數據驅動物流是物流業發展的大趨勢，快遞行業也不例外。中國快遞行業的發展之快可以用一日千里來形容，數以萬計的貨物通過快遞公司進行運輸交付到客戶手中，在業務量的不斷積累后，運營產生的業務數據已經漸漸成為快遞甚至整個運輸行業的價值所在。未來快遞背后的支撐是數據流，真正的快遞一定是數據的溝通，一定是數據的利用。

　　一、數據之爭

　　《未來簡史》的作者尤瓦爾?赫拉利曾說：宇宙由數據流組成，任何現象或實體的價值就在于對數據處理的貢獻。馬云說過：數據將成為主要的能源，如果離開了數據，任何組織的創新都基本上是空殼，未來勝出的將會是善于利用數據的創新型公司。

　　2014年，阿里巴巴利用大數據循跡，協助警方查獲2000萬售假大案的新聞向人們展示了大數據背后的強大力量。如果你愿意將你所有的信息公開給大數據的算法，它將隨時知道你身在何處、想去何方。

　　數據如此重要，難怪電商快遞業的數據之爭不時訴之于報端。大數據的一個最基本的前提是需有海量的數據積累和沉淀。而快遞是為數不多的能夠直接接觸、收集和掌握到消費者行為習慣的服務場景之一。

　　2017年京東切斷與天天快遞的信息接口，表面的理由是服務質量低下，其深層次的原因還是數據之爭。蘇寧收購天天快遞，而天天快遞為京東商家和用戶提供服務，京東擔心將用戶數據泄露給對方，這樣的邏輯不無道理。同理的情況下，阿里的菜鳥網絡也不會允許京東物流為淘寶、天貓商家提供物流服務。

　　同年，順豐菜鳥互懟恩怨背后也是物流大數據之爭，事情的經過是菜鳥以數據安全為由暫停豐巢數據接口，封殺豐巢，進而引發了順豐主動停止與菜鳥的數據對接。雖然雙方各執一詞，但矛盾的焦點是物流數據，角逐背后，是數據之爭。菜鳥要求順豐提供無關客戶隱私的數據，順豐拒絕這一要求，并呼吁快遞同仁重視數據....

　　無論是菜鳥、順豐還是京東都知道只有擁有足夠體量的數據，才能讓電商和物流平臺得以對用戶消費習慣充分了解，更重要的是可以在對其分析基礎上，預測并分化庫存和物流壓力，從而產生更高效配置和資源節約。

　　大數據不僅是一種數據挖掘、數據分析的信息技術，更是一項戰略資源，重視發揮大數據給物流企業帶來的發展優勢，就能在戰略規劃、商業模式和人力資本等方面做出全方位的超前部署。

　　對阿里來說，數據是未來的核心，對順豐來說，數據也是其命根。不少快遞企業已意識到用戶數據對自身發展的重要性，因此，隨著競爭的加劇，大數據之爭將進入白熱化階段。

　　二、數據之用

　　快遞數據依賴于真實的快遞過程，又反過來服務于快遞業務本身。大數據技術可以通過構建數據中心，挖掘出隱藏在數據背后的信息價值，從而為企業提供有益的幫助，為企業帶來利潤。

　　中國每天產生的快遞業務量高達1.8億件，如何把龐大的數據量應用起來，成為擺在快遞企業面前的一道新課題——有了數據積累，如何“點數成金”呢？可從以下幾方面入手。

　　1、數據采集可視

　　快遞企業通過信息技術的投入和提升來激活大數據，采集大數據，案例包括全自動分揀、多功能手持終端、電子運單、多元化的終端服務方式等等。

　　比如韻達，雖然只有5000多萬單，通過新技術，一天可以采集幾十億數據，按主題和服務做分類，把它變成了統一的服務數據層，對客戶貼標簽。

　　再如DHL Express通過數據可視化對數據進行優化，將數據直觀的展現出來，可以更好地從不同維度了解數據，實現數據的發現能力，幫助追蹤一些問題的具體細節，而不是僅僅停留在宏觀層面，從而進行更加深入的分析。可視化的過程讓數據更加透明，并且可以實時響應。

　　2、數據預測預警

　　今年雙11，順豐的兩個數據格外有意思：一個是“雙11”件量預測達成率102.27%，也就是說，順豐不僅完成了預測的量件，而且預測與實際運送量相差只有2個百分點；另一個數字則是順豐“雙11”首日派送成功率達96.4%，這兩項驕人成績都離不開數據分析。

　　事實上，順豐已經構建了高度契合物流行業特性的業務預測、選址規劃、網絡與線路規劃算法等系統，實現了多場景多環節多維度業務預測，解決多類實際業務場景的選址難題。

　　再以菜鳥網絡為例，以消費者、商家、物流企業的數據為依托，為商家、快遞企業提供預警預測分析，幫助快遞企業提前獲取這些信息，從而提前把物流資源進行一定的配置和整合。

　　通過大數據分析，可以有效了解消費者偏好，預判消費者的消費可能，提前做好貨品調配，合理規劃物流路線方案等，從而提高物流高峰期間物流的運送效率。

　　因此，利用快遞運輸沉淀數據，通過大數據的使用，快遞企業可以輕松計算出公路熱點和運輸距離分布并可推測出企業目標市場的中心城市及業務類型，為企業人力、物力的調配與安排提供可靠的參考。

