1913年，亨利·福特受芝加哥屠宰场启发，开发出了世界上第一条工业流水线。福特提出，汽车底盘在传送带上以一定速度从一端向另一端前行。前行中，逐步装上发动机，操控系统，车厢，方向盘，仪表，车灯，车窗玻璃、车轮，一辆完整的车就完成了组装。
在手工生产时代，每装配一辆汽车要728个人工小时，而福特流水线设计把这缩短为12.5个小时。两年后，流水线的生产速度已达到1小时，五年后又进一步缩短到10分钟，生产效率提高了4488倍。这一创举使T型车的售价也从最初的850美元，降低至240美元。
01
引入数据就是建立“流水线”
有一定规模的货代，大多有操作系统来协调工作，员工也因此分为不同的操作、客服、中转等岗位。这是典型的自发式协同分工，就如同手工生产汽车的分工方式，整体的效率表现依赖每一个个体的效率叠加，个体效率不稳定和时间冗余的问题十分明显。
李文玟负责配船操作，她需要先确认每一票货物是否已经到港、是否完成报关，而运抵、报关的情况需要自己查询。很明显，查询频率直接决定了这个岗位的绩效表现，但查询频率又完全依赖于李文玟的个体意愿，随意性很强。
引入物流数据，就像是在货代的办公室建立了一条流水线，把操作、客服、中转、配船等不同岗位全部串联起来，从外部给出一个不断前进的力量，带动员工提高效率。有了物流数据，李文玟会自动得到系统提示，哪些货物已经完成报关和运抵，她再也没有任何理由来掩饰自己的“摸鱼时光”。数据刷新频率最高为每分钟1次，且记录了得到运抵和报关的时间，不断推动李文玟及时配船，不断往前推进。
02
重复、单调的工作更适合用数据
去年，宋文杰有票货发到mobile，由于釜山中转被甩货一周，导致收货人拒收。这虽是船东原因的不可抗力，但工厂往往处于强势地位，以告知不及时要求货代赔偿。在实际操作中，一旦货物离开国内口岸，就基本处于“真空状态”。海外中转港滞留、ETA临时变更、目的港客户不提货等，基本没有货代投入人力来跟踪这些细节。
另一方面，重箱回场、中转落配、报关运抵不及时……无数个细节又直接影响着货代的服务表现。这些细节若全部由人来跟踪，不但枯燥、重复而且耗时耗力，时间一长员工往往会懈怠。类似的重复、单调的工作更适合引入数据来完成。全程无需人工介入，只需要将箱看看的数据接入货代自己的系统，所有在途信息就能自动刷新，异常情况自动提醒。
数据引入的效果不仅仅在推动员工提升效率上，更在弥补人工操作难免出现的失误和懈怠。在以前，这些失误和懈怠会导致额外成本，重复出现却难以避免。
03
箱看看会提供哪些数据？
箱看看提供的数据，都是通过系统对接来完成。大部分货代没有IT团队，只需要告知我们，你的货代系统用的哪一家？箱看看目前已经基本覆盖了口岸较主流的七家货代系统开发公司，如果你也选用的他们的系统，可以通过货代系统公司直接完成对接。
如果我们暂时没有覆盖到你所用的系统，你可以联系你的系统开发公司跟箱看看对接，也可以在一周以内完成（定制化服务除外）。如果有需要，我们也可以为你推荐市场上较主流的货代系统服务商，免去系统对接的成本。
箱看看提供的数据分为两类，基础数据包括回场、运抵、码放、海放、离港、中转、到港、重箱出场及空箱回场，内容格式为时间+状态，范围包括国内主要口岸港口数据、大部分一线城市港口数据、国外主要基本港口数据、所有海船轨迹及到离港数据、大部分支线船轨迹及到离港数据、主要船东系统数据。这些数据相互验证，以保证最终输出的数据的准确性和及时性。
另一类数据是基于以上基础数据的算法，包括重要节点的通知数据，以及可能被触发的异常提醒通知。这些提醒判断，需要大量的数据积累来训练算法，根据不同港口、不同航线、不同船东和其它详细情况，来判断是否准确？是否有必要通知用户？以保证最终的推送有实际作用，而又不至于太过频繁的打扰用户。
04
未来3-5年，中大型货代的竞争就是效率的竞争
从纯人工操作，到引入货代系统，再到现在的人+系统+数据，货代的服务能力和效率日趋提升的背后，正是竞争愈发激烈的大环境。二级货代对价格极其敏感，对服务要求也更专业，中大型货代作为对接船东的平台，内部操作的效率会直接体现在价格上。这是血淋淋的成本之战，没有其它秘密可言。
船东对价格透明化的推动意愿一直很强，依靠关系拿好价格的船代模式开始慢慢松动。未来3-5年，中大型货代的竞争，就是效率的竞争，行业巨头的局面逐步形成，而这正是欧美货代曾经走过的路。
箱看看是第一家用数据打造差异化服务的IT公司，也是唯一不接受订舱、专注于数据服务和线上产品开发的合作伙伴。作为独立品牌，箱看看并不嫡属于任何物流公司，过去的融资工作也有意避开了货代市场的所有利益相关者。箱看看赋能货代的过程，也是跟货代共同成长、共同迎战市场变化的过程。
提单管理
上海中转查询
新闻中心
功能介绍