1应用企业简况
巴斯夫股份公司（BASF SE），缩写BASF是由以前的全名「Badische Anilin-und-Soda-Fabrik」（巴登苯胺苏打厂）而来，是一家德国的化工企业，也是世界最大的化工厂之一。巴斯夫集团在欧洲、亚洲、南北美洲的41个国家拥有超过160家全资子公司或者合资公司。公司总部位于莱茵河畔的路德维希港，它是世界上工厂面积最大的化学产品基地。
为加强中国业务的运作，巴斯夫于1996年成立控股公司巴斯夫（中国）有限公司。这家在北京合法注册的新公司为所有巴斯夫在中国的合资企业提供物料储运统筹、电子数据处理、采购、人力资源、财务和销售方面的服务。
2004年公司本部迁往上海，其注所地为上海浦东新区江心沙路300号，其分支机构有北京办事处、青岛办事处、成都办事处及广州分公司。
巴斯夫中国区雇员已经超过6,000人，并拥有23个全资子公司和10个合资公司，分别位于香港、北京、上海、南京、广州、吉林、沈阳和新竹，为了适应当地市场的需求，公司在香港、北京、上海、广州、南京、青岛和台北均设有办事处。2007年，巴斯夫在大中华区的销售额约为44亿欧元。巴斯夫在大中华区的主要业务范围包括石化产品、聚合物分散体、聚苯乙烯、聚氨酯、工程塑料、涂料、纺织和皮革业特性产品、中间体、催化剂和化学建材等。
作为中国化工领域重要的外商投资企业，巴斯夫主要的投资项目位于南京、上海和重庆，生产基地遍布全国，其中巴斯夫亚太创新园（上海 ）更是全球和亚太地区的研发枢纽。
亮才商务咨询（上海）有限公司，是东方海外集团成员，专注于提供物流信息化方面的产品及解决方案。公司由一群年轻的物流IT精英组成，以数字物流理念，用移动互联、大数据、云计算技术，集丰富物流信息系统和行业经验，为客户提供全面的物流数字化解决方案和相关咨询服务，帮助企业提升物流服务质量和管理水平，推动物流行业数字化进程，迈向数字物流新时代。
亮才拥有超过200名高素质的物流信息化人员，60%来自国内一流大学，20%拥有15年以上物流相关业务经验，在上海、香港、珠海设有产品研发中心，拥有通过ISO/IEC 27001 安全认证的数据中心，以超过20年的物流信息化经验和高度可配置化的产品为诸多世界500强企业提供先进的数字物流解决方案。
亮才微卡诞生于2014年，“微”是微信的微，“卡”是卡车的卡，微卡的初衷是想让卡车司机通过微信实时回报运输状态，比如提卸货时间、GPS位置、异常以及回单照片等信息，另一方面，货主或者物流公司可以通过微信实时查看卡车司机回报的信息、车辆的GPS位置和订单的状态等信息。经过三年多的发展，微卡已经发展成市场上尤其是化工行业领先的成熟产品，微卡的目标是做市场上最好的订单追踪工具，这个工具主要有下面五大能力：
1.实时采集运输车辆/货物的GPS数据和温度信息
2.让卡车司机或者现场的一线人员能够方便快捷地回报信息。
3.让货主或物流公司能够随时随地查询订单的运输情况。
4.全程监控运输过程，任何运输异常（比如迟到、货损或者温度异常）都会第一时间通过微信推送给相关人员。
5.智能分析历史数据，通过机器学习的技术从历史数据中识别模式，挖掘规律，从而提高运输效率，降低运输成本。
实施微卡之前，应用企业没有一个兼顾各方的订单追踪系统。几乎所有的运输流程和订单生命周期的管理，都通过Excel台帐，电话邮件沟通的模式管理。
企业传统物流作业流程主要分为几个环节：
派单环节：客服部门接受客户订单，通知物流部门下单。物流部门按照路线规划派发订单。派单内容标注温控、危险品要求等信息；如果产品需要产品分析证明文件（COA），则附加分析证明文件，发送给承运商和仓库。仓库负责备货，准备提货箱单，并发送给承运商。承运商整合收到的信息，把信息录入台帐，并打印相应文件。
