快遞服務質量監測大數據平臺建設方案

李建萍

（廣州鐵路職業技術學院，廣東 廣州 510430）

1 引言

整體而言，我國快遞服務供給質量較低，高質量服務供給短缺，市場監管力量、手段和經驗仍顯不足。這與郵政管理部門對快遞服務質量的監測手段落后、監管決策缺乏全面可靠的數據支撐、監管時效低、不能為整個行業改進服務質量提供準確的方向和措施密切相關。要提升快遞服務供給質量和效率，需要郵政管理部門應用先進信息技術，盡快建設快遞服務質量監測大數據平臺。

2 傳統快遞服務質量監測手段亟待升級

2.1 傳統快遞服務質量監測手段低效

當前，國家郵政局委托第三方機構開展快遞服務質量監測。一是采用在線問卷方式調查快遞服務滿意度；二是采用系統抽樣測試方式調查全國重點地區快遞服務時限準時率。用戶申訴率的統計數據僅來源于國家郵政局的有效申訴記錄。隨機抽樣本身存在許多固有缺陷，它的成功依賴于抽樣的絕對隨機性，恰恰這點難以實現。由此可以看出，目前快遞服務質量監測手段是非常低效的。

2.2 快遞服務質量統計數據質量不高

具體表現在四個方面：一是統計數據時效性低。快遞滿意度問卷調查每季度開展一次，結果具有滯后性。二是統計數據可能沒有反映真實情況。可能是問卷設計沒有把消費者真正關心的質量問題涵蓋進去；或者由于消費者理解上的偏差而使回答偏離問卷的原意（問卷設計得越嚴謹偏差會越大）。2016年我國快遞業務量為312.8億件，其中網購快件量占比約60%，合187.68億件，電商網站的大量快遞滿意度實時評價信息被忽略。而用戶申訴率統計樣本來源于消費者向國家郵政局申訴的記錄，而向快遞企業提交的大量申訴并沒有納入統計。這也是為什么監測結果顯示快遞服務滿意度持續提高，但與消費者對快遞服務的實際體驗差、感覺不到質量有提高的實際情況存在較大差距的原因。三是被調查企業的樣本層次少，調查結果不能反映快遞企業的全面情況。第三方機構選取了我國10家全網型快遞企業，向消費者展開滿意度調查。但截止2017年6月1日，在我國境內獲得國內或國際《快遞業務經營許可證》的企業共有696家，他們的服務范圍有些是全網型，有些是區域型；從市場規模來看，也存在大中小型不同層次。被調查的10家全網型企業的服務質量狀況不能代表總體。四是受限于抽樣工作量大，問卷設計一般不會采用全部質量標準參數進行問題設置，引致調查結果不能反映快遞服務質量的全貌。

綜上所述，現有抽樣統計手段無法完成全面采集快遞服務質量相關數據的工作，也無法對所有數據進行統計分析，監測結果難以衡量快遞服務質量全貌，數據質量不高，導致快遞服務監管決策缺乏可靠的數據支撐，監管工作存在滯后性、被動性，難以精準地開展監管工作，從而有效地解決快遞服務質量問題。

3 快遞服務質量監測大數據平臺建設方案

為提高我國快遞業管理水平，《快遞業發展“十三五”規劃》提出“加強移動互聯網、物聯網、大數據、云計算等現代信息技術在企業管理、市場服務和行業監管中的應用。加快大數據及云平臺等基礎設施建設…”。21世紀是數據信息跨越發展的時代，“互聯網+”快遞的融合，為大數據技術在快遞業監管領域的應用提供了基礎條件，而大數據技術的不斷演進，為快遞服務質量監測大數據平臺的建設提供了契機。

3.1 大數據平臺的建設目標

快遞服務質量監測需獲取的數據同樣具有數據量大（Volume）、數據類型多（Variety）、價值密度低（Value）、數據處理高速（Velocity）四個基本特征。例如，數據量大體現在平均每天約8 570萬件（按照2016年業務量312.8億件，一年365天計算）快件在受理、攬收、投遞和售后等快遞服務環節處理數據、服務滿意度評價數據等。再如，數據類型多體現在快遞相關數據呈結構化、半結構化和非結構化多種類型，包括快遞業務數據、破損快件的圖片、電話投訴的語音等。此外，大數據的規模效應也要求從規模角度設計解決大規模數據的存儲、處理以及由此產生的各種問題。

