基于大數(shù)據(jù)的智慧物流應(yīng)用模式分析

□ 楊志華

(廈門海洋職業(yè)技術(shù)學(xué)院，福建 廈門 361000)

1 引言

由于數(shù)據(jù)包含大量的潛在信息，對于許多企業(yè)包括物流企業(yè)來說，是一種寶貴的新型資產(chǎn)，可以創(chuàng)造出許多的商業(yè)機遇，但是這些數(shù)據(jù)增長速度快、規(guī)模大，對于很多企業(yè)來說都是一種無法處理并讓它變成企業(yè)核心競爭力的資源。大數(shù)據(jù)技術(shù)運用數(shù)據(jù)和統(tǒng)計的方法分析這些海量數(shù)據(jù)，并進行綜合利用，對智慧物流起到巨大的推動作用。通過大數(shù)據(jù)技術(shù)對智慧物流進行有效的管理，可以實時捕捉并分析物流各個環(huán)節(jié)的數(shù)據(jù)，提高物流效率，節(jié)約物流成本，提高客戶服務(wù)水平，培養(yǎng)客戶的黏性，并為物流企業(yè)的正確決策提供決策支持。

2 智慧物流概述

智慧物流是以互聯(lián)網(wǎng)+為核心，以物聯(lián)網(wǎng)、云計算、大數(shù)據(jù)及“三網(wǎng)融合”(傳感網(wǎng)、物聯(lián)網(wǎng)和互聯(lián)網(wǎng))等為技術(shù)支撐，以物流產(chǎn)業(yè)自動化基礎(chǔ)設(shè)施、智能化業(yè)務(wù)運營、信息系統(tǒng)輔助決策和關(guān)鍵配套資源為基礎(chǔ)，通過物流各環(huán)節(jié)、各企業(yè)的信息系統(tǒng)無縫集成，實現(xiàn)物流全過程可自動感知識別、可跟蹤追溯、可實時應(yīng)對、可智能優(yōu)化決策的物流業(yè)務(wù)形態(tài)。智慧物流體現(xiàn)出現(xiàn)代經(jīng)濟運作的特點，能夠把物流與信息流進行高效、及時、快速的整合，借助一切可以利用的社會物流資源來達到提高物流效率的同時，也能達到降低社會物流成本的目的。

3 大數(shù)據(jù)技術(shù)及其特點

作為一個較為抽象的概念，不同學(xué)者專家對大數(shù)據(jù)的定義各不相同，麥肯錫是大數(shù)據(jù)研究的先行者，他認為大數(shù)據(jù)(big data)指的是大小超出常規(guī)的數(shù)據(jù)庫工具獲取、儲存、管理和分析能力的數(shù)據(jù)集。但是大數(shù)據(jù)并沒有特定要求數(shù)據(jù)集需要超過特定的TB值。大數(shù)據(jù)不僅包含海量的數(shù)據(jù)，還包含復(fù)雜的數(shù)據(jù)類型，而且大數(shù)據(jù)的數(shù)據(jù)呈爆炸式快速增長，由于新數(shù)據(jù)不斷涌現(xiàn)，為了使大量數(shù)據(jù)得到有效的利用，需要借助物聯(lián)網(wǎng)、云計算等現(xiàn)代信息技術(shù)降低處理成本，提高數(shù)據(jù)處理的效率。大數(shù)據(jù)具有典型的4v特征(volume、velocity、variety、value)。

3.1 數(shù)據(jù)體量巨大

由于我們生活在數(shù)據(jù)時代，如今的數(shù)據(jù)量可以稱為海量數(shù)據(jù)，各種傳感器獲取數(shù)據(jù)能力大幅提高，以及由于網(wǎng)絡(luò)的發(fā)展，各種社交網(wǎng)絡(luò)(微博、Facebook、即時聊天工具)、電子商務(wù)、車載設(shè)備、移動設(shè)備等數(shù)據(jù)來源的急劇增加，數(shù)據(jù)量與日俱增必將帶來龐大的數(shù)據(jù)量，與處理TB級數(shù)據(jù)量的傳統(tǒng)關(guān)系型數(shù)據(jù)庫相比，大數(shù)據(jù)技術(shù)處理的數(shù)據(jù)大都在PB級以上，不可同日而語。

