在2016杭州云栖大会第二日，燕文物流CIO廖文锋在智慧物流专场分享了《大数据在物流行业应用突破——跨境多地域云仓储整合方案》。他主要从燕文物流遇到的痛点、数据云仓架构设计、未来发展三个方面进行了分享，详细介绍了燕文物流上云之前遇到的问题，以及数据云仓的架构设计和实践经验。

以下内容根据演讲PPT及现场分享整理。

回忆：前车之鉴

上图是打造数据云仓之前遇到的一些问题和痛点。在没有使用数据之前，燕文物流认为自己的数据是一个完全没有灵魂的数据。今年，燕文物流为了使用一块数据进行数据分析，花了两个月的时间才将一年的数据清洗出来，由此得出结论：燕文物流对数据量很有信心，对计算能力充满担忧，所以，需要对没有灵魂的数据进行分析。

之前，燕文物流为了实现各地区域仓储部署，需要在每一个地方开一个仓库、揽收点，部署一套系统。燕文物流在规划系统的时候延用了之前信息化规划部簇的方案，每一个点都是独立的本地服务器去做服务的，所以任何一个点的开拓都得部署一套系统、一个本地的数据库，各地之间的数据交互没有办法进行同步，整个的运维资源的占用比较严重。业务量增加之后，我们发现库与库之间的数据必须要有一定的交互。最初的解决方法是通过人工搬运数据的方式实现的。虽然属于一个公司，但是每个库都在做自己的服务，属于联盟的关系，整个仓库的效能非常低下。

规模效益反而因为业务的增长出现了递减，因为每个仓库都需要自己配套的设施，每个地方的管理成本、人员配置、人员结构都是不一样的。当出现数据量累积的时候，或者出现爆仓的情况时，就需要采用人海战术。人海战术只能导致单位产能的下降，最终导致整个仓库效率的低下。

打造：数据云仓

燕文信息化云仓架构图

燕文信息化云仓是架构在阿里云基础和阿里云安全保障体系中的。阿里的云安全体系主要包括了云盾和云监控。云盾主要提供了用户平台级的安全防护，云监控主要用于在云上实时查看云资源的占用情况。整个阿里云的扩展性非常强，进行云资源的拓展也是通过云监控测算的。整个阿里云基础使用最多的是阿里云的数据库、存储、负载均衡等产品，这些产品保证了平台的可扩展性和可用性。燕文信息化云平台在这两个体系的基础上基本全部搬了上去，包括TMS核心操作系统、OA系统、工单系统、计费系统、物流跟踪系统。其中，物流跟踪系统是数据量最大的部分，每天物流轨迹的数据就能达到好几亿的数据量。

数据云仓

数据云仓针对本地物理化的云仓设置了揽收仓（集货仓）、分拣仓、口岸仓。基于云端系统，全国各地库内操作数据统一存储，可随时洞察各仓处理情况，为解决爆仓问题提供数据支持。基于云仓大数据分析，揽收线路更加合理，全自动分拣计划更加高效，为24小时内完成揽收和仓内操作提供保障。基于历史订单数据分析整理，实时同步匹配报关数据，精准快速的完成出口通关申报。

多地云集货仓、云分拣仓、云口岸仓

针对国内而言，沿海的物理揽收点基本全部覆盖。十月份为了满足双十一的需求，内陆的仓库开启、投入使用。由于在海外涉及到了末端派送，除了海外仓，还在海外设立了联络办事处。

高效揽收及全自动分拣

整个分拣可以通过全自动化的形式根据每个包裹对应的产品对应每个包裹要投递的对应国。整个揽收、分拣的过程效率远远超过了之前。

智能化报关

燕文物流是北京地区唯一一家通过智能报关形式操作的，希望联通海外的各个海关，将数据进行打通。比如，在广州揽收的一些货物，通过云端的数据库传输到云平台之后，整个平台会通过历史数据做一些匹配，从而形成海关需要的报关数据，在各个口岸做通关。整个计算的实现也是基于阿里云计算效率的突破，使用阿里云之后，每天十万个包裹在几秒钟之内就能匹配完成。这样，只要有一个人去关注异常数据，将其处理掉，其他的数据就能够变成报关数据，实现了高效。同时，大数据有非常强大的智能分析能力，将过去十几年的数据进行筛选和过滤，形成了百万级别的历史匹配库。

燕文云仓优势

•  海量数据：TB级别物流跟踪信息；揽货即上网；
• 高扩展性：自由配置存储容量、随时扩容、无限扩展；
• 安全低成本：多层次安全防护；支持跨区域复制备份、异地容灾机制；无需运维人员与托管费用。

前行：方兴未艾

怎样基于云仓做更多的服务提升？

智能数据分析

左边是整个出口目的国的排行，这个的统计维度非常简单，没有进行数据应用。右边是智能数据分析的结果展示。通过物流跟踪，包裹的目的国和业务量都可以通过大屏进行展示，通过云监控将出错的、需要查看的风险预警同时在大屏幕展示出来。

高效智能分拣

目前已经实现了全国四个仓库的智能分拣，未来的发展方向是实现全国每个仓库之间都能智能分拣。实际的业务会存在二次分拣，希望通过仓与仓之间的互动，使得数据得以交互，让分拣的动作一步一步简化。

分级报表，简化管理

做管理时，发现前期的数据只能做一些报表、业务监控，相对而言比较被动。希望在管理层能够做一些数据分析和规范的体系。