惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

有赞技术团队
有赞技术团队
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
P
Palo Alto Networks Blog
C
Cisco Blogs
The Hacker News
The Hacker News
T
Threatpost
S
Schneier on Security
K
Kaspersky official blog
Spread Privacy
Spread Privacy
博客园_首页
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
NISL@THU
NISL@THU
量子位
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
Google DeepMind News
Google DeepMind News
Security Latest
Security Latest
博客园 - 司徒正美
云风的 BLOG
云风的 BLOG
博客园 - 叶小钗
H
Hackread – Cybersecurity News, Data Breaches, AI and More
N
News and Events Feed by Topic
爱范儿
爱范儿
P
Proofpoint News Feed
C
CERT Recently Published Vulnerability Notes
Project Zero
Project Zero
Application and Cybersecurity Blog
Application and Cybersecurity Blog
Cisco Talos Blog
Cisco Talos Blog
GbyAI
GbyAI
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
Apple Machine Learning Research
Apple Machine Learning Research
T
Tenable Blog
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
V
Vulnerabilities – Threatpost
Forbes - Security
Forbes - Security
博客园 - 三生石上(FineUI控件)
C
Cyber Attacks, Cyber Crime and Cyber Security
N
News and Events Feed by Topic
V
V2EX
Webroot Blog
Webroot Blog
The Register - Security
The Register - Security
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
阮一峰的网络日志
阮一峰的网络日志
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
Blog — PlanetScale
Blog — PlanetScale
M
MIT News - Artificial intelligence
Scott Helme
Scott Helme
Simon Willison's Weblog
Simon Willison's Weblog
L
LangChain Blog
W
WeLiveSecurity
Cloudbric
Cloudbric