3.2 數(shù)據(jù)處理速度快

傳統(tǒng)的數(shù)據(jù)倉庫、商業(yè)決策、智能分析等應(yīng)用對數(shù)據(jù)處理的速度要求不是太高，但在數(shù)據(jù)急劇增加的大數(shù)據(jù)時代，為了大量的數(shù)據(jù)能得到有效的利用，對數(shù)據(jù)處理的實時性要求非常高，而且大數(shù)據(jù)技術(shù)的數(shù)據(jù)分析模式需要支持交互式和準(zhǔn)時性，數(shù)據(jù)提交以后需要短時間內(nèi)產(chǎn)生結(jié)果，如果沒有快速的數(shù)據(jù)處理速度，不斷激增的數(shù)據(jù)不但不能為決策問題帶來解決方案，反而會成為數(shù)據(jù)處理的累贅。

3.3 數(shù)據(jù)類型繁多

大數(shù)據(jù)的形式多種多樣，而且這種多樣式在不斷增加，有可能是結(jié)構(gòu)化的數(shù)據(jù)，以我們熟知的形式呈現(xiàn)出來，比如數(shù)據(jù)表、訂單，也可能是以傳感器數(shù)據(jù)、全球衛(wèi)星定位信號、銷售點以及視頻識別數(shù)據(jù)的形式呈現(xiàn)出來，還有可能是以非結(jié)構(gòu)化或半結(jié)構(gòu)化的數(shù)據(jù)形式呈現(xiàn)出來，包括手機短信、文本、日志、博客、微博、音頻、視頻等各種復(fù)雜結(jié)構(gòu)的交流信息。

3.4 數(shù)據(jù)價值密度低

大數(shù)據(jù)技術(shù)不對數(shù)據(jù)進行抽象、歸納等處理而直接采集原始數(shù)據(jù)，其目的是為了獲取客觀事物的原貌，這種做法可以挖掘出更多事物的細節(jié)信息，但同時也帶來很多沒有實際意義的信息，而且這些數(shù)據(jù)大多屬于非結(jié)構(gòu)化數(shù)據(jù)，所以大數(shù)據(jù)技術(shù)的另一個重要屬性是價值密度低，即關(guān)注的數(shù)據(jù)價值度偏低，能夠挖掘出有價值的信息所占比例很少。但是這也正是大數(shù)據(jù)的魅力所在，能夠從大量無關(guān)的數(shù)據(jù)中挖掘出對未來決策或趨勢判斷有價值的信息。

4 大數(shù)據(jù)背景下智慧物流的應(yīng)用框架

借助大數(shù)據(jù)技術(shù)，智慧物流能夠分析過去的歷史數(shù)據(jù)，檢測現(xiàn)在的業(yè)務(wù)狀況，預(yù)測未來趨勢，為不同職責(zé)的人員提供更貼切的數(shù)據(jù)視圖，為管理層的業(yè)務(wù)決策提供依據(jù)。智慧物流系統(tǒng)以為客戶提供優(yōu)質(zhì)服務(wù)為最終目的，從宏觀、中觀、微觀三個層次進行分析，形成完整的智慧物流應(yīng)用框架，見圖1。

圖1 大數(shù)據(jù)背景下智慧物流的應(yīng)用框架圖

4.1 宏觀層面：智慧物流商物管理

智慧物流的商物管理以達到供需平衡為目的，根據(jù)相關(guān)規(guī)定，對商品及物品進行分類，統(tǒng)計不同品類商品的流量和流向。針對需求構(gòu)建指標(biāo)體系，建立合適的模式，通過對大量數(shù)據(jù)的處理分析發(fā)掘潛在的規(guī)律，為優(yōu)化物流節(jié)點和通道布局提供參考依據(jù)。

