趙新環
摘要:隨著大數據時代的到來,物流業的發展在各種各樣的方面都受到了制約,再加上目前從業物流業的人數在不斷增加,導致物流業的市場和人才競爭也越來越強烈,并且客戶多樣化的需求也日益增加,這些問題都導致傳統的物流業很難持續發展下去,所以為了解決物流業面臨的局面,應該從計算機大數據技術方面對物流業進行改革。本文從物流大數據信息的采集與說明方面進行分析,進而闡述了物流大數據的可視化轉變,并以此列舉了物流大數據可視化信息在智慧物流配送中的使用方式,以此來為計算機大數據對智慧物流的影響探討做出相關的理論依據。
關鍵詞:計算機;大數據技術;智慧物流;可視化
中圖分類號:TP391? ? 文獻標識碼:A
文章編號:1009-3044(2021)18-0243-02
開放科學(資源服務)標識碼(OSID):
在大數據信息化的時代背景下,數據不僅僅只是作為一種簡單記錄信息的載體,而是準確將消費者的行為和習慣以及信息等進行記錄,具有經濟和社會價值的數據系統。其特點在于渠道廣、規模大、及時性等,大數據的應用能對經濟技術和服務進行全方位監督控制和管理。目前,在我國物流行業發展快速的情況下,大數據的作用也漸漸突出,在其理論知識的指引下,物流企業收集和取得信息數據的方式都發生了變化,計算機大數據技術的應用,將會讓物流業的發展發生翻天覆地的創新[1]。
1 大數據時代的到來
隨著信息科技的發展,一個廣泛生產、數據資源共享和使用的大數據時代已經到來。著名數據研究科學家維克托·邁爾·舍恩伯格(Victor Mayer Shonberger)在《大數據時代》中提出,大數據是利用網絡科技來發展的[2]。瀏覽器的運營方式不僅僅只是查詢豐富資料信息和廣告宣傳的途徑,更重要的是能夠采集更多有效的數據信息的重要手段。大數據將采集到的信息和數據整理在一起并進行分類,分析出在瀏覽器進行搜索的人群的喜好,之后再提供給相應的商務企業。瀏覽器實質是利用對數據的采集和分析說明,進行監管和預測,所以大數據對現代社會帶來的影響不可謂不深刻。
2 物流大數據的采集與說明
2.1采集
物流大數據的數據信息都來自網絡,通過廣泛的渠道對相關的數據信息進行采集,之后對采集到的數據信息進行深入分析,以此來講這些數據信息中的價值充分發揮并運用出來。從我國當前的實際發展情況來看,資料獲取方式主要是通過互聯網數據采集等網絡信息而來的。在進行網絡信息的數據采集中,主要是利用對應的平臺中的數據信息分析得來的,社交網絡每時每刻都會產生出數量眾多的文字和圖片等數據信息,并且,在交易平臺進行交易過程中也會產生大量的瀏覽數據和購買數據,以及部分商品的使用評價等[3]。
2.2說明
物流大數據的采集完成以后,通過記錄、存檔、輸出等程序,對數據的價值進行了一定的分析和說明,進而把大數據信息作為可視化轉變的重要技術。
1)深入學習加強準確度
在對大數據信息的分析過程中要對互聯網和電子商務等平臺中產生的數據信息進行深入分析與說明,并對其進行學習。由于大數據的飛速發展,大部分的互聯網企業陸續開發了程序更為復雜的數據處理系統,以此對數據進行準確的處理和運用。所以傳統的物流模式已經跟不上目前社會的發展了,深入學習指的就是在不同意義上對數據分析說明,對其進行全面系統的學習,以此來為智慧物流的轉變提供基礎[4]。在一般情況下,分布式數據庫體系是對大數據信息進行分析說明的常用方式。
2)計算分析提高價值
對大量的數據信息進行一定的分析說明以后,就要從采集到的數據信息中挑選出具有價值意義的內容,以此建立出一個可以準確分析計算機大數據的系統。在物流的配送過程中,對配送的路線選擇和路況用網絡進行計算分析,讓物流的成本有效降低。
3)社會數據擴展認知
通過對網絡上的數據信息進行研究后可以知道社會新媒體數據群擁有的特點:(1)信息分散情況嚴重,并且內容的有效率不高;(2)互聯網漸漸成為人們生活中不可缺少的一部分,所以應該深入探索人與人之間的互聯網聯系,以此來實現物流數據的可視化轉變。
3 物流大數據的可視化轉變
物流可視化數據信息平臺主要是用數據庫的技術,把不同的業務進行不同程度的分類,讓其能夠及時有效地對數據信息進行正確處理,有效推動了不同業務之間的共同發展。通常情況下,系統都是劃分成三個層次的:用戶層、性能層和整體數據庫[5]。
用戶層也可以成為表現層,主要運用在客戶端中,所以用戶可以利用不同的瀏覽軟件對相關的應用進行瀏覽和下達各種指令,各種業務性能就是通過這種形式在運行的[6]。而在性能層上,要和物流數據庫產生對接,對關鍵的數據信息進行整合與分析說明,最后把分析出的結論傳輸到客戶端里。整體數據庫的作用就是從物流可視化的整體平臺提供數據存檔的功能,并且還對相關的數據信息整體分析,讓物流信息可以實時更新與提醒。
4物流大數據可視化信息在智慧物流配送中的使用方式
4.1多媒體展示
