10亿包裹大迁徙：用数据改变物流业，这群技术宅使出了哪些绝招

摘要：在10亿个包裹的大迁徙背后，有一群年轻人在紧张地调控全局，他们的目标是用数据、算法让包裹流转得更快、到达时间更精准。而双11已然成为物流新技术的绝佳试验场。

文／天下网商记者 陶旺波

坐在菜鸟网络（以下简称“菜鸟”）双11作战室里，菜鸟技术团队的 PM许俊（花名“兰博”）想起4年前在天猫参与双11的情景，当时的自己恐怕不敢想象，如今能从容应对一场量级超10亿的考验。

12日零点，物流订单数定格在6.57亿，双11期间产生的超10亿包裹开始在全国流动，规模堪比春运。春运的人口流动远超交通承载力，往年，双11的包裹大迁徙也曾让物流几近崩溃。

今时不同往昔，这个双11，包裹量大幅增长，物流却不再脆弱。仅3天时间，6.57亿订单中近九成都已发货，最终，在双11产生的包裹中，平均每个比去年快了15个小时送达。

在国内物流业的268万一线从业者背后，还有一群年轻的“技术宅”，把数以亿计的包裹变成一行行数据，用算法进行精准调度，让物流不再受限于纸面、人力和仓库。

过去三年间，从电子面单、二段码、地址库等基础设施，到智能仓储、机器人等科技产品，再到输出IT能力的物流云，菜鸟技术团队从头开始，创建了一个数据驱动的社会化物流平台，协调了国内超过70％的快递包裹、数千家国内外物流企业和百万物流配送人员。

物流系统崩溃？只是虚惊一场

双11的物流高峰已经结束，在兰博看来，双11既是节日，也是极限挑战。

11月11日零点刚过，佛山芦苞镇的黄先生下单了提前放入购物车的美的榨汁机，6分51秒，商品完成打包从仓库发出，13分19秒由菜鸟联盟成员EMS送达。

在很多人看来，这笔订单就像一场排演好的戏，但菜鸟“策划”这场戏靠的并不是编剧，而是一群一度紧张得要命的技术宅。

紧张来自他们面前的数据大屏，双11零点刚过十几分钟，他们发现了一个大问题：交易订单量竟比物流单量多出5000万单。

兰博回忆说，面对这个让人瞠目的差距，他猜测有两个可能：一是大屏数据有问题，二是解耦系统有问题，“如果丢了5000万单，我都不知道怎么收场。”丢单5000万，双11的物流可能就直接崩溃了。

原来，为了应对双11的流量洪峰，今年菜鸟首度尝试了物流订单与电商交易解耦。

菜鸟的架构师李夏驰（花名：杜琨）告诉记者，此前，菜鸟的物流系统直接对接电商交易系统，消费者下单，立即就生成物流订单。面对双11的流量洪峰，系统无法承受，只能依靠增加服务器来承接订单。

在菜鸟技术团队负责人李强（花名：在宽）看来，物流是鼠标+水泥的行业，资源是固定的，不可能一下子增加货车数量，找那么多快递员。所以订单即时生成，只是在系统内造成队列堆积和延时，白白浪费IT资源，成本很高。

