独立三方数据源！数据宝国有大数据为金融机构及物流企业提供双向赋能

Posted 2023-04-02 ?Anita Zhang

引言：根据第四次经济普查数据，我国交通运输、仓储和邮政业法人单位近60万家，个体经营户数580多万个，物流相关市场主体超过600万。其中超过九成的法人单位属于中小微企业。他们是物流业发展的生力军，也是建设现代物流体系的重要基础，更是吸纳就业、改善民生的重要支撑。而中小微物流企业主要经营业务集中在公路货运领域。

中国物流小微企业困境

当下经济压力增加，甲方托运人通过延长账期来缓解自身资金压力，进一步加大了物流企业的垫资负担。由于中小企业抗风险能力弱，越来越长的账期将造成企业经营风险骤增，很可能成为压死企业的“最后一根稻草”。

近日，中国物流与采购联合会发布了《中小微物流企业经营状况调查报告》，其中就提到了62.9%的中小微物流企业反映账期垫资压力与上年相比有所增大。

从中央到地方都在推物流纾困政策

保小微企业就是保就业，今年以来，国务院、国资委及各地方政府纷纷发布纾困政策，其中就物流纾困相关政策就发布了21条。

5月9日，国务院促进中小企业发展工作领导小组办公室印发《加力帮扶中小微企业纾困解难若干措施》，提出进一步为中小微企业纾困解难十大方面举措，包括各地要积极安排中小微企业和个体工商户纾困专项资金，2022年国有大型商业银行力争新增普惠型小微企业贷款1.6万亿元等。

5月25日， 国资委发布《关于中央企业助力中小企业纾困解难促进协同发展有关事项的通知》，要求有力支持资金融通，助力缓解中小企业融资困难。充分发挥中央企业市场资源优势，运用大数据、区块链等技术手段，推动以融促产，实现自身优质资信与产业链供应链中小企业共享，畅通上下游资金循环。加大对商用货车消费贷款的支持力度，有效缓解物流企业和个体货车司机贷款偿还压力。

中小微物流企业融资难点
当下物流金融与小微企业之间存在信息壁垒，主要原因为金融机构缺乏服务这一客群的能力。基于传统的对公授信逻辑，中小微物流企业在押品信用、主体信用、交易信用三个方面均无法很好的满足传统金融机构的条件，导致物流企业出现融资难，融资贵等情况。而这一切还是因为缺少关键有效的授信数据。

大数据破除了金融机构与物流企业的信息壁垒
随着全国道路基础设施的数字化平台落地，网络货运平台、TMS等物流信息化平台，物流行业的日常经营数据正逐步完成沉淀，高速大数据的开放及应用也帮助打破了金融机构与物流企业的信息不对称，使得基于大数据风控和物联网等金融科技的应用具备了落地性。

数据宝方案

聚焦物流金融场景，数据宝基于直连运政大数据、车辆大数据、保险大数据及其他国有大数据资源，打造出个人&小微企业风险全生命周期管理一体化解决方案，实现贷前人车企证件核验、人车关系分析、营运能力分析、疑似挂靠识别等风险筛查；实现贷中放款管理、经营管理评估、资产变更监控等风险监控；实现贷后资产情况管理、车辆残值评估、衍生价值挖掘等管理。

数据宝物流金融优势及特色

1）交通数据创新应用生态圈，汇集丰富的流量资产方资源

数据宝大数据交易平台已汇集数万家符合“三真”审核标准企业认证会员，其中有丰富的物流金融资产方资源，帮助金融机构解决流量资产方引入难题。

2）独立第三方，不做运动员也不做裁判员

数据宝平台作为纯国资参股的独立三方国有数据代运营服务商，拥有大数据交易资质及独立的国有数据大数据交易平台，专注激活国有数据价值，和资产方及资金方均不存在潜在竞争或业务风险；

3）灵活的合作模式，适配不同金融机构不同阶段的需求

针对对物流金融领域感兴趣的金融机构在不同发展阶段的的需求匹配不同的合作模式，确保业务落地。

数据宝客户案例

知名企业满帮平台基于数据宝覆盖全国范围的国有大数据建立征信模型，主要通过货车里程大数据、货车载重大数据、货车时长大数据、货车路径大数据、过路费支付行为大数据等，结合用户在满帮的经营情况，深度参与到客户各个运输交易节点的生命周期的维护中，为满帮用户量身定制高效、低息、灵活的物流金融产品。