4.2 中觀層面：智慧物流供應(yīng)鏈管理

智慧物流的供應(yīng)鏈管理是從企業(yè)物流出發(fā)，對整個供應(yīng)鏈信息進行計劃、協(xié)調(diào)、控制、操作以及優(yōu)化活動和過程，供應(yīng)鏈管理是所有物流發(fā)展的必然趨勢，也是所有企業(yè)經(jīng)濟發(fā)展的必然趨勢。供應(yīng)鏈企業(yè)在進行采購、供應(yīng)、生產(chǎn)、銷售、回收等流程中，通過對協(xié)同合作、流程處理與使用者行為等進行分析，以業(yè)務(wù)整合與以用戶為核心的觀點看待整個物流流程，并立即針對分析結(jié)果進行反應(yīng)，以達到提高業(yè)務(wù)銷售、行銷成效、供應(yīng)鏈效率與消費者滿意等效果。

4.3 微觀層面：智慧物流業(yè)務(wù)管理

智慧物流的業(yè)務(wù)管理是從物流企業(yè)的角度出發(fā)，物流業(yè)務(wù)包括運輸、倉儲、配送、流通加工、包裝等多個環(huán)節(jié)，對于現(xiàn)代物流，特別是大數(shù)據(jù)背景下的智慧物流，它更加關(guān)注物流服務(wù)一體化，這一點與傳統(tǒng)的物流服務(wù)僅限提供一項或數(shù)項獨立的物流服務(wù)功能存在著巨大的區(qū)別。智慧物流業(yè)務(wù)管理就是通過對物流業(yè)務(wù)的再造和優(yōu)化形成核心化、高效化、精簡化的流程。

5 大數(shù)據(jù)背景下智慧物流的應(yīng)用模式分析

5.1 在智慧物流商物管理的應(yīng)用模式分析

智慧物流的商物數(shù)據(jù)主要包括零售商品數(shù)據(jù)及大宗商品數(shù)據(jù)，物流企業(yè)利用大數(shù)據(jù)技術(shù)來捕捉供應(yīng)商、采購商、生產(chǎn)商、批發(fā)商、零售商以及商品市場、商品流向、購買行為、消費習(xí)慣等數(shù)據(jù)，通過具體的大數(shù)據(jù)分析技術(shù)進行技術(shù)分析，找出影響商品的流量流向的關(guān)鍵指標(biāo)，排除干擾分析結(jié)果的指標(biāo)，最后分析結(jié)果可以調(diào)整商品流量流向結(jié)果，預(yù)測商品未來的需求動態(tài)，開拓新市場，擴大企業(yè)的業(yè)務(wù)范圍。

5.2 在智慧物流供應(yīng)鏈管理的應(yīng)用模式分析

①采購環(huán)節(jié)

對于采購環(huán)節(jié)，大數(shù)據(jù)的影響也是非常重大的，企業(yè)可以利用大數(shù)據(jù)優(yōu)化采購渠道，辨認各個供應(yīng)商的供貨特點，分析客戶的偏好和采購行為，為供應(yīng)鏈中各環(huán)節(jié)的采購談判提供支持信息，而且在建立最優(yōu)采購量的決策模型和風(fēng)險評價指標(biāo)的基礎(chǔ)上，可以確定最佳訂購方案，對采購過程的風(fēng)險指標(biāo)進行科學(xué)評價，提供可視化管理，為管理層了解和控制風(fēng)險點提供便利工具。

②生產(chǎn)環(huán)節(jié)

生產(chǎn)企業(yè)可以利用大數(shù)據(jù)分析結(jié)果，改進生產(chǎn)的各個方面，包括生產(chǎn)的庫存管理，優(yōu)化庫存水平，優(yōu)化維修保養(yǎng)以及判斷更新設(shè)備的位置等，甚至有些企業(yè)把大數(shù)據(jù)分析應(yīng)用于員工生產(chǎn)力評價以及企業(yè)能力限制等方面的研究。

③銷售環(huán)節(jié)

在銷售環(huán)節(jié)，企業(yè)利用大數(shù)據(jù)技術(shù)收集并追蹤個體消費者的消費行為，將其與傳統(tǒng)市場營銷工具相結(jié)合，隨著收集的數(shù)據(jù)越來越個性化，越來越具有時效性，企業(yè)能夠根據(jù)客戶行為的變化而調(diào)整自身策略，為終端的消費者提供更加深入的定制服務(wù)，開展關(guān)聯(lián)性的促銷活動，并讓客戶享受個性化的購物體驗。

