毕业论文网
这是一篇与物流数据论文范文相关的免费优秀学术论文范文资料,为你的论文写作提供参考。
建立物流数据王国G7的盛大图谋
李乘玉
再获4500 万美元融资,G7 将把这笔钱花在哪？“进一步加大在技术和产品开发上的投入,持续在供应链全程感知技术及落地的服务能力上进行创新.确定在物流数据服务领域,我们是中国以及世界上最领先的公司.” G7 总裁翟学魂如此回答.
对于物流企业来说,融资是件大事.回顾2015 年,物流投融资事件并不多,融资热门多是新创物流企业以及少数老牌物流企业.盘点一下,有阿里入股圆通,有顺丰、申通、中通、韵达、普洛斯联合宣布投资5 亿建智能快递柜公司“丰巢”,安能物流完成D 轮1.7 亿美元融资,不管怎么样,拿到了融资,偷着乐,还没拿到的,看看门道也好.4 月,G7 完成C+ 轮融资的消息就铺天盖地向我们袭来,G7 总裁翟学魂确认,C+轮融资——4500 万美金已到位！
此轮融资是G7 C+ 轮融资,融资金额为4500万美元.由新加坡投资机构淡马锡资本领投,腾讯和钟鼎创投跟投.这也是腾讯继去年5 月领投3000万美元之后的第二次投资,亦是钟鼎创投的第四次注资.
再获4500 万美元,G7 将把这笔钱花在哪？“进一步加大在技术和产品开发上的投入,持续在供应链全程感知技术及落地的服务能力上进行创新.确定在物流数据服务领域,我们是中国以及世界上最领先的公司.”翟学魂如此回答.而记者也了解到,在G7 1000 人的队伍中,有60% 的技术人员.这也证明了G7 对技术研发的重视程度.
“未来,数据服务肯定是物流行业最重要的基础设施.”翟学魂如此坚信.
已经不是传统意义上的软硬件服务商
过去四五年,G7 通过分秒连接车辆及货物的传感设备以及配套方案,采集包括物流车辆的位置、驾驶行为、能耗、线路、区域热点、货物的安全、温度、出发、装卸、到达、签收等实时数据,为物流生态里的货主、车队、司机提供服务.
目前国内以公路物流为核心的大型物流公司,80% 以上已采用G7 的服务；去年5 月G7 又发布了针对小微客户的“手机管车”产品；在去年5 月拿了腾讯投资之后,G7 的手机管车APP 开始进入营销推广和服务的迭代升级,G7 的中小物流市场进入了新一轮高速增长阶段.现在G7 平台每天能够产生T级数据量.
这让G7 总裁翟学魂突然发现,G7 已经不是传统意义上物流行业的软硬件服务商,而是有机会成为全世界最大的车辆数据服务商,该平台上积累的大量物流数据,让G7 成为一家物流数据服务公司,并基于数据运营服务创造新的运作模式.
庞大的物流数据还能够用来干什么？
从过去几年的经验里,G7 找到了数据可以发挥价值的重要环节.
翟学魂在研究物流产业后发现,车老板的客户一般是货主,老板自己不开车,一定会雇佣司机,所以货主、老板、司机是货运市场基本的价值链.全国货运链条上大概有200 万车队老板和近3000 万司机.
车老板为了运作这个生意要花很多钱,包括油、路桥费、车、贷款、保险、轮胎等,这些开销占了整个货运市场90% 以上的消费额,大概有2.5 万亿到3 万亿元.仅每年司机携带上路的过路、过桥、加油的高达数千亿元规模,而司机经常遇到丢失、携带不方便等问题.车老板经常要使用小额信贷,但小额信贷的手续繁琐、贷款利息也很高,还要拿着来回奔波.融资租赁机构在给车老板放贷之前,原来需要销售人员去村里访谈车老板的信用,平均来算,一辆车一次征信的成本高达8000 元.数据让G7 有机会重构传统货运市场的金融服务.
2015 年G7 与国内首家互联网银行微众银行合作,通过G7 手机客户端把车老板的钱包与腾讯旗下微众银行、ETC 加油卡一起捆绑,司机不再带着上路,ETC 可以先通过后支付,所有支付可以通过电子钱包完成,大大减轻了车老板的资金压力,提升了整个货运资金的支付效率.
除此之外,G7 也正在研究如何通过数据给车老板创造出真正有价值的保险服务.在翟学魂看来,货运行业的保险产品真正面临的问题是：一辆车以70 迈速度飞奔在高速公路上,另一辆车安静地待在停车场里,而这两辆车交的保险费却完全一样,保险服务条款完全一样,费率也完全一样,这是非常不合理的事情,也因此货运行业有一个规律叫作“零存整取”,即车老板五年挣钱,但如果突发严重的交通事故就可能导致这个车老板破产,所以当车老板碰到风险的时候,传统保险产品对车老板没有任何意义,只是给保险代理挣了钱、4S 店挣了钱.翟学魂希望G7 可以为车老板提供基于数据的创新保险服务.
“新型金融服务的交易流水已经远远超过G7过去的主营业务.” 翟学魂在接受采访时说,“但是我并不想说G7 是一个金融公司,金融产品只是我们数据服务的一种展现方式,坦率地说,未来我们对客户提供的仍然是数据服务,只是说我们把数据服务的场景和金融进行了极其紧密的整合和集成,所以金融服务在未来可能会渗透到数据服务的每一个环节.”
