快遞業(yè)的倉儲、分揀、運輸和投遞等環(huán)節(jié)每天都會涌現(xiàn)出海量的數(shù)據(jù)，西安郵電大學經(jīng)濟與管理學院院長張鴻在調(diào)研時認為，面對海量數(shù)據(jù)，快遞行業(yè)需要增加大數(shù)據(jù)方面的投入，不再僅僅把大數(shù)據(jù)看作是一種數(shù)據(jù)挖掘、數(shù)據(jù)分析的信息技術，而是把大數(shù)據(jù)看作是一項戰(zhàn)略資源。通過構建大數(shù)據(jù)平臺，挖掘出隱藏在數(shù)據(jù)背后的信息價值，充分發(fā)揮大數(shù)據(jù)給快遞企業(yè)帶來的發(fā)展優(yōu)勢。

　　張鴻建議，快遞企業(yè)應利用大數(shù)據(jù)資源，幫助電商企業(yè)進行庫存管理，開展全國多倉庫建設，從而幫助電商企業(yè)提高物流效率，縮短消費者的等待時間，從目前單個商品長距離配送轉變?yōu)?ldquo;全國多倉庫集中預配送+單個商品區(qū)域內(nèi)短距離配送”，提高商品的配送效率。

　　通過大數(shù)據(jù)平臺，規(guī)劃最優(yōu)選貨路徑，利用大數(shù)據(jù)和機器學習，快遞業(yè)倉內(nèi)系統(tǒng)可以根據(jù)商品的歷史出庫數(shù)據(jù)和儲位數(shù)據(jù)情況，對具有相似屬性的訂單進行地理位置上的分類，將局部區(qū)域的訂單集中在一起，用算法取代人腦規(guī)劃最優(yōu)揀貨路徑，用代碼代替人腿協(xié)助揀貨員奔跑，從而提升運轉效率;智能分揀設備與數(shù)據(jù)采集、信息化服務等相結合，可實現(xiàn)包裹稱重、讀碼后的快速分揀及信息記錄交互等工作，提高分揀效率及自動化程度，并提高分揀準確率。

　　張鴻舉例，由于快遞的投遞時間和收件人的可取件時間不一致，因此，類似菜鳥驛站、代收點、智能快件柜等服務設施已經(jīng)大量建立起來了。但目前對這類服務設施的需求規(guī)模和需求特點把握不準，閑置和不夠用的問題同時存在，一些服務設施與居民的住所相隔較遠，使用的便利性大打折扣，生鮮配送的存儲需要冷藏設施，而目前的服務點和智能快件柜普遍達不到存放要求。

　　他建議，以大數(shù)據(jù)平臺為抓手，連通“最后一公里”，需要對快件的基本信息進行深度挖掘，從而測算出服務設施的配比數(shù)量、建設位置，提高設施的利用率，增強設施的便利性，從而進一步促進快遞業(yè)的高速發(fā)展。