所购买物品类型以及购买服务便利性等因素的影响，而这些因素促使物流配送企业朝着个性化的方向发展。目前，物流配送企业不仅需要满足客户的收送货需求，而且需要提供可靠、特殊的附加服务。例如，通过物流APP，客户可以利用定位服务查询附近的生鲜取件网点，同时物流APP还提供包裹一键转寄、服务点代收等功能，以及定时、定点、定模式的个性化服务。大数据技术的可视化分析、预测性分析等技术使得提前获知客户的个性化需求成为可能，也促使物流配送企业可以提供极致的个性化服务。

1.3.2 物流运作智能化。大数据结合物联网、云计算、人工智能等技术在生鲜电商物流配送中的运用越来越广，提升了生鲜电商物流配送的智能化水平。例如：通过智能分单系统和智能分拣设施，实现物流分拨中心的智能化分类分拣工作;通过大数据预测和大数据清洗技术，找出特殊时间内包裹量的变化规律;通过大数据分析技术，分析不同顾客的购买习惯、收货习惯、收货时间等信息，智能地安排快递的配送模式和时间;通过无人机，无人驾驶汽车和机器人等先进手段实现智能分配[2]。

1.3.3 物流信息资源共享化。大数据时代，通过构建一个智慧型的物流信息平台，利用RFID射频技术、EDI电子数据交换技术以及物联网、云计算等技术，实现消费者、供应商、生产商、配送企业等信息的集成、整合和优化，同时利用这些技术对整个配送过程进行实时追踪、安全监控和管理，从而使消费者、生鲜供应商、生鲜配送企业在大数据物流平台上能实现生鲜产品的实时配送位置、产地、产品生长周期等信息资源的共享。

2 生鲜电商智慧物流配送的瓶颈

2.1 配送成本高

生鲜农产品的易腐性决定其配送必须是全程冷链，生鲜农产品的多样性又决定生鲜配送技术的复杂性和风险性，这些都将带来高昂的配送费用。据调查显示，我国生鲜农产品电商的物流成本占销售价格的25%～40%，远高于其他产品电商的物流成本，其中配送成本占整个物流成本的35%[3]。究其原因：一是很少利用大数据技术进行规模化交易去解决小批量、多批次和不定时的生鲜消费问题;二是生鲜农产品生命周期短，季节性和地域性强，没有合理利用大数据挖掘生鲜产品在配送前端的保存方法，增加了配送过程的损耗成本;三是高破损率，生鲜农产品配送涉及包装、装卸、流通加工、仓储等诸多环节，没有对生鲜产品进行合理的数据质量管理，增加了产品的破损风险。

2.2 配送效率低

受海量数据存储困难及有限的数据处理技术等的影响，在配送中心业务操作中，仍然以人工操作为主，如人工分拣，需要拣货员手动扫描包裹上的条码，再根据包裹上粘贴的快递单信息进行生鲜拣选作业，这种方式的配送效率和拣选准确率都较低。另外，在配送过程中，因对配送到货时间安排不合理，导致生鲜包裹无法正常签收，需要二次配送或者需要某一方付出时间等待成本。

2.3 配送数据缺乏标准

生鲜农产品从田间到餐桌，需要经过流通加工、装卸搬运、仓储、运输等较长的供应链，涉及的环节较多，产生的数据也较多，影响生鲜农产品质量安全的因素也较多。控制农产品质量安全，规范生鲜配送数据标准，成为生鲜电商智慧配送发展的重点。目前，生鲜农产品电商配送方面的物流标准及数据标准较多，不同企业、地区所使用的数据标准不同、依据不一。比如，不同产品的温湿度要求、光照、冷冻冷藏时间，不同地区配送车辆的清洁程度、细菌存量范围等标准都有所不同。

2.4 信息链断裂

生鲜农产品从生产端到消费端中间各环节产生的信息构成了一条商品信息链条，通过信息传递可实现生鲜产品的溯源。但目前，生鲜配送过程中对配送车辆的在途信息、产品的溯源信息控制不足，生鲜农产品的质量安全难以保证;并且，由于信息链的中断，各环节信息流通不畅，如生鲜产品的全生命周期，产品的生产日期、可保存时间、配送所需温度和湿度等信息难以查询，增加了生鲜电商上下游企业之间的协调难度，削弱了生鲜电商企业对市场的反应能力与竞争力。此外，由于前期对数据的重视度不够和相关设备较为滞后，导致已采集到的历史数据信息不足;信息的拥有或使用主体“各自为政”，共享意愿低下，形成了“信息孤岛”。

2.5 节点选址缺乏科学性

生鲜农产品具有易腐易损、配送时效强等物理特性，因此，在进行配送节点选址时需要综合考虑效率、成本、便捷性等因素，增加了選址的复杂性。此外，目前配送节点的选择主要是人工依据人流量、待选址租赁价格的高低来进行选址操作，没有充分考虑节点的可使用面积、节点附近的交通状况等对配送节点的影响。同时，配送节点的选择也没有采用一定的模型及科学的计算方法进行计算和求证。因而，面对复杂的因素，依据经验使用传统的选址方法，存在较大的盲目性，导致选址不精准、不科学。

2.6 线路优化数据有限

生鲜电商消费不同于传统消费，其覆盖范围广，消费者分布也较为分散，加上复杂多变的交通环境，如天气、道路维修、道路保养、交通事故等，使得其产生了海量数据，更重要的是数据类型繁多，加剧了数据采集的复杂性。在现实中，这些数据分散于不同的部门，部门与部门间缺乏有效的合作，数据不能互通有无，同时也未能有效使用大数据、云计算等技术，导致数据采集困难。此外，传统的生鲜电商配送人员通常会按照习惯的路线进行配送，较少会选择路线，即使选择了路线，在运营过程中也缺乏相应的系统、装置搜集数据。