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理, 企事业单位数字化的业务供需本质 – 人人都是产品经理, 医疗智能体·第1讲——医疗信息化重构:从“辅助软件”到“自主智能体”的范式转移 – 人人都是产品经理, 粉丝量就是空气!!! – 人人都是产品经理, 用户说“薯片碎了”,机器回“要买吗?”:意图识别的翻车与破局 – 人人都是产品经理, RAG召回准确率从75到90 我做对了这三件事 – 人人都是产品经理, AI大事件:Anthropic改收费、OpenAI发安全版、手术机器人纳入医保、阿里发布”秒悟” – 人人都是产品经理, Chrome 推出 Skills 新功能,Agent 重塑上网方式 – 人人都是产品经理, GitHub前创始人拿了a16z的1700万美元,做Agent时代的Git – 人人都是产品经理 拷贝或克隆其他 Flutter OH 项目到本地后无法运行 – 人人都是产品经理, 优惠券设计:优惠券创建 – 人人都是产品经理, 不用死磕文档!AI 助手 1 小时搞定飞书 CLI 安装 + 配置 + 知识库 – 人人都是产品经理, 用小龙虾做竞品分析报告:从2天到20分钟,我是怎么做到的 – 人人都是产品经理 用小龙虾做市场分析报告:搞懂这3个公式,市场规模不再靠猜 – 人人都是产品经理, 你早就在做 Harness 工程,只是不知道它叫这个名字 – 人人都是产品经理, Think Long就够?你可能想多了! – 人人都是产品经理, 货代SRM实战:供应商准入怎么做,才能让资源池不是通讯录而是可交付网络? – 人人都是产品经理, 如何做好用户调研?详解基本技巧 – 人人都是产品经理, 木鸟、途家、美团对打,平台春天行动开“卷” – 人人都是产品经理, 入职才发现公司不靠谱?小红书从业者求职避坑指南 – 人人都是产品经理, 美国 AI 三巨头联手封堵,中国 AI 突围之路在何方 – 人人都是产品经理, 小红书,放在需求对面的镜子 – 人人都是产品经理, AI 会带来大规模失业吗? – 人人都是产品经理, 从出单到补货前,我第一次犹豫:该不该放大? – 人人都是产品经理, Flutter 三方库鸿蒙化适配:5 种高效检查方式,快速判断是否需要适配 – 人人都是产品经理, 从做产品进阶拿结果:医美机构产品经理转岗科室运营经理 – 人人都是产品经理, 阿里HappyHorse,一场关于“Token经济”的阳谋 – 人人都是产品经理, To B AI:客户留存落地的观察与思考 – 人人都是产品经理, AI产品的“生命线”——数据采集、标注、清洗的产品化设计 – 人人都是产品经理, 谈谈AI Agent(二):当“孩子”能自己“体验世界”时,你该学什么? – 人人都是产品经理, UI/UX设计师的3层能力进阶,前两层让你活下来,第三层…才是真正的分水岭 – 人人都是产品经理, 2分钟 → 30秒,效率提升75%:B端产品经理如何用「规则枷锁」驯服AI幻觉? – 人人都是产品经理, 还没来得及学OpenClaw,来了个更猛的:Hermes Agent – 人人都是产品经理, AI日报:宇树机器人跑出10m/s刷新世界纪录 – 人人都是产品经理, 一文说透基金互金如何用情绪价值引导用户决策做转化 – 人人都是产品经理, 当浏览器开始替你”看”网页:AI 浏览器正在亲手拆掉它脚下的那张网 – 人人都是产品经理, 0代码,一天时间我Vibe Coding了个网站 – 人人都是产品经理, Hermes 和 OpenClaw 之争,Agent 的能力应该“装上去”还是“长出来”? – 人人都是产品经理 视频生成的“桌子”,字节Seedance 2掀完,阿里快乐马掀 – 人人都是产品经理, 从听不懂到完全信任:我的 Codex 深度产品体验 – 人人都是产品经理, 当虚拟偶像有了北京户口,与真人偶像还有什么区别? – 人人都是产品经理, 会说,远远比会做更重要 —— 对 SBTI 爆火现象的五层观察 – 人人都是产品经理, AI产品经理必看:当“搭环境”比“选模型”更重要,你的认知还在2024年吗? – 人人都是产品经理, 2026年AI产品商业化核心逻辑:从功能demo到规模化营收的3个必破卡点 – 人人都是产品经理, 京东围绕供应链,卷起裤腿下场的那些事儿 – 人人都是产品经理, SBTI一夜刷屏:它赢在了“太会说人话” – 人人都是产品经理, 折扣零售的真相:不是便宜,而是价值感! – 人人都是产品经理, 和甲方吵了一架,最后加钱做了——我学到的ToB产品经理生存法则 – 人人都是产品经理, 和几位小红书操盘手聊了8小时,干货全在这 – 人人都是产品经理, 智谱GLM-5.1登场,开源模型首超Opus4.6!!! – 人人都是产品经理 Anthropic收入凭什么反超OpenAI,终于有人把这事说清楚了 – 人人都是产品经理, 史上最有故事感的技术报告——Claude最强模型Mythos 7个极其精彩的细节 – 人人都是产品经理, 模型不是壁垒,Harness 也不是 – 人人都是产品经理, 抖音本地生活业务思考21 – 人人都是产品经理, Superpowers:145k Star的AI编码框架,到底是什么来头? Superpowers:145k Star的AI编码框架,到底是什么来头? – 人人都是产品经理, OpenAI 的路走错了,Anthropic Harness 解法启示:模型需要实践专科生 – 人人都是产品经理, 画原型图的前一步:设计站点地图 – 人人都是产品经理, 给 DeepSeek 的最后一封催更信 – 人人都是产品经理, 手把手教你用 Claude Code 搭建 AI 营销团队:5 个 Agent、12 项技能,独立完成研究、写作、设计全流程 – 人人都是产品经理, 你以为大模型在学语言?不,它在重新发明语言学 – 人人都是产品经理 所谓Skill,不过是AI时代的工业垃圾 – 人人都是产品经理, 聊一聊内容传播的几个方法 – 人人都是产品经理, 当平台开始吃掉生态:从 OpenClaw 被封杀,读懂 Anthropic 的这盘棋 – 人人都是产品经理, 你装了 10 个 AI 插件,Obsidian 还是一个文件夹 – 人人都是产品经理 关于AI智能体架构演进的系统性思考:从单体试水到多体协同的重构 – 人人都是产品经理, 当“人”变成Skill,我们又该何去何从? – 人人都是产品经理 Mythos 事件:前沿 AI 治理的意外实验 – 人人都是产品经理, 货代CRM:信用与风险管理怎么做,才能把坏账风险拦在放货之前? – 人人都是产品经理, 从HR收集自拍照到员工自助录入——我见证了园区人脸识别从”不可用”到”真好用”的全过程 – 人人都是产品经理 千问闯关AI混沌期:阿里画靶,吴嘉张弓,马云射箭? – 人人都是产品经理,
从0-1解析供应链运输管理系统
四眼猪 · 2025-08-19 · via 人人都是产品经理

