計算機之大數據對智慧物流的影響

李欣兒

[摘要]隨著科技信息技術的快速發展，特別是大數據、物聯網、云計算的成熟，為智慧物流興起和發展提供了寶貴的契機，智慧物流能夠實現信息共享、協同運作和資源配置優化，使物流運作和管理變得更加透明便捷和優質高效。如何在大數據時代抓住機遇，規避風險，成為現代物流能否實現跨越式發展的關鍵所在。

[關鍵詞]大數據 物流可視化 智慧物流

[中圖分類號]F259.2 [文獻標識碼]A [文章編號]1009-5349（2016）04-0143-03

一、大數據時代來臨

隨著信息科技的發展，一個大規模生產、分享和應用數據的時代正在開啟，大數據時代也宣布來臨。舍恩伯格在《大數據時代》著作中提出，大數據是通過網絡技術發生的。世界著名的搜索網站經營模式不僅是提供資料和廣告宣傳，而且主要是采集數據。它把所有的搜索信息儲存起來進行分類，分析出各類人群喜歡什么，再提供給相關商業組織。搜索網站實際上是通過數據采集和分析、進行監控與預測后的結果，所以大數據帶來了大控制和大預測。

在大數據時代，數據不再僅僅如傳統般承載著簡單的記錄功能，而是記錄了包括消費者的行為、習慣等具有巨大的經濟價值與社會價值的數據，它具有來源廣、增長快、規模大、時效性強等方面的特點，大數據應用是對經濟、技術、服務等的全面監控和預測。現今，在我國物流快速穩定發展的大環境中，大數據作用是不可估量的，在大數據技術理論的指導下，物流企業獲取的數據方式發生改變，數據技術的創新，將會顛覆整個物流服務模式的創新。

二、物流大數據的收集和分析

相對于傳統的數據，大數據有著數據體量大、傳播速度快、數據模態多、辨識度低和價值大密度低這5個明顯的特征。互聯網的普及將現實生活中物流活動所產生的數據進行全面的收集、錄入、存儲、傳播、處理、輸出和分析，互聯網和大數據的結合應用可以升級物流企業的“指揮系統”。如商品配送線路的規劃是一個典型的非線性規劃問題，它是物流配送效率和配送成本的重要影響因素，因此，在物流配送過程中收集各種信息通過大數據計算，實現對物流配送服務的控制與預測，達到優質服務和降低成本的目的。

（一）物流大數據的收集

互聯網、物聯網、車聯網、傳感器、移動設備等無一不是物流大數據的重要來源。因此，首先通過多渠道獲得數據，然后通過數據的實時分析，掌握和利用有用的信息。目前，數據收集主要來源有：互聯網日志數據收集、傳感器數據收集、Web數據收集等。

日志收集是屬于由各種平臺產生大量的日志信息數據。例如社交網絡（微信、微博、QQ等）產生的大量圖片、文本等數據，以及電子商務平臺中消費者網購時瀏覽的網頁，產生大量的購買歷史記錄、商品評論等信息。

傳感器收集是通過收集傳感器（GPS、電子標簽等）上的信息（時間、空間、環境等），通過實時地收集信息，可以使大數據在物流配送中及時進行路況監控和智能監控等。

Web數據收集是指通過計算機使用者在清洗、歸類數據中獲得有價值的數據。

（二）物流大數據的分析

物流數據的收集完成后，經過錄入、存儲、傳播、處理和輸出等階段，然后分析數據的價值，而將大數據進行可視化轉化是數據分析的關鍵技術。

1.深度學習提高精度：在對大數據分析中應對社交網絡、電子商務等產生的大量數據進行有效的分析、表達、解釋和學習。雖然，在傳統物流上也有研究及其模型，但是這些基本上都是較淺層次和低模型的。隨著大數據的發展迅猛，很多互聯網公司開發了更加復雜的數據處理模型，從而有效地處理、運用數據。深度學習就是在不同的層次對數據進行分析。分布式數據庫系統（Dremel）是大數據的分析交互系統中的常用系統，有著3個特點：

（1）分布式數據庫系統是一個大規模的系統，它在PB級數據集上運用的時間要求非常的高；

（2）分布式數據庫系統是對分布式編程模型（MapReduce）交互式查詢能力不足的補充；

（3）分布式數據庫系統中的數據是使用列式存儲分析的，在運用中可以只掃描所需要的數據，從而能減少CPU和磁盤的訪問量及發揮其最大的效能；對數據分析與應用通常使用人工神經網絡，常見的是具有多個隱層的多層感知機（MLP）。