定位：技术驱动的数据服务公司
技术驱动的数据服务公司——这就是G7 的定位.它不仅为物流公司提供数据服务,为司机提供数据服务,还为货主提供数据服务.其实我们可以用三个词简单概括G7 做的事：数据开采、数据分析、数据应用.
数据开采.“以前都是从车辆上收集数据,现在是整个供应链.”翟学魂说,G7 现在有五大数据来源.一是通过GPS 收集的位置相关数据；二是收集驾驶本身数据,包括转弯、刹车、加速、减速、颠簸等；三是收集发动机数据；四是收集内部环境数据；五是收集外部环境数据.
数据分析.连接车辆及货物的G7 传感器,每天产生T 级巨量数据,包括物流车辆的位置、驾驶行为、能耗、线路、区域热点、货物的安全、温度、出发、装卸、到达、签收等.收集这些数据之后,对其进行分析加工,进而输出可视化的图表、数据、信息等.
数据应用.无论是数据开采,还是数据分析,都是物流企业摸不着看不见的.真正呈现在我们眼前的是那些可视化的图表、数据、信息.而每个客户的需求也会不一样,你想要知道为什么司机总急刹车,是驾驶习惯不好还是碰到了紧急事？他想要知道油耗是不是比别人的经济,所用车辆是不是最适合的？
针对大企业,G7 提供的是解决方案.也就是说,企业可以根据自身需求化数据服务.就像我们逛街,商场里面有服装、鞋子、饰品等各种商品,而我们需要的往往就是一件羊绒大衣.对物流企业也一样,你可以选择单独一项,也可以选择多项组合.
针对小微企业,G7 提供的是手机管车.相对大企业来说,小微企业的需求要简单得多.只要解决司机和老板之间信息不透明不对称的问题就可以了,车辆发生的一切事情,司机和老板同时知道,彼此之间不用再博弈.
除了为物流企业、司机提供数据服务,G7 还开始为货主提供端到端的可视化数据.
这些就是G7 现在做的事.“我们正在做的事情就是希望在数据的基础上,扭转物流公司、司机和货主之间的低效博弈,重构物流公司、货主、司机的生态链条,用数字化手段促进物流向智能化、自动化、高效率转变.”翟学魂说.
未来：用数据感知供应链全程
在翟学魂看来,目前G7 只做了1/10 的客户,只做了客户需要的1/10 的产品,只做了供应链过程中1/10 的物流数据,因此未来G7 的客户数量要增加10 倍,产品要增加10 倍,数据要增加10 倍,从这三个维度来看,未来G7 的数据服务可能是现在的1000 倍,未来的市场空间非常大.
巨大的市场空间同样需要巨大的投资布局.去年11 月份,在拿到投资不到半年,当翟学魂看到后台客户数据“噌噌”增长、客户留存率高达90% 以上、客户每天要打开10 次以上的时候（仅次于微信频率）,他知道“手机管车”这个产品成功了.
“现在最重要的事情就是建立覆盖全国的落地服务网络,因为小客户需要几个小时之内就要去完成安装、发卡、认证等服务,他们需要快速、贴身的服务.”翟学魂说,这也是G7 再次融资的原因之一.
目前,G7 已经初步在全国30 多个重点城市建立了线下服务团队.
除了布局线下服务网络,G7 在与大型制造企业合作过程中发现,这些企业除了对运输环节的全程感知,更渴望可以解决整个供应链的全程感知,比如牛奶制造企业的供应链负责人希望能够了解到牛奶从仓储到出库装车的过程,在路上的运输是否安全（是否被偷换货）、运输过程中的温度（温度过高会导致鲜奶变质）、路上颠簸情况、卸货的过程等全程感知数据,让他能够对货物看得见、听得见、摸得到,让供应链全程感知,从而实时做出决策,降低运输风险.与传统企业ERP 的货运订单信息、电子商务网站的订单货运信息不同,目前运输市场缺乏大量全程感知数据服务.
如果说目前G7 提供的数据服务主要是集中在这个链条的运输环节,那么未来,G7 就要用数据帮助客户解决整个供应链（包括生产制造、仓储与包装、物流等环节）的全程感知.这意味着G7 要建立更加强大的数据服务链条,包括从数据感知、数据采集的设备,到后台数据的处理和数据算法,以及到最终客户的数据服务.
为了完善全程感知数据的布局,G7 已经着手投资吸引更多优秀人才加入,一方面增加前端的传感设备研发投入,增加智能传感设备,另一方面增加后台的数据算法能力、数据处理的能力以及增加数据服务能力.
“线下服务网络的建立相对容易,全程感知数据的建立具有巨大挑战性,因为毕竟没有人做过,而正是没有人做过,所以机会巨大.”翟学魂说.建立全程感知数据所需的巨大投入也正是此次引入投资的主要原因.
“我们在每次投资中最看重的是股东的素质,淡马锡在我们眼里是素质非常高的投资公司,他们大部分投资都在10 亿美金以上,很少做这么小数额的投资,但是为了这样一个项目,他们的高管团队从各地汇集过来和我们洽谈,我想他们肯定是看到数据服务产业的前景,也希望能够通过我们更多了解中国的物流产业.”而另外继续跟投的两方,也都对数据服务将会为物流产业带来的变革与价值非常看好.翟学魂表示,他相信,十年之后,无数据,不物流.
物流数据论文范文结:
关于物流数据方面的的相关大学硕士和相关本科毕业论文以及相关物流数据论文开题报告范文和职称论文写作参考文献资料下载。
1、国际物流论文
2、数据挖掘论文
5、汽车物流论文
6、物流管理论文题目