5月9日，菜鳥網絡與高德地圖聯合在京發布物流數據開放平臺，雙方將打通底層地址數據，建設國內最先進的5級地址庫。這是怎樣的先進生產力，看看第一物流全媒體·現代物流報(cn156news)的劇透。
5級地址庫相比4級地址庫 先進在哪?
①四級庫，或讓你迷路：“目前國家標準的4級地址庫只能精確到鄉鎮和街道，5級地址庫將把地址服務的顆粒度精細到小區和樓棟。”菜鳥網絡CTO王文彬在會上介紹。
中國目前正在使用的地址庫是國家標準的4級地址庫。經常網購的消費者深有體會，填寫送貨地址時，省、市、區縣、街道和鄉鎮這4級地址是不用手動輸入的，只需要在數據框內勾選。這是因為這4級地址都是標準化的，不會產生認知差異。
再往下的地址，比如道路名稱、村落名稱、小區名稱、商業門牌號、居民樓棟號等信息，都需要用戶手動輸入。
在地址庫使用過程中，系統就需要對這些非標準化的地址信息作解析。而面對同一個末端地址，不同用戶填寫的信息描述往往是不同的，這就會大大降低地址解析、識別和使用的效率及準確性。
末端小件員在進入社區、村落、居民區等派送包裹時就只能人工規劃路徑，效率在這一段會非常低。
②五級庫，精準直達：但5級地址庫能夠精確定位一幢樓的經緯度，下圖所示，在一個區域內，原本四級地址庫只能精準到街道，部分顯眼的建筑，但當數據采集精準到樓幢后，就能為小件員解決最后配送500米的問題。
除此之外，5級地址庫可以引發更多的應用場景暢想，O2O、同城配送、交通導航等都需要更為精細的地址服務。
采集5級地址庫 高德的底氣在哪?
從4級到5級，僅僅相差一級，但兩者的距離不可謂不大，原先只是顯示一個區域內的道路與顯眼建筑物，現在需要事無巨細將一個小區內所有的樓幢一一展示出來，不僅工作量投入非常大，成本也是相當的高。
那么高德為何敢做這樣的事情呢?
①高德的強大數據底蘊：高德地圖技術副總裁田密表示，高德地圖已經采集了5700萬個門址信息，能提供650萬公里導航道路數據、超400種道路屬性信息、超7500平方公里三維模型數據，覆蓋中國31個省(直轄市)與香港、澳門特別行政區。
②高德的服務能力：同時，他在發布會上介紹，高德地圖擁有先進的數據融合技術和海量的數據處理能力。服務已經超過三十萬款移動應用，日均處理定位請求及路徑規劃數百億次。
然而即使有如此強大的數據基礎，以及完整的數據采集系統，但未來升級5級地址庫的困難依然是巨大的。
如何在原先的信息采集渠道基礎上進行完善，得以跟上5級地址庫龐大的信息量需求與更高的更新頻率。田密介紹了三種途徑：
①實采：首先，是實采，高德擁有1000余人的專業地址信息采集團隊;
②眾包：其次，是采用眾包模式，用淘金、反饋的手段聆聽用戶聲音;
③大數據挖掘：最后，是大數據挖掘，通過機器學習不斷優化地址庫。
菜鳥的物流數據是信息采集重要來源
①菜鳥社會協同的力量：菜鳥此番建立5級地址庫，一方面因為運轉在菜鳥平臺上的物流合作伙伴與快遞員急需更精細化的地址服務，但也得益于龐大的社會化協同服務的隊伍創造了龐大的物流數據，為5級地址庫信息采集作出莫大的貢獻。
②菜鳥龐大數據的支撐：在菜鳥系統上，有物流合作伙伴的170萬快遞員每天在提供終端配送服務，他們的行為本身就在對末端地址進行采集、驗證和回傳。這種能力與高德的地圖能力結合后，將產生地址庫新標準。
升級5級地址庫，因為4級不夠用?
那么菜鳥與高德為何會有搭建5級地址庫的想法呢?原先兩者合作的4級地址庫不夠物流行業使用了么?
確實如此。
①地址覆蓋不到位：王文彬表示，觀察導航地圖可以發現，小區內的某些訊息是覆蓋不到的。但對小件員最后一公里來講，這恰恰是他們需要的服務。因為這部分信息缺乏，導致了配送效率較低。
②門址信息更新頻繁：另一方面，中國地址變化迅速，小區建設非常快，最小的門址信息因此不斷更新，對小件員與用戶影響都比較大。
③已積攢資源優勢：此外，高德地圖在發展過程中已經累積了不少更精準的地址信息，菜鳥的電商物流訊息與派送員軌跡也是既有資源，這些都推動著雙方共同向5級地址庫方向前進。
④行業流動性催生高需求：同時，田密認為，物流行業從業者流動性很大，如何幫助新人更快熟悉一個區域，保持配送時效，這都需要更精準的地址服務。
⑤標準化的未來趨勢：而此前，道路名稱、村落名稱、小區名稱、商業門牌號、居民樓棟號等信息因為沒有標準化，導致用戶填寫“有不全有錯別字的，有通俗講法”，這都給地址解析造成干擾，因此在更小的地址范圍內進行標準化是未來亟需的。
未來一年或將采集1億2千萬地址信息
發布會當天，菜鳥與高德宣布，5級地址庫的能力將通過雙方搭建的開放平臺，開放給各行業使用。
那么目前，5級地址庫建設到何種程度了呢?王文彬表示已經有大概4000萬的數據被采集完畢，在2016年，希望能采集完成1億2千萬條，最后希望2年內完成2億到3億的地址信息采集。
供稿：第一物流全媒體·現代物流報(微信號：cn156news)作者：周艷青 責編：徐梓軒
最新論文