时间：2015-12-25 09:15:39 点击：次
来源： 作者：

条评论打印收藏

北京趣活科技有限公司只做一件事情，3公里、30分钟，保温速递。实际上是一家比较做O2O配套物流的公司，我们也是经历了几轮的融资，这里边有软银、有百度等等，我们现在专注于餐饮外卖的配送，生鲜的最后一公里的落地配送，还有便利店的外送，洗衣店的代取代送，还有药店的代送，等等一系列围绕生活圈电商的配套物流服务。服务覆盖大概全国主要一二线城市差不多20几个，建立了380多个配送网点，全国有6000多名专职的自己雇佣的配送员，还有一些协作的配送员，这一切发生在三年左右的时间里面。

我们最大的客户是百度外卖、饿了么、和合谷，以及一些零售企业做配送。我们的业务流程，客户从手机上通过他们喜欢的电商平台下订单，这个订单实时的推送给商家，也同时推送给我们这些物流服务商，我们利用很短的时间，12分钟之内，做到到店，再用十几分钟的时间，从店内取货送达到客户手里，跑除我们现在取货的时间，送达的时间，我们基本上能够控制在20几分钟，全程大概也就在40分钟左右，这个品类包括了鲜花、蛋糕、午餐、晚餐，还有一些生活必需品等等。

我们谈到O2O的配套物流，我们认为核心的服务要素，大概有三点：第一点，我们需要一个信息系统，这个信息系统必须是高度智能化的信息系统，它是一个基础。我们现在目前每一个送餐员手里都有一部手机，手机上有一个APP，每隔20秒钟反映一次送餐员实时的地理位置，可以通过各大平台APP，能够看到我们配送员所处的位置和他身上订单的状态。接下来我们比较注重的第二个服务要素，就是客户的交接体验，我们有整套培训、业务流程和考核方法，都是基于日式企业的交接的礼仪规范。第三个就是在配送过程中对货物品相的保全，包括保温、问湿度的控制、防震、保形等等，我们积攒了大量的专有的知识。比如说饺子怎么送才能防粘连、防泡软，从包装上做一些变革。比如跟鸿毛饺子的合作，每一颗架子是一个小盒，下面有流水槽，放到保温箱里，吃到口里的时候，20分钟配送以后，大概总的来说，三十七八分钟送达，温度在50度到60度之间，除了个别的品类的馅儿以外，跟堂食的口感几乎差不多，这里面就涉及到从包装到送达的一些保全技术。像这样的东西，每一个品类可能都不一样的，比如说像一些高温的餐品，比如说像水煮鱼，像毛血旺，需要冷热分装的，像一些汤面类的都有专门的技术，我们认为我们在这个领域中，积累的一些知识点。

O2O的配套物流，大概有哪几类主要需求。我们这是截取了北京市的几个典型平台的数据，因为我们作为配送方，我们有很多平台的数据，我们做了这么一个饼图。目前为止所有的生活圈的电商里面，份额最高的是餐饮外卖。整个这个饼指的是到家的服务，把产品、把货物送到家里的，这个在我们看来大概有69%左右，这个数据是基于千万级的订单做的分析。再往下排是超市的代购，涵盖了一部分便利店的代购，总的来说是满足人们非计划性的紧急采购需求的这么一部分业务。大概是占到9%左右。鲜花、蛋糕和下午茶，然后是洗衣代送、药品代送以及其他品类。这些本地生活O2O电商，他的核心需求就是短距离的、即时的速递，其中有相当一部分品类是需要对温度和品相进行控制，比如占69%的餐饮外卖，对温度是高度敏感的。还有就是一些像果蔬类的，可能也是对温度比较敏感的。像洗衣，它对防尘比较敏感，但总的来说，短居、即时、保温速递，是整个电商配套物流的核心需求。三公里、30分钟、保温速递，就应了这个景。