所谓解耦，类似春运时在火车站广场临时设置围栏，让乘车人员在广场候乘，然后按照车站容量和发送旅客能力，匀速放乘客进入车站，避免站内拥挤，维持候车秩序，。

同样的，今年双11，菜鸟根据系统能力拉取订单，再按快递企业运力下发。杜琨表示，解耦之后，未来无论电商产生多大的流量，物流系统都可以稳如泰山。

但是，从一股脑被动接受电商订单，到根据物流能力和优先级别主动拉取，“最怕的就是拉单出问题，发生丢单。”兰博说。

如果这5000万单是系统问题造成，这些包裹的主人收货时间将大大延迟，双11物流也会受到大面积影响。

技术团队最焦头烂额的时候，菜鸟 CTO 王文彬（花名：菲青）也来到了作战室，指挥排查问题，作战室所有人立即分头联系相关负责人。

最终，大家发现天猫与菜鸟统计口径有差异：天猫数据包括子订单，而菜鸟只统计主订单，5000万的丢单只是虚惊一场。

虚惊过后也没有轻松，兰博说，对电商而言，零点是决定生死的一刻，只要过了前10分钟，电商的技术团队就已经可以庆功了，但菜鸟技术团队必须跟踪物流全程的问题。

菜鸟双11的备战早就开始，7月，菜鸟的很多技术人员就进入了无休状态，通过一系列的数据计算、消费者画像、预售计划等方式，帮助商家做精准的提前入库方案。

在最后准备期，菜鸟需要每周做两遍全链路的压力测试，一周通宵两次，兰博甚至累到腿软爬不上楼。兰博说，就在双11之前两天，当他还在抢修系统的时候，“整个人都有窒息的感觉”。

双11前夜开始，菜鸟技术团队就在大楼里分布式作战，300值班人员中有100人在5楼作战室，负责第一时间发现、解决问题，必须5分钟发现，10分钟定位，30分钟止血。

在最紧张的时刻，没人有功夫去下单抢购商品。兰博无奈苦笑：“那天整个人都紧绷着，放购物车的都没时间下单，群里发了几万的红包，也没时间抢。”

提前发货的智能仓库：算法如何猜中人心？

往年双11，下单后迟迟不发货，等得心焦无处催促，让消费者无可奈何，只能不停刷新物流信息。就像春运该发的火车却发不出，人群被困在车站，免不了怨声载道。

而对商家和仓库来说，订单确实太多，拣选发货能力有限，成为供需两端的矛盾。

今年双11，仓库发货不再是龟速，在11日16时，天猫双11发出1.87亿个包裹，超去年全天。仅用3天时间，6.57亿物流订单有将近九成已发货。

发货速度何以快速提升？靠的不是人海战术，而是菜鸟仓储、供应链团队的高科技配置。

这个由算法专家朱礼君（花名“元享”）带领的团队，一半有博士学历，包括传统物流专家和互联网精英，机器学习和算法优化都有专长。远在西雅图，由金榕带领的搜索团队也在为菜鸟输出技术能力。

菜鸟仓储技术专家胡浩源（花名“本华”）介绍说，今年仓库有两方面提升，一块是看得见的智能化、自动化设备，另一块是看不见的算法优化，着眼于降成本提效率。

在海宁菜鸟仓里，AGV机器人、机械臂、蜘蛛手、自动打包机组装在一套仓内生产线上。

菜鸟仓储专家周淯璿（花名“永承”）向记者现场展示了拣货过程，AGV机器人通过条码识别3C、日用品、玩具等不同拣货区域，驮着拣货车穿梭在货架间，拣选人站在原地把装着你下单宝贝的周转箱放上拣货车，再由机器人送到流水线上。

流水线的两边，机器人同时通过真空吸盘取出周转箱里的货品，准确地转移到最终寄给你的快递箱内，再传送到自动打包区，贴上对应你地址的电子面单，开始奔向你的旅途。

本华表示，仓储机器人的广泛应用还需要解决路径规划问题，如果没有优秀的算法调度，撞车、停顿等问题反而会降低拣选速度。

在本华看来，自动化不是目标而是手段，物流始终还是鼠标+水泥的行业，更重要的是做出效率和成本的最优解决方案。这群技术宅也确实用算法给出了不少优化解决方案。

在一个数千甚至上万平方米的仓库，商品如果随意摆放，长距离拣选耗时又费力。

郑耸（花名：唯远）的团队做出拣选算法，在迷宫般的仓库里，算出每处货品的最快拣选路径，又按货品畅销程度和消费者习惯，把爆款放在靠近出库位置，还需要把消费者常常会一起购买的商品归纳到一处。

这样一来，仓内拣选距离减少了10%以上，双11期间，这个数字更是减少了15%以上。

谈到数据对仓内规划的作用，本华以著名的“啤酒和尿布”举例：沃尔玛管理者分析销售数据时注意到，毫无关系的啤酒与尿布常在一个购物篮，从而发现了年轻父亲的特殊消费习惯，进而用组合销售刺激消费。本华表示，借鉴组合销售的理念，仓库也能通过分析数据，组合摆放商品，提高拣选效率。

