注册 / 登录

菜鸟智能分单大数据实践

分会场:  数据科学/人工智能/数据驱动

 

案例来源 :

案例讲师

王兵

菜鸟网络 算法专家

2011年硕士毕业于北京航空航天大学。毕业后加入天猫推荐团队,负责天猫推荐个性化排序,设计和研发了天猫实时个性化排序平台Ranker,荣获阿里集团十大算法平台、集团CEO大奖。现任菜鸟网络算法专家,整体负责快递、末端业务等大数据智能算法和架构工作,在算法引擎架构、大数据、机器学习等领域有丰富理论和实战经验。主导研发的大数据智能分单算法已获得快递行业广泛应用。

扫描二维码分享案例

为什么这个案例值得分享?

智能分单基于大数据,很好地解决物流行业依赖人工记忆分拣包裹的难题,实现包裹分拣的智能化和自动化,提升效率,节约成本。

 

 

案例简述

 

中国物流规模已居全球第一,但传统物流现状还比较原始和落后。菜鸟网络成立以来,依托互联网、大数据等技术,先后推出了四级地址库、电子面单、智能分单、反炒信、智能分仓、智能机器人等大数据产品,以数据驱动的方式帮助物流行业发展和升级。尤其是电子面单和大数据智能分单的广泛应用,极大地提高了包裹发货、分拣和配送效率,提升了中国物流行业信息化水平和服务品质,并降低了物流行业成本。
本次分享将介绍菜鸟网络大数据智能分单产品的最新进展,分享大数据、机器学习等技术与物流数据相结合的创新经验及其背后的算法与技术架构。

 

案例目标

 

快递包裹在末端分拨中心和网点都要进行大规模的分拣操作,在传统的作业模式下,人工分拣依赖操作工人的记忆,阅读面单地址手写网点代码。传统的分拣模式有几个痛点:第一,由于地址信息量巨大,操作工人需要很长的培训时间才能上岗,管理和人工成本高;第二,人工记忆以及长时间操作的精神疲劳都会导致分拣出错概率大,包裹分发质量难以保证;第三,包裹量大量增加的情况下,人工判断成为效率瓶颈,难以适应快速的业务变化;第四,无法使用现代化的自动分拣流水线,难以实现自动化分拣作业。
为了解决传统分单的诸多痛点,基于大数据的智能分单应运而生。

 

成功(或教训)要点

 

1)海量的地址数据和超强的大数据处理能力是基础
2)对业务深入理解,通过数据分析、与客户深度交流等,认清问题本质,结合机器学习的理论,始终坚持不懈地优化模型,在准确率上追求极致
3)稳定强大的工程服务引擎,是线上稳定服务的保障

 

案例ROI分析

 

经过综合测算,按照现在每天包裹量,大数据智能分单服务一年可为快递公司节省6.1亿元

 

案例启示

 

1)客户第一,业务为先,深入理解业务,基于科学的数据分析,找到业务的根本问题
2)基于对业务问题的深刻认知,结合机器学习的理论,系统工程的方法,坚持创新,追求极致,创造出有价值的优质服务

 

案例在团队中的意义

 

智能分单基于大数据,很好地解决物流行业依赖人工记忆分拣包裹的难题,实现包裹分拣的智能化和自动化,提升效率,节约成本。