市场到底有多大？我们现在截取了部分研究报告里面的一些数据，有数据出处，但是也不一定是非常准确的。第一个数据，2014年电商的末端配送市场的规模是1400亿人民币，这里包括两个部分，我们知道B2C电商配套物流分两个体系，一个是快递体系，一个是餐干配体系，餐干配体系加上快递体系末端营业额是1400亿，交易渗透率55.7%，这个是指有效人群，实际上指的是用户渗透率。2014年O2O的用户渗透率只有4.6%，其实它们两个统计纬度几乎差不多，但是差了10倍还多，大概差了十几倍。B2C的电商消费品类和O2O的品类是不太一样的，它们的频次不一样。B2C的品类主要有鞋服、化妆品、3C、家电、数字消费品等等，像这些品类的。我们O2O的品类，刚才大家也看到了，餐饮外卖，你每叫一次外卖，大概每隔多少天吃一次外卖，每隔多少天换一部手机，频次确实差距比较大。

2015年粗略估算，现在讲三大平台或者五大平台，百度外卖、美团外卖、饿了么，传统的三大。后来又杀出了口杯，比如像到家美食会，还有类似掉社区001等等，加载一起大概是164亿。现在看1400亿，假如说O2O的渗透率也达到55.7%，每送一个东西肯定需要一个人配送，这个配送也许是餐厅的服务员，也许是他雇的第三方的物流，比如百度物流，或者饿了么配送，不管是谁送，只要是有一份盒饭，或者有一份大餐需要送达，那就要有一个送餐员去把它送到门上，这样算，B2C电商和O2O电商，如果同样渗透率，是不是O2O电商的配套物流就是1400亿？不是。O2O电商消费频次比B2C电商消费频次高非常多，我们比较保守的估计，五年之内，如果达到这样的行业渗透率，它的配套物流将会在4000亿到6000亿之间，这是很多同行的一些估算，所以这是一个巨大的市场。  
  
全球最大的物流公司是DHL，它分别是由全球最大的快递公司，全球最大的三方物流公司，全球最大的空运与海运代理公司等等，全球最大的直投公司组成的这么一家公司。它的2014年营业额和人民币大概是4900亿人民币，咱们国内最大的一家物流公司，已经是（英文）主要业务在海运这一块，大概也不到1000亿，如果这4200亿，这里边是有比较少的寡头去做，有可能会出现全球前5大物流公司，或者国内第一大物流公司，这个可能性比较大。我们看到，在这个市场里面的公司，基本上在过去两年里面，每年大概都是几十倍的增长。我记得我们从自己做电商到转型成物流公司之后，到现在只有两年时间，这两年期间，我们几乎每年都要涨大概2000%级或者3000%级的速度，不是我们一个人在涨，所有在这个行业里面的人，都是以这个速度在成长，这是我们看到市场的趋势跟规模。

要做这件事情，恐怕是要有一些基础，第一个基础就是我们认为智能调度是做这件事情非常入门级的基础。我们举一个例子，比如说回龙观是比较密集的居住社区，在某一个餐饮外卖平台上，一天产生的订单大概是小5000，大概是4000多，其中这四五千单并不是平均产生的，在中午的11点到13点高峰期，基本上产生大概2000单左右，像这样的订单峰值，很难用人为来进行干预和调度，因为同时要计算路线，要计算它的取货时间窗口等等，这个是非常难的。

很多人都在用传统的麦当劳、肯德基，出来几份，拼一下就走了，第一份很快，第二份比较快，第三份就慢了，最慢的是第四份，第三份送回来有一个巨大的空驶碎片，这个碎片非常大。这里边还有一个超时等候，我们要解决的就是这个东西。我们面临的场景叫海量多点取送，在同一时间爆发的，这里面的计算，我们首先要关注的就是关于订单率。这个配送员是不是在这个餐厅，或者这个餐厅相差不到5分钟之内，他们的距离又很短，出现了订单，并且他们的制作时间，通过大数据的积累的预估，差不多都在同一个时间窗口，或者是相近的时间窗口有前有后，就可以把这两单或者多单合并起来一起去取一起去送，这样订单率就会提高很多。

