制图：蔡华伟

　　每天近5000万单快递，上千万互联网约租车订单……近年来，随着快递、物流、移动出行等领域积极拥抱互联网，收发快递、手机叫车等也正嵌入国人日常生活。日复一日的信息生成，累积起大数据应用的基石。

　　不少企业顺势而为，跳入蓝海，掀起朵朵浪花：通过大数据，打车平台可以更深入地了解用户习惯、更智能地匹配订单、更精准地预测堵点、更正确地指引路径；通过大数据，快递企业也能让收派和中转更高效，让运力分配与物流规划更有效。效率！效率！大数据，正以未曾想见的力度，大幅提升着车流物流的效率，改写着交通快递行业的时空概念。

　　依靠大数据路由分单，分拣一个包裹只需1—2秒

　　往年的“双十一”，对快递企业既是一场生意狂欢，也是一场严峻考验。就拿分拨中心来说，来自四面八方的包裹要先集中于此，再按收货地址分向下一网点。稍有延误，来往的车辆、收发的包裹便会积压拥堵。最要命的是，以前分拣工序均需技工靠着记忆和经验完成，即便是熟练工，每单也需3—5秒。如今，这一切正因大数据路由分单而变得轻松：每个包裹贴着的电子面单上，有自动生成的路由信息，分拣员只需根据简单的数字编码“傻瓜操作”，每单只需1—2秒，正确率也由95%提升到98%以上。

　　不只是路由分单，自成立以来，阿里巴巴旗下的菜鸟网络公司一直致力于利用大数据帮助快递企业优化流程、缩减成本——

　　2013年，推出物流预警雷达。通过大数据计算，可预判消费需求、分析货品布局、预测最优路径，实现“订单还未生成，包裹先行上路”。通过它，企业得以实时观察揽收量、速度变化、节点压力等，有效解决了旺季爆仓拥堵问题。

　　2014年，根据历史订单数据建立起四级地址库，在库里输入任何一个地址，系统便可快速识别应由哪个网点派送，使“最后一公里”派送更精确更高效。

　　2015年，启动“鹰眼”项目。通过挖掘分析“超时异常件”的历史数据和实时数据，锁定问题网点占比较高的区域，给出解决建议。有了“鹰眼”，圆通快递的超时异常件在4个月内减少三成。

　　与快递企业相同，想方设法提高效率、与时间赛跑也是打车平台企业应用大数据的直接目的所在。“通过收集供需数据，我们能知道在每个时刻乘客发出了多少需求、有多少空闲运力，并进行订单的实时分配。”滴滴有关负责人告诉记者，供需匹配的技术完全由滴滴自己研发，其遵循的原则是在保证成交率尽可能高的前提下，尽量缩短乘客等待时间。

　　提升乘客出行体验并非那么简单。滴滴上线之初，有些司机接单后发现离乘客很近，但在接驾过程中遇到拥堵或需要掉头，实际却花费了不少时间。要解决这一问题，就需要平台对地理位置有更精确的定位、对实时路况有更准确的预估。这同样也要依靠大数据——每台在线车辆都会为数据后台反馈所在路段的实时路况，从而汇总成一座城市某个时刻的整体路况。

　　最近，滴滴还上线了动态调价系统：在庞大的数据订单中，即时监测出成交率过低的区域，并依据历史交易价格来判断加价幅度。动态调价并非按照固定的加价倍数，而是综合衡量每张订单的出发点和终点，确定相同的加价金额。这背后，调价监测的颗粒更小，数据更庞大，算法也更复杂。

　　大数据是金矿，但如果没有得力工具，难以转化为实实在在的经济效益

　　“我们一直在研究数据，为什么近一两年大数据会迎来爆发？”在滴滴出行有关负责人看来，这取决于三个方面：数据规模快速做大、算法进步使数据具备了挖掘价值、云计算技术的进步让数据挖掘更简单易行。