3 提升生鲜电商物流配送智慧化的对策

3.1 利用大数据处理技术和可视化分析技术，低成本高智慧配送

一是利用大数据处理技术、物联网技术等对生鲜配送资源进行整合，促进生鲜农产品电商配送规模化，适应“多品种、小批量、多批次、短周期”生鲜配送特点，形成规模效应，降低整体物流成本。

二是运用大数据处理技术与大数据分析技术，对订单信息与消费者分布情况进行分析，以便更为智能地安排配送流程、作业时序和人力需求，达到简化作业流程的目的。

三是对不同品类的生鲜产品进行可视化分析，与可监测温度的RFID技术相结合，设定适宜的温度范围并进行实时监测，当监测到的温度数据超过设置的阈值时，立即发出警告，以降低生鲜产品的损耗。

四是，建设具备保温、冷冻等多种功能的生鲜智能柜，将智能柜与温感RFID技术联合应用，实时监测智能冷冻柜的温度，降低生鲜农产品在最后配送过程的损耗成本。

3.2 利用大数据处理和预测性分析技术，提高配送效率

一是根据消费者的可接收包裹时间，利用大数据预测性分析能力，对已有车辆的行驶路径、行驶时间进行统计分析，对配送作业时间的范围进行预测，提高生鲜包裹的送达率，减少因二次配送导致的低效率问题的出现。

二是根据历史数据和实时增量数据，通过数据挖掘算法得出配送司机工作的表现模型和预测模型，预测司机的驾驶时间，合理进行排班轮休，提高配送人员工作效率，并降低相关安全风险的发生。

三是积极地向生鲜配送企业宣传大数据的优势与便捷之处，促进生鲜配送的智慧化程度，引进智能分拨技术，提高配送中心的作业效率。

3.3 利用大数据采集、清洗和可视化分析技术，标准化配送作业

数据标准化首先需要采集不同城市的与配送作业相关的数据，然后利用大数据清洗技术，将采集到的数据进行清洗，之后利用大数据可视化分析技术，将各类数据标准通过图表等样式呈现出来，最后界定生鲜配送作业的数据标准范围。当然，在生鲜农产品配送过程中，除了大数据的运用外，还要结合现代农业物联网技术、RFID温度传感定位系统、传感器及物联网集成技术，建立以生鲜农产品条码数据库为核心的生鲜产品数据追溯平台，并链接到国家、地方和企业的新鲜农产品质量标准数据库，测试数据库和其他相关数据标准资源，以便在生鲜配送过程中对生鲜产品进行标准测试和标准化作业监督。

3.4 利用大数据采集、存储和清洗技术，提升信息的使用价值

将生鲜电商平台信息化，整理前期有价值的数据，并及时采集、存储数据，再通过数据清洗技术有效地处理配送过程中产生的数据，以便为决策提供数据支持。当然，最主要的是建设一条完整的信息链，将配送的各个环节连接起来，与物流服务体系对接，便于消费者实时查询物流信息，也便于满足配送企业远程指挥调度、远程数据采集等方面的信息化需求，做到生鲜配送可视化、可溯源。另外，建立信息平台，有利于合理利用人力资源，缓解人力资源紧张问题，如疫情期间推行的“共享员工”，通过共享，既促进了复产复工，也解决了相关配送企业人力不足的问题。

3.5 利用大数据采集、清洗和处理技术，合理选择配送节点

对于节点的选址问题，不仅要考虑该节点自身的便利，而且要考虑各节点的布局是否可以使整个配送体系效率最高和效益最優。为了实现效益最优，首先需要利用大数据采集技术对相关因素产生的数据进行采集，然后利用大数据清洗技术对收集到的数据进行处理，以保证数据的准确性，之后利用大数据处理技术创建数据模型，最后定义模型的最佳参数，得到合适的配送节点选址。选址首要的是筛选各种因素，然后确定权重，考虑各因素的等级系数，最后根据等级系数和权重得出最优值，如表1所示。

3.6 利用大数据采集、处理和预测性分析技术，优化车辆路径

信息的互联互通是大数据时代主要的发展方向。生鲜配送企业要积极与相关企业进行联系，建立互联互通的信息共享合作模式，做好配送线路的数据采集工作，如通过公共数据云采集配送线路的天气状况，借助RFID定位系统进行实时定位数据的采集，借助交通大数据采集交通环境产生的数据，然后对这些数据进行处理，之后利用分析技术，细分城市交通每一段路径的具体情况，如分析一天中路段的车辆通过时间和通过率、道路的拥堵情况和发生交通事故的概率等基础交通信息。再根据车辆配送动态模型和随机车辆路径规划的理论，利用数据处理和预测性分析技术，在充分考虑各配送任务时间窗的约束下，快速生成合理的配送路径，使配送路线和时间最合适。

参考文献：

[1]喜崇彬.疫情后零售企业的物流变革思考[J].物流技术与应用，2020（3）：94-96.

[2]崔海龙，罗锦镇.青岛市生鲜电商配送存在的问题及对策研究[J].现代商贸工业，2019（33）：45-46.

[3]许美贤，郑琰.大数据技术在物流企业中的应用：以京东企业为例[J].电子商务，2019（5）：55-56.