大数据背景下的电子商务物流配送模式研究

摘 要：近年来，我们国家涌现出了一大批成功的电商企业。JD.COM、Tmall等头部企业占据了相当可观的市场份额，这同时也彰显了我们国家电商市场竞争的激烈，电子商务企业不断寻求创新的方式来改善与客户的关系，从而增强企业的竞争优势。在这样的背景下，电子商务企业的物流能力已经成为衡量其竞争力的重要指标，物流配送模式的选择直接影响了企业配送的质量和成本。

关键词：电子商务；物流配送模式；大数据

大数据在供应链和物流运营中也起到不可或缺的作用，通过在物流和供应链管理中使用大量的数据，企业可以了解个性客户的需求和偏好。电商巨头，如Amazon、Flipkart和Snapdeal一直在收集和探索客户订单、产品库存和其他相关信息数据。本文将以JD.COM物流模式为例，对大数据背景下的电子商务配送模式进行探讨研究，最终我们希望对其他电商企业物流模式的优化提供建设性意见和建议。

一、概论

大数据时代的到来，进一步强化了物流配送与电商的关系，同时也带来了配送渠道的共享、数据资源的整合等新的机遇。尤其是电商企业可以精细准确地预测客户在未来的需要和诉求，为目标客户提供多种多样的“个性化”服务。除此之外，企业还可以通过大数据分析和计算，大幅度减少物流成本，提升配送速度和效率，还可以对客户的多样化和高品质配送需求达到满足。

一般来讲，电商企业有三种物流配送模式，包括自建、第三方、联合配送模式。为了适应电商的发展需要，提高客户满意度，电商企业须深入了解和调查各种物流配送模式的优缺点，选择最适合自身发展的物流配送模式。

二、研究对象概述

JD.COM作为中国在线零售商的头部企业，2021年拥有用户超5亿，净收入达到9516亿元，我们运用层次分析法（AHP）和理想解相似度排序偏好法（TOPSIS）对JD.COM物流配送模式进行分析。

2021年11月11日，在一年一度的双十一购物节期间，JD.COM的订单额达到了3114亿元，在巨大的压力和竞争下，JD.COM通过大数据分析和利用达到了这一成绩，并借此改善用户体验。例如，JD.COM的个性化推荐系统考虑不同环境下的不同用户，以提高用户体验。此外，JD.COM通过机器仿生学习、AI、自然语言处理能力，实现了刚入式机器录入，目前来讲，超过半数和客户的沟通是由机器输入和跟踪处理的，而且这种方法的处理速度还在提高。在JD.COM，很多商品都是自动补货，根据销售情况、市场预期和预测模型，当库存水平达到一定阈值时，系统会自动生成订单。同时，在物流配送方面，JD.COM通过分析配送人员、仓库、用户之间的地理关系，为物流人员提供最优配送路线，从而提高配送速度和用户体验。

本文通过对JD.COM的大数据平台研究，收集其电商物流配送模式的相关数据，然后运用AHP和TOPSIS方法对JD.COM的配送模式选择进行研究。

三、研究方法

1.AHP方法概述

层次分析法（简称AHP），指的是将和决策有关的因子，分化成原则（准则）、方法（方案）、目的（目标）等，基于此，开展量、性分析的方法。AHP方法已广泛应用于供应链管理、营销、公司运营等诸多领域的研究。特别是一些行业学者通过分析近年来电子商务交易规模的变化，运用AHP方法研究了影响物流的因素。本文运用该方法对物流配送模式的合理选择进行了研究。

2.TOPSIS方法概述

TOPSIS 法是 C.L.Hwang 和 K.Yoon 于 1981 年第一次提出，在国内称之为优劣解距离法，它是根据一定数量的评价对象与理想化目标的接近程度进行排序的方法。TOPSIS法被广泛应用于供应链管理、市场营销、电子商务等研究领域。TOPSIS方法与AHP方法相结合，在物流研究中得到应用。本研究运用TOPSIS方法验证了选择合适的电子商务物流配送模式的AHP模型。

四、大数据背景下的电子商务配送模式分析——以JD.COM为例

本节通过对JD.COM商城的案例研究，详细分析了大数据环境下的电商配送模式。具体来说，第一部分分析了JD.COM商城的数据来源和配送模式，接下来的三个部分分别用层次分析法确定了各方案的主观权重，用易辨值法确定了各方案的客观权重，用权重向量综合法确定了各方案的综合权重。此外，第五部分使用TOPSIS方法演示了验证，最后一部分讨论了我们的分析和结果的含义。