运输环节作为供应链的核心枢纽,正面临多重挑战:如运力资源分散且匹配效率低下,车辆周转率长期低于行业平均水平;再者,运输过程缺乏实时可视化监控,异常响应滞后。这些问题不仅增加了物流运营成本,更直接影响客户履约体验。本文将会深入剖析供应链运输管理的业务流程,通过产品方案及产品架构等方式,来提供解决上述问题的方法。

一、运输管理的意义

运输管理系统(Transportation Management System, TMS)作为现代供应链管理的核心组件,通过智能化技术手段赋能企业储运部门。该系统不仅能够高效整合自有运输资源与第三方承运商网络,实现运力资源的动态优化配置,更能显著降低物流成本、提升运输效能。其战略价值在于,TMS的运作水平将直接影响企业的供应链响应速度、客户服务质量以及整体市场竞争力,是数字化时代企业构建物流竞争优势的关键基础设施。

本文中提到的物流管理是站位在整体供应链中进行考虑的,会串联采购、销售、仓储及结算等多个部门,与单独层面仅针对销售运输,卖给终端客户的物流模式存在一定区别。

二、物流管理的业务说明

1、运输管理业务流程

下图中介绍的是基于公路层面的运输模式,针对的是物流公司委托三方承运商进行货物运输的。

业务流程说明如下:

  • 货物委托:委托方找到物流公司,申请车辆前往仓库装货,完成去加工厂(卸货地点)进行卸货操作;
  • 物流公司:在接到运输任务后,先评估自有车辆和三方车辆的管辖范围及车辆空闲状态,再安排具体的运输任务,上图举例中是将运输任务派发给了三方承运商来运输;
  • 承运商:在接收到运输任务后,基于当前车辆的位置以及装货地点,确认具体的车辆及驾驶员信息,将对应的车辆及人员安排结果同步给物流公司,后由物流公司将车辆信息转发给委托方;
  • 装货执行:驾驶员在接收到承运商提供的运输任务后,会在指定提货的时间段内,前往仓库进行装货,装完货后,签署装货单,针对部分特殊货物,需要在装货时进行商品质量检测;
  • 卸货执行:驾驶员在装货完成后,前往卸货地点进行卸货,再卸货完成后,会签署对应的卸货单,并由卸货地点的客户提供对应的质检单,在这个环节如果发生途损、压车等异常情况,则由驾驶员与承运商沟通。承运商会联系物流公司,同时物流公司会协同委托方共同商定解决方案。
  • 承运商核账环节:卸货完成后,由承运商提供运销账单数据信息,里面会包含实际运输公里数,运费单价及运费结算金额等数据信息;
  • 物流公司核账环节:物流公司在接收到承运商的运销账单后,基于物流公司的运采账单进行核对,同时也会为委托方提供一份物流公司销售委托方的运销账单数据信息;;
  • 委托方核账环节:委托方在接收到物流公司的运销账单之后,基于本公司的运采账单进行核对确认。

2、物流公司的管理模式

在介绍产品方案之前,我们先将物流的自有和三方之间的关联关系进行阐述。

三方资源运输模式:在运采合同中,约定双方的结算规则,一般是基于每趟运输任务产生一笔运费,包车模式除外【包车指的是从承运商处,租用车辆固定的使用时间】。

自有车队:车辆是物流公司的自有资产,聘请驾驶员进行运输,每次运输过后,公司需要给驾驶员报销往返路费、油费,同时也需要定期保养维修车辆情况。

PS:物流公司在安排运输任务的时候,一般会优先安排自有车辆进行运输,当然也有特殊情况,如包车等场景。但是部分装车地点针对承运商、车辆及驾驶员都有严格的管控,如运输危险化工产品等,同时也会考虑车辆的实际位置等情况,因此物流公司安排承运商运输任务的时候,要综合多种因素综合考虑, 这部分内容会在后续文章中的智能派车章节详细阐述。