运输跟踪环节：承运商根据要求到货时间，去仓库提货。对于长途订单，承运商每天录入跟踪表，并把跟踪表发送给企业物流部门。企业物流部门跟踪货物情况。客服部门通过和物流部门交流，了解及时货物情况。
文件归档环节：承运商定期整理客户签单。按要求，承运商向企业上报回单文件，温度信息和GPS信息。企业物流部门收集文件，并归档。
实时订单追踪作为化工行业的大型企业，应用企业对于日常操作安全非常重视。企业期待一个订单追踪系统，可以帮助它增强对于承运商，及其分包商的监控，特别是对于运输安全要求，以及温控要求的合规管理。
实时温度监控与预警 数字化的推行，并不单单有利于应用企业内部的管理提升，而是呈现一种互利共赢的局面。承运商在帮助货主企业提供信息的同时，其自身的企业管理和效率也得到了提升。
提升客户体验 优秀的客户体验，不只在于为客户提供优质的产品，而是全过程的客户体验。物流是客户体验的一个重要环节。应用企业希望通过可视化平台，帮助其物流部门和承运商及时了解货物的提送货，追踪等货物情况，从而提高客户满意度。
决策支持，持续改进 通过完整的订单追踪信息，准确、准时的帐单、以及业务报表等大数据，企业期待以数据驱动的方式调整和优化日常运营，驱动的成本意识，提升运输管理的多重技能，制定战略方向。
数字化（Digital）是最近一两年时间内各个行业内特别是世界500强企业里最热门的概念之一。我们认为，数字化不仅仅是一种信息化手段，更是一种区别于传统意义的新的企业方法论，从这个意义上来说“数字化”实际上可以看作是“数字化时代的思维方式和行事方法”的缩写。数字化的核心的理念包括：
·追求业务与IT敏捷，强调业务与信息系统随需而变，这是一种思想或者说是方法论的变化；
·关注客户旅程，不仅仅是某一时刻或者产品的客户体验，而是强调客户全过程的体验；
·利用物联网技术，提升系统的感知能力，这是实现人工智能基石；
·建立连接，通过平台思维形成产品生态，聚焦自己的核心业务，通过连接和平台思维打通上下游合作伙伴之间的业务与数据交换，形成生态圈的竞争力；
·通过大数据，以数据驱动的方式调整和优化日常运营，制定战略方向。
我们期望通过数字化信息平台的五个部分，与数字化的五个核心理念一一对应，从而构建数字化物流体系。数字化信息平台从内部信息化开始，到构建客户体验平台、合作伙伴生态平台、物联网设备平台，最终实现大数据分析。
·信息系统平台，支持企业内部的日常运营与操作，比如ERP系统和核心业务系统；
·客户体验平台，支持和客户直接交流与互动的平台以及各种应用；
·物联网平台， 连接物理的设备，比如GPS，温控等设备，持续地采集数据并集成到核心的业务数据，为了更好地监控，优化和控制核心业务的日常运营；
·生态系统平台 支持和合作伙伴（比如供应商和客户）系统的数据对接与交换；
·数据与分析平台 具有信息管理与分析能力，包含数据挖掘与分析算法对数据进行分析与发现，知道企业的决策；
根据应用企业业务，以及讨论确认的业务流程调整，亮才实施人员为应用企业选定了亮才微卡，来帮助企业实现数字化。
货主派单环节：微卡通过解析SAP发出来的PDF文件，自动接收订单信息。根据预设的派单规则和温控要求等设置自动配置订单运输指示，把订单派发给相应的承运商，并附上相应提货箱单等文件。
承运商派车环节：承运商在微卡平台上接收到货主企业发出的订单，需要安排车辆和司机等信息；对于零担运输，承运商需要安排提货段、干线段和送货段的相关计划。
运输跟踪环节：通过车载设备、移动设备或者安装在ISOTank上面的设备，微卡能够实时收集GPS数据、温度、压力和液位等传感器数据，司机通过微信实时回报提货和送货等重要运输节点时间信息。如果运输过程中有异常发生，承运商或司机能够及时上报运输异常。企业物流部门、客服部门、企业客户能通过微卡PC端和微信端实时追踪运输状态和异常。