针对在“货车帮”APP上注册且希望申请ETC白条服务的司机，分别通过国有大数据评估其驾驶车辆的综合运力来了解经营状况及经营风险，通过运政大数据判断司机是否拥有合法合规资质以确定准入门槛，以及通过运营商大数据来预测司机个人的稳定性状况，在贷前场景下为风控反欺诈模型扩充有效的信息维度，补全在非“货车帮”APP上的运力情况，完善司机的整体画像，同时也为授信额度模型提 供决策支持。

第三方物流运输收入成本测算——商业智能BI物流大数据应用

对于第三方物流企业而言，客户是来源于各不同行业，不同行业对于物流运输均有不同的结算方式。其原因是各个行业的企业有着其独特的计算方式，而对于货运物流市场来说，甲方处于强势地位，往往客户都是为了其入账方便、系统原因或压缩成本的原因指定结算单位，如：按箱、按车、按不同重量段、按不同运输距离计算不同重量段、按照条、按照不同产品类别等等。

• 在项目投标之前，对于物流企业，尤其是第三方物流企业来说，均需要对该项目的收入成本进行测算，以便报一个合理的运输价格。有时候客户会给相应的订单记录用以测算。
  

• 在物流运作过程中，对于每一票订单利润的监控也是非常重要的。由于货量及货物结构或者线路结构发生变化，当出现亏损或利润下降的时候，及时调整运作模式尤为重要。当然，这对于背靠背的业务（结算方式完全相同）可能是无用的，但物流大部分运输项目的测算均是非标准的形式。

目前企业普遍以Excel形式进行分析，数据分析人员通过多层IF的嵌套，多张报表的来回取数关联进行测算，而每一次测算均需要很长时间，深入物流业务进行测算的数据分析人员又相对较少，企业多数在报价时是凭借经验或粗略的计算，往往报出的价格或出现亏损，或没有竞争力。

在实际运作过程中，成本收入往往是在订单完成之后，甚至在月结的时候进行经营分析，无法实时监控订单利润。为了检测每一票订单的营收情况，可能需要很多的运营人员，且报表不及时等现象比较严重，往往是在大量亏损已经发生才去调整业务，无法及时的发现问题。

大数据BI工具可以很好的解决这个问题。通过BI系统连接数据仓库实现快速拉取数据。再建立业务主题（一般是上系统时候先建好），业务主题中有该部门业务人员需要使用的所有字段。然后建立成本的计算逻辑分组，为接下来的测算做准备。

做好业务主题和分组之后，便可以对收入成本进行计算，然后一件作图，随着业务的发展数据自动刷新，实时监控每一个订单的利润情况，可以像监控人的心电图一样监控我们的业务，当然订单只是一种维度，业务上由于需要拼货，我们也可以使用线路进行监控。

下面我们来举个简单栗子：

假设该物流项目，运费收入是以件为单位：

0-10件，30元/件；

10-100件，28元/件；

100-1000件，25元/件；

1000件以上，20元/件。

运输成本是以吨计量：

0-1吨，300/吨；

1-3吨，280/吨；

3-8吨，240/吨；

8-10吨，200/吨；

10吨以上，160/吨。

我们可以先在业务主题中对件区间和吨区间进行分组：

后保存该业务主题名为：物流业务收入成本分析，然后使用软件通过点击拖拽的方式新建计算字段：

然后计算利润：

形成报表后，可以根据需要设置利润值预警，定位问题订单：

当然BI工具可以自动生成利润波动图，可以发布到主页，运作人员便可以像监控心电图一样实时监测每一票订单的利润变化情况。

相比于传统TMS的数据分析功能，商务智能更加关注数据，其拥有更大的灵活性。由于其具有可以按照任何字段分组、计算，按照任何字段筛选等特征，其可以适用于各类结算方式，且无需代码便可以对测算逻辑进行固化，保障下次直接可以使用，也实现了实时对成本的监控的可视化需求。

作者简介

☞张文迪，国内知名BI软件公司行业数字化解决方案专家，工信部认证高级数据分析师。熟悉大数据BI产品架构，在零售、供应链方面具有丰富的数据产品落地经验，参与BI大数据系统建设与企业指标体系建设项目。中国科技核心期刊论文作者，曾在零售行业应用购物篮模型和Apriori算法落地、设计零售行业异常会员用户筛选机制、建立零售行业及其供应链企业的标签指标体系、建立物流项目的配送中心测算模型等。

内容推荐

☞