10月的一天,電商小紅書(shū)的一批奶粉從比利時(shí)港口安特衛普起運。漂洋過(guò)海27天后,裝有這批貨物的集裝箱抵達上海港,按計劃進(jìn)入保稅倉庫備貨。
時(shí)間回到9月的上海,小紅書(shū)的國際物流負責人,登錄物流服務(wù)商德迅開(kāi)發(fā)的麥KN一站式客戶(hù)自助線(xiàn)上平臺,查詢(xún)安特衛普到上海的航線(xiàn),這條線(xiàn)上所有船的年份、裝載量以及航行速度都一目了然。他最終在列表中選擇了船期顯示最短且可靠性較高的一艘遠洋船,貨物的確如期而至。
德迅的MAC KN系統在客戶(hù)內頗受歡迎,原因是它整合了自助查詢(xún)橫線(xiàn)、獲取報價(jià)、完成訂艙以及貨物追蹤的所有功能模塊,讓復雜的供應鏈變得輕松。目前全球幾乎所有船公司的數據都進(jìn)入這個(gè)平臺。港口狀態(tài)、天氣狀況、洋流走向,甚至是船長(cháng)的個(gè)人行為都計入分析模型測算。正是基于大數據的管理和運算,精確性上甚至可以超越船公司本身的公布船期。
根據運算結果,這個(gè)平臺將船期分為ABCD4個(gè)可靠性指數。A指船西偏差率在一天左右,B在兩天左右,這些結論交給了客戶(hù)可視化的判斷。就如為一些郵輪提供新鮮食材的物流配送,不同船只補貨所涉及的貨物存儲成本巨大。而船只靠港時(shí)間的精準預測,就能最大限度減少食材在交付前的儲存期。