我们要算这个送餐员在未来某一时点到这儿，他已经完成了部分任务或者一个节点的任务。我们再推测，在这一点上，在他完成的那一刻，有可能出餐的餐厅是不是在这儿，如果是在这儿，我们应该把这个订单提前顺路的推送给他，这样的话，我们就节省了三个碎片，一个是取货等候送片，一个是送货等求碎片，还有空驶的碎片。这样的计算，用人工来算，一个非常有经验的调度，基本上一天也就调200到300单，这是我们的经验值了。最高记录，人工调度情况下，大概能调五六百左右。现在在无人的情况下，处理几万单应该没有什么太大的问题。

我们要像智能的计算，向大数据要效率怎么要？首先这个基础，就是我们刚才讲的，终端一定要  有高度信息化，能够反馈所有的订单状态，是取餐了，是不是已经送达了，他经纬度跟饭店经纬度如果说相重合，差距不到100米或者200米，是不是可以判断出，他目前是什么状态，他有没有撒谎，有没有偏离这个轨迹。除了这个以外，还要做一些计算跟优化，这个是基于像一些传统的支线配送的方法论，重新再把圈子缩小到3公里，把时间窗口缩减到15分钟之内做的一个模型。接下来很多东西，我们要向历史学习，要向大数据学习，比如说像我们这个餐厅，在这个时段出餐的阻碍系数到底是多少，它是一个靠近社区的餐厅，有可能周六、周末，午餐时段有可能比较忙，出餐比较慢，这些东西都要在千万级订单基础上才能推测出来，出这个菜品的时候，大概这个时间段，大概需要多少时间。这样的能力，才会让你把整个的O2O的配套物流的智能调度做起来，它最终将会反映出来，你做这个生意，一天每个配送员大概送20单，另外一个人可能送35单，成本差异在这里就拉开了。这个东西会让整个调度更快、更准，成本更低，越用越好用，数据积累越多，对时间点的预判就会越准。

实际上我们觉得O2O的配套物流，它面临的第二大挑战，其实是比第一个挑战更难，就是关于产能的管理。我们看一下这条曲线，这是我们一个配送员一天的工作量，早晨起来一点点，早餐，然后接下来到10点的时候，可能是一个最低点，到11点的时候，马上峰值就起来了，到12点是高峰，到2点马上下来，这是一个高峰。高峰的时间可能会比较长，但是峰值要比午餐平一些。这个举的是一个例子，每个商圈不一样，比如像回龙观这种居住型商圈，这个峰值高一点，国贸这个商圈基本上就是这样。假如说雇的全职员工，早上起来有一部分值班，剩下的全人上岗以后，他的额定产能是这样平的，它是刚性的，下班以后就是这样。实际上刚性的产能和波动性的业务需求，就形成了先天的矛盾。如果按照这个位置备你的人，你可能会准备很多人，但是他们在这个时候没有事情做，全部都浪费掉了，这是O2O配套物流的最主要的挑战。在一条生产线上通过一个简单的切换可以做各种物流形态的业务，这样才能保证这两条曲线所制造出来的矛盾，能够被弥合。

解决这个问题，大家都会从两个角度去想。第一个角度，我怎么样才能把产能变的有弹性。很多人用的方法就是众包，比如现在大家在市面上看到的达达快递，还有一会要分享的人人快递，我相信他们都是用这种方法去把自己的产能变成弹性。弹性提高了以后，如何保证产能的稳定性？稳定性是管理的难点。另外是怎么样去管控配送质量？我们见到有一些配送员穿着拖鞋，拎着20元盒饭上来了，给你交这份餐的时候，两条腿夹着另外一份，我们看完了以后，没有想吃的欲望了，这种情况非常多。如果说通过众包解决的产能弹性的时候，我们必须要下手解决这样的问题，这个难点是比前者难度更大一些。如果我们不从产能角度去考虑解决矛盾，我们就从业务需求的角度去解决，这时候就增加闲时的业务，所谓闲时，就是这个曲线里面的这个部分，早晨的这个部分，下午的这个部分，或者甚至是晚上的这个部分。

