oTMS：從1到N

王眾

彼得·蒂爾的那部出版界的網紅《從0到1》讓創業者對于“看頭”看得更重了。但別忘了中國的老話“行百里者半九十”，即便做好了“從0到1”的創新，創業之后的從1到N之路也不是順理成章，不然就不會有后繼網紅《創業維艱》、不會有讓硅谷CEO們感懷深刻的熱劇《硅谷》，這是一部記者自己經常在文章中提到的劇，它看似殘酷實則溫柔地表現了從1到N的艱難。

今年，曾經的國內首家社區型運輸協同SaaS平臺服務商0TMS算是把從1到N的道路走穩了，現在，它已經成為了當前國內最大的基于SaaS的運輸管理平臺：秘訣當然是不斷創新、不斷擴大生態，具體說來就是在原來縱向協同的基礎上，開啟了橫向協同，打造成了集招投標到全鏈條運輸管理的一站式運輸服務平臺。

今年5月，oTMS的用戶量達到了360多家，這在B2B的領域已經算是不錯的成績，但跟B2C的增長速度是沒法比的，oTMS戰略副總裁潘永剛認為：“大家看慣了B2C的高增長，看B2B就覺得不性感。這個市場的特點就是你要一點點滿足客戶的需求，因為客戶是個企業，它太理性了，一定是要求你的功能非常匹配它，對它來講一定是有用的。否則，就算是免費，也不會用。我們的方式看上去比B2C慢，比傳統的非云的系統又快，但是它確實是最匹配這種B2B業務的高速增長的一個模型。”

不追求工具閉環

從1到N可以做加法，也可以做指數，這就要看企業的格局了。如果是指數級增長，必然離不開生態，用做生態的思維可以實現幾何級的增長，形成的生態越大，可以回饋的數據和業務想象力也越多。

之前，oTMS不僅追求信息閉環，也追求工具閉環，就是說上游的客戶用了oTMS，下游所有的公司都需要用oTMS。從去年開始，他們轉變了思路，只追求信息閉環，不一定要工具閉環。oTMS聯合創始人及首席運營官段琰回憶道：“當時一看系統里面有160多個API接口，我們決定分步開放這些接口，比如訂單的進出接口、狀態的進出接口、財務的接口和各種異常事件的接口。既然我們核心的目標群體是貨主，在它的下游鏈條中有很多運輸公司可能有自己的TMS，用我們的會加大工作量：另夕rF游可能會有不同的設備廠商，比如GPS和溫控的設備。當我們把能公開的API接口開放出來之后，其實更容易讓下游的各個服務商進行合作。”

現在，下游廠商通過開放接口，可以繼續使用自己的App，不用擔心oTMS會獲取司機等信息，段琰說：“因為這個信息對我們來說不重要，對我們來說最重要的是上游的訂單怎么滿足管理的要求，我們可以用它們的App做這個過程中所有的事情。”

橫向協同

滿足每個貨主的管理需求是縱向協同，這是oTMS早就做到的。通過采用SaaS服務，讓貨主可以管理服務于自己的物流網絡上的每個節點，在這個網絡上，每個訂單都是端到端透明的。類似于現在快遞業的用戶體驗，發貨人和收獲人雙方都能夠實時獲取物流狀態。

橫向協同就是生態層面的了，oTMS希望在相同類型的客戶中間做一些跨越企業邊界的企業與企業之間的協同。比如一家商場里有5個品牌，如果每個品牌不打通合作，那么就會有5次隨機的物流需求：但是因為B2B的訂單相對來說有一定的彈性，所以oTMS正在嘗試打通需求合并訂單，從而提高效率、降低運輸成本。對于承運商而言，oTMS的訂單拆分功能，可將分割的訂單分派給下游的承運商和司機，所有操作均可根據平臺的數據實現智能化的計算。

這種方式不僅提高了物流的性價比，也更符合現在傳統企業“互聯網+”之后對全渠道物流的需求。在很多企業“互聯網+”的布局中，電商都是不可或缺的一環。潘永剛總結：“我們這些客戶步伐是從傳統的門店到B2C（電商），再到O2O（從門店發貨到客戶的手中）。對于企業來講，這些渠道要統管起來，因為它的整個體系要融合。

作為一個解決方案的提供商，這就要求我們從系統的角度把不同渠道的訂單能夠區分出來，在系統上針對不同類型的訂單能夠在整個流程中、根據不同的渠道共商的關系做好相應的運輸的可視、管理、追蹤、異常的管理，包括最后結費。”

可視化模型創新鏈條

管理的部分固然重要，但還有一個環節更加棘手，就是招投標。這是貨主與承運商之間“博弈戰”的開始。快遞業的各個環節比較透明，目前競爭基本通過打價格戰：但B2B和物流公司雙方都存在信息盲區。對雙方都了解的，就是oTMS這個平臺服務商了。

由于當前客戶已經在云平臺積累了以往的訂單和承運商作業數據，oTMS可以從歷史數據的深度挖掘入手，幫客戶把原有的成本做一個回顧，把成本從不同的維度進行切割，形成可視化的運輸分析模型，從而為貨主企業的招投標模式提供決策參考。其次，貨主可通過平臺向潛在的承運商發出在線招標邀請，承運商報價競標，經過多輪次報價和議價過程后，最終在平臺上確定合作對象并生成價格文件：優質承運商也可憑借其KPI數據的沉淀獲得更多業務機會。

所謂不同的維度，包括基礎運費和附加費、各個區域不同的運費水平、不同產品由于對物流條件有不同的要求從而形成的費用差異、不同承運商的運費和服務費標準等等。這種細顆粒度的分析會以整個行業的平均水平作為基準線做比較，從而得出每個顆粒度的優劣勢和優化空間。

oTMS的數據模型還具有預測性，比如，如果貨主打算引入新的承運商，那么先把去年整個貨量在新的承運商分配的規則之下導入，可以對新舊承運結構進行比較：然后按照基礎運費、附加費、各個區域的運費做比較，就能夠相對準確地分析出改善空間。

這種聽起來個性化程度較高的服務是否不容易形成規模效應的？畢竟要實現幾何級的從1到N，規模化才是正解，潘永剛表示：“目前，oTMS在系統層面把整個運輸環節標準化為8個節點，幾乎所有的運輸都是可以用這8個環節描述的。”