——基于 G7 易流 IoT 能力的城配 3PL 一体化架构


一、方案定位:为什么是小B城配 OWTB 3PL

1.1 小B城配的业务画像

小B 端城配(餐饮连锁、便利店、生鲜店、社区团购网格仓、夫妻老婆店补货)和干线/大B 完全是两个物种:

维度

小B 城配

干线/大B

单量

单小(1~5 件/店)、高频(日配/半日配)

单大、低频

温区

常温+冷藏+冷冻混装常见

单一温区为主

网点

单趟 20~80 个门店,短半径 ≤50km

点到点

时效

时段达(午前/午后/夜配)

日级

价格敏感度

高,按件/按方/按店计价

按车/按吨

3PL 模式

统仓共配(多货主拼一仓一车)

专仓专车

1.2 3PL 做小B 城配的五个老痛点

  1. 多货主隔离难:一仓多客,库存/费用/报表混,货主不放心

  2. 仓运配脱节:OMS-WMS-TMS 三套系统三家 vendor,订单→出库→派车靠人工

  3. 计费对账复杂:按件/按重/按方/按温区/按店/阶梯价/异常扣费,Excel 算到哭

  4. 履约不可视:小B 货主要"我的货到哪了、几点到店",传统 3PL 答不上来

  5. IoT 成本高:想做冷链温控+轨迹,被 G7/易流硬件+SAAS 绑死,毛利被吃

1.3 OWTB 一体化要交付的价值

Orders(多货主 OMS 接单+拆单+路由) → Warehouse(统仓共配 WMS,越库+按线路拣货) → Transport(3PL 视角 TMS,排线+外协聚合+在途) → Billing(多计价模型 BMS,自动计费+异常扣费)

📌 定位一句话:以 OWTB 四件套为业务内核,G7 易流为 IoT 在途与冷链感知外包,做小B 城配 3PL 的"计划物流"平台——"计划"二字指:预约时段、波次统仓、排线计划、计费规则前置,不是被动接单的 execution 系统。


二、OWTB 四模块能力拆解(3PL 多委托方视角)

2.1 OMS —— 多货主订单中枢

小B 城配的 OMS 不是电商 OMS,核心是 预约 + 波次 + 路由:

  • 多渠道接入:货主 H5/小程序/Api(对接货主 ERP 或简易 Excel 导入)、门店要货端

  • B2B 预约管理:午前达/午后达/夜配/次日晨配,按时段归集

  • 拆单与路由:按温区拆、按仓拆(多仓场景)、按承运商拆(外协)

  • 波次计划:按配送时段 + 线路预归类,直接喂给 WMS 的"按线路合并拣货"

  • 多货主隔离:数据/权限/库存/计价规则四级隔离,货主门户可自查订单&费用

💡 小B 城配 OMS 最容易被低估的是预约时段聚合——这是后面 WMS 波次和 TMS 排线的输入源头,乱了全盘散。

2.2 WMS —— 统仓共配的仓内执行

3PL 做小B,统仓共配是毛利模型(多货主拼仓拼车),WMS 必须支持"一仓多货主 + 按线路拣货":

  • 多货主多仓:一货主多仓、一仓多货主,批次/SN/效期/温区精细化管理

  • 入库:收货→质检→上架,支持越库(cross-docking,小B 城配高频场景)

  • 出库:按线路合并拣货是核心(不是按单拣也不是纯波次,是按"今夜排好的线路"合并),分播→复核→装车

  • PDA 无纸化:收货/拣货/复核/装车全扫码

  • 库存预警 + 效期管制:生鲜/乳饮小B 货主硬需求

  • G7 标注点复用:仓点位、前置仓点位同步到 G7 物流地图做 geoserver 图层,供 TMS 排线用

2.3 TMS —— 3PL 视角(≠ 车队视角)

这是跟 G7 易流"财运通 TMS"最容易打架的地方,边界必须先划清:

能力

咱自建

G7 易流

多委托方→多承运商聚合

✅ 3PL 核心

❌ G7 是车队视角

智能排线(VRP,变量:温区/时段/车型/载重/门店时间窗)

