本文總結分享了客戶下單到司機攬件的全流程。

物流/快遞/貨運公司是一個非常傳統的行業，其中零擔行業CR10（行業集中度）僅有4%左右。同時零擔物流相比快遞行業而言准入門檻較低，因此產生大量小、散、弱企業，而這些企業很多處於人工記賬的階段，所以當運單出現異常的時候也很難以追蹤。

在中大型物流/快遞公司因為自身業務高度個性化，以及自身數據安全的安全一般會選擇進行自研，比如順豐阿修羅TCMS、德邦KOSS，百世春雷系統、京東物流赤兔TMS、菜鳥運配寶TMS等；而一些小公司從成本角度考慮一般會選擇SaaS供應商，比如oTMS、快貨運、唯智、科箭TMS等SaaS系統。

今天主要分享物流行業從客戶下單到運單攬件的流程。

基本概念

物流業務都是從寄方客戶攬件開始，然後到收方客戶派件並完成簽收為一個閉環。同時公司提供回單增值服務的話，還存在從收方返單到寄方或第三方的場景，但因其流程與運單運作一致，所以這裡不進行特殊贅述。

因存在一個寄件客戶同時對多個收件地址寄快遞的場景，此時使用運單號作為訂單標識就不太合適了，所以這裡將客戶下單到司機攬件並完成報單之前的過程劃分為“訂單”。

然後從司機攬件完畢到運單簽收的過程劃分為“運單”，即一個訂單對應多個運單。

由客戶下訂單，再由司機對運單進行報單的場景更多存在於B端KA客戶的場景，如果公司自身業務C端客戶較多，可以不區分訂單和運單。但無論是訂單還是運單，都可能出現需要合單的場景。

訂單信息

訂單主要記錄了客戶下單的信息，以及司機到達客戶處所需要地理信息。

訂單號

訂單號是一個訂單的標識，一般根據訂單的增加進行自增。如果與外部進行業務對接時會展示訂單號，建議在訂單號生成規則中加入一定的混淆邏輯，否則競爭對手可以根據訂單號的生成規律推算公司當前的訂單量，洩露公司的營運信息。

訂單狀態

前文我們已經對訂單和運單的邊界進行的釐清，所以訂單的狀態機有“客戶下單”、“已調度”、“取貨中”、“完成攬收”四個狀態。

這個狀態一般會在客戶查單時提示客戶當前訂單的狀態，所以文案需要儘可能簡單明瞭，同時狀態機也可以根據公司業務需求進行合理地增減。因此處的狀態機通俗易懂，所以這裡不贅述。

訂單來源

物流公司除了自有渠道下單之外，可能直接對接電商網站，甚至還會對接菜鳥、快遞100等第三方下單平臺。訂單來源字段可以作為後續渠道分析的依據，此處不作延展分析。

時間信息

記錄訂單各個狀態流轉的觸發時間。這裡需要注意訂單存在正逆流程，需要結合自身業務場景評估是否覆蓋原有的時間記錄。

如果這裡選擇了覆蓋操作，數據分析將取不到對應的數據；如果選擇了不覆蓋，那對於調度→取貨→調度這種場景下的時間展示需要考慮是否會引起用戶的誤解。

下單客戶信息、取貨客戶信息

這裡將下單客戶和取貨客戶信息分開主要考慮了第三方下單的場景，如果自身公司的下單和取貨客戶基本都是同一家公司/同一個人時，可以對這兩個字段合併為一個字段。

訂單流程

訂單流程是從訂單生成到完成訂單的整個過程，因為前文已經對訂單和運單劃分了邊界，所以本文討論訂單隻有正向流程而沒有逆向流程。

在司機取到貨之前，如果客戶希望取消訂單，那麼系統只需要取消司機的任務即可，不涉及實體的空間轉移。

比如用戶在滴滴叫車對訂單取消之後，訂單也就隨之取消了，同時系統對被取消訂單的司機進行優先派單的策略，但並沒有對原訂單狀態產生影響。當司機攬件完畢並進行報單之後，此時訂單已轉變為運單。如果此時客戶希望取消訂單時，實際上是對運單發起退貨，運單的逆向流程將在後續展開，此處不進行贅述。

訂單流程從上圖看來只有簡單的四個環節，但在“分配司機”和“任務規劃”兩個模塊中一般會獨立規劃為一個系統。同時給司機派單需要同時考慮訂單的時效、司機當前的任務數、司機當前的距離等維度，這裡就涉及到運籌學中非常著名的旅行商問題。有些人就會講系統派單那麼複雜，那讓司機進行搶單不是更好嗎？司機根據距離評估是否承運這個運單。

如果 A 司機搶到一個距離 10 Km的訂單，另外一個距離 3 Km的 B 司機反而沒搶到；過了一分鐘之後，距離 A 司機原來的位置 1 Km出現一個新的訂單，這個新訂單距離 B 司機 10 Km。

現在再評估這兩個訂單，似乎並不是一個最優解吧。關於調度策略的問題這裡不再進行贅述，後續另文展開。

物流行業也不可避免地存在薅羊毛、惡意競爭的情況，在進行系統規劃時根據自身需要在向司機進行派單之前對訂單加入一些風控規則，防止有心人進行惡意下單導致調度司機產生空跑的情況，進而造成公司的損失。