大數據背景下的電子商務物流配送模式研究

摘 要：近年來，我們國家涌現出了一大批成功的電商企業。JD.COM、Tmall等頭部企業占據了相當可觀的市場份額，這同時也彰顯了我們國家電商市場競爭的激烈，電子商務企業不斷尋求創新的方式來改善與客戶的關系，從而增強企業的競爭優勢。在這樣的背景下，電子商務企業的物流能力已經成為衡量其競爭力的重要指標，物流配送模式的選擇直接影響了企業配送的質量和成本。

關鍵詞：電子商務；物流配送模式；大數據

大數據在供應鏈和物流運營中也起到不可或缺的作用，通過在物流和供應鏈管理中使用大量的數據，企業可以了解個性客戶的需求和偏好。電商巨頭，如Amazon、Flipkart和Snapdeal一直在收集和探索客戶訂單、產品庫存和其他相關信息數據。本文將以JD.COM物流模式為例，對大數據背景下的電子商務配送模式進行探討研究，最終我們希望對其他電商企業物流模式的優化提供建設性意見和建議。

一、概論

大數據時代的到來，進一步強化了物流配送與電商的關系，同時也帶來了配送渠道的共享、數據資源的整合等新的機遇。尤其是電商企業可以精細準確地預測客戶在未來的需要和訴求，為目標客戶提供多種多樣的“個性化”服務。除此之外，企業還可以通過大數據分析和計算，大幅度減少物流成本，提升配送速度和效率，還可以對客戶的多樣化和高品質配送需求達到滿足。

一般來講，電商企業有三種物流配送模式，包括自建、第三方、聯合配送模式。為了適應電商的發展需要，提高客戶滿意度，電商企業須深入了解和調查各種物流配送模式的優缺點，選擇最適合自身發展的物流配送模式。

二、研究對象概述

JD.COM作為中國在線零售商的頭部企業，2021年擁有用戶超5億，凈收入達到9516億元，我們運用層次分析法（AHP）和理想解相似度排序偏好法（TOPSIS）對JD.COM物流配送模式進行分析。

2021年11月11日，在一年一度的雙十一購物節期間，JD.COM的訂單額達到了3114億元，在巨大的壓力和競爭下，JD.COM通過大數據分析和利用達到了這一成績，并借此改善用戶體驗。例如，JD.COM的個性化推薦系統考慮不同環境下的不同用戶，以提高用戶體驗。此外，JD.COM通過機器仿生學習、AI、自然語言處理能力，實現了剛入式機器錄入，目前來講，超過半數和客戶的溝通是由機器輸入和跟蹤處理的，而且這種方法的處理速度還在提高。在JD.COM，很多商品都是自動補貨，根據銷售情況、市場預期和預測模型，當庫存水平達到一定閾值時，系統會自動生成訂單。同時，在物流配送方面，JD.COM通過分析配送人員、倉庫、用戶之間的地理關系，為物流人員提供最優配送路線，從而提高配送速度和用戶體驗。

本文通過對JD.COM的大數據平臺研究，收集其電商物流配送模式的相關數據，然后運用AHP和TOPSIS方法對JD.COM的配送模式選擇進行研究。

三、研究方法

1.AHP方法概述

層次分析法（簡稱AHP），指的是將和決策有關的因子，分化成原則（準則）、方法（方案）、目的（目標）等，基于此，開展量、性分析的方法。AHP方法已廣泛應用于供應鏈管理、營銷、公司運營等諸多領域的研究。特別是一些行業學者通過分析近年來電子商務交易規模的變化，運用AHP方法研究了影響物流的因素。本文運用該方法對物流配送模式的合理選擇進行了研究。

2.TOPSIS方法概述

TOPSIS 法是 C.L.Hwang 和 K.Yoon 于 1981 年第一次提出，在國內稱之為優劣解距離法，它是根據一定數量的評價對象與理想化目標的接近程度進行排序的方法。TOPSIS法被廣泛應用于供應鏈管理、市場營銷、電子商務等研究領域。TOPSIS方法與AHP方法相結合，在物流研究中得到應用。本研究運用TOPSIS方法驗證了選擇合適的電子商務物流配送模式的AHP模型。

四、大數據背景下的電子商務配送模式分析——以JD.COM為例

本節通過對JD.COM商城的案例研究，詳細分析了大數據環境下的電商配送模式。具體來說，第一部分分析了JD.COM商城的數據來源和配送模式，接下來的三個部分分別用層次分析法確定了各方案的主觀權重，用易辨值法確定了各方案的客觀權重，用權重向量綜合法確定了各方案的綜合權重。此外，第五部分使用TOPSIS方法演示了驗證，最后一部分討論了我們的分析和結果的含義。

