我是來自于G7易流的劉丹華，今天很高興有這個機會與大家分享供應鏈物流數(shù)字化方面的思考，我要分享的主題是：數(shù)智躍遷、體驗升級和生態(tài)構建。

劉丹華 G7易流大消費解決方案總經(jīng)理

1我們是誰？

首先借這個機會介紹一下G7易流，在2022年之前，G7和易流是兩家獨立的公司。去年6月，兩家公司才合并為一家公司。回顧G7易流的發(fā)展歷程，兩家公司一家是2006年成立的，一家是2010年成立的，加起來有將近30年的歷史。

兩家公司都采用IoT+SaaS技術，為物流企業(yè)提供車隊管理服務。發(fā)展過程中，兩家公司也有不同的業(yè)務側(cè)重。G7除了為大型物流車隊提供服務外，也在智能設備和智能駕駛等方面進行了探索和試驗，并取得了量產(chǎn)成果。易流在成立初期，除了理論探索外，也為上游貨主企業(yè)提供供應鏈物流數(shù)字化解決方案。   

2022年6月，兩家公司正式合并，公司更名為G7易流。對G7易流來說，2022年是一個新的起點。合并后，G7易流在資源上進行了重組整合。目前我們服務的客戶群體超過4萬家，包括中小貨運經(jīng)營者、上游的大貨主以及其他大客戶。在設備連接方面，IoT連接數(shù)量超過500萬，涵蓋人員、車輛、貨箱等多個場景的裝備。服務能力更全面，包含訂閱和交易服務。從整個行業(yè)覆蓋方面來說的話，我們面向快銷，比如說像大宗醫(yī)藥化工等12個行業(yè)，去提供物流數(shù)字化的解決方案。

業(yè)務分為兩大板塊：

FM板塊面向中小貨運經(jīng)營者，提供車輛管理和財務一體化經(jīng)營平臺。

KA板塊面向大客戶，提供端到端可視化和以運力供應鏈為基礎的物流數(shù)字化解決方案。

這個是我們服務的客戶群體，從兩家公司合并之后，在服務群體方面也有了更加全面的一個覆蓋。

2行業(yè)洞察與價值主張

從整個行業(yè)的趨勢來看，我們總結(jié)為三個“全”：全渠道、全天候、全球化。

簡單來說，市場渠道會越來越多元化，客戶體驗要求會越來越高，業(yè)務場景也會越來越復雜。

同時，行業(yè)的發(fā)展也對供應鏈能力提出了相應的要求，我們總結(jié)了兩個點：

一是透明與協(xié)作，要求供應鏈的貨主對下游流通環(huán)節(jié)實現(xiàn)更多可視化的感知，提高行動效率。

二是精益與柔性，要求對于多維數(shù)據(jù)的整合形成相應的數(shù)據(jù)洞察，能夠有相應的舉措來應對供應鏈不確定性和突發(fā)事件，實現(xiàn)精益與柔性。

從供應鏈物流數(shù)字化角度來看，我們認為發(fā)展會有三個階段：軟件化到數(shù)智化的躍遷、B端業(yè)務C端體驗、構建運力生態(tài)。

階段一 從管理軟件化到運營數(shù)字化的躍遷

許多企業(yè)在企業(yè)數(shù)字化建設過程中已經(jīng)有了相關系統(tǒng)，但更多是注重業(yè)務管理的線上化。未來，需要更多依賴數(shù)據(jù)驅(qū)動，讓流程去適配我們的系統(tǒng)，通過智能化提高運營效率。

下面我將介紹三個具體場景，說明我們在智能化數(shù)字化應用方面的解決方案。

很多酒企和快消品企業(yè)的物流環(huán)節(jié)是與第三方物流合作，但訂單處理和配載工作仍由企業(yè)自行完成。為解決這個問題，我們利用智能配載的算法能力幫助客戶提高效率。例如，3D裝箱算法使配載過程可視化，提高配載裝箱效率20%以上。同時，對于臨時訂單的處理，從半小時內(nèi)確認調(diào)整方案壓縮了到分鐘級確認。

在智能調(diào)度場景中，調(diào)度過程存在諸多問題，如過程不可視、依賴人員經(jīng)驗等，會影響調(diào)度效率。為此，我們推出智能調(diào)度算法，解決調(diào)度“黑箱”效應，使過程可視化；優(yōu)化配載結(jié)果，比如能更好的去平衡裝載率、時效要求和線路要求等。

第三個場景是無人值守。在許多企業(yè)，特別是在食品、飲料和原酒運輸場景，傳統(tǒng)方式是人工和傳統(tǒng)地磅采集車輛稱重數(shù)據(jù)，效率非常低下。之前我們在一個園區(qū)調(diào)研發(fā)現(xiàn)，從司機下車到采集并錄入數(shù)據(jù)，整個過程要花5-10分鐘。通過無人值守方案可以高效解決此問題，將采集過程從分鐘級降低到秒級。過程中還可以通過視頻、AI、圖像識別和互聯(lián)網(wǎng)實時采集和感知現(xiàn)場情況，進行現(xiàn)場操作視頻存證。更關鍵的是采集的數(shù)據(jù)可以第一時間進入系統(tǒng)，驅(qū)動業(yè)務流轉(zhuǎn)到下一環(huán)節(jié)。