以往的數據展示方式都是對成本和收益等數據信息進行比較分析,以此來將真實有效的信息進行直接的展示。而現代化的多媒體展示技術更加重視對有關文字描述、圖片信息、制度和概念等進行詳細的文字表達,以此來實現信息的可視化[7]。并且,還可以按照實際的使用情況來制作對應的表格,比如方案表、管理表和進度記錄表等,進一步將信息的表達做到更加準確直觀。并且,還可以在物流配送的過程中對路線進行提醒、語音播報等對信息進行動態方面的可視化。信息可視化的關聯在于對動態信息的處理,物流配送的動態信息反映出的倉庫情況、快遞數據、車輛狀況等信息可視化的方式被相關企業和單位進行使用。讓客戶和物流企業都可以實時獲取信息的動態情況,進而來提升物流配送的工作質量,降低配送的成本費用。
4.2預測實際情況
物流大數據中,隨著對可視化信息的研究進展,可視化信息系統預測實際情況的功能也漸漸凸顯出來。因為人們對大數據信息的關注度越來越高,以及對大數據的深入探究,大數據預測實況的功能也漸漸得到廣泛的推廣和使用。大數據在智慧物流上的預測主要體現在對物流的配送路線和路線情況等數據信息進行采集和判斷,就可以預測到配送路線可能出現問題。比如,如果路線出現問題,物流人員就能夠及時地知道并重新規劃路線。另外就是通過電商平臺的交易信息來預測訂單規模、配送地點、物流路線等,以此來正確合理地進行配送,減輕物流配送的壓力。最后就是可以按照配送的地點、收貨人的信息等,預測出收貨人的經濟水平和愛好范圍等,讓生產商家可以及時調整營銷的手段和生產的產品。
4.3風險提醒
可視化風險提醒是根據物流配送過程中的情況差異分為三個等級,按照風險程度從低到高依次為正常(綠色)、預測警告(黃色)、風險提醒(紅色)[8]。物流配送風險的提示主要是在包裝、分揀、配送、服務等方面的預警提示。在物流信息數據中如果出現不正常的數據和信息,風險提醒系統就會用不同顏色的提醒方式表現出來,比如短信提醒、語音提醒等。以此讓管理人員能夠及時地發現風險的存在,并對其進行解決和改進,全面提高物流的運營安全。風險提醒系統是通過網絡視頻對物流業的工作流程和當天的工作情況進行實時的跟蹤監控。對入庫的信息的準確度進行分析,以及對貨物的周轉進行研究,通過分揀的效率和準確度來完成風險提醒。通過將數據進行可視化的轉變后,物流企業就可以根據數據對戰略進行部署,全面提高企業決策的準確率,有效避免風險發生。并且還可以通過對應的分揀、包裝盒配送等方面的信息風險提醒,將物流服務和客戶滿意度提高。
4.4看板管理
物流配送使用看板管理,在一定程度上完成了大數據的配送信息可視化。看板管理的優質設計是“網絡管理”,主要是將看板管理的整體信息結合起來,作為自身設施的基礎設備,就像網絡技術的處理一樣,針對大量的動態信息從網絡管理中傳輸到手機客服端中,及時有效地接收到信息。物流企業中不同的部門會使用同樣的客戶端,所以信息回傳送給企業的全體,客戶也可以享受客服端帶來的及時有效的物流信息。
5 信息可視化體系的持續發展
隨著互聯網和手機的廣泛普及與使用,物流業的基礎設施設備、相關技術、物流信息等都進行了信息化與可視化的發展,所以,就可以在這個基礎上把智慧物流建立起來,讓物流企業和電商企業的數據信息平臺有效結合起來,為不同的企業提供不同方式的物流服務。另外就是還可以和對應的監管部門的數據平臺進行合作,以此來實現各行各業之間的大數據信息互相結合與共享的產業鏈。通過建設智慧物流產業鏈,讓各類企業的數據信息產生對接,整體提高物流配送的速度,同時也跟上時代的發展。
6 結語
綜上所述,在大數據不斷發展的背景下,物流企業的發展理念要堅持以客戶為中心。通過對大數據信息的采集、說明、控制和預測,有效地推動物流企業在決策方面的準確率與整體的發展進程。在物流中使用大數據信息系統,按照分工進行合作的方式,進一步將物流的配送效率和物流服務能力進行創新和提高,以此來促進物流企業的整體發展,使得物流產業鏈的運營更加智慧。
參考文獻:
[1] 吳星源.計算機網絡技術對物流信息化的影響探究[J].中國集體經濟,2018(21):147-148.
[2] 成吉思雨.計算機物聯網技術在快遞物流運輸中的應用和發展[J].數碼世界,2019(1):63.
[3] 黃翹.計算機物聯網技術在物流領域中的應用與創新探究[J].無線互聯科技,2018,15(13):140-141.
[4] 楊晨博,關云虎.計算機網絡技術對現代物流的影響和應用探析[J].山西青年,2019(12):266.
[5] 袁超.計算機物聯網技術在物流領域中的應用與創新探討[J].信息與電腦(理論版),2018(18):165-166.
[6] 黃培昊.計算機網絡技術對現代物流的影響及應用[J].電子技術與軟件工程,2019(2):13.
[7] 吳立竹.計算機網絡技術對現代物流的影響及應用[J].發明與創新(職業教育),2019(7):71.
[8] 王麗紅.淺析在計算機技術背景下實現物流企業的標準化管理[J].數字通信世界,2018(11):200.
【通聯編輯:梁書】