2.知識計算挖掘深度：對大量數據進行高效的分析，就需要從收集的數據中選取有一定價值的知識，建設成一個可分析計算數據的網絡系統。在物流配送服務過程中，對配送路線的路況及最優路線網絡進行分析與計算，可以使得物流成本減少。

3.社會計算促進認知：對社交網絡的分析可以從中得出社會新媒體數據的特征：（1）信息碎片化嚴重且內容信息相關性小；（2）虛擬互聯網逐漸轉化為現實中人的聯網，所以當今我們要深度挖掘人的聯網，從而能使物流數據變得更加可視化。

三、物流大數據的可視化轉化

要使所收集的數據能直觀地展示在人們面前，需要對收集的結構文本數據和非結構文本數據進行數據可視化。

（一）物流可視化信息平臺的構成

物流信息可視化平臺，由GIS地理信息數據庫、GPS衛星定位系統、GSM通訊系統、Internet網絡和信息錄入與輸出設備，以及中央數據處理系統構成。

（二）物流可視化信息平臺的技術框架

物流可視化信息平臺運用數據庫集成技術，將各種不同的業務分層化，使不同的業務可以得到快速的響應與處理，從而促進不同的業務更好地發展。系統的各個層次如下：

1.用戶層：即為表現層，用于客戶端。用戶可以用IE等各種瀏覽器或手機客戶端訪問系統和對應用系統下達各種指令，而各類的業務功能就是通過系統對指令的運行來實現的。

2.功能層：在Web Service上執行來自客戶端的指令，并與物流數據庫相連接，對物流數據進行抓取、分析、處理，同時把處理的結果反饋給客戶端。

3.中央數據庫：為整個物流可視化平臺提供數據的儲存服務，對物流信息進行分類處理，協調整個物流可視化平臺的運作，以便物流信息的及時更新和被查詢。

（三）物流可視化信息平臺采用的關鍵技術

1.基于LSBDHBase的數據儲存技術。LSBDHBase的數據儲存技術可以提供高性能、分層次、面向列的數據儲存，從而便于中央處理系統與現有的各種系統集成。此外，LSBDHBase技術的采用也便于物流信息的讀取與寫入，提高物流信息平臺的運行效率。

2.RFID射頻技術與GIS結合的定位技術。在大型的密封倉庫中，應用RFID射頻技術與GIS結合的定位技術，可以解決當GPS衛星定位技術因倉庫分層多而復雜，貨物堆放不規則而無法精確定位的問題。采用RFID射頻技術，利用分布在倉庫各處的光電傳感器、紅外發射器等設施，可以精確地、高效地定位貨物的所在位置。RFID射頻技術與GIS結合的定位技術，可以使在倉庫內對貨物的查找、調度和管理更為高效便捷，使倉庫管理的效率大大提高。

3.基于“3G”網絡技術的監控手段。如圖1所示，物流“3G”技術是指把GIS地理信息技術、GPS衛星定位技術、GSM無線通信技術為代表的三項技術的統稱和它們之間相互集成所產生的新技術。將GIS、GPS、GSM三項技術集成到一個大型的中央數據庫處理系統上，可以方便快捷地實現對貨物運輸、配送服務的定位追蹤和監督管理。利用GIS地理信息技術可以快速地、高效地、全面地實現對地理信息的分析和數據庫的管理；GPS衛星定位系統可以動態地、精確地實現對目標進行追蹤定位，便于目標的管理和監督；GSM無線通訊技術可以使數據快速地進行大范圍的傳遞，便于對目標進行指揮、調度、管理和監督。

四、物流大數據可視化信息系統在物流配送中的應用

物流配送過程中產生的物流信息通過信息可視化系統分析運算，將抽象復雜繁多的物流配送信息轉變為較為直觀有用的物流配送信息，供配送企業的管理人員使用，從而提高物流配送效率，降低物流運作成本，提高物流信息系統的管理能力。