对付爆仓，菜鸟还有一张数据牌，春运提倡错峰出行，仓库发货也追求“笨鸟先飞”。菜鸟的技术宅能“猜出”你的心思，把包裹提前准备好。

借助预售数据和对你消费行为的精准预测，早在双11前，包裹就在距你最近的仓库完成打包，只等你0点下单付款，便贴上面单搭上货车，送到你手中。

除了让速度更快，算法还能帮助仓库节省一大笔费用。

以往，仓库打包操作员在流水线上打包，为了省事，多半会选大箱子。

本华告诉《天下网商》，在用算法优化了箱型选择后，依据订单数据和商品体积，设计出适合仓库打包的箱型，优化空间使用。以惠阳的一家仓库为例，优化箱型后，一年就省了4000万元材料费。

数据的价值：从“大头笔”到智能分单

在中通上海分拣中心，源源不断的包裹被放上自动分拣流水线，经过扫描仪时，一道红色的光在面单上闪现。而小郭就站旁边，眼睛盯着包裹，偶尔在上面标记一些数字。

小郭就是分拣流水线上的“大头笔”，负责分单。以前小张要短时间识别纸质面单上的地址，判断属于哪个分区，然后在包裹上予以标记，一个包裹需要五六秒。

分单工作对操作者的要求很高，整日站在流水线旁，高度紧张，工作量大，小郭经过至少半年的培训才独立上岗，也避免不了一定的出错率。

现在，除了少数“大头笔”还在流水线上查漏补缺，其他人都转去了别的岗位。在电子面单、二段码、三段码、地址库等产品推广后，智能分单已经大范围取代人工作业。

以申通电子面单为例，码区显示为“上海中转部 071 001”，一段码为末端中转部——上海中转部，二段码为末端网点代码——071代表上海青浦网点公司，三段码为末端网点承包区或业务员代码。

快递揽件后，会给包裹贴上电子面单，打印在面单上的三段码，直接对应到分拨网点、站点和快递员，流水线上扫码分拨，不仅速度加快，还更加精准。

以前人工分拨准确率最高能达到95%，而智能分单则将准确率提高到99.2%，圆通智能分单准确率甚至达到99.9%，你再也不用担心，从上海发出的包裹莫名其妙绕着北京转一圈，才折腾到家住广州的你手上。

从天猫转岗到菜鸟后，唯远在一年的时间内组建了20多人的团队，他们从淘宝、阿里妈妈、共享事业部而来，最初对物流少有了解，但却获得了从零开始彻底改造物流业的机会。把原本廉价劳动力的物流业，变成数据、机器人、算法主导的行业，这种成就感的诱惑很难抵挡。

菜鸟技术团队负责人在宽也表示，这张热敏纸打印出的面单，正是物流业从混凝土走向数据化的关键。“物流是封闭的，一个包裹在哪里，以前谁都都不知道。有了电子面单，包裹变成了数据，从offline到online，从此物流可以计算，意味着可以做优化。”

在宽告诉记者，依靠智能分单系统，菜鸟能提前预测每条线路、每个节点的具体流量，让快递公司有计划地安排车辆、人力等资源组织配送。

双11当天，菜鸟后台的二段码调用量超过3亿。双11期间，70%的包裹实现了智能分单，地址库解析调用量超过4亿。

智能分单的广泛应用也给唯远带来了压力。现在物流很依赖智能分单，大头笔和纸质面单都在走进历史，一旦系统出错，没有B计划的快递分拣就会瘫痪，分拣中心爆仓。

重担在肩，唯远的双11格外紧张，带着团队提前做了几套保障方案和备份，例如在上海设置双集群，在各地设置备份，提前预演出现问题时的切换方案，所幸最后都没有用上。

“11日的0点，9点到10点，2点到3点，这是三个高峰期，一个个高峰期过去之后，就安心了。”唯远数着当天的时间点说。

从零开始：感觉就像下乡改造

在唯远看来，在双11大屏令人兴奋的数字背后，是技术人员走出办公室，驻点到仓库、分拣和网点等环节，发现痛点，学习经验，最后把经验变成优化算法、用技术产品解决的过程。

