多式联运正在以令人眼花缭乱的速度发展，货件监控技术也在以令人眼花缭乱的速度发展，包括多式联运货件跟踪系统。业界对多式联运货件跟踪采取了三种不同的方法，即运营商数据聚合方法、物联网传感器方法和混合的“传感器+非传感器”平台方法。让我们探索这三种方法如何解决多式联运货件跟踪问题。我们还将讨论每种方法提供的可见性级别，使您能够在公路、铁路、航空或海洋多式联运中实现按时、全额(OTIF)交付和冷链合规。
多式联运显然是物流的未来，尤其是在运输距离不断增加的世界里，如果你能有效地运营你的多式联运运输业务，这通常是个好消息。
根据《全球多式联运货运市场报告(2020 - 2025年)》，“多式联运可以提高30%的运输效率，减少10%的货物损坏，降低20%的运输成本，减少50%以上的公路拥堵，并促进三分之一以上的节能减排。”
但是这种指数增长也要求联运货物跟踪系统在技术和效率方面以同样的速度增长。
多式联运货物的非线性流动依赖于公路、铁路、航空和海运的定期和不定期运输。在这种情况下，仅仅在订单层面上了解货物的位置是不够的。人们还需要知道确切的装运地点和包装条件。准确的预计到达时间和冷链合规性也是处理联运货物时最重要的两个方面，目前大多数货物都涉及多种模式。如果没有一个实施良好的多式联运货物跟踪系统，这一切都是不可能的。
由于技术进步，您现在可以跟踪包裹的行程。但是真的那么容易吗?
让我们首先通过跟踪货物来了解多式联运运输操作有多复杂。
多式联运的航程
让我们想象一下从马来西亚的吉隆坡到美国的芝加哥的LCL(小于集装箱装载量)海运的步骤。
1.从吉隆坡的发货人那里拿的。
2.拖到吉隆坡附近的综合仓库;结合其他拼箱。
3.拖到另一个集合点进行集装箱化。
4.集装箱然后被拖到巴生港，最近的海港。
5.集装箱在马来西亚巴生港办理托运和出口清关手续。
6.集装箱被放置在正确的海湾等待它的船只旅程。
7.一旦船只到达，它就被装载到船上并到达美国的纽约港。
8.在吉隆坡和纽约之间，集装箱可以在另一个港口转运。
9.到达纽约后，集装箱被卸下并放在正确的位置，等待进口清关程序。
10.在港口作业中，它可能会多次移动位置以完成清关清单。
11.成功清关后，集装箱将被拖走进行拆箱。
12.拆分后，它将在芝加哥进行最后一英里的旅程，并在芝加哥内部交付给收货人。
您将会注意到，本例中的联运货物在监管链中被不同的参与者接触(物理处理)了至少十次。它通过3种不同的方式运输，通过至少5个转运点办理进出手续，并经过至少两次合并和解除合并。
在联运货物中，也就是说，涉及许多运输商、转运点和接触点的货物，通常很难获得端到端的可视性。更难知道货物是否按时到达目的地并处于良好状态，尤其是如果集装箱需要主动冷却。
因此，让我们看看获得多式联运货物可见性的方法，它们是如何工作的，以及哪种方法最适合多式联运货物。
一、多式联运货件跟踪的承运人数据聚合方法
实时交通可见性平台(RTTVP)从运营商或运输商的远程信息处理、船舶、航班和其他众包馈送收集数据，以提供可见性。远程信息处理硬件(第一英里和最后一英里)通常由运营商或运输商拥有，并与可见性平台(如果存在)集成在一起。
用户通常只需支付少量费用即可访问聚合平台;无需支付与硬件相关的费用。来自多个接触点的数据经过整理并呈现在门户上，或使用API进行访问。
缺点
这是最容易获得可见性的方法，但它也有几个缺点。这些系统不能解决可验证性、数据内聚性和可操作性的挑战，因为它们依赖供应链中的众多参与者来提供数据。
以下是多式联运在聚合数据以获得端到端可见性方面面临的挑战的几个例子：
1.可见性不是实时的--ELD或远程信息处理数据是通过API聚合的，并且可见性数据并不总是即时的或当前的反映。
2.没有明确的第一英里和最后一英里可见性--您从多式联运运营商(MTO)获得的信息大多不完整，无法核实。有时，这些信息是手动收集的，或者根本不可用，这使得它更加不可靠。
3.最好的订单级可见性--如果您正在发运拼箱货物或需要项目级信息，这些平台无法始终进行验证，因为大多数船只和航空公司共享订单级数据。
4.缺少状态监控数据--数据处于订单、卡车、船舶或飞行级别。如果不知道途中的情况，你就不能在货物到达目的地之前防止污染或损坏。