三、运输管理产品方案设计

运输管理涉及到的运输包含:空路、水路、铁路和公路等多种模式,本次方案主要针对公路层面的运输车辆的物流方式进行说明。

在业务开展前,第一点需要针对承运商进行统筹管理,包含准入和评级,依据则是基于承运商的规模、注册资金以及运输任务执行情况等因素综合判定。第二点是除了承运商接入准则以外,产品还需要提供运输里程及运费报价规则,支撑复杂的运费结算模式,第三点是要实现运输过程中的数据全量线上化,为自动化结算提供有力的数据保障,第四点是搭配智能物流监控系统,极大程度的降低运输过程中突发风险,如绕路、压车、延误等情况的同时,降低运输过程中产生的额外成本。

1、承运商管理产品流程说明

在产品层面上搭建一套承运商评级的规则引擎,协助业务部门更好的管理承运商,流程如下图所示:

  • 承运商评估规则建立:由风控负责人建立承运商评估规则,由公司的上层领导进行审批,通过之后,则在系统中创建对应的承运商评估规则;
  • 承运商评级:运力经理与承运商洽谈,确认合作后,由承运商提供公司资质信息,由运力经理将承运商信息维护到系统中,规则引擎基于承运商资质信息,自动进行等级划分,并呈现给运力经理;
  • 运输任务安排:运力经理给承运商安排运输任务,规则引擎会自动基于承运商评级判定此次任务是否合理,如违规则通知运力经理,并拦截线上运输任务的传递,如合规,则通知承运商执行运输任务。
  • 承运商等级评分:基于承运商完成任务的质量,规则引擎会给承运商的任务进行评分,并基于评估结果重新划分承运商等级。

承运商评估规则一般分为两个阶段,准入阶段和风险动态监测阶段。

  • 准入阶段:基于承运商的注册资金、财务状况、覆盖的业务区域、车辆/驾驶员的数量,以及资质情况【针对化工危险品需要在对应提货地点提前进行资质备案】等因素,确认是否可以签署合同,并派发运输任务。
  • 风险动态监测阶段:指的是运输过程中,是否按照约定的规则履行,是否有延误、途损以及客户投诉等因素,这部分会直接影响承运商的考核评分,系统会基于承运商的评分等级,限制承运商每月/每周/每日的任务接收频次,如果评分较低,则可能在指定时间段内限制安排运输任务。

2、运价管理机制

在运输过程中,涉及到运费的环节主要体现在三个方面,分别是运输里程、货物的重量以及体积。如果是特殊商品,如冷藏商品,或紧急运输的货物(如晚上也需要加急运输),则在原有运费上需要制定额外的收费标准。本文章首先介绍常规物流计费模式。

(1)基于里程测算运费的模式

采用出租车计费举例说明:起步价10元,涵盖3公里,然后是每公里按照2.3元计费。这种方式则是常见的一种阶梯报价模式。

PS:真实出租车计费比上述中的更为复杂,其中还会涉及到时间段,空乘、合乘、预约以及过桥/过路费等,本文章主要介绍的是物流运输费用,因此不再针对出租车中的计费模式展开介绍说明。

(2)基于重量计费的模式

每辆货车均有限重要求,针对机械设备部件,金属矿石等大密度商品常采用称重计费模式,例如双轴货车限重一般在18吨左右,如果运输矿石,则可能还未装到一半箱体的时候,则重量就以及到达上限无法再添加货物了。还有大学生毕业,邮寄书籍的时候,快递公司也经常会针对书籍进行称重,按照每公斤来收取对应的运输费用就是此种模式。

(3)基于体积计费的模式

针对“轻泡货”类的货物,一般会按照体积进行计费,因为货箱的容积是固定的。轻泡货包含泡沫制品、棉被以及需要大量填充包装的商品。会按照长 × 宽 × 高 ÷ 抛比系数‌来计算运费。抛比系数是将货物体积转换为等效重量的参数。举例:假设抛比系数‌为6000,货物的体积是长宽高分别是100cm,50cm,50cm,货物的实际重量是20kg,则具体按照体积还是实际重量来收费的依据则是:体积重量:100*50*50/6000≈41.67kg,体积重量是远远大于实际重量20kg的,所以按照体积收费针对物流公司会更加合理【也就是按照体积换算成41.67kg来收取对应运费】。