1.數據來源及分布模式分析

JD.COM憑借其在電商領域的全面布局，在數據挖掘方面建立了一系列基于大數據的應用，如AI、挖掘工具和其他知識體系，并將其應用于JD.COM業務流程的各個環節。本研究通過問卷調查和訪談，分別從JD.COM自建物流配送模式、第三方物流配送模式、JD.COM直營商戶和合作伙伴共同配送模式三方面獲取數據。

自營配送模式是指由電商自行構建物流網絡，并由自行招聘的快遞人員進行商品配送。該方式已被京東超市、生鮮產品、自營產品以及使用其銷售平臺的小型電商企業采用；第三方配送是指由物流服務的供給方或需求方以外的第三方完成的物流運作模式。在JD.COM，這種分銷模式用于在JD.COM銷售的大型旗艦產品，如l'Oréal Paris、雅詩蘭黛和一些家具品牌；共同配送模式是指合作的物流配送模式。對于JD.COM來說，這種模式一般用于品牌商品在JD.COM平臺上的銷售，然而，這些商品通常不是來自旗艦店，而是通過相關授權店。

本文的相關數據來自JD.COM的大數據服務平臺。JD.COM基于其超過千萬的活躍用戶，擁有自己的問卷調查平臺，開展在線研究項目。JD.COM的調查數據平臺為調查者提供了大量精確的數據，可用于深入了解用戶需求。為了確保其可靠性和相關性，我們調取了2021年11月1日至2021年12月31日的相關數據，因為這段時間涵蓋了JD.COM11月和12月的年度銷售季。調查問卷的受訪者是在JD.COM平臺上運營了三年以上的商家，銷售特殊生鮮食品和藥品的商店，但同時擁有實體和在線店面的商家被排除在外，因為他們可能有不同的分銷策略，或者因為他們可能專注于線下分銷渠道。我們共發放問卷103份，回收有效問卷86份。問卷共有40個問題，包括商家的基本信息，三種物流模式的使用情況，盈利能力，客戶滿意度等。受訪者主要為JD.COM的一般管理人員、物流管理人員和物流配送人員。訪談問題主要集中在三種物流配送模式的服務優劣勢方面。

JD.COM的大數據平臺還提供了額外的專業物流研究數據。本研究主要通過其獲得了JD.COM自營和合作商戶主要使用的三種物流配送模式的數據。同時，對所選商家的分銷損益進行比較。

在JD.COM的數據平臺上，通過線上和線下的訪談，對合作商家進行了深入的研究。通過該平臺，共對92家自營和合作商戶進行了調查，48位企業高管參與了深度訪談。本研究在收集數據的基礎上，運用AHP和TOPSIS方法對JD.COM物流配送模式的選擇進行了研究。

2.用AHP（層次分析法）確定各方案的主觀權重

本文結合大數據環境下電子商務企業所面臨的相關因素，如經濟、戰略等，對目前物流配送方式的影響因子進行討論和分析，從而確定實力（公司）、成本（配送）、信息（處理）、質量（配送）四個關鍵指標。

（1） 建立模型

圖1為JD.COM電商的決策情況，其物流配送的決策情況擬分為三層：第一層為目標、第二層為準則、第三層為方案。

（2） 構建矩陣

①準則層根據影響配送因素的重要性，為目標層構建判斷矩陣（如表1所示）。計得最大特征值w0 =（0.540，0.270，0.120，0.060）T，特征向量λ0 = 1.550，CR = 0.070 < 0.100，通過一致性檢驗。

②按照影響方案的因子的重要程度，為第三層構建判斷矩陣，并求解（如表2所示）

通過計算，w1 =（0.600，0.200，0.200）T，λ1 = 3.000；w2 =（0.590，0.250，0.160）T，λ2 = 3.050；w3 =（0.440，0.300，0.170）T，λ3 = 3.020；w4 =（0.550，0.210，0.240）T， λ4 = 3.020。均通過一致性測試。

而后，利用特征值、特征向量的最大值μ3 =（0.570，0.180，0.250）T。

（3） 易讀值法對各方案客觀權重進行確定

綜上得出，目標權重等于1/Ln3=0.910。而后計算每個ej（屬性的子值）、dj（內部信息散度）和wj（屬性的權重）（如表3所示）。

由此可得wj=（0.560，0.250，0.190）T。

（4） 確定綜合權重

按照各個方案主客觀的權重，算得各個方案綜合權重。表4得出自營配送最佳，而后是第三方，最后為聯合配送。

3. TOPSIS法驗證

TOPSIS方法是目前最常用的多屬性群體決策方法。由表2至表4知，V+=（0.200，0.160，0.170，0.210）T，V-=（0.600，0.590，0.440，0.550）T。此外，表5展示了三種分布模式下目標到最優方案S+的距離、目標到最劣方案S-的距離以及理想方案C*的接近度。