大數據平臺建設目標就是：應用大數據思維和技術手段，以快遞安全風險防范為基礎，以快遞服務質量持續改進為抓手，建設快遞服務質量監測大數據平臺，實現資源整合和數據共享，推進快遞服務質量的監測手段、監管工作轉型升級，提升科學決策能力，全面提升快遞服務品質，推動我國從快遞大國向快遞強國邁進。

3.2 大數據平臺的系統架構

快遞企業、消費者、行政管理機構、金融機構、電商平臺等主體因直接或間接參與了快遞服務質量數據的生產，是大數據平臺的數據源頭，平臺必須對這些海量數據進行采集、儲存與管理、處理、分析和挖掘，生成質量數據，并向社會開放，實現大數據的共享和應用。圖1所示是快遞服務質量監測大數據平臺系統架構示例。

如圖1所示，大數據平臺以互聯網基礎設施與設備資源、數據資源為基礎，由分布式文件系統、分布式數據庫系統和分布式數據處理系統等大數據關鍵技術系統組成，解決大數據的存儲和運算問題。

（1）分布式文件系統。該系統是支持大數據應用的基礎，可以實現海量快遞業務數據、服務評價數據、海量小文件的高效存儲。

圖1 快遞服務質量監測大數據平臺系統架構示例

（2）分布式數據庫系統。大數據的形式多樣，而半結構化、非結構化（如網頁、日志、圖片、視頻、音頻、地理位置信息）數據是大數據的重要組成部分。分布式數據庫系統可以解決數據類型多樣、海量低價值密度數據的管理和利用。

（3）分布式數據處理系統。該系統可以實現實時數據流處理和常規數據批處理。NoSQL用于對結構化數據的實時分析；OLTP聯機事務處理主要是執行日常事務處理；OLAP聯機分析處理主要對儲存于數據庫中的歷史數據、日志等進行批處理分析，是數據倉庫系統的主要應用，側重分析與決策支持。

3.3 大數據處理的一般流程

如圖2所示，大數據處理的一般流程由數據采集、數據儲存與管理、數據處理、數據分析與挖掘以及數據展示五個步驟組成。

（1）數據采集。是指利用多個數據庫接收來自多個數據源的各種類型數據。需對采集到的價值密度低的數據進行清洗，提取出有效的、符合質量要求的數據；并將多結構、多類型數據轉化為單一的或者便于處理的結構，從而實現數據快速分析；最后，將分散于各個數據庫中的數據集成到大型分布式數據庫或分布式存儲集群中，以便對數據進行集中處理。

（2）數據儲存與處理。是進行數據管理的高級單元，實現存儲按特定數據模型組織起來的數據集合，并提供獨立于應用的數據增加、刪除、修改等數據處理能力。

（3）數據分析與挖掘。數據分析的功能是提供易用的操作方式，以支持用戶從數據中提取與政府監管、快遞企業管理、科學研究或商業目的相關的信息或內在規律。例如，統計分析快遞服務滿意度、時限準時率等。數據挖掘就是利用人工智能、機器學習、統計學等基礎技術，以及遺傳算法、神經網絡等算法，獲得數據中潛藏的具有特定意義的信息，或發現數據之間隱藏的關聯規則，核心是從數據中獲取有價值的信息，以支持預測和決策。例如，為快遞安全重點環節和監測措施的制定提供數據支持。

（4）數據展示。大數據平臺能實現靈活的人機交互和大數據可視化，使挖掘出來的數據信息能更好地為用戶理解和使用。目前，大數據提供了包括統計分析和數據挖掘、任意查詢和分析、立方體分析、報表、報表分發和預警等五種交互方式。數據可視化是將數據挖掘結果以簡單、直觀的圖形化、智能化的形式呈現給用戶，供其分析使用。例如，可以將用戶申訴的快件丟失、快件損毀、服務態度等各項指標數據，用表格、圖形等形式展示給用戶，對各項指標進行橫向比較分析等。

3.4 大數據平臺的數據來源

大數據是一種用海量數據解決問題的方法，而“問題”來自于具體的業務，這就要求大數據與快遞業監測監管的具體業務融合。快遞服務質量監測大數據平臺的數據主要來源見表1。

圖2 快遞服務質量監測大數據處理流程示例

表1 大數據平臺的數據來源

來自于上述渠道的數據是實施快遞服務質量全面監測監管的數據基礎。除上述數據，還可以采集與快遞業運作相關的其他數據，如快遞企業物流承載量與運能儲備數據、空間地理數據、快遞公共物流園區數據以及水、陸、空快遞運輸流量數據等。通過豐富的大數據品類，可以拓展快遞大數據的應用領域，讓大數據產生更大價值，更好地服務經濟社會發展。

