顯然，需要打100個電話才能做一次運輸的時代要過去了。

交易平臺公司常會做“大數據精準匹配”的設想，但如你所知，大部分平臺還沒熬到那一步便因各種原因夭折了。而在服務相對非標、重信任度的物流行業，交易平臺的匹配撮合靠的往往是模式創新而非技術創新。比如，它們會想到借助經紀人、在線招投標的力量來解決平臺無法承擔的事情。

在這一階段，模式和運營是物流平臺冷啟動的核心。而一些發展了兩年以上的物流平臺已經有了較為穩定的交易額，正著力于將真正的技術落地、優化效率。

云鳥和福佑卡車是兩個典型的例子，這兩家公司雖然分別處于城配和干線整車兩個不同領域，但有一點相同的特征——介入資金流，也就是需要開票、墊資，因此其對交易服務本身掌控更深，也容易在匹配上直接做文章。

云鳥所在的城配領域，普遍有訂單波動的波峰波谷、配送線路不斷變更的現象，因此缺車、運力過剩的情況會同時出現。云鳥的出現第一步解決的是如何更靈活地找到車的問題，在完成的獲客和運力池建設之后，其擺在面前的重點只有兩個——賺錢和用技術手段提升效率。

在提升效率方面，云鳥已經優于傳統模式——打電話-找車-招司機、平均80-100次電話才能找到合適的運力。

其在2016年11月上線了“鳥眼”系統，從對倉/分撥中心到城市內零售終端路徑中的運力管理出發，鳥眼的核心功能就是：對倉開放的訂單數據接口、任務智能推薦、配送優化、智能調度和排線系統。貨主用鳥眼創建和發布配送任務（填寫標書），并同步推送給數萬名司機，司機報價之后做出選擇。

不過，平均每個任務會吸引16個報價、花4小時挑選；同時，司機需要花半小時進行挑選、2小時進行等待；對于平均每月發布30次任務的貨主，和平均每天會看11個任務的司機而言，這仍是較大的時間浪費。而即使成交，也不一定是最合適的匹配，云鳥CTO秦適稱，服務合作解約的30%和匹配質量不高有關。

因此，其于近日開發了“百靈引擎”功能，核心是可以做到自動定價、自動分配，從而由系統直接為貨主報價、按照該報價自動推送給最適合的司機（也可以選擇直接派單），減少匹配過程的時間。

具體而言，就是基于客戶的配送要求，如貨物類型、貨物重量體積、配送區域、限行情況、配送時效要求等，結合歷史配送數據，并自動計算符合客戶要求的司機條件,推薦最合適的司機（根據行業經驗、配送經驗、年齡、服務滿意度、配送異常率、家庭住址等數據做畫像）。

當然，由于剛剛上線，很難評價該功能的準確性（事實上，由于市場行情的波動和服務非標化，也不存在完全的準確），也只有一小部分司機簽訂指派合約。

此外，秦適稱，百靈引擎仍是基于決策規則為主、大數據為輔的技術，尚未具備學習能力。不過其正在積累更多的數據，目前的進度是：累計服務1萬+客戶，報價司機20萬+，上崗司機10萬；成功匹配上百萬次、千萬次司機報價；日配送1萬次、10萬+票、120萬公里。

同樣靠自動報價系統縮短交易匹配時間的還有福佑卡車。

福佑卡車是整車經紀平臺模式，核心是利用經紀人的熟人關系、路線經驗（體現在報價的及時波動上）、服務意識、風險承擔能力來調動運力。不過其時有發現，平臺上貨主發出的詢價有不少都是試探而非真實訂單，造成了經紀人報價后等待時間長、容易被放鴿子的問題，反過來，部分經紀人也因此刻意提高報價，造成雙方體驗都不夠好。

相較城配服務，干線整車服務更加標準化，福佑卡車基于過去2年積累的數據（包括天氣、時間、車型、地點、歷史成交價方差、轉化率、貨主畫像、各個線路歷史交易等）+機器學習算法，研發了自動報價系統——貨主發布詢價后直接呈現系統報價，確認下單、資金記入平臺應收賬款后，平臺再找經紀人報價，這樣就避免了上述問題。

盡管這樣會使平臺承擔報價不準帶來的虧損風險，創始人單丹丹仍認準這一趨勢，“很多訂單由人工參與后都能完成的更快，但這樣會形成路徑依賴，然后漸漸增加人力，這樣就變成傳統企業了”，她說，“我們借鑒了C.H.Robinson的導航球模式，但基于移動互聯網和機器學習算法，更先進。”

通過不斷地調試，單丹丹稱目前可以保證30%的詢價-成交轉化率。同時，其也將報價模式改成了集合競價（一定時間后統一露出報價），以防止腐敗交易。平臺方的利潤率也比之前高了一些。