大数据时代下物流服务的问题与策略研究郑东

《大数据时代下物流服务的问题与策略研究郑东》由会员分享，可在线阅读，更多相关《大数据时代下物流服务的问题与策略研究郑东（4页珍藏版）》请在金锄头文库上搜索。

1、34互联网天地2016 年 1 月 第 1 期互联网天地 China Internet2016 年 1 月 第 1 期 No.1, Jan. 2016大数据时代下物流服务的问题与策略研究 Research on the issues and strategies of logistics service under the big data era郑东/ZHENG Dong贵阳学院经济管理学院 贵阳 550000School of Economics and Management, Guiyang College, Guiyang 550000, China摘 要：伴随着科技时代的高速扩展，尤

2、其是云运算、互联网物流科技的完善，促进了将大数据使用作为 典范的智能物流行业的产生。 智能物流在很大程度上推动了物流行业的进步和监管的可见度，完成了物 流行业每个流程的资源共享和互助协作，同时实现了社会资产的高效率分配。 因此，怎样利用大数据为 人们制造机会，就变成了物流公司在市场争夺中获取主要地位和完成自身飞跃的至关重要的环节。关键词：大数据；智能物流；服务Abstract： With the rapid expansion of the technological age, especially the improvement of cloud computing, Internet lo

3、gistics and technology, the use of big data served as a model of production of intelligent logistics industry was promoted. The progress of logistics industry and the visibility of regulatory was driven largely by intelligent logistics, resource sharing and mutual cooperation of each process oflogis

4、tics industry was completed, while a high efficiency distribution of social assets was achieved. So, how to grasp the big data backdrop for people to create opportunities, it becomes vital link of being dominant position and completing themself leap of logistics companies in the market competition.K

5、ey words： big data, intelligent logistics, service1引言身处于信息膨胀的环境中，物流公司天天都会 产生大量的数据，尤其是在物流的全过程，即运送、 储藏、 搬送、 分配、 打包及二次加工等流程， 单个流 程里的信息总量相当庞大，导致物流公司难以针对 数据展开即时、 精确的分析。 伴 随 着 大 数 据 （Big Data）背景的扩张，大数据科学可以采用创建数据组 织、 发现深埋在数据之后的信息方法， 向公司提供 积极的服务，为公司制造收益。2大数据对物流行业发挥的作用大数据就是指包含的数据总数庞大到不能够 使用市面上常用软件的数据库。 在适当的阶

6、段完成 选取、监管、总结工作，同时归纳成为协助公司运营 的、更正面的信息。 与现有的数据库使用相比，大数 据研究的特征是数据总数庞大、 种类丰富、 价值密 集程度小、分类速率快。 如今，大数据广泛使用在经 济、 文化和政治等多个行业， 同时发挥了长期的功 效。 物流产业关系着各个公司、商户、家庭及个体， 其包含的数据总数庞大且具有价值。 大数据可以针 对上述数据展开高速的分析， 获得直观、 有价值的 信息，对物流产业的进步发挥着积极的作用。2.1 削减物流投入，加快运输速率大数据包含了诸多新兴科技，大致涵盖了大数 据存储、监管和搜索运用（即数据发掘和智能分类）郑东：大数据时代下物流服务的问题与

7、策略研究等科技。 这些科技在物流产业发展的每个阶段均发 挥着关键的作用。 例如，搜集信息端内的辨识、定位 及感应，输送信息里的移动网络科技及数据使用和 研发领域，都会涌现更多的数据中心。 经过在上述 阶段里对大数据的合理使用，物流公司能够高效地 监管企业职工， 迅速提出高速适当的物流运送规 划，选择物理运输的运送方式、最优路径，完成实时 监管， 极大地削减物流运送的投入， 提高物流运输 的速率，为顾客供应高质量、快捷的业务，完成与顾 客间的相互盈利。2.2 从价格争夺转变为价值争夺伴随着电子商务产业的高速扩展，人们产生了 对物流的巨大需求量。 然而这并不代表物流快递公 司可以和平友好地共同分割

8、“美食”。 恰恰相反，现 在国家物流快递产业竞争越发猛烈。 想要在竞争中 获得庞大的市场份额和更多收益，各大公司必须完 成从价格争夺到价值争夺的转变，提高自身的业务 质量。 因此，快递物流行业必须采取大数据、云运算 等手法。2.3 促进“大物流”系统的建成大数据社会的发展 ， 积 极 地 促 进 了 “ 大 物 流 ” 制 度 的 建 成 ， 完 成了物流产业的本质革新 。 这 里 所 指 的 “ 大 数 据 ” 是公司本身拥有的物流 （ 人 工 、 车 辆 、 货 仓 等 ） 和第三方物流 公司的运输信息和 资 源 分 享 ， 以 此 来更大程度地配置多种资源 ， 削 减 物 流 投 入 。

9、 “ 大 数 据 ” 背 景 出 现 后 ， 公 司 能 够 同 第三方物流企业协 作 ， 物流公司直接面向市场 ， 通过参考市场的需求来组建控制多个制造公司的 管 理 层 ， 不 仅 管 理 “ 后 ” 勤 ， 还 要 管 理 “ 前 ” 勤 。 如 此 ， 物 流 公 司 才 能够更大程度地科学调配使用资 源 ， 在 保 障 自 身 和制造公司经济盈利的同时 ， 防 止了诸多冲突的出现。3 物流公司使用大数据的优点遇到庞大的数据，物流公司在不停地提高对大 数据投资的同时，不应该单纯将大数据当成数据发 掘、 数据研究的信息工具， 而应将它当成是一个策 略源头， 极大程度地利用大数据， 为物流

