很高興你能堅持經常過來支持筆者：錢永杰，今天就來說說關于菜鳥平臺怎么取消單號,個人申請菜鳥驛站辦法，還有干貨菜鳥平臺等等各種精品，既然來了就別走了，好好的靜下心把這篇文章閱讀完相信你會有一定的收獲哦！

菜鳥網絡高級技術專家徐強在ArchSummit全球架構師峰會上，介紹了在菜鳥數據中臺及運營平臺建設歷程中所遇到的挑戰、數據與運營平臺的融合歷程，例如在具體的業務場景里數據中間件該如何使用，結合一些物流場景案例分享給大家。（以下為演講內容整理）

一、物流業務概要

一個物品從工廠生產出來后，到被運送到買家手里是一個較長的鏈路，工廠運送到商家，然后通過運輸運送到分撥，再從分撥運輸到下一個節點的分撥。通常從一個城市到另外一個城市是由兩個分撥來負責的，一個城市負責收貨（集包），一個城市來負責發送（傳賬）。分撥之后，下放到站點和門店，這時候再由快遞員送到各位手里，或者菜鳥驛站，這就是一條完整的鏈路。在這個過程中，物流企業要做很多事情。

首先是設計服務產品。比如說，從北京到杭州這條物流線路叫做一個物流的服務產品；

服務產品出來以后，要做出相應的報價，從A點到B點需要多少錢？這個產品定價出來之后，客戶可以去訂購；

接下來就要做相關的訂單管理；

路線的規劃是一個很有考究的東西，比如從北京到杭州，可以從北京到濟南，然后再到杭州。它決定了物流的效率和物流的成本；

攬收送貨。比如在A點有貨，需要送到B點。首先A點會把貨給到我，做合規性檢查后，把貨返還給A，再進行派送；

事件管理。在整個過程中會有很多問題出現，大家比較熟悉的包裹丟失的情況，這就是一種事件。那么就對應著一系列的事件管理，比如客訴、實操管理；

運力管理。物流是一個從A點到B點的全鏈路的運貨物流過程，它每一個節點上面都需要有人和車還有其他相關的物資進行保障的；

財務報表。所有的這一切，都是為了盈利的。

上圖是一個物流企業的業務領域分析圖，通常稱它為戰略地圖。數據產品要協助的業務目標一般分成8大塊，包含財務、客戶層面，過程管理和資源管理等4個方面：

財務層面，包含2個大的目標。生產力目標，分析物流公司整個操作環節的成本結構，然后提高資產利用率。營收增長率目標，增加收入機會，提高客戶價值；

客戶層面。我們向客戶售賣的是什么樣的物流服務產品？目標客戶有什么樣的價值主張？我們和客戶之間的關系如何維系？這些東西，都是可以通過數據來量化的；

過程管理。包含運營管理和銷售管理，投遞取出、維護實操。對于找什么樣的客戶來使用產品，以及怎么樣能獲得更多的客戶，有一系列的銷售管理；

資源管理。最底層是支撐上面這一切的基礎。分為人力資源管理、實操的物料管理，信息資源。整個企業文化的管理，都要盡力把它數字化起來，才能讓物流企業擁有比較透明的管理權。

二、配送數據平臺 & 運營平臺面臨的挑戰

下面重點講一下配送全鏈路業務，是指從商家倉出來一直到用戶手上的這段派送履約鏈路，它包含4個主要的實操流程，分別是分撥實操、運輸實操、站點實操和快遞員實操。把4種實操管理放到三個系統里面，這三個系統分別是分撥管理、運輸管理、末端站點實操管理。

用戶一般有體感是在末端，也就是說去柜子里面取包裹這個環節。以上這些是整個數據平臺或者數據中臺在物流領域的數據來源的基礎。

數據平臺和運營平臺，面臨的最大挑戰是什么？干了多少活，花了多少錢，用了多少人？就三個基礎問題，看起來好像很簡單。但是這三個基礎問題對應到物流這個場景下，它所面臨的問題是非常復雜的。一般來說對應三個具體的運營動作，分別是運營管理、考核管理和經營管理。