信息可視化系統輸出的類別主要包括3C模型：多媒體展示、看板管理、預警提示和其核心的預測功能。

（一）信息可視化系統的信息輸出：多媒體展示

傳統數據的直觀展示是通過成本利潤等數據之間的對比，將有效信息直觀地表達出來并被企業經營管理所用。多媒體展示中的文字描述是側重于概念性的解釋、制度文件的表達和現場管理的描述實現信息的可視化；同時依據實際情況繪制不同的圖表和報表（包括計劃表、控制表、進度表等）向企業表達有用信息；在物流配送過程中也融入計劃提醒、路線提醒、語音報警等語音提示來實現信息可視化。訂單的處理、貨物分揀上車、倉庫內外作業、到貨確認、資源調度等可以通過GPS、GIS、GSM等信息的處理用影像播放的形式輸出，使得信息更直觀地展現。

在信息可視化中最為關鍵的便是動態信息的處理。動態信息所反映的物流配送過程中倉儲變化、分揀數據、車輛移動等以信息可視化的形式被企業所使用。讓客戶和企業獲取動態信息實時變化，并提高物流配送效率，降低成本是信息可視化系統運用的關鍵。

物流信息系統中適當地開發和引入采集處理物流信息的軟件，通過軟件客戶端傳輸到移動設備中，企業管理人員可通過手中的移動設備獲取各種有效的物流信息，及時掌握物品的流動信息，使信息流動更加透明和透徹，提高物流配送作業的效率。

（二）信息可視化系統的信息輸出：看板管理

如圖2所示，看板管理是通過Flex技術，用Actionscript編程語言實現軟硬件結合，將Flex可視化主件的功能實現在看板中。簡單來說，看板管理是從訂單信息的處理、商品出入庫的指令、分揀作業、配送作業、運輸作業到客戶收到貨物這一系列過程中都在看板中完成。

物流配送中心的看板管理的運用，實現了大數據的物流配送信息可視化。“云管理”是看板管理的優化設想，它是將看板管理整個信息系統集中起來作為本身最基本的設施，就像“云技術”處理一樣，而更多動態信息直接從智能的“云管理”輸出移動客服端便可收集有效信息。企業中不同的職能部門會使用移動設備中不同的客戶端，有效信息會反饋給不同需要的職能部門，客戶也將擁有不同的客戶端來了解物品信息的流動方向。

（三）信息可視化系統的信息輸出：預警提示

數據通過信息可視化系統的處理，使得企業通過直觀的數據調整戰略布局，幫助企業管理者做出決策，能夠有效地規避風險。簡單來說，預警可視化根據物流配送中的不同情況分為三個層級，分別是綠燈正常、黃燈預警、紅燈報警。物流配送信息預警是在倉儲包裝、分揀包裝、配送調度、運輸、服務水平等方面進行預警管理。在物流信息系統中出現異常數值和異常定位，預警管理會用顏色預警、語音預警、郵件預警、短信預警等表現出來，提示企業管理人員及時發現問題、解決問題并改進工作，提高物流運作水平。

預警系統利用DLP電子大屏、網絡系統、成像系統和視頻傳輸系統對整個物流倉庫、分揀作業、配送、運輸、當天的作業情況以及完成程度、工作效率進行實時監控。

物流配送信息預警系統在倉儲方面主要研究入庫信息的準確率和存貨的周轉率；在分揀包裝方面是通過分揀的準確率和分揀的完成率進行預警；通過調度信息的誤報率和調度決策的失誤率這兩個方面來對配送調度進行預警；運輸是利用GPS和GIS等系統輔助進行監控運輸費用的成本和事故發生率的大小；服務水平方面是從客戶滿意度、送貨速度和及時率這幾方面作為預警的內容。

（四）信息可視化系統的核心功能：預測

物流大數據中，通過信息可視化系統的分析，其核心預測功能逐漸體現出來。隨著人們對大數據的愈發重視和對大數據的深度挖掘分析，大數據分析預測核心功能的廣泛應用將會成為物流業的發展趨勢。大數據在物流方面的預測如下：