五、討論和建議

我們的分析結果表明，自營配送最佳，而后是第三方物流，最后為聯合配送，這與AHP法和TOPSIS法的結果一致。因此，JD.COM應該首先選擇自建物流配送，然后選擇第三方配送，最后選擇聯合配送，以達到配送效率最大化，成本最小化的目的。這一結果是基于對物流成本、企業實力、配送質量和信息處理能力這四個選定因素的排名。從表1的判斷矩陣看出，物流成本是決策過程中最應該要考慮的因素，其次是企業實力、配送質量、信息處理能力。

無論選擇哪種物流配送模式，電商企業都在尋求創新的解決方案，用來進一步提升配送質量，提高信息處理能力，降低物流成本。以下建議，可以用來替代或改善現有的三種配送模式。同時這些策略也可以被納入自營、第三方或共同配送物流配送模式，提高目前物流的效率。

1.較近配送

通過對消費者需求的大數據統計分析，整合消費者的高質量配送路途，將產品布置在近距離的配送中心，對實現智能配送有較大幫助，同時也提高了配送速度和配送的質量，降低物流成本和配送時間。較近配送中心的位置會影響配送模式的最終選擇。

2.虛擬配送

虛擬配送指的是以一個大企業為核心，通過一些物流公司聯合執行貨品運送任務，每個公司需完成配送任務的若干環節，其想達到的目標是最大可能地利用所能利用的資源，用最低廉的成本、最迅速的速度把商品完好無損地送到目的地，同時通過增加所服務的覆蓋地域的范圍和豐富服務的內容為所有客戶提供服務。

3.一站式配送

不同企業在開發和部署配送中心以實現一站式配送時，采用的一站式配送模式有所不同，同時要考慮到配送的貨量、路徑，結合相關數據研判，建立配送中心。與前兩種模式類似，一站式分配模式也可視為一種改進，采用這種配送模式，要求企業考慮如何在三種主要（自營、第三方、聯合）配送模式的基礎上，發展一站式配送中心。

六、結語

近年來，物流能力成為電商企業能否突圍的重要能力和標志。然而，很少有研究通過大數據背景下的實際案例，系統分析現有的物流模式，我們通過研究電商頭部企業JD.COM的配送模式來彌補這一研究空白。具體而言，本文提出了一種基于大數據分析的電子商務企業物流配送模式選擇方法。該方法避免了主觀判斷，通過定量分析為電子商務企業選擇合適的物流配送模式提供了有效途徑。我們提出的方法有效地吸收了定性的結論，除此之外還顯示出定量分析的優點所在。這個結論不僅包含主觀邏輯判斷，而且包括客觀的計算數據和演示結果，這使得決策的過程具有了一定的嚴謹性和科學性。除此之外，我們的方法基于層次分析法，將問題視為一個系統，整個過程體現了分解、判斷、綜合的系統思維方式，以及系統思維的辯證原則。由于AHP方法在確定權重時具有主觀性，因此本研究采用TOPSIS方法有效地驗證了主觀權重的正確性。當權重劃分問題得到驗證后，可以有效修正AHP的權重，最終選擇理想的物流配送模式。我們的研究分析和結果對電子商務物流配送從業者具有重要的管理啟示。

參考文獻：

[1]蔡緣緣.第三方物流企業的評價與選擇[J].現代國企研究，2016（24）：26.

[2]烏蘭，達日罕.基于層次分析法的逆向物流模式選擇[J].內蒙古科技與經濟，2015（13）：34-35.

[3]趙奧妮.基于熵權TOPSIS法的陜西物流高質量發展評價研究[J].中國儲運，2022（1）：203-204.

[4]陳勝男.大數據在物流管理中的應用分析[J].內蒙古煤炭經濟，2021（5）：179-180.

[5]陶利民.基于云模型的第三方物流供應商評價與選擇研究[J].杭州師范大學學報（自然科學版），2017，16（4）：435-440.

[6]張均儒.大數據背景下電子商務物流配送模式研究[J].中國儲運，2018（2）：117-119.

[7]張曼婕.京東商城末端配送模式研究[J].物流科技，2018，41（10）：44-47，51.

[8]Se Hun Lim，Dan J Kim.An Empirical Study of B2C Logistics Services UsersPrivacy Risk，Privacy Trust，Privacy Concern，and Willingness to Comply with Information Protection Policy：Cognitive Valence Theory Approach[J].Information Systems Review，2020，22（2）：101-120.

作者簡介：劉子晨（1990.10— ），男，陜西咸陽人，在職碩士，研究方向：工商管理。