1.数据来源及分布模式分析

JD.COM凭借其在电商领域的全面布局，在数据挖掘方面建立了一系列基于大数据的应用，如AI、挖掘工具和其他知识体系，并将其应用于JD.COM业务流程的各个环节。本研究通过问卷调查和访谈，分别从JD.COM自建物流配送模式、第三方物流配送模式、JD.COM直營商户和合作伙伴共同配送模式三方面获取数据。

自营配送模式是指由电商自行构建物流网络，并由自行招聘的快递人员进行商品配送。该方式已被京东超市、生鲜产品、自营产品以及使用其销售平台的小型电商企业采用；第三方配送是指由物流服务的供给方或需求方以外的第三方完成的物流运作模式。在JD.COM，这种分销模式用于在JD.COM销售的大型旗舰产品，如l'Oréal Paris、雅诗兰黛和一些家具品牌；共同配送模式是指合作的物流配送模式。对于JD.COM来说，这种模式一般用于品牌商品在JD.COM平台上的销售，然而，这些商品通常不是来自旗舰店，而是通过相关授权店。

本文的相关数据来自JD.COM的大数据服务平台。JD.COM基于其超过千万的活跃用户，拥有自己的问卷调查平台，开展在线研究项目。JD.COM的调查数据平台为调查者提供了大量精确的数据，可用于深入了解用户需求。为了确保其可靠性和相关性，我们调取了2021年11月1日至2021年12月31日的相关数据，因为这段时间涵盖了JD.COM11月和12月的年度销售季。调查问卷的受访者是在JD.COM平台上运营了三年以上的商家，销售特殊生鲜食品和药品的商店，但同时拥有实体和在线店面的商家被排除在外，因为他们可能有不同的分销策略，或者因为他们可能专注于线下分销渠道。我们共发放问卷103份，回收有效问卷86份。问卷共有40个问题，包括商家的基本信息，三种物流模式的使用情况，盈利能力，客户满意度等。受访者主要为JD.COM的一般管理人员、物流管理人员和物流配送人员。访谈问题主要集中在三种物流配送模式的服务优劣势方面。

JD.COM的大数据平台还提供了额外的专业物流研究数据。本研究主要通过其获得了JD.COM自营和合作商户主要使用的三种物流配送模式的数据。同时，对所选商家的分销损益进行比较。

在JD.COM的数据平台上，通过线上和线下的访谈，对合作商家进行了深入的研究。通过该平台，共对92家自营和合作商户进行了调查，48位企业高管参与了深度访谈。本研究在收集数据的基础上，运用AHP和TOPSIS方法对JD.COM物流配送模式的选择进行了研究。

2.用AHP（层次分析法）确定各方案的主观权重

本文结合大数据环境下电子商务企业所面临的相关因素，如经济、战略等，对目前物流配送方式的影响因子进行讨论和分析，从而确定实力（公司）、成本（配送）、信息（处理）、质量（配送）四个关键指标。

（1） 建立模型

图1为JD.COM电商的决策情况，其物流配送的决策情况拟分为三层：第一层为目标、第二层为准则、第三层为方案。

（2） 构建矩阵

①准则层根据影响配送因素的重要性，为目标层构建判断矩阵（如表1所示）。计得最大特征值w0 =（0.540，0.270，0.120，0.060）T，特征向量λ0 = 1.550，CR = 0.070 < 0.100，通过一致性检验。

②按照影响方案的因子的重要程度，为第三层构建判断矩阵，并求解（如表2所示）

通过计算，w1 =（0.600，0.200，0.200）T，λ1 = 3.000；w2 =（0.590，0.250，0.160）T，λ2 = 3.050；w3 =（0.440，0.300，0.170）T，λ3 = 3.020；w4 =（0.550，0.210，0.240）T， λ4 = 3.020。均通过一致性测试。

而后，利用特征值、特征向量的最大值μ3 =（0.570，0.180，0.250）T。

（3） 易读值法对各方案客观权重进行确定

综上得出，目标权重等于1/Ln3=0.910。而后计算每个ej（属性的子值）、dj（内部信息散度）和wj（属性的权重）（如表3所示）。

由此可得wj=（0.560，0.250，0.190）T。

（4） 确定综合权重

按照各个方案主客观的权重，算得各个方案综合权重。表4得出自营配送最佳，而后是第三方，最后为联合配送。

3. TOPSIS法验证

TOPSIS方法是目前最常用的多属性群体决策方法。由表2至表4知，V+=（0.200，0.160，0.170，0.210）T，V-=（0.600，0.590，0.440，0.550）T。此外，表5展示了三种分布模式下目标到最优方案S+的距离、目标到最劣方案S-的距离以及理想方案C*的接近度。

