长期以来，受市场需求沙化（高度松散）的影响，货运行业散、小、乱、差的问题始终突出。2014年，随着“互联网+物流”模式的强势兴起，行业中开始涌现出大量的车货匹配平台。

“网络货运平台出现后，有效整合了供需资源，提升了运输组织效率，进一步推动物流运输行业转型升级。”物流行业专家指出。

2016年，为鼓励无车承运物流创新发展，促进物流业降本增效，交通运输部在全国开展道路货运无车承运人试点工作。经过为期3年的试点，无车承运人模式取得了突出的成绩。数据显示，截至2019年底，无车承运人试点企业达到229家，被整合的社会货运车辆达到211万辆。根据工商数据显示，2020年全国共有70万家存续经营的物流公司，第三方物流的市场规模达到1.6万亿元，截止到目前已经有近千家网络货运平台申报成功。

网络货运平台，是依托互联网平台整合配置运输资源，以承运人身份与托运人签订运输服务合同、承担承运人责任，又委托实际承运人完成运输服务的物流平台。网络货运平台的双重身份，决定了其在货源资源整合、运力资源整合两个方面的双向业务开发模式。

运力的充分调用是网络货运平台运营效率高低的重要指标，也是降本增效的重要途径。然而，空驶、等货、排队装卸等情况，在传统的物流运营过程中都难以避免，造成了物流效率低、成本高的困局，作为网络货运平台必须重视运力开发。

通过以下数据，我们可以直观地看到运力利用的差距，根据交通运输部公布的《2019年道路货物运输量专项调查公报》显示：2019年9月每辆货车每日平均行驶仅为190公里，而在一些欧美国家，一辆货车有效行驶里程平均每天能达到1000公里。也就是说，我们的运力至少有5倍的提升空间。

基于经验的物流调度VS基于大数据的智能调度

在传统的物流运营的过程中，调度工作者需要一边了解货源情况，一边寻找合适的运力，一边安排去程的运输，一边寻找回程的货源，对于货车来说，装卸货排队等待消耗时间成本，回程找不到货源，无论是就地等货还是空驶回程，其运输效率、利润都得打折扣，而能否有充足的货源，充分地激活车辆运力，也是难以保障的。

网络货运依托大数据、互联网技术搭建物流信息平台，通过管理和组织模式的创新，集约整合和科学调度车辆、站场、货源等物流资源，有效提升运输组织效率。网络货运可以对物流流向与流动热门路线、空车分布、会员车辆硬件消耗等因素进行分析，结合社会热点事件预测各条线路的下期运力需求，通知相关物流环节提前做好运力准备，最终推动对流运输、循环运输、拖挂运输等合理运输模式的实现。不仅大大提升各种运力的利用率，还将大大降低公路货运行业的碳排量，减少城市配站数量，降低配货站对土地资源和交通资源的占用。

基于国有高速大数据做运力考核KPI画像，让调度更智能

传统物流调度人员通常需要对手下的车辆、车队非常熟悉，每辆车的型号、适合运输的货物类型，包括司机的驾驶能力、运输经验等等都了如指掌，这样，在拿到货源的时候，调度人员能够很快在脑子里给出运输方案。同样的，基于对手中运力的掌握，也能够帮助车队或物流企业寻找、争取合适的货源。

但是，一个调度人员的管理能力是有限的，其经验也是难以复制的，这就让物流业务的扩张受到人的限制。网络货运平台通过运力考核KPI画像（车辆规格、司机考核、运输时效等）将人的经验、人的管理能力，无限制放大。借助互联网及大数据处理能力，能够应对更多货源、运力的优化匹配，同时促进货源开发和运力释放。

基于国有高速大数据，分析运力画像，给订单寻找更适配的运力

基于数据宝直连的国有高速大数据资源，能够应对更多货源、运力的优化匹配，同时促进货源开发和运力释放。面对不同的运输需求，平台可通过数据宝高速大数据运力指数，包括货车时长排名、行驶里程排名、总载重排名等因子智能匹配更合理的“车-货”配置，并通过数据宝含有的人、企、路、车、环五大维度数据优势，减少单边运输，减少空驶运力浪费。从而在保证运输服务品质的同时，提高运输效率，从调度上实现物流运营的降本增效。

关于高速大数据：

国有高速大数据覆盖全国逾14.3万公里高速网络（西藏、海南除外）；

近12000个高速出入口站点及40000多个ETC门架实时采集数据；

含车辆收费车型、收费轴数，行驶区域、出入时间、行驶里程、入口及出口载货量、支付方式等维度的通行数据；

包含客车2.26亿辆车及超过3252万辆货车（其中中重型货车超过1294万辆）产生的超过千亿条通行记录；

2020年平均每月新增通行出入口及门架记录数据超过100亿条。