✅ 自研或接百度/阿里物流引擎

❌ G7 不开放(久久丫那套是自家用)

外协司机/承运商接入

✅ 3PL 核心

❌

在途轨迹

接 G7 MQTT

✅ G7 核心价值

冷链温湿/报警

接 G7 MQTT + Rest

✅ G7 核心价值

电子围栏(进出店/停留)

接 G7 HTTP 推送

✅

回单/异常

✅ 自建

❌

TMS 自研部分的能力清单:

  • 运单生成(OMS 波次→TMS 运单)

  • 智能排线引擎:车型/温区/时段/载重/门店时间窗多变量 VRP

  • 承运商池:自有车 + 外协车队 + 众包司机

  • 司机小程序:接单→提货→交货→回单拍照→异常登记

  • 在途可视化:叠 G7 MQTT 轨迹 + 温湿 + 报警事件

2.4 BMS —— 3PL 复杂度天花板(独立商业层)

📌 关键认知:BMS 不是 WMS/TMS 的附属模块,是独立的"3PL tariff(价目表)引擎"——参考 Cleverence 3PL Tariff Manager 思路。

小B 城配 3PL 的计费维度:

  • 仓储侧:托盘/天、货格/周、立方/月、收货/拣选/包装/装卸操作费、增值(贴标/组套/退货处理)

  • 运输侧:按件、按重、按方、按店、按温区加价、阶梯价、时段加价(夜配溢价)

  • 异常扣费:迟到、温控超标(G7 冷链报警事件直接喂 BMS 做扣费触发器)、破损、少件

BMS 能力:

  • 合同价目表(Tariff)管理:每货主一套,按服务项×计量单位×费率×币种

  • 自动计费引擎:从 OMS/WMS/TMS 捞作业量 → 套合同 → 出应收

  • 应付:承运商/司机侧自动算

  • 对账:货主确认→收款→财务,异常扣费可追溯(G7 报警事件作为证据链)


三、整体架构分层

┌──────────────────────────────────────────────┐
│               多端接入层                       │
│  货主H5/小程序 │ 司机小程序 │ 仓PDA │ 运营PC  │
├──────────────────────────────────────────────┤
│               业务域层(OWTB)                  │
│  OMS(多货主/预约/波次)                         │
│  WMS(统仓共配/按线路拣货)                      │
│  TMS(排线/外协聚合/回单)  ←→  G7 IoT 集成层   │
│  BMS(多计价/Tariff/异常扣费)                   │
├──────────────────────────────────────────────┤
│               中台层                           │
│  多租户(Party模型) │ 调度引擎 │ 计费引擎       │
│  组织映射层:委托方↔G7机构 ↔设备归属           │
├──────────────────────────────────────────────┤
│               G7 易流集成层                    │
│  MQTT(轨迹+温湿) │ HTTP推送(围栏/报警)          │
│  Rest(历史轨迹/温度报表/视频)                  │
│  域模型映射:org→委托方, truck→承运商车        │
├──────────────────────────────────────────────┤
│               基础设施                          │
│   PostgreSQL + PostGIS(网点/路网)              │
│   Redis(Kafka 消费锁/排线缓存)                 │
│   Kafka(业务事件总线 + G7 推送落地)             │
└──────────────────────────────────────────────┘

关键设计决策

1. Party 模型(多委托方 vs G7 org 的桥)

G7 的 org是"车队机构"视角,一 org 下一堆 truck绑 gpsno。3PL 是"一委托方(货主)下可能有多家承运商,每家承运商可能在 G7 有独立 org 或共用 org"——所以平台内部 Party 模型要撑:

委托方(货主) → 合同 → 承运商A(→ G7 org A) / 承运商B(→ G7 org B) / 自有车(→ G7 org 自营)

G7 开放平台按 AccessID 授权,建议 每个 G7 org 对应一个 AccessID,平台做 AccessID 路由层,不然 G7 那边机构权限串不了。

2. 排线引擎不自建底层算法,接第三方

G7 不开放排线,自写 VRP 不划算。建议:

  • 百度地图"货车路径规划 API"或阿里"物流排线引擎"做底座

  • 自己包一层:温区约束、时段窗、车型载重、多货主拼车规则——这部分是 3PL 的知识产权

3. 事件驱动

WMS 出库完成 → 发 Kafka → TMS 生成运单 → G7 MQTT 开始吐轨迹 → 报警事件 → BMS 扣费,全链路事件化,别走同步调用。


四、G7 易流在本方案里的定位(专节)

不是主体,是 IoT 感知 + 在途可视化供应商,边界再钉一次:

G7 能力

本平台用法

不碰的原因

轨迹 MQTT

TMS 在途 tab 实时渲染

—

温湿 MQTT + 报警

BMS 异常扣费触发器 + 货主 SLA 告警

—

冷链历史 Rest

货主对账时的合规凭证

—

标注点/geoserver

WMS 仓点位 + TMS 排线 POI

—

视频回放 Rest + gmedia.js

争议取证

—

财运通 TMS / 订运单中心

❌ 不接

绑 G7 硬件+车队视角,3PL 多委托方接不进去

智能排线

❌ 不接

不开放

接入三通道(承接上轮):

  • 定位+温湿 → MQTT(秒级,城配趟次密)

  • 进出电子围栏、停留、报警 → HTTP 推送(接收即 return,业务逻辑丢线程池)

  • 历史轨迹、温度报表、视频地址 → Rest 拉

域模型映射落地(承接上轮画图):

G7 org        → 平台"承运商"维度(每个 org 对应一个 AccessID)
G7 truck      → 平台"车辆"(挂到承运商下)
G7 gpsno      → 平台"设备编号",1 truck : N gpsno(挂车+冷机分开)
G7 标注点     → 平台"网点"(仓/门店),双向同步:平台新建门店→写 G7 标注点

⚠️ 坑:G7 org 是"车队"粒度,3PL 一个委托方可能对应 N 个承运商 N 个 G7 org,也可能多个委托方共享一个承运商。所以平台内部的"委托方→承运商→G7 org"三层映射必须持久化,不能指望 G7 侧的机构树。


五、落地路线图

Phase 1 · MVP(月 1~3):跑通一条线

  • OMS:货主 H5 下单 + 预约时段 + 波次归集

  • WMS:一仓多货主 + 按线路合并拣货 + PDA

  • TMS:运单生成 + 司机小程序 + G7 MQTT 轨迹+温湿最小可用(接 1 个 G7 org 先做域映射验证)

  • BMS:按件/按店最简计价 + 手动对账

  • 目标:1 个仓、2~3 个货主、日单 200 内跑通

Phase 2 · V1.0(月 4~6):排线 + 多货主计费

  • TMS 排线引擎接入(百度/阿里路径规划 + 自封装温区/时段约束)

  • BMS Tariff 引擎完整化:仓储费+运输费+异常扣费(G7 报警喂 BMS)

  • 多货主门户:库存/订单/费用自助查

  • G7 HTTP 推送(电子围栏/报警)接进来

  • 目标:3~5 仓、10+ 货主、外协承运商接入

Phase 3 · V2.0(月 7~12):计划物流 + 网络效应

  • 多仓库存共享、就近发货

  • 前置仓/网格仓模式

  • 统仓共配算法优化(拼车率↑)

  • 冷链合规报表自动化(G7 温度报表 + BMS)

  • 目标:区域城配 3PL 标杆 case


六、商业化一句话

小B 城配 3PL 的毛利模型是统仓共配的拼车率 + 计费的透明度——OWTB 四件套解决"拼得起来、算得清楚",G7 易流解决"冷链合规+轨迹可视别自己造轮子"。两者拼起来,对 3PL 老板的交付物是:仓容利用率↑、车辆满载率↑、对账人力↓、货主 SLA 可承诺。

Logo

电商企业物流数字化转型必备!快递鸟 API 接口,72 小时快速完成物流系统集成。全流程实战1V1指导,营造开放的API技术生态圈。

更多推荐