电子回单：承运商在客户签单后，通过移动设备或通过统一平台，及时上传客户签单，温度信息等规定文件。
承运商绩效管理：微卡根据实时收集到的GPS数据、温控数据和司机实时回报的数据，能够生成下列关于承运商绩效的报表：
1.GPS覆盖率报表
2.司机回报率以及准确性报表
3.电子围栏准确性报表
4.准点率报表
5.温度异常等各种自定义异常报表
3.3物流数字化的主要工作
根据客户在数字化体系中的痛点，结合我们对于数字化的理解，亮才微卡提供针对性的信息化服务，为客户持续创造价值。
3.3.1.IoT设备对接
数字化的关键在于实时IoT设备的数据采集，微卡收集了BASF所有承运商使用的GPS平台，对接了50+各种类型的IoT设备，能够实时采集BASF承运商在运输过程中产生的各种GPS和温控数据。对于零担运输，微卡还对接了中交兴路平台（国家GPS平台），能够根据车牌号获取实时的GPS数据。
对于信息化程度比较高的承运商，微卡采用和承运商系统直接对接的方式，收集实时GPS数据和运输节点信息。
对于化工企业而言，运输各环节的安全管理，始终是操作的重中之重。对此，系统提供了全方位的安全管控方案。
首先，是对运输车辆的管控。由于货物的特殊性，很多化工品承运车辆需要具备特殊的运营资质。对此，系统提供了车辆、司机危险品资质等各类信息的备案与核查，保证了进入系统备案车辆的合法合规。
其次，是对货品资料的属性维护，物流系统与公司主数据系统实时对接，更新货品资料信息，不仅减轻了人员操作压力，更主要的是保障了货品运输属性的准确性，系统在派单和运输的过程中，对于具有特殊属性（如危险货物）的货物操作，系统自动识别，在派车以及拼单的过程中加以控制，保证所派车辆满足货物运输要求，不同安全要求的货物不进行拼装，杜绝了认为操作的失误。
最后，在运输全过程利用设备进行位置监控，并与预设线路进行匹配，对于偏移预设线路的情况实施提出预警，提醒人为介入纠偏。同时系统还支持司机通过手机端拍摄照片反馈，对各种异常情况的实时状况进行第一手材料的记录。
客户服务水平是企业的核心竞争力之一，物流作为与客户直接接触的一环已经对客户服务水平起到了越来越大的作用。系统方案主要从两个方面入手，提升客户体验。
一是提升物流过程的透明度，系统的生态系统平台为司机、承运商提供移动解决方案。运输过程中的节点信息更新、操作异常均可以实时、准确的收集到物流系统中。企业物流部门可以监测承运商操作，及时、有针对性地处理订单情况，同时将运输过程信息开放给客户，为客户提供快递式的物流过程透明体验。
二是提供客户参与和反馈窗口，在物流过程中，用户不仅能通过企业微信公众号实时查询到物流信息，在货物到达交接时更能对交接货物情况以及物流服务体验进行反馈评价，有利于企业掌握客户的满意度，不断调整与提升客户服务水平。
4数字化主要效益分析与评估
企业物流经过数字化改造后，通过近一年的磨合和应用，产生了比较明显的效益和提升。主要分成两个方面，可量化的成本与效益指标和无形的业务模式改变及竞争力的提升。
4.1实时GPS追踪
微卡对接了BASF中国20多个承运商使用的GPS设备，能够实时获取GPS设备上的GPS数据，经过半年左右的磨合，承运商的GPS覆盖率已经接近100%。
微卡能够实时获取BASF温控车辆或者ISOTank的温度信息，并根据BASF不同产品的温控要求，能够对温度异常的货物进行实时报警，因为在装货的时候，货物温度会出现波动，微卡还可以设置在装货完成后多长时间后才进行温度监控。
