摘 要：为充分发挥铁路网络资源优势，围绕铁路物流供应链相关企业、用户和第三方物流需求，加快建立铁路物流供应链信息云平台具有重要的现实意义。在阐述第三方物流信息平台主要功能，以及第三方物流运输平台功能比较分析的基础上，针对第三方物流信息平台存在的不足，提出铁路物流供应链信息云平台设计总体架构，并从一次性解决承运商、运输方式、运输路线、仓储设计、融资、费用核算等全程一站式物流服务，满足客户的专业化、个性化需要，聚焦核心业务、实现线上线下的数据融合等方面阐述铁路物流供应链信息云平台大数据的应用，为客户提供综合性、一体化、全方位的“门到门”全程物流服务。
关键词：铁路物流;供应链;云平台;功能需求;大数据
近年来，随着我国消费市场规模的不断扩大，物流业在经济高速增长的驱动下得到快速发展，移动互联网使众多物流虚拟平台发展迅速，尤其是伴随着物流供应链的不断发展，供应链管理成为现代物流管理的重要标志，充分利用“互联网 +” 大数据信息，通过服务模式创新，将商流、物流、信息流、资金流在同一平台上实现整合。物流企业间的竞争逐步转变为物流供应链中企业之间的相互联系和相互合作，物流资源的综合利用、有效整合和使用效率得到不断提升。铁路物流作为现代物流体系中的重要组成部分，具有网络覆盖区域广、干线运输能力强、结点联运潜力好、物流工作量大、合作企业和用户多等特点，因而应通过对第三方物流信息平台功能需求的分析，充分发挥铁路网络资源优势，围绕铁路物流供应链相关企业、用户和第三方物流需求，依托铁路信息系统的相互衔接，加快建立铁路物流供应链信息云平台 (以下简称“铁路物流云平台”)，从生产制造、运输、装卸、包装、仓储、加工、配送等各个环节，将零散、割裂的市场资源集聚整合为物流载体、物流服务、物流需求三大资源，为客户提供综合性、一体化、全方位的“门到门”全程物流服务 [1-4]。
1 第三方物流信息平台功能需求分析
1.1 功能需求分析
第三方物流信息平台主要包括客户管理、库存管理、配送调拨、物料动态、财务结算和成本控制等功能 [5-8]。第三方物流信息平台功能需求总体框架如图 1 所示。
(1)客户管理功能。客户管理是对系统用户、权限设置进行管理，具有密码管理、客户指令审核、客户指令查询、编码维护等功能。
(2)库存管理功能。库存管理是供应链管理的重要组成部分，库存优化是提高整个供应链运作效率、实现价值增值的重要环节。库存管理要求对市场做出快速反应，减少库存积压或短缺。库存管理功能不仅可以使仓库管理人员对库存物料的入库、出库、盘点等日常工作进行管理，而且可以实现物流与库存量的同步控制，从而达到提高库存周转率的目的。
(3)配送调拨功能。由于客户网络化仓储功能越来越强大，需要具备支撑多客户、多品类、多仓库的配送调拨功能。通过配送管理、调拨管理和作业生成等模块，有效整合从客户申配受理、配送作业生成、到实际配送出库数据信息，完成对库存物料进行仓位之间的调换以及仓库之间的调拨，保障配送各环节高效服务。
(4)物料动态功能。主要包括运输管理、路线优化、动态跟踪等模块，对物流供应链中的物料动态进行跟踪，通过运输管理和路线优化，实现物料动态的合理匹配。
(5)财务结算功能。财务结算的准确性为确保其资金周转和流动安全起着十分重要的作用，建立财务结算功能可以使财务结算费用与运输、配送、调拨等环节进行合理设置，实现财务数据的一致性和共享性。
(6)成本控制功能。成本控制需要将物流成本、服务质量和客户定价综合考虑，通过建立成本分析、效益分析、报告输出等模块，比较分析各单位的成本、价格和效益，实现物流各环节的合理衔接。
1.2 功能比较分析
在“互联网 +”时代，“车货匹配”“无车承运” 成为焦点，快递、快运、同城运输等物流方式，通过云计算、大数据、移动互联网和人工智能技术整合资源，建立起各有侧重的第三方物流信息平台，如 oTMS、货满满、货车帮、58 到家速运等物流信息平台。第三方物流运输平台功能比较分析如表 1 所示。
1.3 存在不足
(1)资源整合能力不足。第三方物流涉及公路、水路、铁路、航空等多种运输方式，同时涉及交通、邮政、海关等多个主管部门，由于各部门相关规定存在一定差异，第三方物流行业存在明显的条块分割、部门分割、地区分割的特点，目前的第三方物流信息平台还没有做到将多种运输方式、多种运输模式下的物流仓储、配送、交付等资源进行整合。
(2)物流效率较低。由于许多物流企业规模小，基础设施设备较陈旧，装备机械化和标准化程度较低，物流服务质量和运到期限得不到保证，车货匹配模式下的物流云平台大都出现了资源闲置的情况，物流效率较低。