階段二 B端業(yè)務C端體驗

有了數(shù)字化系統(tǒng)后，如何讓供應鏈物流整個上下游有更好的體驗？

我們應該都有電商購物經(jīng)驗，下單后可以了解訂單進度、實時位置等信息。同樣，在我們的業(yè)務過程中的供應鏈環(huán)節(jié)，也會遇到問題，如客戶詢問訂單進展時，我們要有專人跟蹤，手忙腳亂，各環(huán)節(jié)信息的信息都要進一步去確認。

我們也希望通過一張圖實時了解訂單的全生命周期，讓下游客戶直接感知業(yè)務進展。

首先，我們可以通過這張圖看到整個訂單的全生命周期環(huán)節(jié)，了解訂單從創(chuàng)建到結(jié)束的過程。

我們將業(yè)務數(shù)據(jù)與IoT和數(shù)據(jù)訂閱服務有機結(jié)合，使訂單節(jié)點狀態(tài)和實時位置通過軸線圖呈現(xiàn)。這種呈現(xiàn)效果一方面幫助貨主了解業(yè)務進展和上下游環(huán)節(jié)所需的信息協(xié)同，另一方面，我們可以通過一鍵分享或自動推送的方式，讓下游客戶實時了解訂單進展狀態(tài)。另外，我們可以對整體業(yè)務全景，包括業(yè)務KPI和承運商KPI進行可視化展示。

在業(yè)務過程中，我們也會利用預警和預測模型幫助貨主了解情況。如提貨環(huán)節(jié)，如果ETA預測模型分析出車可能遲到，系統(tǒng)可以自動推送給相關承運商提前干預以避免遲到的情況，并通過后續(xù)數(shù)據(jù)分析對承運商進行下一步考核。我們的預警類型有多級，不同級別的預警可以通知不同對象采取不同干預措施。

隨著業(yè)務發(fā)展，越來越多企業(yè)有海外業(yè)務，對全球可視化的訴求也越來越強。通過IoT和三方數(shù)據(jù)的融合，我們可以實現(xiàn)訂單位置和軌跡的可視化。除了能實時掌控訂單位置，我們還可以通過ETA模型告知客戶某訂單是否有延誤風險。

從端到端可視的結(jié)構上可以看，它的底層來自多維數(shù)據(jù)聚合，如IoT的數(shù)據(jù)、三方平臺數(shù)據(jù)和我們協(xié)同采集的數(shù)據(jù)。中層結(jié)合客戶業(yè)務數(shù)據(jù)進行相應的建模分析，幫助客戶了解訂單實時位置、訂單軌跡、交付預測和預警信息等。

同樣，通過數(shù)據(jù)分析能力，我們可以輸出相應的看板展示結(jié)果，如運營數(shù)據(jù)、實時可視的狀態(tài)、預警預測信息和庫存狀態(tài)等，都可以通過看板的方式直觀展示。

我們希望能夠基于端到端可視的能力來幫助貨主和客戶實現(xiàn)體驗升級。

階段三 構建運力生態(tài)

在運力生態(tài)這個環(huán)節(jié)，我們經(jīng)常遇到一個問題，客戶每年招標，但發(fā)現(xiàn)承運車輛基本沒什么變化。我們希望通過構建運力生態(tài)，幫助貨主企業(yè)實時掌控運力資源，在淡旺季都能獲得最優(yōu)質(zhì)的運力服務。

前面也提到，G7易流連接了500萬IoT設備，其中包含了400萬運力資源?；谶@些數(shù)據(jù)，我們利用大數(shù)據(jù)分析能力每年發(fā)布會議指數(shù)，如每年618和雙11期間最熱的線路和省份信息。這有助于客戶了解貨運市場動態(tài)，也為我們業(yè)務提供支持。

這些數(shù)據(jù)一方面提供公益性指數(shù)信息，另一方面可以和我們企業(yè)的業(yè)務數(shù)據(jù)做融合。通過數(shù)據(jù)融合，我們可以幫助客戶了解運力的畫像，如合作頻度、服務質(zhì)量和接單偏好等。基于運力畫像，我們還可以對運力結(jié)構進行分層，確定優(yōu)質(zhì)運力、長期合作運力和臨時合作運力，最終形成一個實現(xiàn)了結(jié)構分層的私有化運力池。

最后，我們用一張圖來闡述我們面向貨主的運力生態(tài)閉環(huán)。

在管理環(huán)節(jié)，我們可以幫助貨主實現(xiàn)運力招標、運力鏈接、執(zhí)行的監(jiān)控、運費結(jié)算和相應的運力畫像。在整個管理過程中，我們會幫助客戶沉淀運力資源和建立運力鏈接。基于這些資源和鏈接，利用運力畫像能力，我們還可以進行分層，確定固有運力、計劃運力和臨時運力，并采取不同運營策略。最終，我們希望通過搭建運力池，幫助客戶掌握更多運力資源，不論淡季旺季都有合適的運力來保障業(yè)務需要。

總結(jié)一下，針對酒企供應鏈數(shù)字化進階，我們有三個階段：

第一階段是數(shù)智躍遷，以數(shù)據(jù)驅(qū)動和智能提效實現(xiàn)從管理軟件化到運營數(shù)字化的變革。

第二階段是體驗升級，通過端到端可視實現(xiàn)供應鏈B端業(yè)務C端體驗的效果。

第三階段是生態(tài)構建，通過運力生態(tài)構建實時掌握運力資源并享受最優(yōu)的運力服務。

3典型案例