這些問題在數據層面可以進一步細化，首先是包裹引擎，包裹引擎會針對到每一秒鐘處理的包裹數量，下一步就是預測需要多少車，以及未來可能會發多少貨。進一步推演就是全鏈路仿真系統。

全鏈路仿真系統是什么？首先在物流工廠里面，特別是在小促或者大促期間，在供應鏈那一側會有大量的數據推送過來，我們大概能預測到在某一個時間點，某一個環節大概要發多少貨。我們把這個數據推到一個模仿物流的仿真系統里，在這種仿真系統里做計算，最終達到優化全鏈路和整個快遞網絡的效果。優化結果會產出一個決策系統，這個決策系統目前仍然在建設中。

那么整個業務產品是怎么實現的？

人工運營。首先是有基層的實操人員，分撥經理、調度主管和站長，也就是經?？吹降牟锁B驛站或者快遞網點，他們都是在這一層進行管理的。

第2層是物流鏈路，傳統的物流管理方式，很大部分仍然需要有中層人員來進行領導，這些中層人員他們會做很多運營的事情。但不是針對全網，比如說運輸管運輸，分撥管分撥。這是傳統物流的管理方式，這三個鏈路和三個管理是分開的，沒有辦法把他們聚合到一起。而數據和技術的力量，可以讓這些管理人員能在同一個數據平臺或數據中臺里看到所有數據，給他們提供一個全鏈路的管理和協同工具。技術上要做的就是，把這三個東西變成一張物流網絡，從而實現人工管理。先所有數據收集，然后在數據里做進一步的分析優化，然后做進一步的預測。

數字化運營，是指從實操網上的全鏈路的數據統合，然后在此基礎上做數據運營。

數據平臺和運營平臺會碰到什么樣的技術挑戰呢？有一個很經典的場景，如果需要求從A點到B點，路由過程中的聚合的包裹數量以及明細的包裹數量，那么怎么做？最傳統的辦法是做兩張表，一張表作為橫表，列出所有明細來。但是，A點到B點的聚合操作非常困難，計算量也非常大。那么再做一張縱表，把所有的數據都聚合到節點上，然后去做分析。這時候一般會使用一個OLAP 數據庫，通過circle的能力把這些東西全都統合出來。

這是我們的第一代架構，它的性能不是特別好，速度也非常慢。最大的問題是，這些數據需要通過各層逐一的聚合起來，有數據源、原始數據、明細數據、匯總數據、以及指標數據，但是這些數據是逐層匯集上來的，在物流場景里，匯總的時候會出現一系列問題，那么我們怎么去解決這個問題？

首先，需要單獨為這個場景去做計算引擎和存儲引擎，最先想到的最合適的技術就是泛搜索技術。也就是說把橫表和縱表都存到數據庫里面，這是一個搜索的概念。

我們的查詢性能會大幅度提升，同時所有數據存儲的地點都是一致的，所以整個排查問題以及整個模型升級的速度會非?？?。

原始的使用circle這些技術的問題，沒有辦法統一去管理數據和在統一的地方去計算數據，所以這是一個比較大的創新點。

三、配送全鏈路數據平臺建設

這就是全鏈路的物流，它的整體架構分成5層：

分別是數據層，用于挖掘數據，處理層用于數據的預處理，引擎層利用仿真算法對數據進行特殊化處理?？刂茖?/strong>里會有指標中心，還有一些算法能力在上面浸透出。最上面就是應用層，比如可以在分撥中心進行包裹的使用，包括數據的使用等。這其中引擎最大的特色在于虛實合一，即把算法的一部分仿真能力也放到引擎中，然后再通過實際數據對整個算法模型進行提升。