“赢”接未来—海运数据智能化趋势分析

上海金大圣国际货运    公司快讯    “赢”接未来—海运数据智能化趋势分析

 

zhihui56

国内卡车运输市场的网络化和智能化进展早在多年之前即已展开,2015年前后出现的物流运输平台搭建风口推动了传统的陆运行业的资源整合和平台化趋势,时至今日,头部企业基本坐稳市场江山,群雄争霸各显能耐。对于用户而言,总体的行业秩序和服务体验应该讲还是在不断进步的。

而国际贸易的海运、空运等物流、运输的平台化、数据化、智能化、便捷化的脚步也是变化迅捷,但总体而言,因为国际贸易环节远比国内陆运的流程复杂得多,涉及的面相当之广,从应用的角度而言其实变化不甚明显。
 
目前现有的一些海运供应链数据服务主要面向进出口海运的工厂和货代提供数据查询服务。
 
行业痛点人工成本占比超七成

目前,全国单月进出口总量大约在500万票以上,而有监控需求的数量约占70%,而能实现有效监控的预计不超过市场的10%。

船代市场的需求迫切。船代业务以前主要靠人工操作,单票成本中人工占比超过70%。一个50人规模的船代,仅操作人员就占了35人以上。以武汉集海为例,年出货量5万多票的业务量以前需要3-4个操作人员做“过程跟踪”,而如果使用自动数据功能进行在途数据和异常自动识别后,1个人就够了。

大量的区域性船代是数据服务的潜在客户,船代市场潜力很大,还有很多公司在用人工操作,效率上的差距会影响他们的成本。

预计未来数据服务市场肯定会出现提升船代人工效率的产品,主要是辅助提单核对和快速订舱等在线工具。这些产品可以降低船代30%以上的单票成本,也比人工操作更准确。

这样的成本差距,足以影响到船代公司的生死存亡,船代市场会全面接受数字化的赋能。 

 

关键:服务质量是货代的生命

如今货代市场普遍具有分散、单体规模小、客户量小等特点。因此,行业服务的容错空间非常小。但一直以来,传统货代在货物上海船以后的跟踪几乎是空白,导致不出错则已,一出问题就没有挽回的时间。

这就需要数据服务商提供类似异常提醒功能的产品,能够详细到一个台风会影响哪些货,一次码头罢工会影响多久的交期,哪些船中途甩货、漏挂、滞港…

这种服务类似于给业务和服务购买保险,降低客户转单的风险。但只有单月查询量达到10万票以上的平台才有足够的数据量来训练和识别这些细节上的异常点,而国内在这个量上的商家很少。 

 

新战场:进口增长,货代数字化风口显现

从数据看,这两年中国的进口量增长很快,特别是从东南亚地区来的货。随着中国资源成本的上升,一些低端制造业逐步迁移到了东南亚,但这些大多是原材料,制造中心还在中国大陆,所以这些货物最后又进口到中国来进一步生产加工。

有别于以前的制造业主要进口高附加值原材料,供应商很多都是对物流掌控力很强的欧美大型企业。

这一轮的进口增长主要来自于东南亚地区,供应商对于物流掌控的话语权不大,一些醒得早的中国货代开始专注于进口市场这块新蓝海,他们快速组建网络,围绕着中国有进口业务的工厂提供货代服务。

这个趋势还会持续,中国要想保持世界工厂的核心地位,就会不断加大进口来维持低成本原材料的竞争力。预测进入这块市场的货代还会增加,网络和在途管理能力会是这一轮竞争的关键点。因为工厂作为收货人对于在途货物的关注度会远高于以前,这会直接影响到生产交付。

一些GLOBLE大型货代是能够自己提供在途查询和数据接口的,而数量巨大的传统货代则需要“数字货代赋能”的服务,帮助其提升在线服务能力,强化货代品牌的数字化属性。

以货代的品牌为服务主体,为工厂提供线上查询、监控和提醒服务,再配合一些线上的运营活动,这会大大增加工厂客户的使用粘性。

不要小看船期查询和运费预估的功能,工厂很多潜在需求往往都会先自己在线查询,所以提供这些查询服务的货代会最先知道这些潜在的货运需求。

 

前景:供应链数据服务潜力巨大

由于国际海运涉及到的点太多,稳定性一直都是最大痛点,很多工厂也习惯了在“安全库存”之上多留1-2周左右的“冗余库存”来抵挡供应链的波动。

只有少量的头部企业会购买动则上百万的SCM系统来实现供应链的数字化,绝大多数的国内工厂不会盲目去追求这种性价比不高的解决方案。 

进口工厂对在途数据的需求,数据服务商大多数都以提供数据接口来链接工厂的ERP。很多工厂还是靠人工在管理供应链,甚至每年发生了几十上百万的滞箱、滞港费还以为都是不可抗力,其实这些是可以被提前预测和防范的。

海运数据服务商要想在工厂市场直接发力还有很长的路要走,因为工厂普遍没有配置海运专业的人才,信息也严重不对等,这些都需要时间,需要一代一代的技术更新迭代来解决问题。

 

进博会开启了中国工厂的进口新蓝海,中国制造2025的发展也使得数字化的重要性越来越高,数据将成为流动在各个管理系统中的血液。定位为做专业的供应链数据服务商,也许是将来非常棒的选择。

2019年12月17日 14:56
浏览量:0
收藏