在宽告诉记者，电商平台的技术更多是机器学习，信息数据资源几乎没有太多限制，但物流资源总是有限的，要从有限资源里找到优化组合的方法，这是之前都没有过的体验。

2013年，刚刚来到菜鸟的杜琨经常要去仓库、流水线上走访学习“新知识”，用他的话来形容，“感觉就像下乡改造一样”。

但杜琨清楚物流是亟需解决的痛点，“当时跟卖家聊，会发现在资金流方面有了支付宝，信息流方面有淘宝、天猫，而在物流和供应链这块，却没有对应的产品。”

唯远也说，在团队起步时，为了解分单业务，经常要去找快递一线的员工沟通，智能分单上线后，也要收集一线人员反馈问题。

他发现，许多快递一线员工非常老道有经验，常给菜鸟技术人员很多经验上的启示，他们要做的，就是把人的经验变成人工智能和算法。

菜鸟的五级地址库也是从快递员那里“偷师”而来。原本四级地址库只能定位到街道、小区，而快递员的日常就是在楼宇间穿梭，通过收集快递员的轨迹信息，菜鸟可以定位更精准的楼幢位置，形成五级地址库，还能及时更新。今年双11，菜鸟地址库解析的调用量超过4亿。

唯远举例说，今年双11正值周五，周末派送到写字楼会无人收件。而利用五级地址库，系统识别出你的地址是写字楼，可以安排暂缓出仓，等周一再派送，不会在周末打扰你，也能让仓库产能、快递运力集中服务其它订单。

三段码能对应具体的快递员，快递员不用看地址，直接读号码就能快速找到要送的包裹，网点分派包裹明显提速。

常网购的人或许都体会过退换货的艰难，找一家靠谱的快递很麻烦，让人上门揽件价格不菲，出门找网点则要扫街寻巷，更别提还要把包裹搬出门的辛苦了。

于是，这群技术宅推出了菜鸟裹裹，用户宅在家里也能轻松退货。就像流行的打车软件那样，一键呼叫退货，快递员抢单后上门取件，价格低廉，也不用填写快递面单。

目前这项业务单量分散、利润微薄，快递员积极性还不够高，据唯远介绍，他们正在开发聚单和追单功能，提升快递员收益。

技术反哺电商：物流云的故事

如果说其他人多少还能理解自己做的事情，物流云技术负责人黄浩（花名“陌铭”）在去年12月来到菜鸟时则是“一脸懵逼”：“什么是上云？物流为什么要上云？怎么让物流上云？”

近几年，随着物流规模越来越大，数据量几何级增长，系统要求更高，社会化协作对接很复杂，物流行业对IT能力的需求越来越大。

陌铭说，相比专门自建IT系统，物流云可以充分协调IT资源，降低快递企业的IT成本，今年使用菜鸟物流云的合作伙伴包括韵达、天天、优速、晟邦等，IT成本大幅降低。

另外，双11是物流行业的极端考验，但为此专门购置数据、计算设备，既费成本也耗时。物流云更有弹性，在双11前一个月就能扩容30%，也不需要快递企业买一堆过了双11就闲置的机器设备。

今年双11，通过使用菜鸟物流云，韵达实现了物流信息秒级回传和订单推送无延迟。同样借助菜鸟物流云实现弯道超车的还有晟邦物流，上云的晟邦在双11以较低的成本做到了系统零问题，业务取得几十倍的增长，总量上升到了行业第二名。

一场没有终点的技术竞赛

双11的包裹大迁徙已经结束，遍地空纸箱残存着这场狂欢的余温，晚上回到小区，堆积快递的摊点消失了，快递员在寒风中不停打电话的声音仿佛还在。

兰博保存了复盘文稿，希望明年可以拿出手机，拼手速抢大红包，拼人品买买买。

在这次双11初试身手后，陌铭也希望在明年，通过物流云把菜鸟成熟的算法产品开放给合作伙伴，让整个物流行业更高效一点。

本华盘点着手下11人的队伍，筹划着接下来的一年，去哪里寻访懂运筹优化和互联网的双料人才。

不久前，唯远和元享受邀赴美参加运筹学峰会，菜鸟的智能化技术在国际学界崭露头角，这个听起来很酷的团队正在吸引更多人回国工作。

10亿包裹的迁徙告一段落，只不过，它们给这个支撑着中国经济的行业留下的，不仅仅是一地纸箱。

（编辑 / 吴思凡）