(3)运输方式协同配合度缺乏。基于铁路运输模式或铁水联运、公铁联运的云平台还有待开发应用，目前各第三方物流信息平台的功能趋于同质化，导致各种运输方式缺乏协同配合度。
2 铁路物流云平台设计分析
2.1 总体架构
铁路运输网络覆盖范围广阔，铁路运输逐步由内部生产型向外部营销型转变，运输市场需求多样化、个性化、物流化日益凸显，因而研究聚合社会物流信息资源，打通铁路与社会企业的物流信息链，加快构建铁路物流云平台十分重要。铁路物流云平台是一种面向社会提供物流服务的平台，在网络技术支持下，采用“混合云平台 + 移动 APP” 的模式，将物流供应链环节中的铁路部门、客户、承运商、第三方物流和收货方集成在一个平台上，通过融合现有的物流网络、服务技术、云计算、云安全、物联网等技术，实现运输工具、运输线路、仓储资源、信息资源等各类物流资源和客户资源的共享，为客户提供随时获取、按需使用的个性化物流供应链服务。铁路物流云平台系统总体架构示意图如图 2 所示。
本文来源于：《铁道运输与经济》杂志由铁道科学研究院运输与经济研究所主办，设有发展论坛、运输市场、经济研究、经营管理、运输安全、区域经济、运输组织、运输管理自动化、旅客运输、高速铁路、现代物流、城市轨道交通、政策与法规、专题报道、技术市场、研究与建议、动态信息、国外铁路、卷(编)首语等栏目。
铁路物流云平台总体架构大体分为 3 个层级：第一层为浏览器端，各类用户通过浏览器就可以对系统进行访问;第二层为服务器端，部署着业务功能应用、BI 报表、地图服务器集群进行业务逻辑分析和展示功能;第三层为数据库端，该端是铁路物流云平台的数据仓库，将基础字典、18 点数据库、调度数据库、货票数据库、电商数据库等数据进行抽取、洗刷、加载、预处理等操作，通过铁路行业之外的外部云服务器数据接口获得社会物流企业、相关行业的业务数据，为现代物流服务系统提供个性化服务。
(1)根据客户的自身特点、个性需求和历史交易数据，为多方客户提供定制个性化、专业化和规模化的物流服务，进一步提升客户服务价值。同时，根据客户的需求变化，铁路物流云平台还可以快速调整物流服务方案，更好地提升客户对物流服务的使用价值、享用价值和规模价值。
(2)铁路物流云平台可以将物流服务提供商提供的大量分散物流资源进行整合并虚拟成各种物流云，根据客户需求在平台上进行统一、集中的管理和调配，按客户需求，建立为多个客户提供多对多的物流服务模式。
2.2 大数据应用
随着“互联网 +”大数据技术的高速发展，当铁路物流云平台大数据在市场占有量达到一定数量级后，互联网数据、用户数据、订单数据、第三方物流平台数据等海量数据逐步呈现爆发式增长，形成一个庞大的数据交互中心。铁路物流云平台大数据应用示意图如图 3 所示。
2.2.1 功能构建
互联网数据、用户数据、订单数据、第三方物流平台数据进入铁路物流云平台后，重点围绕客户物流供应链完整的解决方案，构建用户管理、订单管理、仓储管理、价格监测、实时追踪、财务管理、在线支付、BI 报表等方面的大数据应用功能模块，一次性解决承运商、运输方式、运输路线、仓储设计、融资、费用核算等全程一站式物流服务。
(1)订单管理通过线上线下多种终端接入到订单管理系统，利用大数据分析技术，使客户及时地分析和关注市场发展状况、客户需求变化并快速做出调整，实现客户订单管理、订单变更管理、订单信息查询、订单数据分析、订单支付管理等功能。
(2)用户管理主要通过用户数据的采集、加工和归纳处理，实时掌握用户总数、用户注册数、用户注销数、活跃用户数、流失用户数及新用户占比等数据，实现对用户来源、用户活跃度和用户分级分类的统计和分析，动态掌握用户需求，为用户提供更好的、差异化的服务，为实现精准营销做好支撑。
(3)仓储管理在物流供应链环节中起着“蓄水池”的作用，铁路物流云平台利用线下场地的优势和先进的智能管理系统，为客户提供货物出入库作业、库存管理、分拣包装、退货整理、费用结算等一体化仓储服务。
(4)价格监测与竞价通过对物流市场价格进行实时监测，全面反映价格信息变化规律和发展趋势，快速高效提取即时价格及价格变化等信息资料，这样客户可以直接根据运费、运输时间一对多选择承运商，采取实时竞价交易模式，为运费、承运时间进行市场定价，有效发挥整合物流资源与价格资源的优势，快速解决车货匹配问题，大幅度降低物流成本。