现在目前闲时业务，像O2O配套的物流公司，现在都在尝试着叠加一些他们比较擅长的跟温度有关系的业务。比如生鲜产品的落地配，我们也在为一些生鲜的产品做落地配送，像饿了么，它的直营的配送团队，也在跟我们做类似的业务，大家的思路都是一样的。这个时候我们就面临着另外一个问题，我们把这个业务量变的比较平稳了，从早到晚都差不多一样，这个时候我们需要有一条柔性的生产线，它可以把业务流程自由切换，我们知道传统的落地配和O2O的配送，整个操作方法完全不同。传统的落地配早上起来，比如说一日几配，第一配拿了很多货，放在三轮车里面，慢慢一单一单送，他可以不用回程。O2O完全不一样，要通过时间和空间计算，决定下一步应该先做哪个，后做哪个。我们要在瞬间切换的时候，挑战是非常大的。

我们看一个典型的案例，这个大概是我们在北京的某一个商圈里面的一个典型的日常发生的形态，早上8点之前，生鲜产品基本上第一配是配到了我们的配送站点，我们做第一次的落地配送，大概每个人能做8到12单，是8点钟到9点50，整个的配送距离基本上是从站点出发，半径在1.5公里之内，有的时候会超过2公里。到10点、11点的时候，有50%的骑士转向O2O配送，如果没有转过去，还会再送6单落地配，如果转过去的人，基本上会送3单的O2O的取送相结合的配送。11点到14点的时候，全部都转到O2O那边做配送，那个时候正好是送餐高峰。14点以后，20%骑士值班，80%骑士又转向落地配，大概送十几到20单。17点之后，25%骑士继续做落地配，75%被转到晚餐高峰。如果没有智能的调度系统，靠人去通过班次来完成，这个几乎不太可能，所以说这个是我们对这件事情的一个理解。

我们认为O2O的配送公司，它其实做传统的落地配业务，它是有比较强的成本优势。比如说它的电动车、它的房租，它的员工固定基本工资，现在已经全部都摊销了，剩下是骑士的提成，只要能够覆盖住我的电动成本，就会以比较低的价格接落地配的生意，对传统的落地配的价格市场也是一个冲击。像饿了么用保温箱加上冰袋接每日优先的业务大概在4块钱左右，这个价格对整个市场都有冲击。O2O市场里面闲置产能每天在270万到300万之间的产能，这个剩余产能要被释放出来，也是非常大的生产力。

还有一个就是时效性的优势。O2O配送的队伍里面，绝大部分是要么用的甲方系统，要么是自己的智能调度系统，它的整个习惯，即时配送，整个管理机制也是即时配送的管理机制，它做当日达和次日达，在时效管理方面是具有非常明显的优势。我们现在看这是一个挺好玩的现象，专门做O2O配送的公司，像我们美食送，还有一些公司，他们和传统的落地配公司的界限，现在已经搞不清楚了，这个界限在慢慢的被打破。越来越多的落地配公司，在所谓的午高峰时期，他引入了O2O的配送业务，提供可以持续可靠的这个时段的产能，享受比落地配高很多的利润率。典型的就是我们的业务合作伙伴，我们的外包商小红帽，现在跟我们一起合作，为百度外卖提供配送服务，他的一些配送人员在完成自己的落地配业务，抽出几个小时做O2O的高毛利的业务，对他整个业务体系是一个很好的利润补充。

现在还有另外一个方向，越来越多的O2O配送的公司，原来做3公里，3分钟保温速递的公司，业务低谷的时候，会引入保温落地配的业务，利用自己的剩余产能，就是成本特别低，只有电动成本，利用剩余产能降低配送成本，提高产能利用率。但是我们看到这两种业务自由切换有两个前提，一个是你有足够好的智能调度系统为基础的这么一个强大的信息系统，另外就是你要通用性的装载设备和配送设备，这是一个自由切换的前提。我们做了非常多的尝试，不能让送餐员用两轮自行车，加上保温箱的状态下，突然两点钟，再给他换一部三轮车，让他做落地配，很显然不方便，但是这方面，我们也取得了一些非常有价值的尝试的经验。

我们也希望借这个机会和全国各个城市的落地配送和城市配送的公司展开深入的合作，我们愿意利用我们的闲时产能，帮助大家降低落地配的成本，也希望全国各地的落地配送的公司，能够在我们忙的时候，帮助我们利用你们的人力资源，利用你们配送的闲置产能，帮我们一起把物流高峰渡过去，这是我们希望得到的一个结果。