余玉刚：平台物流中的数字智能决策

余玉刚  中国科学技术大学管理学院执行院长

中国物流学会兼职副会长

在第十九次中国物流学术年会上的演讲（摘要）

（2020年11月28日  广东·佛山·南海）

我们依托中国科学技术大学现代物流和供应链实验室，从去年开始研究平台供应链，今天我讲三个方面的例子，希望能对大家有所启发。

一、跨境电商配送渠道选择

我国跨境电商市场占全球份额已经超过20%，超过60%的中国跨境电商企业选择通过Amazon销售产品，配送是跨境电商交易中最重要的环节。在Amazon平台上有两种配送形式，一种是亚马逊配送（Fulfillment ByAmazon，简称FBA），Amazon提供仓库帮企业进行配送；另外一种是商家配送（Fulfillment By Seller，简称FBS），商家通过自己的仓库进行配送。FBA模式预期送达时间1-3天，非常快，而且包邮和免费退货。FBS模式预计送达时间14-21天。跨境电商企业在面对同一SKU只能使用一种模式进行配送时，该如何在FBA和FBS之间做出选择呢?我们分析了企业的大量数据，包括整个美国市场的动态大数据，可以看到选择FBA模式的商品在Amazon平台的月销量非常高，但同时有一个缺点，就是整个市场退货率非常高，这时就会产生很多具体的决策问题。

我们看一下企业决策的现实情况，很多企业追求在Amazon平台上选择FBA模式进行销售，显示的结果是什么呢？在Amazon平台卖一个产品的收入和通过企业的仓储系统进行配送所得到的收入两者进行相减，得到的值在横坐标0在右侧就表示从FBS向FBA转移是成功的，在0左侧就表示从FBS向FBA转移太盲目了，图中可以看出接近一半的商品向Amazon平台的转移是失败的。

我们应该如何选择跨境电商供应链配送渠道呢？我们做了大数据数值分析，把两个平台的成本和收益进行分析，分析之后得到这种决策问题。下图右侧部分是传统预测的方法，是按照一个平均销量去做的，但很难去跟踪真实的需求预测。真实的需求预测方差很大，不停的在跳动。我们基于平台大数据开发的方法，像下图左侧部分，可以比较精确地知道下一步整个市场需求会往哪个方面进行跳动，我们进行实时捕捉，然后再提供给企业进行决策。最终的结果是这个企业的平台相关产品的收益可以提升到30%以上，较线性回归模型和决策树模型表现更优。

二、机器人仓储系统管理

传统供应链背景下，从客户到分销商逐步到厂家，需要通过一个很长的链来进行决策。现在直接通过电商平台进行购买，这种结果展现了平台物流和现代物流很大的差异性。传统物流的层级非常多，平台物流是分配中心直接面对所有消费者，省去很多中间环节，所以就需要有极高的配送效率。通过国家邮政局数据可以了解到，2019年“双十一”物流配送量达到了23亿件。

近几年，很多媒体都在关注机器人分拣系统，我们国家在这方面做得非常好，包括海康威视、中国邮政等。这里举一个例子，机器人在分拣的时候，会把货物抛进一个个格口，每个格口可能对应一个城市，就是把大量的订单送到格口，再派送到全国上百个城市。我们把京东、阿里、Amazon等大平台比较流行的商业软件做智能决策的结果调出来，发现了格口流量不平衡和订单-格口指派不合理的问题。针对这些问题，我们提出了整个仓储中心的解决方案，通过地址的流量拆分与组合，使实际投递量与目标投递量的最大差值最小，采用就近投递原则，使总物理投递距离最小。实时数据测试结果显示，下图绿线左侧是现有机器人仓储系统的运营效率（每小时拣选量），绿线右侧是用我们的解决方案优化之后的效率，可以看到峰值效率提升了22%。大家看到的这种高效的算法背后实际上有巨大的提升空间，没有我们想象的好，只是一个可行解的解决方案而已，包括我们最近做的一套算法，和最优解还有一些距离。

三、M&SOM数据智能决策比赛

M&SOM协会隶属于全球最大的管理科学协会INFORMS协会，对应M&SOM期刊是管理学顶级期刊，编委来自UCLA，斯坦福大学、沃顿商学院、伦敦商学院、芝加哥大学等顶尖院校。2018年，INFORMS协会和菜鸟举办了第一届数据驱动研究大赛，竞赛文章发表在Management Science、M&SOM等顶尖期刊，参与学者来自加州大学伯克利分校、西北大学、密歇根大学等国际著名高校。把阿里开放出来的问题去解决，向全世界征求解决方案，这是一个非常好的平台。今年疫情期间，和京东举办了第二届数据驱动研究大赛。

我们已经在IMFORMS年会上发布了2021年将由我来牵头海尔数据驱动研究大赛的消息。届时会把海尔日日顺基于生态的很多经过处理的物流数据向全世界发布，通过中国科学技术大学网站能够看到数据并开展相关的研究。海尔日日顺主要针对大件物流，家电产品网络销售额占比超过40%，总额超3600亿；分为三级物流网络，有7个大区级集货仓（CDC）、26个区域（省级）仓（RDC）、100个中转（地市级）仓、2000个配送站和6000个服务网点，几乎遍及国内所有区域。这里会体现出生态物流的概念以及云仓云配，可以分析这个平台数据存在哪些问题。为了协助大家从里面找问题，我们提供了1700多万个数据，通过全国云仓云配系统进行释放，包括订单信息、产品信息、预约信息、配送信息、消费者信息、客户信息以及距离信息，当然这些都会变成经过处理的代码。11月中旬，美国INFORMS协会已经通过云端向全球发布，预计在今年农历年底会把很多信息释放出来，供全球进行研究。举个例子，合肥的货由合肥的仓来配送可能占到50%左右，另外50%可能是临时从武汉、南京等其他周边城市调拨，这就意味着整个平台运作过程中有很大的提升空间，可以根据实际订单需求，优化产品的存放仓库和数量，优化转运策略，减少不必要的转运，降低成本。能够发现这里有很多值得提出智慧化解决方案而实现降本增效的做法。

我就举这三个方面的例子，谢谢大家！