5.3 在智慧物流業(yè)務(wù)管理的應(yīng)用模式分析

物流大數(shù)據(jù)是指對運輸、倉儲、裝卸搬運、包裝及流通加工等物流環(huán)節(jié)所產(chǎn)生的海量信息進行有價值的挖掘，以達到提高物流效率、降低生產(chǎn)經(jīng)營成本以及更好地滿足客戶需求的目的。在物流智慧化轉(zhuǎn)型的過程中，物流大數(shù)據(jù)在選址規(guī)劃、車貨匹配、設(shè)備修理預(yù)測、運輸路線優(yōu)化、庫存管理等方面都有著廣泛應(yīng)用。

①選址規(guī)劃

大數(shù)據(jù)選址相比傳統(tǒng)的選址方式更為精準(zhǔn)，因為可以利用的信息更多了。以商鋪選址為例，傳統(tǒng)的選址方式主要對城市商圈、人口流動量、周圍小區(qū)等進行考察，再結(jié)合自身經(jīng)濟情況進行經(jīng)驗性的選取。大數(shù)據(jù)選址則會進一步進行用戶畫像分析，了解用戶的行為偏好，并結(jié)合GIS信息構(gòu)建基于所有用戶的權(quán)重模型，較為精準(zhǔn)地預(yù)測備選站點預(yù)期的成交數(shù)量等信息，從而降低經(jīng)營風(fēng)險。

②車貨匹配

傳統(tǒng)物流運輸行業(yè)經(jīng)常發(fā)生車貨難匹配問題，即車主沒有貨源，貨主找不到合適的車主為其運送。隨著車貨匹配平臺的出現(xiàn)，這一難題迎刃而解，通過對運力池進行大數(shù)據(jù)分析，在專業(yè)運力的個性化需求與公共運力的標(biāo)準(zhǔn)化這兩個方面產(chǎn)生了良好的匹配。同時，為了實現(xiàn)智能化定價、根據(jù)任務(wù)要求指派司機以及為司機智能推薦任務(wù)等智能化服務(wù)，大數(shù)據(jù)技術(shù)也可以通過對貨主、司機和任務(wù)進行精準(zhǔn)分析來圓滿完成。

③設(shè)備修理預(yù)測

如果車輛在運輸途中出現(xiàn)拋錨等問題，不僅會造成較大經(jīng)濟成本，同時會危害駕駛員生命安全。而定期更換零件則不太經(jīng)濟，因為有的零件并沒有發(fā)生問題就被更換了。通過檢測車輛關(guān)鍵部位，并將數(shù)據(jù)傳回分析，能很好地預(yù)防車輛事故的發(fā)生，同時降低零件更換成本。

④運輸路線優(yōu)化

運用大數(shù)據(jù)進行運輸路線優(yōu)化，可以大幅度提高物流運輸效率。通過構(gòu)建路徑優(yōu)化模型，以地理位置信息、時間信息、交通信息、車輛載重信息、成本費用等作為輸入，以成本最低、時間最短等作為目標(biāo)，自動輸出最優(yōu)的運輸路線。

⑤庫存管理

庫存管理是企業(yè)的一大難題，庫存過多不僅占用資金，增加管理成本，還有造成呆滯的風(fēng)險；庫存不足則會使得本應(yīng)獲得的銷售機會白白溜走，在大數(shù)據(jù)時代下，精準(zhǔn)的需求預(yù)測可以很好地解決這一難題。以京東為例，京東通過構(gòu)建全方位的用戶畫像、小區(qū)畫像，能夠做到提前預(yù)知用戶購買需求，從而提前配送產(chǎn)品至就近站點，從而實現(xiàn)用戶下單一小時送達，既有效降低站點的庫存量，又能提高用戶的物流體驗。

6 結(jié)束語

隨著物聯(lián)網(wǎng)、云計算、大數(shù)據(jù)等新一代信息技術(shù)的高速發(fā)展，智慧物流逐漸走向更深層次的發(fā)展與變革，智慧物流也將把整個物流產(chǎn)業(yè)提高到一個更高層次，而大數(shù)據(jù)技術(shù)在物流行業(yè)中的發(fā)展和應(yīng)用，將極大提升物流行業(yè)的服務(wù)水平，實現(xiàn)物流的智能化、一體化、協(xié)同化的發(fā)展。