上述三种运输的计费模式往往会组合使用,如下表所示:

上图中的含义如下所示:

  • 运输距离在100公里以内,收费100元每吨;
  • 运输距离在100公里到150公里之间,收费是150元每吨;
  • 运输距离在150公里到300公里之间,则是按照增幅公里数*运价2元+基础里程运费价计算;
  • 运输距离在301公里到500公里之间,则是按照增幅公里数*运价1.8元+基础里程运费价计算;

例如10吨的货物,运输距离在240公里,则实际运输路费则是【150+(240-150)*2】*10=3300元。

3、运输管理数据线上化

基于上述运输管理业务流程,抽取形成对应的业务数据,数据流如下图所示:

站在物流公司的角度说明运输管理中的数据流程:

在开展业务之前,物流公司会和委托方签署运销合同,里面约定了运销结算价格规则以及异常条款、同时也会在给三方承运商派发任务之前,和承运商签署对应的运采合同。

  • 销售订单:物流公司在接收到委托方的物流申请单,确认无误后,会生成一条针对委托方的销售订单,也可以称为运销订单,会包含交易双方(委托方与物流公司),商品信息、运销单价、预计里程及运销费用、装货联系人、收方联系人、提货地、计划提货时间、送货地点、要求到货时间等信息;
  • 采购订单:物流公司在安排三方承运商运输的时候,会形成一条针对三方承运商的采购订单,也称为运采订单;包含交易双方(物流公司与承运商),商品信息、运采单价、预计里程及运采费用、装货联系人、接收方联系人、送货地点、要求到货时间等信息;
  • 提货单:指的是车辆前往装货地点进行提货的单据,包含装货地、计划提货时间、装货联系人、商品信息、装货车辆、装货驾驶员等信息;
  • 送货单:指的是车辆装完货后,将商品送货到终端客户产生的单据,包含卸货地点、计划到货时间、卸货联系人、卸货商品、卸货驾驶员等信息;
  • 运输单:承运商在维护完车辆信息后,会形成对应的运输单数据信息,运输单会串联装货单及送货单,形成一条完整的运输任务单据;
  • 质检单:在装货或卸货的过程中,需要针对已装出或卸载的商品进行质量检测,确保商品满足客户的需求;
  • 异常订单管理:在质检完成之后,会形成对应异常订单,例如在执行过程中,产生了压车、途损、货物缺失、延迟到货、绕路等异常情况,这部分可能会产生额外的费用;
  • 运销账单:质检完成之后,会形成物流公司销售给委托方的运销账单数据,包含交易双方,实际里程、运销结算金额、商品数量、商品重量等信息。账单是基于每一趟运输任务产生的结算数据;
  • 运采账单:参考运销账单,是物流公司和承运商之间产生的账单数据信息。
  • 销售对账单:在销售结算环节,会基于销售账单和异常账单,基于业务需求,合并形成物流公司和委托方之间的对账单数据信息;在对账完成之后,会形成对应的应收单,基于应收单开具发票;
  • 采购对账单:参考销售对账单,采购对账单是物流公司和承运商之间的对账操作,完成后,会形成对应的应付单,并基于应付单与承运商提供的发票数据进行关联校验。

PS:在整个运输环节中,会涉及到整装整卸、整装分卸、散装整卸、散装散卸等多种情况,针对此种情况,会涉及到分卸运费规则模式以及分卸里程规则。同时针对业务量较大的物流公司,基于每每个装货点到卸货点,去维护运费报价规则,显然会极大程度增加业务经理的工作量,因此一般会按照区域来进行报价,如装货地点(仓库A)到河北省整个区域维护一次报价规则,则整个河北省内的所有卸货地点均可以按照对应的规则进行运费计算。由于篇幅有限,上述场景会在后续的智能运费管理章节中详细阐述。

4、运输管理智能能力打造

基于上述销售管理的业务流程,可以在运费报价、任务派发、运输执行跟踪、出入库单以及异常订单处理等环节打造智能能力。例如:

  • 智能任务派发管理:按照承运商评级、承运商车辆分布、承运商报价等因素,系统自动将运输任务派发给承运商处,承运商超时未响应则预警或者转发给下个承运商。此能力在提升人工效率的同时,也提升了整体任务派发速度;
  • 智能执行监控:基于历史线路轨迹、车辆位置、目的地地标,车辆类型、天气情况以及路况等因素,实时测算车辆达到目的地的预计时间及剩余路程,并进行延迟、压车等情况的预警信息;

智能执行监控可以快速定位车辆的位置、闲置状态并结合装卸地点,通过任务的智能派发,可以大幅度提升车辆周转率。

  • 出入库自动化处理:结合扫码器及条形码等手段,完成出入库量的自动计算,并基于合同,自动形成运输过程中产生的异常订单数据,实时推送给相关负责人进行处理,为自动化账单结算提供有效数据依据。

上述的内容只是简要介绍了部分智能化能力的作用,其实在物流运输环节,还存在很多智能化能力,由于篇幅有限,关于这块的内容,会在运输管理智能化产品建设中详细阐述。

四、产品架构

针对上述解决方案,形成如下产品架构图:

1、销售工作台

提示待办消息提醒,跟踪业务执行情况,如发生车辆异常、绕路、途损等情况,则实时通知运力经理,让其介入与相关负责人沟通,以确认最终解决方案;

价值说明:做到事找人,跟催进度,提升整体效率;

2、资源管理

为计划调度人员提供运力资源情况,运力资源通常包含两部分,分别是自有资源和三方资源。

  • 自有资源:本公司的车辆信息、驾驶员的闲置情况,以及当前车辆所在的位置信息等;
  • 三方资源:则是由承运商每日定时上报目前车辆以及位置信息等;

3、运输管理

为用户受理委托运输任务,安排运输任务,以及跟进运输任务的执行情况提供服务。

  • 承运需求:用于记录委托方提供的运输需求计划信息;
  • 运销订单:记录与委托方约定运输任务的计划送货时间、商品以及预计要收取的相关费用信息;
  • 运采订单:记录与承运商约定运输任务的计划提货时间、送货时间、商品以及预计要支付的费用信息;
  • 提货管理:记录车辆前往装货地点装货的相关信息,一趟运输任务可能会存在多个装货地点;
  • 送货管理:记录车辆前往卸货地点卸货的相关信息,一趟运输任务可能会存在多个卸货地点;
  • 出库管理:记录从仓库出货的具体商品类型、数量等关键信息;
  • 入库管理:记录商品实际卸载到目的地点的数量及类型等关键信息;
  • 运单管理:用于将整体运输任务串联的单据,一个运单可能会关联多个提货单、送货单以及出入库单,方便用户查看整体运输任务的执行情况;

PS:在运输过程中,基于实际业务需要会存在拆单(将货物拆分到不同的送货地点)及合单(将原先的分装商品,在一个装货地点集中装货)的情况,则在运单中进行拆合单操作。

  • 质检管理:针对商品到出库/入库后,进行产品的质检的单据数据信息;
  • 异常管理:记录在运输过程中,产生的绕路、道路阻塞、天气等因素导致的延迟问题,或由于仓库问题产生的压车等情况;

