中国传统物流业态原始且高度分散 甚至形成蝴蝶

　　原标题：中国传统物流业态原始且高度分散 甚至形成蝴蝶效应

　　“中国传统物流业态原始且高度分散，无法保证大规模货物运输供需的合理资源配置，造成了大量的无序竞争和运力浪费。这就意味着物流业存在极大的优化空间，而底层技术的优化，传递到表层后将呈几何级放大，甚至形成蝴蝶效应。”

　　作为阿里巴巴合作伙伴、大数据应用代表企业，“互联网+物流”独角兽货车帮CTO冯亮在10月12日“阿里云服务”分论坛并发表主旨演讲时说道，物流业贯穿一二三产业，这样的优化亟待推动，并将影响深远。

　　据了解，目前货车帮通过搭建车货匹配平台，连接司机和货主，通过供需匹配和车后市场服务，发挥大数据协同效用，提高行业效率、降低行业运营成本。目前，货车帮拥有超450万会员车辆，88万货主，平台日发布货源超500万条，日成交金额超17亿元，积累了海量物流大数据。这些数据主要包括车货数据、用户数据、征信数据、金融数据、车载数据、交易数据等。数据显示，货车帮平台累计采集和整合的物流大数据规模已超过20PB，每日新增数据存储量超过10TB，每日请求量计算次数超过4万亿次。或许对于BAT之类的拥有海量2c用户的平台企业来看，这个数据并不大，但对于2b的产业互联网平台，这个数据已十分惊人。

　　大数据如何产生价值？“很多人了解产业，但却不知道有这个技术。而我们则能通过算法去做一些预测，通过预测实现数据应用，从而让产业发展更高效。我们是算完试，试完再调整，调整后再算，快速迭代，促进产业发展。”冯亮讲到。

　　以ETC为例，货车帮目前是中国货车ETC最大的发卡方，累计发行货车ETC卡超120万张，日充值金额超过1亿元。冯亮说明到：“货车ETC不像乘用车，一趟几百块过路费已经很高了，长途货车一趟过路费起码得2000元以上，我们基于发卡获得的数据、用卡数据、充值数据、位置数据等，形成了独特的风控体系，并能对司机 、货主、货源、车辆进行准确画像，支持车后市场业务。”

　　在车货匹配应用方面，货车帮通过精准的智能匹配算法、完善的用户画像体系和高效的数据分析平台，已将货物运输效率提升50倍以上，极大提升了司机的响应速度及匹配效率。信息匹配只是第一步，货车帮通过对用户行为、征信数据、GPS数据等大数据进行分析，建立货运交通“天网”系统，实时监控货物运输、规划运输线路以及道路预警等服务。冯亮讲到：“货车的路径规划要比乘用车复杂的多，货车涉及到限高、限行、限重等问题，而且由于运输线路长，路况变化也非常大。货车帮与各地交管部门数据打通，将能够为司机提供准确、实用地货车路径规划。”

　　对于未来平台发展方向，冯亮介绍到：“精准的实时货源需求预测和车货匹配、货运线路的优化、数据源的可靠性及车货匹配的多模式这四大课题，将是我们未来主要的研究方向。由于货运的时空离散性，我们希望未来能够通过大数据积累和分析，实时预测货源运力分布，为司机提供最优运输线路推荐，实现拼货等功能，促进物流产业走向精细化。”