微卡的运输监控中心能够实时监控BASF货物运输过程中出现的各种异常，比如预计迟到异常、送货迟到异常和未及时安排车辆异常等等，通过运输监控中心，BASF的物流管理人员就不需要看每一票订单，把精力集中在异常订单的处理即可，有效提升了物流管理的工作效率。
BASF承运商的KPI报表是基于微卡实时采集到的GPS数据生成的，以送货准点率KPI为例，微卡根据车辆或ISOTank的GPS数据自动检测实际到货时间，准点率报表根据自动计算出来的实际到货时间生成，和传统的手工输入实际到货时间相比，微卡的准点率报表更加客观，更能反应承运商真实的水平。
大数据和机器学习的时代已经到来，越来越多的企业开始重视数据的采集和分析，微卡从本质上来说其实是一个实时的数据采集和分析工具。微卡在数据采集和保证数据的正确性方面做了很多文章，以货物送达时间为例，如果卡车上装了车载GPS设备，微卡会根据GPS数据和客户地址信息自动算出货物送达时间；如果未配备任何GPS设备，微卡会根据微信定位和客户地址信息验证司机回报的时间是否靠谱，准确靠谱的数据是数据报表和分析的基石和前提。
经过半年多的时间，微卡利用机器学习技术对BASF运单、车辆和GPS等运输数据进行深度学习，通过机器学习模型更好地预测装卸货点等待时长和货物送达时间，识别潜在的运输异常与风险，确保运输的质量。
5数字化实施过程中几点体会
5.1数字化的核心是连接和数据
数据是数字化的核心和基础，没有实时准确的数据，数字化就是空谈，要采集数据，必须建立连接，从货主企业的角度来说，要连接ERP系统获取订单的数据；连接承运商系统获取订单运输状态的数据；连接GPS设备或物联网设备获取GPS或传感器等数据。
数字化并不是简单的运用一套软件解决问题。它围绕和服务于企业的实际业务，目的在于解决切实的业务需求。每个企业在长期的运行过程中，都有自己的独特之处。数字化过程并不是全盘否定已有的企业管理模式，而是应该基于企业的业务特点进行优化，转变企业传统固化的理念。
数字化的过程中，各部门不再是职能部门，而是流程中的一部分；部门成员的工作可能从之前的单一工作，转向更多面性的工作。人们对于已经熟知的流程改变，在未来不明朗的时候，都有抵触情绪。在数字化实施的过程中，不单需要物流部门的参与，也需要其他受到业务影响的部门代表的参与。通过一个开放的沟通交流渠道，更好的管理变革。通过自上而下的推行，让项目顺利实施。
数字化不是一蹴而就的，它是一个长期的战略方向。项目组也采用了敏捷的工作方式，根据流程的主次重要性，把数字化的过程分为几步。对于重要的流程，应用企业可以尽早操作并且给予反馈。基于反馈结果，项目组及时评估，做出系统、流程上的改进，最终实现可落地的数字化数字化不是一个理想、空泛的概念，一个企业里面可以数字化的空间很大，我们会和客户一起探寻数字化价值最大的地方，一次迭代聚焦在一个方面，持续地建立连接、重构数据、驱动智能并验证学习，通过一次一次的迭代，持续为客户创造价值。
在BASF数字化物流一期实施完成后，我们已经在考虑进一步的持续改进方向：
·利用低成本的移动GPS设备，实现零担订单的全程可视化
零担运输的层层转包现象给零担运输的追踪带来了很大的难题，终极解决方案一定是通过低成本的随货设备彻底实现零担运输的全程可视化。
·多式联运的运输可视化
因为多式联运涉及到铁路和水路的运输，从技术上来说，微卡能够对接铁路和水路的系统，获取实时的铁路和水路相关的运输信息，从而提升多式联运的可视化程度。
·进一步的运输数据分析和持续改进
在系统应用一段时间之后，可以基于系统积累的数据进行分析，应用AI和大数据技术为应用企业在数据中找到潜在优化点，寻求改进机会，比如如何更加准确地预计到货时间、如何总体优化物流成本等等。
最新案例