通過對物流配送路況數據的收集及分析，我們可以預測該配送路線的實時狀況。一旦路況出現問題，物流人員可以及時做出選擇，從而能做出正確的決策。

通過零售商的銷售數據預測訂單產生規模、地點、物流路徑，指導物流配送提前配置資源，緩解物流壓力。

根據配送的地址、性別、年齡及個人身份鑒別，可以預測該人員的消費能力、喜好程度、行為特征等，指導生產企業調整生產和營銷策略。

五、信息可視化系統的再發展——構建智慧物流生態鏈

21世紀是互聯網的時代，發達國家工業化的經驗證明：要實現制造大國向制造強國轉變，離不開供應鏈的一體化管理。為了加快我國社會經濟的快速發展，物流業也要制定“互聯網+”行動計劃，強化互聯網與大數據、云計算的融合，將智慧物流與制造業發展融為一體，引導物流業向智能化方向轉型，互聯網的提速和普及使物流管理工作更加方便，特別是移動終端的應用，為智慧物流的生態鏈的構建提供了極大的支持。

（一）建設物流業的數據信息平臺

通過整合物流企業在互聯網、物聯網、車聯網、傳感器、移動設備上的信息，獲取各種數據建立大數據系統；采用云計算篩選數據將數據可視化，建立和完善物流數據信息公共平臺，開放搜索查詢端口，為客戶提供包括物流服務選擇、物流裝備租賃、商品物流信息等查詢信息；運用物流數據信息公共平臺，將各物流企業的物流數據信息共享，通過協同運作和決策分析，使得物流企業在處理客戶訂單、規劃物流配送線路、調配物流運輸資源等能力上更具專業化和可視化，整個物流業大數據將呈現“數據供應鏈”的特征。物流企業是原始數據的搜集者、提供者，更是數據的消費者，如圖3所示。

（二）對接外部行業大數據平臺

1.對接電商大數據平臺。電子商務的發展離不開物流業的支持，物流服務的好壞直接影響消費者的二次消費。海爾日日順的配送網絡以即需即供的獨特物流配送模式獲得阿里巴巴的青睞。將車等貨的供需模式轉化為貨等車的供需模式，這是在大數據信息指導下，對消費者需求進行預測和控制，實現電子商務經濟體與運輸實體經濟的高效率合作，達到了雙贏。

2.對接生產企業大數據平臺。通過與生產企業的數據平臺的對接，讓數據在兩個平臺之間流動，從而發現生產企業在物料采購、成品運輸等方面業務的需求，為生產企業提供科學的個性化物流解決方案。如為生產制造企業整個生產流程的原材料、配件等進行配送到工位；對多家企業需要采購的原材料數量進行整合，以大量采購向供貨商拿到更低的價格。

3.對接金融、港口大數據平臺。與金融和港口的數據平臺進行數據交換，可以為需要金融服務和商品貨物需要進出口的企業提供更為簡潔的辦理流程，節省了時間成本，大大提高了工作效率。如代辦銀行的貸款業務、結算業務，保險公司的保險業務，進出口的報關業務、保稅業務等。

（三）各大數據平臺整合建設智慧物流生態鏈

隨著互聯網、移動終端和傳感器的普遍應用，物流基礎設施、物流技術與裝備、物品管理、物流服務達到信息化和可視化，為建立智慧物流生態鏈奠定基礎。

從微觀層將物流企業信息化對接制造企業數據平臺、電商企業的數據平臺，為不同企業提供中觀層如區域性物流等服務和宏觀層如國際物流等服務。又同時連接監管層數據平臺如金融保險、海關商檢、工商稅務等。各行業的大數據平臺相互交集、開放、融合，從下至上完整地形成一條開放的生態鏈。智慧物流生態鏈的建立，使相同行業、不同行業的數據平臺之間實現智能的對接與溝通，打通了物流服務過程各個環節，讓物的流動變得簡便和迅速，使物流服務企業適應市場環境的發展，更具核心競爭力。

六、啟示

在大數據時代，以客戶為中心是物流服務的本質，實時應用大數據的分析、控制和預測技術，促進物流企業迅速有效地決策，在這個過程中，通過分工合作發揮聚集效應，對物流服務創新，提高物流工作效率，推動整個物流服務升級，使整個物流生態鏈的運作更具智慧性。

【參考文獻】

[1]梁紅波.云物流和大數據對物流模式的變革[J].中國流通經濟，2014（05）：41-45.

[2]李興國，丁晗.云物流環境下新型終端配送模式：物流超市研究[J].物流科技，2013（05）：51-53.

[3]貢祥林.大數據時代的物流信息處理與“云物流”[J].中國物流與采購，2013（22）：66-67.

[4]（英）邁爾·舍恩伯格，庫克耶.大數據時代[M].杭州：浙江人民出版社，2013.

責任編輯：楊柳