本日，顺丰与菜鸟互助闹崩一事刷屏物流圈。
据悉，6月1日下午，菜鸟网络官方发布声明：紧急建议商家暂时停滞利用顺丰发货，改用其他快递公司做事。缘故原由是顺丰单方面停息了数据接口，淘宝年夜将暂时无法显示顺丰物流数据，因此建议商家改用其他快递公司做事，等待菜鸟网络与顺丰的沟通....
随后有指失事发缘故原由是丰巢的数据被菜鸟提出有安全隐患，菜鸟对顺丰数据有所限定！
大家知道顺丰的数据在那里吗？在腾讯云！
下午6时许，顺丰官方首次回应：要查快递订单，直接从顺丰官方APP等入口查询。 在公告中其称：菜鸟已经把顺丰踢出，表示遗憾；菜鸟哀求顺丰供应无关客户隐私的数据，顺丰谢绝这一哀求；顺丰呼吁快递同仁重视数据....
为何顺丰、菜鸟都这么看中数据，汉森行业中央国外大数据案例盘点，或许会给大家启示。
近几年环球物流迎来的新的变革，移动互联和大数据成为推动新变革的核心引擎。本日的中国物流，在电子商务和互联网经济的推动下，物流运营也正在从粗放的传 统物流管理逐步向数据化、可视化的当代物流转型。本章节全面梳理国外领先的当代物流企业在移动互联和大数据方面的技能运用案例，对付互联网时期的中国物流企业来说，有着重要的学习和参考代价。
在国外领先企业中DHL运用大数据加快了自身反应速率，剖析客户数据做精准做事；UPS通过大数据调度了配送策略节省了大量燃油本钱: FleetRisk Advisors可对车队管理做全程监控，乃至能觉察到司机的生理变革…浩瀚欧美物流企业在大数据运用方面都有创新之处，为了让海内物盛行业人士更多的理解大数据能给物盛行业带来的代价，汉森世纪供应链行业研究中央汇总了欧美物流领域大数据运用八大案例，希望能给行业人士带来帮助。
一、DHL
DHL是环球最大的速递货运公司之一。DHL的快运卡车特殊改装成为Smart truck，并装有摩托罗拉的XR48ORFIO阅读器，每当运输车辆装载和卸载货色时，车载打算机会将货色上RFID传感器的信息上传至做事器，做事器会在更新数据之后动态运算出最新最优的配送序列和路径。另一方面，在运送途中，远程信息外理数据库会根据即时交通状况和GPS数据实时更新配送路径，做到更精确的取货和交货、对随时吸收的订单做出更灵巧的反应以及向客户供应有关取货韶光的精确信息。
DHL通过对末端运营大数据的采集，实现全程可视化的监控，实现最优路径的调度，同时精确到每一个运营节点。
此外，拥有Crowd-based手机运用程序的顾客可以实时更新他们的位置或者即将到达的目的地，DHL的包裹配送职员能够实时收到顾客的位置信息，防止配送失落败。乃至按需更新配送目的地。
二、FedEx
FedEx是天下最大的快递集团之一，联邦快递乃至可以让包裹主动通报信息。通过灵巧的感应器，诸如SenseAware可以实现近乎实时的反馈，包括温度、地点和光照，使得客户在任何韶光都能理解到包裹所处的位置和环境。而司机也可在车里直接修正订单物流信息。除此以外，联邦快递正在努力推动更加智能的递送做事，实现在被许可的情形下实时更新和理解客户所处的地理位置，使包裹更快速和精确的投递客户的手中逐一无论何时何地。当然，可以推测FedEx现在只是处于数据网络阶段，将来可能会根据网络到的历中数据和实时增量数据，通过大数据办理方案办理FedEx更多的问题，提升竞争力。
FedEx通过SenseAware 实现包裹信息的实时反馈，包括温度和湿度等，实现任何韶光都能理解到包裹所处的位置和环境。
三、UPS
UPS通过大数据实现配送末端最优路径的方案，同时提出只管即便右转的配送策略，实现每年节省5千万燃油本钱，并增加35万包裹配送。
UPS特有的基于大数据剖析的ORION系统通过联网配货机动车的远程信息做事 系统，实时剖析车辆、包裹信息、用户喜好和送货路线数据，实时打算最优路线， 并且全程通过GPS跟踪信息。
UPS最著名的大数据剖析案例便是送货卡车不能左转。根据ORION系统剖析：左转会导致货车在左转道上永劫光等待，不但增加油耗，而且发生事件比例也会上升，以是UPS基于城市车流大数据绘制了“连续右转环形行驶”的送货路线图， 实现高效配送。
到2017年旗下的每一位司机都参与该项目之后，只需让每位司机逐日送货路程都因此而缩减1英里，每年就可节省5，000万美元本钱。ORION往后也将预测 恶劣景象、交通状况，并评估会造成司机送货路线上的行程放缓的其他变数，增加配送效率。
