电子商务中的预测物流

刚下单，已经到门口了

昨天买 - 明天送达：不久前，订购的产品在 48 小时内送达是一项质量功能，使在线零售商能够在竞争中脱颖而出。但由于次日送达已成为人们谈论的话题，而且首批供应商也在当天送达，因此极短的送达时间不仅成为许多客户的常态，而且是明确的要求。

到目前为止，交付时间存在自然限制，只有通过大量的技术努力才能进一步延长交付时间。除了建立分散存储地点的综合网络和扩大运输车队之外，预测性物流也是优化的主要方法。

亚马逊再次推动预测运输的发展。这也就不足为奇了，因为该公司可以利用几乎无穷无尽的数据宝库；每次产品浏览、访问的每个页面以及对亚马逊网站的每次点击都会被记录。正是这些信息成为所使用算法的素材，这些算法根据较长的停留时间或重复访问页面来确定感兴趣的一方成为买家的可能性。分析方法借助新获取的数据不断学习，从而不断提高其预测的精度。一旦达到一定程度的准确性，亚马逊就会优先选择下游物流流程，例如外包、拣选和准备运输物品。当顾客最终点击购买按钮时，包裹已经准备好，只需打印地址标签即可发送。

但这项已被亚马逊注册专利的技术更进一步，它将自身与单个订购者分开，并借助概率计算进一步包围整个客户群体。通过这种方式，可以对整个地区的购买行为做出假设。一个例子可能是城市中的体育赛事。提前一周，附近的仓库就开始为参赛球队准备球衣发货。然后，包裹将贴上地址标签，上面已注明收件人城市或邮政编码区域。然后，这些物品将被运输到那里，并在必要时驻留在卡车或分散的缓冲仓库中，直到预测订单实际到达。接下来是运输标签的简单填写。收到订单后不久，卡车就会出发并交付所需的球衣。

预测性仓库物流

无论是在中央仓库还是在本地缓冲仓库，快速发货的前提是物品的顺利拣选。如果不想因延迟供应而失去所获得的时间优势，则需要高性能的物流解决方案。与西雅图的巨头相比，这正是小型电子零售商有机会在速度方面定位自己的地方。

在这里，流程也以前瞻性的方式进行管理。例如，控制软件根据分配给运输系统或订单拣选机的工作计划来分配后续订单（如果它们靠近要拣选的附加物品的存储位置）。 RFID 芯片或 GPS 设备等位置检测器也可以作为进一步的选择功能。对于自动驾驶机器人，会发生预期控制，其中设备彼此自主通信，并根据当前位置或计划路线自行决定哪个模块应该最好地拾取物品。

但无论是软件控制还是独立操作，前瞻性规划都有助于有效协调仓库内的行驶距离。因此，不久前，这些物品还存储在传统的货架仓库中，从那里手动取出它们并长距离运输或生产，而如今在许多公司中，存储过程完全自动化并并行运行。

对于这种自动化物流，需要紧凑的存储设备，该设备可以放置在靠近拣选站的位置，并且还具有较高的交付性能。由于垂直缓冲存储尺寸小且拣选性能高，因此可能是一个解决方案。

运输至客户处

但是，如果包裹在发往客户手中的途中遇到交通堵塞，那么所有的算法、分散的存储位置和最快的拣选又有什么用呢？在这方面，大数据形式的技术也能发挥作用：不断监控交通流量，并始终向驾驶员显示最佳路线。哈索普拉特纳研究所更进一步。他们最近开发了一个系统，将内部信息与实时在线提供的交通相关数据联系起来。通过该解决方案，物流公司可以获得有关交通流量的精确预测。该系统将用户自己的货运车队的最新信息与当前的交通数据结合起来并进行评估。通过这种方式，您可以立即了解您的一辆卡车是否、在何处以及何时发生交通堵塞，以及延误运输的程度。

但该系统可以做更多的事情，因为它可以在交通中断实际发生之前对其进行预测。例如，如果 GPS 数据显示高速公路上行驶的车辆数量不断增加，则可以推断拥堵即将发生。有关天气状况的信息还可用于得出渡轮或飞机出发时间的结论。借助这些信息，可以在早期阶段优化规划的路线，以便客户在网上订购后立即将货物送到手中。

另一种选择可能是来自美国的网络巨头，该公司希望至少在中期通过其无人机送货直接从空中服务市场。从该公司的角度来看，这无疑是一个利用无人机运输货物来优化其 Prime Now 服务的好机会。交通拥堵、街道拥挤或送货车辆缺乏停车位：所有这些都不再妨碍快速送货。

公司经理已经呼吁为无人机建立专门的空中走廊。送货无人机可以在 60 至 120 米的高度运行，不会干扰空中交通。从技术上来说，用无人机运输货物不会出现任何重大问题。这些设备已经在加拿大等地进行测试。目前，必要的官方批准仍然存在问题。但一旦这些问题都解决了， Prime Air下单后 30 至 60 分钟内送达将不再只是未来的梦想。问题是哪个客户会为这项服务支付不小的额外费用。但亚马逊肯定已经通过其算法找到了答案。