(5)实时追踪主要突出实时性，客户、承运商、收货人可以实时掌握订单在途运输情况，实现客户订单的实时追踪和监管，并根据客户反馈信息做出快速响应，从而为客户提供优质的在途服务。
(6)财务管理控制着物流云平台的资金流量，主要记录物流云平台的现金流量 ( 营运资金 )、应收款管理、应付款管理等财务变动及资金变化情况。在线支付整合多个第三方平台接口，无论客户选择多少渠道，面向全社会商户提供接入移动支付服务，灵活性强，定制性高，更好地提高交易的诚信度。
(7)KPI 考核是运用 KPI 关键绩效指标法对承运商进行考核，在运输过程中通过运输及时率、货损率、运输事故发生率等指标，在配送过程中通过分拣准确率、订单响应率、按时发货率、配送延误率、货物丢失率、货物破损率、货物差错率、通知及时率、投诉处理率、客户满意度等指标，按权重系数进行分数计量;根据得分情况对承运商进行信誉度排名，实现承运商在竞争中享有优先揽货权和优先配送权。
(8)BI 报表即商务智能，运用数据仓库、联机分析处理、数据挖掘等技术进行数据收集与传递、数据整理与分析、信息推送与宣传等，可以快速准确地提供经营报表并提出决策依据。
2.2.2 定制服务平台
依托铁路物流云平台大数据应用，可以根据每位客户实际情况和要求，建立企业物流信息定制服务平台，从外部服务、维护服务、监控管理等方面，满足每位客户专业化、个性化的需要。
(1)外部服务。针对物流业务信息的加工、分类管理功能，对互联网数据、用户数据、订单数据、第三方物流平台数据汇总和分类，将需求信息、订单信息、车货匹配、价格信息、融资信息等数据进行整合、加工和管理，为定制企业客户按照物流业务需求提供网络服务、APP 服务、微信公众号、服务数据等外部服务信息功能;使用定制范围内的服务信息。
(2)维护服务。面向物流云平台管理人员，为企业提供系统用户、基础服务、数据管理等方面的维护管理功能，满足外部服务需求。
(3)监控管理。一是为企业提供监控管理功能，监控物流服务运行状态，统计分析物流服务质量情况，确保企业物流信息定制服务平台运行稳定。二是构建安全管理机制，确保物流业务各个环节安全可靠。
2.2.3 大数据信息应用
物流活动在物流云平台上产生大量的业务数据，由于云计算技术的引入，使得大数据应用可以更多地聚焦于核心业务，尤其在市场营销、客户管理、金融服务和信用管理等方面实现线上线下的数据融合。
(1)市场营销。在“互联网 +”时代，由于物流供应链上的客户覆盖范围越来越广，铁路物流云平台实现“无车承运”资源整合，扩大了市场营销的范围，通过货源及客户营销、承运产品营销、融资营销、服务质量营销及引入第三方物流平台等，将制造商、零售商、批发商与物流服务供应商、金融机构紧密联系起来。因此，在云环境下，根据客户个性化和动态化需求，市场营销应充分利用铁路物流云平台大数据应用功能，建立可互操作、高度集成、可持续的市场营销体系，培育第三方和第四方物流的协同性，以提供高度个性化的智能服务，提升市场营销价值。
(2)客户管理。铁路物流云平台根据物流服务提供商提供的大量分散物流资源和客户各类资源而形成的物流云进行集成和整合，结合客户的自身特点、独特需求和历史交易数据，在物流云平台上进行统一、集中的管理和调配，采用多对多的物流云服务模式，为客户提供最适合的物流服务，同时还可以根据客户需求变化，快速调整物流服务方案。因此，客户管理大数据应用，需要通过建立客户档案，对客户进行细化和分类，量身打造客户价格，提升客户对服务的使用价值、享用价值和规模价值。
(3)金融服务。物流金融是伴随着物流业不断发展而产生的，物流企业不再仅仅满足于传统的货物仓储、运输、加工、配送等物流服务，而是需要进一步满足客户在金融服务领域的需求，不断开拓发展物流金融服务，建立企业和金融机构之间资金融通的纽带。因此，资金融通可以从接到订单开始，在生产供应商、物流承运商、收货人等物流环节，提供订单融资、质押融资、仓单融资、应收账款融资等不同的融资形式，实现核心企业 “1+N”的融资服务。金融服务打通了物流供应链的上下游企业，实现物流云平台商业价值的飞跃，是对商流、物流、资金流、信息流集成管理的延伸，有效解决了制造企业、商贸企业、物流企业资金紧张的“短板效应”。
(4)信用管理。在物流云平台中，信用管理采用客户资信评级，将用户信用状况进行管理，揭示用户的信用风险，使物流云平台的用户一方面能够快速获得各类交易方的信用信息，另一方面针对不同的客户制定信用评价体系，以用户货运量、托运次数、投诉率、纠纷率和先行赔付次数、欺诈信息等作为评价标准，建立用户资信评价体系的动态反应机制，通过采用积分使用限制、调整纠纷满意度权重等手段维护平台的公平性及严肃性。物流云平台客服人员负责监督客户回访，客户就投诉处理满意与否进行线上打分反馈，并将反馈结果换算投诉率、处理满意度记入相应的资信评价体系。