　　同時，快遞大數據通過預測，對精準控制風險帶來巨大優勢，從而是企業可以主動采取措施避免風險。

　　3、數據管理創新

　　通過大數據的賦能來提升快遞操作和運營的效率。應用案例則包括路由分單、物流預警、地址庫精細化、班車管理等

　　菜鳥網絡運用了大數據分析，大數據路由分單結合高德地圖的空間定位技術，可用數據實現包裹跟網點的精準匹配，準確率達98%，

　　UPS通過大數據實現配送末端最優路徑的規劃，同時提出盡量右轉的配送策略，實現每年節省5千萬燃油成本，并增加35萬包裹配送。UPS特有的基于大數據分析的ORION系統通過聯網配貨機動車的遠程信息服務系統，實時分析車輛、包裹信息、用戶喜好和送貨路線數據，實時計算最優路線，

　　DHL Express還利用大數據進行商業模式創新。DHL Express最近的一項創新嘗試便是汽車交付，收件人可以把貨品直接交付到汽車后備箱。通過定位，DHL Express可以知道你的汽車停在什么位置，快遞員擁有一次性打開汽車后備箱的權限。

　　因此，通過對歷史運營數據和實時增量數據的分析，掌控和管理每個車輛的運營數據，優化運營路線和發車頻率，以提高運輸與配送效率、減少物流成本、在管理上大有作為。在運力高峰時段的準確預測，可以實現有效的資源匹配，降本增效。

　　除此之外，大數據另一個極具潛力的應用市場是諸如消費金融、倉儲管理等跟快遞密切相關的延伸服務。

　　4、數據服務客戶

　　從數據中讀懂客戶，從數據中幫助客戶。通過數據，了解消費者的消費偏好及習慣，預測消費者需求，將商品物流環節和客戶的需求同步進行，并預計運輸路線和配送路線，緩解運輸高峰期的物流壓力，提高客戶的滿意度，提高客戶粘度。

　　DHL Express通過數據分析，在給客戶提供快捷的快遞服務時，評估目前所提供的服務是不是客戶所需要的？當客戶不需要很快的投遞服務時，可以采用較慢方式投遞，這樣對于客戶不僅降低了成本，同時利潤也會得到很大提升。

　　分析歷史業務數據賦予客戶風險預測的能力。快遞大數據可以幫助企業盡早發現問題，為及時找到補救方案并且最大限度減少對生產的影響爭取到寶貴的時間。數據分析的結果也可以幫助他們找出自己的不足之處。

　　三、數據之安

　　隨著大數據時代的到來，數據信息在給我們的生活帶來便利的同時，其安全問題也日漸凸顯。數據，正成為推動快遞發展的重要引擎，但隨之而來的快遞數據安全性問題必須引起重視。

　　11月16日，新京報貝殼財經報道了圓通多位“內鬼”有償租借員工賬號，40萬條公民個人信息被泄露一事。涉案的為五位圓通員工，被泄露的信息中包括發件人地址、姓名、電話以及收件人電話、姓名、地址六個維度。

　　用戶隱私泄露事件在快遞行業并非第一次發生，早在2014年就有報道，警方破獲一起信息泄露案，犯罪嫌疑人通過快遞公司官網漏洞，登錄網站后臺，然后再通過上傳（后門）工具獲取該網站數據庫的訪問權限，獲取了1400萬條用戶信息，包含有收貨和發貨雙方的姓名、電話號碼、住址等個人隱私信息。

　　國外也有這方面的報道，臉書把用戶的點贊數據非法供給了劍橋分析公司，間接性對美國大選結果造成一定影響；雅虎2016年泄露15億人次的用戶信息，使廣大互聯網用戶的生日、電話號碼、賬戶密碼在暗網流傳，隨時有可能流入不法分子之手。

　　快遞行業正成為關乎人們日常生活消費的重要行業，圓通的泄露風波，再次敲響了信息安全風險的警鐘，巨大的快件量，其附著的都是一個個用戶的隱私信息，如果各大快遞企業疏于管理，會產生多么嚴重的隱私“黑洞”。

　　另外，我們使用的淘寶、京東、拼多多、微信等多個地方的信息已被記錄下來，如果這種數據通過身份證和手機號交叉驗證，個人隱私再也無處遁形。

　　因此，快遞公司應持續通過“制度+技術”手段，完善信息安全風控系統，對內部賬號進行實時監控，主動發現違法違規行為。同時，著力提升加盟網點的依法經營意識和信息安全意識，別讓數據安全成為快遞業軟肋。

　　目前，快遞行業在數據安全方面做了一定的工作。在利用科技降本增效的同時，也愈發重視技術對于信息安全和用戶隱私保護的作用。多家快遞企業已陸續推出隱藏寄收件人全名、部分電話號碼等個人信息的“隱私面單”。收送件時，快遞員需要通過掃描，才能獲得完整配送信息。順豐還設立了數據安全負責人，通過基礎信息安全及大數據安全、區塊鏈等相關技術，切實保障數據的安全運行。