10、公司创造 的扩展强项进行全面整体的布局。3.1 信息交接，把握公司运营资讯身处信息化社会，互联网购物出现持续增加的 势头， 总数早已达到了十分庞大的程度， 这些对网购后续的物流造成了巨大的压力，针对单个关键点 的信息需要也日渐增大。 单个流程制造的数据均十 分庞大， 现有的传统数据采集、 探究处置方法早已 不能迎合物流公司对单个节点的信息需要， 此时， 就应该使用大数据完成信息交接， 把单个关键点 的数据采集整理 ， 经过数据中心评估 、 分 类 ， 转 变 成富有意义的信息，以此来监控物流公司的全局运 营状况。3.2 供应凭据，协助物流公司提出合理的策略过去，参考市场调查和自身认知来完成规划

11、的 方式早已不能符合当今数据化时代的需求，只有准 确的、大量的数据才可以全面地体现市场的需要转 变。 经过对市场数据的搜集、评估分类，物流公司能 够掌握详细的服务运营状况，清晰地辨别出哪种服 务创造的收益率大、 上涨速率大等， 将核心的关注 力放在可以为公司创造庞大收益的服务上，减少无 用的投入。 与此同时，经过对数据的即时监控，物流 公司还能够及时地调节服务，保证每个服务均能够 制造利润，完成高效率的运作。3.3 制造顾客粘性，防止客源减少网购人数的高速增长，让顾客更加看重物流业 务的感受， 要求物流公司可以供应优质的业务，了 解物流服务执行流程里产品运送的全部信息。 这些 要求物流公司将数

12、据中心作为支柱，经过对数据的 发掘和探究， 适当地使用探究结果， 深入强化与顾 客的联系，增加顾客的信任度，制造顾客粘性，防止 客源减少。3.4 数据“包装”以完成数据“增值”在物流公司经营的单个流程里，仅存在少量的 结构化数据是能够直接探究使用的，大多数的非结 构化数据都要完成结构化之后才可以存档评估。 这 就导致并非全部的数据都为精准和有用的数据，大 多数的数据为滞后、无用、乃至是不正确的。 物流公 司的数据中心需要对上述数据完成“包装”并从中 提取出有用的信息，完成数据的“增值”。4 大数据在物流公司里的详细使用物流公司正在逐步迈入数据化发展的环节，物 流公司之间的竞争慢慢变成数据的竞争

13、。 大数据可 以使物流公司合理规划，甚至可以为单一顾客制定35互联网天地2016 年 1 月 第 1 期专属于他们的业务， 以此改变物流行业的运营方 式。 当前，大数据在物流公司里大致涵盖了下述几 个层面的使用。4.1 市场预估产 品 面 世 之 后 ， 并不能够维持较高 的 销 售 额 ， 伴随着时间的流失 ， 顾 客 的活动和诉求不停 地 转 变 。 以 前 ， 人们往往惯性地使用调研问卷和 个人经验来发掘客户源头 。 但是当调研得到结论 时 ， 结论常常早已无法反映现实情况 ， 滞 后 、 不 正 确 的 调研结论往往使监管层对市场诉求提出不 正 确 的 估 计 。 但大数据可以协助公司

14、全面地刻画 出顾客的活动和诉 求 信 心 ， 使用准确而优质的数 据反映市场诉求的 转 变 ， 以此来对商品面世后的 每个环节完成估测 ， 科学地调整物流公司仓储的 制 定 物 流 方 略 。4.2 物流中心的定址在物流中心的定址问题上，物流公司必须在全 方面参考本身的运营特征、产品特性和运输状况等 要素后，让运输投入和拟定投入总量最小化。 使用 大数据里的分类树手法能够处理此问题。4.3 改进运输路径运输路径的改进为一个经典的非线 性 规 划 课 题 ， 其 往 往 影 响着物流公司的运输速率和运输 本 金 。 物流公司使用大数据来研究产品的属性和 外 观 、 顾客的多种需要 （ 时 间 及

15、 资 金 ） 等 要 素 ， 以 此 高 速地对上述影响运输规划的要素完成体现 （ 如挑选何种输送方式 、 何种输送途径等 ） ， 创 建 最科学的输送方案 。 同 时 ， 公司还能通过分析运 输过程创造的数据 ， 迅速地总结出运输路径的畅 通 情 况 ， 针 对 危 险频发的道路进行事先提醒 。 准 确地探究全部运输 过 程 的 信 息 ， 实现物流的运输 监 管 智 能 化 ， 提 升公司物流的信息化程度和可预 估 性 。4.4 改进仓库存储位置科学地分配产品存储地对于仓库使用效率和 运输分类速率均发挥着关键的作用。 针对产品总量 大、 出仓次数多的物流中心， 存储位置的改进就体 现为工作

16、速率和收益。 哪类货品聚集能够加大分类 速度，哪类货品存储时间短均能够经过大数据的联 系模式方法发现产品数据间的联系，进而科学地选 择仓库地址。5 物流行业应用大数据存在的问题物流公司信息体系里存储着数以万计的客户 资料、 商户资料和服务运转资料， 数据变成了服务 行为的附属品。 虽然大数据的使用带来了强大的机 会和庞大的商业潜力，但是在使用环节中也存在着 数据品质、监管策略、资产注入等多方面的阻碍。 必 须清除上述基本障碍， 才可以全面地把握此机会， 使大数据为物流公司带来收益。5.1 大数据的品质和实效性很难调控大数据的源头很多，数据组成因为源头的不同 也各有差异，如果物流公司欲由诸多数据源头准时 地得到高品质的数据并同时完成高效的整理，将会 是一项浩大的工程。 在数据采集环节，数据转变迅 速，时效期不长，同时，单个数据组成很难符合物流 公司对数据的要求，若物流公司并未按时采集目标