3 结束语
我国铁路向现代物流转型升级发展过程中，物流服务供给与需求之间存在诸多矛盾，由于铁路用户基础好，用户量庞大，物流服务需求度高，迫切需要建立物流服务模式的创新机制。铁路物流云平台以智能感知、云计算、数据集成等技术为驱动，充分利用铁路运输独有的数据仓库资源优势，通过借助云服务市场，不仅可以将多种运输方式、多种物流服务模式下的运输、仓储、配送、交付等数据资源交互集合，而且还可以形成一个虚拟完整的主体，根据用户需要，如“云”一般多方位覆盖，从而为客户提供完整的物流解决方案，实现协同联动的规模化效应。——论文作者：曾卫东
参考文献：
[1] 喜崇彬.供应链竞争时代，制造业需要怎样的智能物流?[J]. 物流技术与应用，2016，21(11)：62-64. XI Chong-bin.What Kind of Intelligent Logistics Manufacturing Industry Need in the Era of Supply Chain Completion?[J]. Logistics & Material Handling，2016，21(11)：62-64.
[2] 陈全朋. 公路货运物流平台组织模式与定价机制研究[D]. 重庆：重庆交通大学，2016. CHEN Quan-peng. Study on the Road Freight Logistics Platform Organizational Model and Pricing Mechanisms[D]. Chongqing：Chongqing Jiaotong University，2016.
[3] 李琴琴.基于期权契约的铁路物流服务供应链协调研究[D]. 成都：西南交通大学，2017. LI Qin-qin.Research on Railway Logistics Service Supply Chain Coordination with Optiono Contravts[D].Chengdu： Southwest Jiaotong University，2017.
[4] 李 虹.第三方物流企业的运作管理研究[D].重庆：重庆大学，2003. LI Hong. Study on Operation Management of Third Party Logistics Enterprises[D]. Chongqing：Chongqing University，2003.
[5] 徐显龙. 供应链环境下 3PL 信息系统构建研究[D]. 西安：西北工业大学，2005.
[6] 林 云，田帅辉. 物流云服务：面向供应链的物流服务新模式[J].计算机应用研究，2012，29(1)：224-228. LIN Yun，TIAN Shuai-hui. Logistics Cloud Service： Innovation Model of Logistics Service Oriented to Supply Chain[J]. Application Research of Computers，2012， 29(1)：224-228.
[7] 张子健，陈全朋. 基于货运交易的物流平台盈利模式研究[J].物流技术，2015，34(15)：6-9，20. ZHANG Zi-jian，CHEN Quan-peng.Study on Profiting Mode of Logistics Platforms based on Freight Transport Transaction[J].Logistics Technology，2015，34(15)：6-9，20.
[8] 吴文娟，侯 敬，冯姗姗. 铁路物流服务供应链发展的研究[J].铁道运输与经济，2015，37(3)：35-41. WU Wen-juan，HOU Jing，FENG Shan-shan. Study on Supply Chain Development of Railway Logistic Service[J]. Railway Transport and Economy，2015，37(3)：35-41.