五、讨论和建议

我们的分析结果表明，自营配送最佳，而后是第三方物流，最后为联合配送，这与AHP法和TOPSIS法的结果一致。因此，JD.COM应该首先选择自建物流配送，然后选择第三方配送，最后选择联合配送，以达到配送效率最大化，成本最小化的目的。这一结果是基于对物流成本、企业实力、配送质量和信息处理能力这四个选定因素的排名。从表1的判断矩阵看出，物流成本是决策过程中最应该要考虑的因素，其次是企业实力、配送质量、信息处理能力。

无论选择哪种物流配送模式，电商企业都在寻求创新的解决方案，用来进一步提升配送质量，提高信息处理能力，降低物流成本。以下建议，可以用来替代或改善现有的三种配送模式。同时这些策略也可以被纳入自营、第三方或共同配送物流配送模式，提高目前物流的效率。

1.较近配送

通过对消费者需求的大数据统计分析，整合消费者的高质量配送路途，将产品布置在近距离的配送中心，对实现智能配送有较大帮助，同时也提高了配送速度和配送的质量，降低物流成本和配送时间。较近配送中心的位置会影响配送模式的最终选择。

2.虚拟配送

虚拟配送指的是以一个大企业为核心，通过一些物流公司联合执行货品运送任务，每个公司需完成配送任务的若干环节，其想达到的目标是最大可能地利用所能利用的资源，用最低廉的成本、最迅速的速度把商品完好无损地送到目的地，同时通过增加所服务的覆盖地域的范围和丰富服务的内容为所有客户提供服务。

3.一站式配送

不同企业在开发和部署配送中心以实现一站式配送时，采用的一站式配送模式有所不同，同时要考虑到配送的货量、路径，结合相关数据研判，建立配送中心。与前两种模式类似，一站式分配模式也可视为一种改进，采用这种配送模式，要求企业考虑如何在三种主要（自营、第三方、联合）配送模式的基础上，发展一站式配送中心。

六、结语

近年来，物流能力成为电商企业能否突围的重要能力和标志。然而，很少有研究通过大数据背景下的实际案例，系统分析现有的物流模式，我们通过研究电商头部企业JD.COM的配送模式来弥补这一研究空白。具体而言，本文提出了一种基于大数据分析的电子商务企业物流配送模式选择方法。该方法避免了主观判断，通过定量分析为电子商务企业选择合适的物流配送模式提供了有效途径。我们提出的方法有效地吸收了定性的结论，除此之外还显示出定量分析的优点所在。这个结论不仅包含主观逻辑判断，而且包括客观的计算数据和演示结果，这使得决策的过程具有了一定的严谨性和科学性。除此之外，我们的方法基于层次分析法，将问题视为一个系统，整个过程体现了分解、判断、综合的系统思维方式，以及系统思维的辩证原则。由于AHP方法在确定权重时具有主觀性，因此本研究采用TOPSIS方法有效地验证了主观权重的正确性。当权重划分问题得到验证后，可以有效修正AHP的权重，最终选择理想的物流配送模式。我们的研究分析和结果对电子商务物流配送从业者具有重要的管理启示。

参考文献：

[1]蔡缘缘.第三方物流企业的评价与选择[J].现代国企研究，2016（24）：26.

[2]乌兰，达日罕.基于层次分析法的逆向物流模式选择[J].内蒙古科技与经济，2015（13）：34-35.

[3]赵奥妮.基于熵权TOPSIS法的陕西物流高质量发展评价研究[J].中国储运，2022（1）：203-204.

[4]陈胜男.大数据在物流管理中的应用分析[J].内蒙古煤炭经济，2021（5）：179-180.

[5]陶利民.基于云模型的第三方物流供应商评价与选择研究[J].杭州师范大学学报（自然科学版），2017，16（4）：435-440.

[6]张均儒.大数据背景下电子商务物流配送模式研究[J].中国储运，2018（2）：117-119.

[7]张曼婕.京东商城末端配送模式研究[J].物流科技，2018，41（10）：44-47，51.

[8]Se Hun Lim，Dan J Kim.An Empirical Study of B2C Logistics Services UsersPrivacy Risk，Privacy Trust，Privacy Concern，and Willingness to Comply with Information Protection Policy：Cognitive Valence Theory Approach[J].Information Systems Review，2020，22（2）：101-120.

作者简介：刘子晨（1990.10— ），男，陕西咸阳人，在职硕士，研究方向：工商管理。