今天我们承接的零售类的前端的配送，一些数据分享一下。首先是出仓时间，2.6小时，这是一个很低的水平，说明中国今天的仓储分拨，特别是B2B的仓储水平不高，到仓以后司机很多要参与到分拨，大概2.6小时。平均一票的在途要耗费0.8小时，大概40分钟。平均一车是6.5票，平均装载率是81%到82%左右，日平均票数。这是今天我们平台上的，全国4.8万票。中国一天从周围的仓库2B的往前端的零售和服务业，一天多少票?1700万票。当然，我们今天其实也是在其中，只是一部分。大家知道原来这是一个非常非常分散的市场，分散在很多的个人司机。我们实际上也只是做了一小部分，从这些数据来讲，我们可以对整个配送行业有一些比较概括的了解。

　　刚才说了零售是一个特别能揭示今天同城2B行业配送问题的地方，原因是什么?原因是比原来的票小，零售现在是160公斤，整个城市的大票，包括一些大票，特别是to经销商，仓到仓，倒仓的，那一票加在一起就非常了。所以零售就明显小，同时频率高，一周的配送时间4.4次，这是很高的水平。同时它的时间，时效要求相对来说要小。给大家举一个例子，零售网点的配送平均的在途时长大概只有4.5到4.6小时，大的城配在途时长是7.6到7.8小时，说明零售型的客户对在途时长的忍受总长度是要低于全国水平的。同时票小，分散，时效要求高，相对来说重量又没那么重，它不完全像整车，大部分采用的是整车之后的多点配送的技术。

　　还有人才缺失，同时末端是一片黑暗。我们刚进入这个行业的时候，大部分的配送现状是，司机到达货主的仓库，能给一张纸，还有能拿打印机把货单和清单打印出来的货主，今天都算是先进水平。司机拿着纸质订单，包括清单的单据，直接拿着手机打个电话就出门了，互相的信息全是断掉的。末端配送的数据形成一片黑暗，这里面的时效，哪个司机好哪个司机坏，在途时长，哪个效能高，哪个点耽误的时间长，所有东西调配是否合理，满载率、装载率、配载率，这些东西我们之前是不太知道的，周围所有的循环并没有构成一个闭环。

　　同时供应链的核心特征是协同能力，这是我们的一个观点。我们的观点，供应链的好坏最关键是协同能力。所有人要协同一起服务到前端的客户。

　　针对这个东西，我们也提出了我们自己的解决方案。大家知道，城配行业还是比较分散的。因为我们本身是一家做科技和数据为核心的公司。所以有自己对新零售方面，我们专门出了一套零售订单的解决方案，我们大概过一下。

　　这是一站式的，这一站式的东西就是说，我们其实不需要货主在城市配送方面花很多心思，我们都帮助解决了。我们现在实际的过程，单票的交付成本，目前平均下降了10%到15%。一票节约了10%到15%，大约节约了很多钱。大家知道整个城市配送，零售订单大平均下来的成本是76块钱一票，我们现在做到的水平是大概在65到66。这不是从司机身上榨出来的，完全是通过订单、交付、出仓的优化、线路优化，这是数据榨出来的水分，说明数据是有用的。

　　这个是票结，不用管复杂的过程了，我们可以保证比你原来的价格下降10%到15%。这是一套环节图。做了几件事，首先是订单信息肯定要获取的，没有订单信息无法交付;第二是专业预约，预约很重要，预约是提高精准率的一个很关键的东西;第三个大家都知道，配送区域排布，运力的长短，主线司机零线司机的规划，满载率这些，我们都叫做排线调度;第四个是顺序，这个我们不再花时间了。总之大家知道，处理订单交付过程中，真正难的不是司机上路，真正难的是司机为什么要这么上路，这才是真正重要的问题。

　　这是某一条线路集合之后的计算。这些算法基本上是自动的，当然会有一定的人工辅助，比如有些满载率是有问题的需要微调，这些都有。但是总体来讲，现在能够做到数据化。这是订单预约，降低成本，妥投，这是由零售订单处理中心来完成的。全国我们只有这么一个中心，连广州的单子都是在北京完成的。这些数据和订单的处理，跨地区跨省的订单安排和排线是没有问题的。