物流的优化不像互联网应用可以采用流量灰度的方式进行直接的验证，并且物流系统的链路非常长，单点的改变可能引起上下游的变化。

在决策优化的过程中需要使用仿真技术来验证或提供决策依据。

在仿真技术的实践中，根据菜鸟拥有的海量物流数据，对包裹在物流网络中的运作规律进行算法建模，构建出的物流时空预测能力同时支持菜鸟的日常业务和全链路仿真。

此外在工程架构上，还沉淀出了物流包裹数据中台支撑整个数据的流转。为菜鸟决策优化提供了更精确的依据，并极大的提升了优化迭代效率。

讲师介绍

董凡，2010 年入职阿里巴巴，从事搜索算法工作 6 年，后加入菜鸟物流，负责物流领域的仿真及预测算法，并参与构建了物流全链路仿真架构及包裹数据中台。