【单日上万件货物运送皆改采自动化来指派】DHL如何用大数据优化在台配送

德国邮政DHL集团在台成立多年的国际快递公司DHL Express台湾近日也首度揭露在台智慧物流运送的最新应用情况，开始结合车联网、大数据、机器学习技术，对车队来做更有效的管理，要让每天上万件货物指派作业，都能改用更有效率的方式来完成配送，未来更进一步还要加入路线推荐机制，来提高司机送货效率。

目前，DHL台湾在北、中、南各据点皆设有物流及服务中心，负责每日至少上万件的货物运送服务，包含邮件与各类包裹等。并交由全台3百多人组成的运务车队负责运送，并且针对每个区域会有各自负责的司机送货。

然而，DHL Express台湾运务处副总裁卢嘉栋表示，过去在货物运送分配上，皆采人工作业，该中心收到客户的货件后，会依据送货地址所属的区域，再分发至负责该区域的运务车队司机， 一一来送件到指定场所。光是每日要处理上万件货物运送指派作业，就耗费不少人力时间和成本。

用大数据与机器学习，优化每日上万件货物指派作业

直到去年，DHL Express在台自行打造一套货物自动指派系统，可以根据包裹上的收货地址，自动比对过往运送历史资料，找出曾由哪位运务人员递送过，自动将该货物指派给他来运送。卢嘉栋透露，该系统也结合了大数据分析与机器学习技术，搜集了大量资料来分析，来训练各种预测模型，这些资料有过去每天司机送货记录的资讯，包括有快递需求的公司行号、寄送货中文地址与快递司机等，并交叉分析巨量资料，找出各个货物运送与地域关联性，在货物辨识与指派作业上更引进ML，让整个指派作业可以更快完成。

卢嘉栋指出，自今年上线至今，已有将近7成货件分派处理，都改透过这套系统来自动指派给负责运务司机，大大的节省许多人工判断时间，同时也简化货物配送的作业流程。

不只货物指派重新经过优化，在货物递送过程中， DHL Express下一步还计划加入路线推荐机制，让所有司机送货路线可以更优化，不再仅能依据每位驾驶的长年经验自行安排送货路线，甚至未来也能依据这些送货地点分布，由系统自动建议适合运送的行驶路线，司机再依据这些路线来依续将货物送达顾客手中，提高司机送货的效率。

另外，在车队管理上，DHL Express台湾去年初开始整合车联网通讯技术，来针对车队进行更有效的管理，卢嘉栋表示，目前是先用车联网技术来随时掌握各车辆货物派送的最新进度，也用在管理驾驶行为上，例如，开车有无急加速、急减速的动作，或是停车怠速不熄火等状况。这些行车资讯都会透过车上一台OBU车机回传到后台系统上，来做为驾驶行为管理与优化配送的参考依据。若以怠速驾驶行为为例，卢嘉栋指出，光是一整年下来，合计车队车辆怠速次数足足减少了一半，不仅合乎环保，也因此减少了不少油耗的浪费。

卢嘉栋表示，目前全台已有多达50辆运务车皆配备了车联网的功能，占总车队七分之一，未来也计划全面在所有的运务车上导入这项功能。