3.5 大數據平臺的服務功能

依托快遞服務質量監測大數據平臺的建立，整合國家郵政局官網等資源，打造一個快遞行業大數據直接獲取的第一入口和面向快遞公共服務的第一門戶，為社會提供一種全新的服務模式。圖3所示的是平臺的服務功能。

（1）快遞質量風險監測預警。基于快遞質量數據的實時采集、監測、分類匯總和動態分析，實現快遞服務質量的實時預警、預防和重點控制。

（2）網上政務。提供包括郵政快遞相關的政務服務。例如，快遞業務經營行政許可申請與審批、消費者申訴受理和處理等。

圖3 快遞服務質量監測大數據平臺服務功能

（3）信息服務。提供包括郵政快遞的信息發布和信息查詢服務。信息發布的內容包括法律法規政策、行業標準等政策信息；郵政快遞業運行情況、消費者申訴情況等統計信息；快遞服務質量安全預警、市場監管等信息。信息查詢服務包括快遞企業名錄、快件追蹤等業務信息查詢。

（4）維權服務。統一消費者電話維權和網上維權受理入口，由平臺統一集中受理，各層級郵政管理部門和郵政快遞企業負責申訴處理，實現消費者申訴和郵政快遞企業處理申訴的統一監督監管，增加消費者維權便利性，降低維權成本，提高申訴處理效率和滿意度。

（5）數據檢索、分析和挖掘服務。數據檢索服務就是系統根據用戶的需求，把大數據平臺存儲的快遞相關數據提取出來，給用戶了解，或提供給用戶做進一步處理。數據分析和挖掘服務是根據用戶個性化需求提供相應的數據分析或挖掘結果，具體功能見前文“大數據處理的一般流程”。

（6）咨詢服務。大數據平臺的運營主體或平臺上的科研機構、商業機構等主體，根據用戶委托，利用平臺的大數據資源，綜合其他信息資源，運用先進信息技術，實施調查、研究、分析、挖掘或預測，為用戶提供個性化解決方案或建議。

3.6 快遞服務質量監測大數據平臺建設保障措施

（1）推進數據信息互聯共享。國家郵政局牽頭整合構建統一的大數據共享交換平臺體系，實現政府各部門、各層級，包括金融機構、公安部門、快遞企業等相關業務機構的數據信息互聯互通，實現平臺數據信息資源跨地區、跨層級、跨部門互認共享。

（2）建立健全制度標準規范。制定完善相關管理制度和服務規范，國家郵政局組織編制大數據平臺技術體系建設指南，明確平臺架構，制定平臺數據使用的統一身份認證、大數據應用等標準規范。

（3）加強網絡信息安全保護。按照國家信息安全等級保護制度要求，加強大數據平臺服務網站信息安全建設，健全“互聯網+”大數據平臺服務安全保障體系。

4 快遞服務質量監測大數據平臺建設意義

建設快遞服務質量監測大數據平臺，升級快遞服務質量的監測手段，對于促進快遞業服務質量全面提升、助力快遞業的互聯網治理創新具有積極意義。此外，快遞大數據還可以應用于科學研究和商業研究，提升快遞大數據應用價值。

在“互聯網+”時代背景下，政府管理部門要主動適應新技術和新應用，把握監管創新的時機，推動快遞行業管理和發展再上新臺階。只有高度重視行業大數據體系的構建，堅持和鞏固已有的信息化應用，擴大和加強新技術投入，才能加快提高行業大數據管控水平，將行業管理從依靠經驗轉向依托大數據支撐，提升發展質效，降低運行成本，推動行業實現從大到強的新跨越；才能全面提升行業大數據價值，為經濟社會的發展提供重要參考和強勁動力[1]。

[1]程建山.大數據時代的質量監管工作[J].大眾標準化,2015,(4).

[2]國家郵政局舉行大數據應用專題講座[EB/OL].http://www.spb.gov.cn/xw/dtxx_15079/201709/t20170922_1336958.html,2017-09-22.