5.充其量是近似的ETA预测--由于有多个数据流进入而没有可验证性，因此不可能获得准确的ETA。错误的ETA使数据对决策或物流自动化毫无价值。
6.黑天鹅活动期间的障碍--沟通和协作方面的失败可能会导致多式联运管理的严重限制。在中断时期，例如最近的大流行或苏伊士运河曾经发生的交通拥堵，这些故障变得更加明显，并导致更多的延误。
运营商数据聚合平台可能是一个很好的起点，但它们只能提供一定的价值。此外，并不是所有的运营商都有相同的数据收集质量标准;有些运营商会有不同的方法，有些运营商甚至可能没有适当的可见性系统。这使得数据无法核实。
为了打破这种分散的可见性和数据质量不统一的链条，使用了一种依赖第一手数据、有传感器、不依赖供应链中的参与者的方法。
二、面向联运货件跟踪系统的物联网传感器方法
货运物流跟踪和监控解决方案提供直接收集的、支持物联网的端到端传感器信息。
根据Gartner《2021年Gartner跟踪和监控业务流程上下文：实时交通可见性平台魔力象限》的报告：在实时交通可见性平台(RTTVP)中，数据是从运营商收集的，而不是像跟踪和监控解决方案那样从独立的物联网设备收集数据。该报告进一步指出，“它还可以将可见性扩展到产品交付之外，并经常用于跟踪产品在堆场或仓库中的位置和状况。”
由于物联网传感器无需依赖监管链中的参与者即可捕获数据，因此数据更易于验证。在整个旅程的大部分时间里，您还可以实时获得端到端物品级别的跟踪和状态。
今天，也有技术可以在不存在连接时记录状态数据(例如通过空中或海洋)，并在连接恢复时自动将其上传到云中。
然而，使用纯传感器数据方法并不总是有助于多式联运货件跟踪，因为它不能提供轻松的可见性访问。
缺点
1.并非所有传感器都是专门为多式联运设计的--空运需要一定的电池寿命、报告间隔以及符合IATA/航空公司的要求，尤其是在涉及敏感药品时。远洋运输需要可持续数月的电池或替代充电选项。传感器必须能够有目的地迎合这些用例。
2.传感器所有权和管理--传感器是购买或租赁的，但如果您投资于传感器，您将需要管理传感器库存、有效利用传感器、处理其逆向物流或支付资本支出。
3.缺乏可见性环境使其无法操作--大多数传感器门户提供位置和条件跟踪，但无法在几秒钟内可验证地预测它是否会准时到达，是否需要在温度上升时采取行动，或者货件的安全是否完好无损。
例如，知道一批货物是在正确的机场，这只是故事的一半。它被转移到正确的海湾了吗?它登上了正确的航班吗?提前了解这些数据点可以在重新计划和重新发送货物时节省数小时或数天。
因此，传感器数据填补了运营商数据聚合的大部分空白，但仅靠传感器数据不能实现决策，而这正是混合方法的用武之地。
三、混合“传感器+非传感器”平台方法
这种方法结合了专门构建的物联网传感器(“物理”)和非传感器智能(“数字”)——融合在实时位置感知平台上。它为传感器数据提供了更好的环境，使其更具可验证性和可操作性，从而实现快速决策和物流自动化。
这种方法比基于承运人或纯粹基于传感器的方法提供了更好的供应链可见性。可验证的更好的供应链的关键是仔细挑选非传感器数字流的质量，以与通常直接从源头捕获的物理流混合。
如果处理得当，混合传感器驱动信号可提供端到端的信任:
1.可验证的可见性—实施快速决策、提高运营效率并提升客户体验。例如，将港口运营的数字方面与可验证的传感器位置和条件相结合，可以告诉您FCL/LCL是否装载到正确的船只上，它是否在适宜的温度/湿度下行驶，它是否安全，或者它是否卡在通关队列中。
2.上下文可见性—可以跨路线、机场运营、港口运营、交付时间表、装运条件、文档、过去的表现、当前的条件和监管链实时、可验证地评估整个装运过程中的SLA(服务级别协议)。
3.准确的信号——基于混合平台数据的ETA计算可以更好地验证，并且可以实现超过80%的冷链合规性。
总结
实时多式联运运输监控就像是带着您的货物到处旅行，无论是通过卡车、铁路、航空还是海运，对供应链中参与者的数据的依赖最小。
混合传感器+非传感器可见性和智能有助于战略决策，最终意味着更好的供应链可见性和更好的投资回报。该系统确保托运人不必依赖来自承运人的无法验证的数据，也不必花费时间将传感器数据点拼接在一起来讲述整个故事。