4、财务管理

  • 运销账单:记录公司和委托方的单趟运输任务的销售费用信息;系统基于运销订单中约定的里程、商品数量、重量、单价、结算金额、委托方、运力部门及运力经理。如发生异常,则会形成对应的异常账单(绕路、压车、途损等情况),结算人员针对异常账单数据需与运力经理、调度员、库管员、财务人员协同处理;
  • 运采账单:作为与委托方对账的基础数据依据,每次运输任务均会形成对应的运采账单。账单中包含单趟任务的里程、商品数量、重量、单价、结算金额、承运商、运力部门及运力经理等关键数据信息。如后续运采账单的金额发生变化的时候,用户可以通过调整单的模式来更正对应的运采账单中的金额数据信息;
  • 采购结算单:系统层面会基于合同的结算周期自动形成对应的采购结算单,采购结算单包含运采账单、运采调整单和运采过程中发生的异常账单数据,采购结算单是用于与承运商为周期对账的业务数据,也是作为回票业务的数据基础;
  • 销售结算单:基于运销账单,在指定结算周期内,自动形成对应的销售对账单,与委托方进行对账操作;
  • 回票管理:系统层面可以对接三方平台,自动完成发票校验工作,并和采购结算单进行对比,自动完成商品数量及金额的比对操作,由结算人员针对异常发票数据,与承运商进行确认处理。
  • 开票管理:基于已完成的运销结算单,统一进行汇总开票操作,并将开票数据同步给委托方,如发生争议,则需要进行票据红冲操作,重新开票。
  • 暂估管理:针对交易达成,但是还未收到承运商的发票,或者还未与委托方对账完成,此时就需要暂估对应的成本数据信息。
  • 驾驶员报销:针对自有业务模式,驾驶员在运输过程中产生的高速费、油费或者在执行过程中车辆出现异常,需要驾驶员垫付的费用均需要定期为驾驶员进行报销;
  • 客户资金流水:指委托方基于运输任务给公司支付的费用信息,系统层面可自动将资金与任务绑定关联;
  • 承运商余额:针对信誉高,长期合作的的中大型承运商,需要支付预付款,通过此功能可以基于承运商来查询本公司的剩余款项信息;
  • 应付管理:针对已经发生的业务,在安排派车任务后,即可形成对应的应付账单数据信息;
  • 应收管理:在运输完成之后,即可形成对应的应收账单数据,向委托方收取对应的运费信息。

5、运力工具

虽然系统层面结合了路况、天气、道路类型等维度进行路程用时测算,但是仍然在测算过程中会出现偏差,为了使得运输过程中的测算时间及举例更加准确,系统层面提供辅助工具以便提升测算精准度。

  • 电子围栏:为了测算车辆是否已经进入到了装货地点或者卸货地点的辅助工具,虽然可以通过一个具体的地标,按照范围(如5km半径)来判定是否达到装卸货地点,或者通过无人值守的抬杆系统进行测算,但是此两种方法都存在一定的弊端,如前者按照范围测算距离过远,毕竟很多区域的形状并不标准,后者则需要添加设备,增加成本,同时还要完成与装卸货地点的系统对接,方可获取对应的数据信息。因此在产品层面提供了电子围栏功能,通过经纬度标点的模式形成较为精准的装卸货地点的区间范围;
  • 避让区域:目前主流的图商,在车辆导航层面的技术相对已经成熟,但是仍然缺失部分运输的应用场景,如危险品运输路线,或部分路段突然紧急情况,暂停通过,此时,可以通过避让区域,将对应无法通过的路段进行标记,系统在测算时间及规划路线上,就会实时避开此种区域;
  • 自定义节点:此功能应用场景是远距离运输,由于车辆到达目的地的距离较远,则会出现测算时间偏差几率较大的情况发生,此时用户可以在运输路线上,自定义多个观测点,则产品层面则会针对多个观测点实时预测,并动态标记每个观测点的剩余路程及预计达到时间,辅助预警功能机制;

6、在途监控

  • 线路规则:基于车辆与目的地位置,动态规划车辆路线信息,并呈现对应路况预计预计达到城市的天气情况;
  • 在途监控:基于测算的距离、预计到达时间、要求到货时间等不同维度,监控车辆执行情况,并实时进行预警信息;

7、价格管理

  • 价格规则管理:包含区域价格规则(点到面、面到面、面到点、点到点)、阶段报价规则、单趟报价规则、基于重量报价规则以及基于体积报价等多种报价规则;
  • 分卸规则管理:提供整装分卸、散装整卸、散装散卸、整装整卸等规则情况;

8、里程管理

  • 常规里程(采、销):用于标记与委托方、承运商之间的里程数据,包含规划里程、实际里程、结算里程等;
  • 分卸里程:标记多个分卸点之间的里程记录模式;
  • 空重车里程:空车指的是车辆在空车前往第一个装货地点的里程,重车指的是装完货后送到到最后一个卸货地点的里程;

PS:运费的计算场景很多:后续会单独拿出一章节来详细讲解里程及运费的计算模式。

本文由 @四眼猪 原创发布于人人都是产品经理。未经作者许可,禁止转载

题图来自Unsplash,基于CC0协议