　　应用大数据，起点在于数据获取。中国市场的庞大体量，为数据规模快速做大提供了机会。

　　三年时间，滴滴出行已成长为全球最大的出行平台之一，每天订单近千万张，每张订单的乘客信息、司机信息、出行轨迹都被悉心记录下来。“每天我们要计算10亿次、分析60TB的数据、规划30亿条路线，记录8000万公里的行驶路线，高峰时一分钟要匹配200万次的需求，这在中国以外的任何国家都不会见到。”滴滴出行总裁柳青直言。

　　有人说，数据是比石油还有价值的金矿石，但若没有得力工具，价值便无法深入挖掘；而若应用得当，数据就会转化为看得见摸得着的经济效益。

　　“在线司机主要有三个状态：接驾、服务、空驶。利用大数据，我们力争让司机以最短的时间接到最近的乘客，并指给司机最佳路径，使其最快抵达目的地。”滴滴有关负责人表示，大数据提升乘客出行效率的同时也提升了平台运营效率和经营效益。

　　“提升快递网络的效率，要在运作、战术、战略等层面深入运用大数据。”菜鸟网络大数据科学家丁宏伟具体阐释道：运作层面包括跟踪订单、安排快递员取件送件；战术层面则指企业根据区域订单情况，每隔三四个月调整运力体量和线路规划；在战略层面，大数据可指导企业开展新扩建分拨中心等重大投资部署。

　　“目前，中国每天近60%的电商包裹是跑在大数据上的。”在菜鸟网络总裁童文红看来，电商物流行业的大数据基础设施建设已经基本完成。

　　的确，相较不少行业，快递、物流、移动出行领域在大数据应用上可谓先行一步，而其前景也依然值得期待——

　　挖掘程度还可更深。目前，滴滴的订单分配还需用到人为制定的规则。滴滴认为，今后数据量更大，需要逐步依靠机器学习自动设定规则。所谓机器学习，是从数据中发现特有模式，并自动提升计算机算法性能。今年5月，滴滴成立了机器学习研究院，瞄准的就是这一关键点。

　　应用范围还可更广。“每天上百万辆汽车在路上行驶，我们可以靠轨迹数据把一座城市的地图给画出来。”滴滴有关负责人表示，比起传统测绘，依靠不断变动的实时数据来画地图更快更新也更精准，“比如一些小路，地图上没有，可司机抄个近道就能显示在后台。”此外，今后通过后台大数据分析，打车平台还能估算出当下最热门的餐厅和酒店，乃至描绘出乘客的消费习惯、能力等个人情况。

　　数据流转起来，有望实现“1+1＞10”，企业期待共享政府数据

　　“你有你的数据，我有我的数据，但是数据流转起来才能产生更大价值，这就是‘1+1>10’。”正如丁宏伟所言，大数据时代最需要的莫过于开放与共享。

　　在快递行业，传统使用的是纸质面单，人工录入一单至少2分钟；如今，依靠电子面单，只需巴枪扫描一下运单号，发货人、收货人、送货企业和具体线路等完整链路信息便可自动录入系统，时间只需一秒。到今年8月，国内排名前15位的快递公司已经全部使用了电子面单，使用率接近60%。要知道，1年前，使用率还不足5%。这中间发生了什么？

　　原来，此前不少快递公司也曾推广各自的电子运单系统，但由于需和电商卖家一一进行技术对接，产生多次开发成本和时间成本，普及速度很慢。为此，菜鸟网络联合15家快递公司推出标准化的公共电子面单平台，向商家开放免费申请接入。接入平台之后，德邦快递切实感受到便利：以前，自有系统无法对电商卖家统一支持；现在，各个卖家在系统下单时选择德邦后，订单信息将自动发至后台系统，还可将订单号和运单号智能匹配，实现了及时查询和对账。

　　“我们跟腾讯地图等互联网企业有非常良好的合作。”采访中，滴滴有关负责人也向记者表达了共享政府数据的愿望。他表示，美国在数据开放上走得较早，多年前交通管理部门就向社会公开了大量数据，若我国有关部门能将红绿灯设置等信息公之于众，滴滴就能对城市交通状况有更清晰的了解，也就有可能更精准地预测行程时间，“现在是闭着眼睛去猜，今后若能睁着眼睛去看，改变会是难以想象的。”

　　《 人民日报 》（ 2015年10月19日 19 版）