四、FleetBoard
FleetBoard与梅赛德断奔驰一样是截姆勒集团旗下子公司，致力于通过大数据处理为物盛行业容户供应远成信息化车队管理办理方案。
通过大数据办理方案实现数据采集和全程监控，包括驾驶司机的驾驶动作、车辆温度、车门打开等细节。
车辆上的终端通过移动通信系统与Fleetboard的做事器建立联系，互换数据。物流公司或车队管理者可直接访问GPS以及其他多少实时数据，如车辆行驶方向。停车/行驶韶光和装/卸货等信息。此外，通过打算驾驶员急加速、急刹车的次数、经济转速区行驶韶光和怠速是非等信息，通过数据的比拟更有说服力，可以直接的帮助驾驶员创造驾驶命令中的问题并改进提高。
对付冷链运输的用户，Fleetboard有专门的数据管理系统、实时监测冷藏车的温度、车门是否打开等情形，自动向手机或电子邮箱发送警示信息。
五、Con-Way
Con-WayFreight是环球货色运输和物流中的龙头企业，供应零担运输、第三方物流和大宗货色运输等做事，范围覆盖了全美以及北美五大洲的18个国家。但是营运过程中产生的海量非构造化数据十分磨练公司对付数据的提取速率、剖析的效率和精确度。
而大数据办理方案使得Con-way Freight的高管们能够在开会时，不管谁提出什么问题，系统总能够集成实时增量数据，根据讯问和处理非构造化数据快速得出准确的答案。Ad-Hoc使得公司可以定义须要监控的配送流程，预测商业活动内部和外部成分的影响以及为CRM和营销操持供应消费者划分。乃至可以定位到任何一位客户，实时剖析投递率和详细的货运丢失等信息。而Scorecarding能够将原定目标和实时表现进行比拟，使Con-wayFreight能够随时根据比拟结果全面凋整和提高运营表现。
Con-wayFreight 后台高管在开会时，能够通过大数据办理方案快速得出准确的数据报告，做出恰当及时的运营决策。
六、Yellow Buses
Yellow Buses是英国伯恩茅斯地区的公共交通系统运营商，从属于巴黎大众运输公司。公共交通系统运营商对付大数据的利用一样能够带来奇效。
通过对历史运营数据和实时增量数据的剖析，掌控和管理每个车辆的运营数据，优化运营路线和发车频率。
YellowBuses根据对公司现有的历史数据进行剖析，并在实时更新的数据根本上进行评估，能够详细的掌控和管理公司旗下每一辆公交车。通过及时获职最须要的数据，如掩护本钱、故障频率、燃料本钱和运行路线等，Yellow Buses能够将这些数据与搭客数量、票价、发车频率等实时数据一起剖析评估，优化公交路线和发车频率，有效的降落本钱，提高做事质量，增加利润。
七、C.H.Robinson
罗宾逊，北美最大的第三方物流公司，拥有全美最大的卡车运输网络，却没有一辆货车。它轻资产的运营，用1.5亿美元的固定资产，创造了114亿美元的收入、4.5亿美元的利润。
它的新生始于1997年的商业模式变革，主动放弃了自有货车，建立了专门整合其他运输商的物流系统，通过系统对社会资源进行整合，从而建立的平台经济。罗宾逊的平台模式由三部分构成：1.TMS平台，用来链接运输商；2.“导航球”Navisphere平台，用来连接客户；3.做支付的中间账户，同时供应咨询做事。2012年支付做事带来大约五亿美元的净收入，咨询做事带来了12亿美元的收入。
罗宾逊通过系统的两大平台：导航球（Navisphere）和TMS平台，对接客户群和运输商，沉淀形成的大数据库可支持罗宾逊的增值做事。
客户通过导航球(Navisphere)找车，TMS平台对接运输商，通过系统上的两大平台来实现客户与运输商的对接，全体交易平台上沉淀下来的数据可以支持罗宾逊的金融支付业务和咨询业务。
八、FRA
FleetRiskAdvisors为运输行业供应预测剖析和风险预防或补救办理方案。FRA根据历史数据和实时增量数据得出司机事情表现模型和多少涉测模型，能够准确的预测可通免的事件、员工流动等问题。如根据司机实时的事情表现颠簸情形，预测司机疲倦程度和排班安排等，为客户供应合理的办理方案以便提高司机安全系数，此外还能根据司机和机动车的实时状况预测可能发生的风险，并及时供应预防或补救办理方案。
FleetRiskAdvisors通过大数据办理方案得出司机事情表现模型多少涉测模型，办理了事件发生率和职员流动等人事部门的问题。
来源：汉森行业研究中央
