首页>行业 > 快讯 >
快递物流业与电子商务必然是协调发展 2020-01-17 09:02:52  来源:狗熊会

货车交通事故的频繁发生与我国目前汽车物流行业信息化水平较低,信息平台不够健全有直接的关系。在这个信息化的年代,信息化属于物流系统的基础条件,没有网络技术水平支持的信息化,无论任何先进的技术与设施都不能为物流行业服务。

物流,货运,快递,物流,配送车辆,电商,交通事故,公路运输,物流科技,科技物流,物流峰会,物流创新峰会,物流产业创新峰会

图片来自“123rf.com.cn”

据中国电子商务研究中心数据显示,2017年中国电子商务市场交易额已达到29.16万亿元。在“互联网+”的背景下,移动电商会把电子商务推向一个新的高潮,而作为电子商务支撑产业的快递物流服务业的发展将直接影响电子商务的客户体验。

快递物流业与电子商务必然是协调发展。据国家发改委网站消息,2016年我国物流总费用达6万亿元,已经超过美国,成为全球第一大物流市场,也是全球最具成长性的物流市场。2017年货运量达到了479亿吨,比上年增长了9.3%。而其中,公路完成货运量368亿吨,占比达到了76.8%,且公路货运量也是持续增长,比去年增长了10%多。

可见在快递物流业,汽车公路运输与铁路、航运、水运相比具有举足轻重的作用。

尽管公路运输完成了大部分货运量,但还存在诸多问题。公安部交管局的统计数据显示,2016年全国货车保有量1351.77万量,共发生货车责任道路交通事故5.04万起,造成2.5万人死亡、4.68万人受伤,分别占汽车责任事故总量的30.5%、48.23%和27.81%,远远高于货车保有量占汽车总量的比例7%。

货车交通事故的频繁发生与我国目前汽车物流行业信息化水平较低,信息平台不够健全有直接的关系,也不利于汽车物流业的发展。同时由于国内汽车物流行业信息统计比较分散、系统性差,这些问题严重影响了企业管理效率,信息传递速度。在这个信息化的年代,信息化属于物流系统的基础条件,没有网络技术水平支持的信息化,无论任何先进的技术与设施都不能为物流行业服务。

汽车物流行业的信息化,包含商品代码以及数据库的构建,运输网络合理化、销售网络科学化、物流中心管理现代化等。汽车物流行业必须要将信息网络技术充分应用起来,提高信息传递水平、减少交通事故、提升物流效率让客户享受到更优质的服务。

政策监管

正是基于上述的原因,由交通运输部、公安部、国家安全监管总局联合制定的《道路运输车辆动态监督管理办法》于2014年7月1日起正式施行。管理办法中明确规定:进入运输市场的重型载货汽车和半挂牵引车必须安装符合标准的卫星定位装置,并接入全国道路货运车辆公共监管与服务平台。凡未按要求接入公共监管平台的,不予市场准入审批。

企业数据

物流作为车辆的一个细分市场,与普通车辆有很明显的区别,它有自己的业务场景。普通车辆数据一般有两类数据:一是车联网数据、二是保险公司的数据。但是在物流车辆上有一个特别重要的数据,物流公司一般会根据自己的管理或经营需求记录了车辆出险的数据。

站在物流公司的角度,他们非常期望的事情是不出险,如何规范管理,如何规范业务流程可以降低出险率。因为一旦有车出险,不仅是理赔上的费时费钱,还有在业务端也会使得一辆车无法完成物流业务,带来很大的损失。这里我们选取了一家物流公司自己记录的出险登记数据,希望能够从中发现一些业务场景,来帮助企业规范管理,将降低出险率。

物流公司记录的出险登记数据

物流公司发生事故时,登记了事故当天的一些信息,哪位驾驶员开着车号是多少的物流车,在哪里发生了事故,事故发生时是否报案,要承担的事故责任是全责、次责、无责还是双方各负其责?这个数据比保险公司记录的数据相对要丰富很多。

出险记录

我们对物流公司出险记录数据中驾驶员、事故地点简单的做个词云图。从驾驶员词云图中很容易可以看出出险较多的司机。从出险地点词云图中可以看出“堆场”很突出,堆场是货物交接、堆存和保管的场所。另外还可以看到“停车场”、“仓库”、“闸口”、“大门口”这样的词汇,说明物流车辆事故很多时候发生在自己的地盘上。但是,这是一个公司是这样的情形,还是物流车辆都有类似的情况?我们利用车联网数据从侧面来验证下。

车联网数据的风险验证

大家知道车联网可以采集到车辆行驶的时间、经纬度、车速、里程等信息。在车联网的标准下,可以计算出车辆在各个Trip上的平均速度,平均行驶时间等指标。然后根据出险与否做出箱线图进行对比。在平均速度指标上,私家车上一般速度越大出险的可能性越多,但是在这一批数据中物流车辆中出险车辆并没有比未出险车辆大很多。也许是因为物流司机都是老司机,在高速行驶时速度一般比较稳定。在行驶时长上,私家车一般行驶时长越大出险的可能性越大,但是在物流车联网上,未出险的平均车辆行驶时长更长,很可能是因为没有发生事故车辆行驶的比较长,出险车辆很有可能是在自己的地盘上就发生了的小事故,从而时间更短。

总结与建议

综上所述,根据这家企业的出险数据,与物流车联网数据进行比对分析,可以发现这家物流公司不能忽略堆场、停车场、闸口、仓库这些公司周边的小事故,公司重点通过加强公司堆场管理规范就可以降低风险。当然,不同的物流公司有他的特点,还需要根据具体数据进行对比分析。以上是本案例对物流车辆风险的简单分析,在这里希望有更多想法的朋友给我们提出意见与建议,帮助我们更好的改进。

关键词: 物流车辆

热点
图片 图片