大數據背景下智慧物流的運營分析

文/楊志華

大數據技術是智慧物流發展的主要動力，將極大地推動了智慧物流行業的發展，將大數據應用于智慧物流能夠滿足物流信息資源的整合及共享需求，優化物流業務流程，促進物流管理的協同化發展。本文在介紹大數據技術及智慧物流的發展特性的基礎上，探討智慧物流運營的各方組織主體、層次及相關技術，為物流行業實現智慧化、數據化提供解決方案。

1.引言：

隨著物流信息技術的發展，特別是云計算和物聯網技術的發展，推動了以大數據技術應用為基礎的智慧物流的高速發展，大數據技術的特點是通過分析現有大量數據的規律，通過大數據技術對智慧物流進行信息化和高效化的管理，可以實時捕捉并分析物流各個環節的數據，提高物流效率，節約物流成本，提高客戶服務水平，培養客戶的黏性，并未物流企業的正確決策提供決策支持。

2.大數據概述。

大數據是一個較為抽象的概念，不同學者專家對大數據的定義各不相同，麥肯錫是大數據研究的先行者，他給出的大數據定義：大數據(big data)指的是大小超出常規的數據庫工具獲取、儲存、管理和分析能力的數據集[1]。但是大數據并沒有特定要求數據集需要超過特定的TB值。大數據不僅包含海量的數據，還還包含復雜的數據類型，而且大數據處理的速度比傳統的速度呈爆炸性快速增長，由于新數據不斷涌現，為了使大量數據得到有效的利用，需要借助物聯網、云計算等現代信息技術降低處理成本，提供數據處理的效率。大數據具有要具有典型的4v特征(volume、velocity、variety、value)，即數據體量巨大、處理速度快、類型繁多、價值密度低的特征外，還具有智能化的數據采集手段、數據應用的可視化等特征。

3.智慧物流概述。

智慧物流是以互聯網+為核心，以物聯網、云計算、大數據及“三網融合”（傳感網、物聯網和互聯網）等為技術支撐，以物流產業自動化基礎設施、智能化業務運營、信息系統輔助決策和關鍵配套資源為基礎，通過物流各環節、各企業的信息系統無縫集成，實現物流全過程可自動感知識別、可跟蹤追溯、可實時應對、可智能優化決策的物流業務形態[2]。

4.大數據技術背景下智慧物流的運營組織分析。

大數據背景下，物流行業對數據的收集分析是至關重要的,需要不斷提升數據信息收集和處理的效率，構建完善的數據交換平臺，為平臺相關使用者提供一體化智能服務，降低物流服務成本的同時提升物流服務效率，基于交換平臺還能實現信息共享，提高物流服務整個行業水平，推動地方經濟發展，最終推動各個物流部門間的合作的加強。

(1)大數據背景下智慧物流運營組織框架的三個層次。大數據背景下智慧物流的信息交換各主體與數據交換平臺進行信息交互，主要從以下三個層次構建智慧物流運營的組織框架。

①智慧物流商物管理運營組織。商物管理運營組織主要包括企業，行業和政府，其核心在于控制商品的流向流量。企業根據大數據分析末端市場的具體需求，從而達到調整銷售、生產、供應及研發等各個環節，提供更加優質的產品；行業從大數據中把握行業動態，結合行業自身的特點及發展規律，制定出更好的行業的發展規劃，使行業的發展更加健康、快速；政府主要在宏觀層面，通過掌握物流大數據獲取不同的種類商品的有效信息，制定和實施針對性政策，從而達到調控市場的目的。

②智慧物流供應鏈管理運營組織。智慧物流供應鏈管理運營組織主要涉及零售商、經銷商、批發商、供應商及貨主企業，它們之間會產生大量的數據，通過分析其中的關聯關系，能夠更好地協調各供應鏈主體之間的運作，完成生產物流、采購物流、銷售物流、回收物流的高效運營，并能夠及時發現供應鏈上各個環節存在的問題，及時采取措施進行調整，達到整個供應鏈的高效、協調地運作。

③智慧物流業務管理運營組織。智慧物流業務管理運營組織主要包括配送企業，倉儲企業、運輸企業、流通加工企業等從事物流服務的各種企業，這些企業既能提供物流綜合服務，也能提供物流某個環節的服務。其運營中產生的大量數據，既可以為本企業處理分析，也能為中觀、宏觀層面提供分析依據，有助于提供物流運作效率，實現物流服務的一體化。

5.大數據背景下智慧物流運營技術分析

在物聯網、云計算等技術支持下，大數據背景下的智慧物流運營技術主要包括智慧物流商物管理技術、智慧物流供應鏈管理技術和智慧物流業務管理技術，把這些技術的共性技術應用于專業領域，為客戶提供更智能、更加完美的物流服務，具體見圖4。

(1)智慧物流商物管理技術

圖1 大數據背景下智慧物流運營技術框架

智慧物流商物管理技術主要包括預測技術、關聯性分析技術、聚類分析技術以及數據挖掘技術，這些技術主要應用于企業物流，行業物流以及區域物流物流，其中預測技術主要是利用過去的數據，對未來的物流變化趨勢進行預測，根據預測結果來優化物流網絡的布局及物流節點的分布，從而達到提供物流服務水平，降低物流成本；聚類分析技術是把一組研究對象分為相對同質的群組來進行分析統計，利用聚類分析技術可以對龐大的數據進行分類分析，更加準確地掌握客戶的需求，把握不同客戶在不同情境下的發展趨勢，為物流決策提供判斷依據；相關性分析技術是利用大數據研究對象之間的因果關系，探求不同商品之間的潛在聯系，有利于促進商品銷售，帶來額外的增值利潤；數據挖掘技術是對數據倉庫中的海量數據采用合適的分析工具進行處理，這些工具包括統計方法、規模推理、決策樹、模糊集，甚至神經網絡和遺傳算法，根據數據挖掘發現數據之間的深層次規律，調整規劃方案，為客戶提供更為針對性的產品與服務。

(2)智慧物流供應鏈管理技術

智慧物流供應鏈管理技術主要包括物流供應鏈優化技術、協同技術以及可視化技術，這些技術主要應用在物流的各個環節，包括采購物流、生產物流、銷售物流以及客戶關系管理等。物流供應鏈優化技術主要通過大數據分析結果為優化決策提供依據，達到對供應鏈管理配置及調度的優化。物流供應鏈協同技術通過供應鏈上下游企業的數據共享，解決供應鏈企業之間的采購協同、配送協同、供銷協同等業務的協同；物流供應鏈可視化技術主要通過智慧物流的感知技術、實時捕捉技術實現對人、車、貨、庫等信息的獲取，實現訂單的全程實時可視、可控、可管、可追索的跟蹤。

(3)智慧物流業務管理技術

智慧物流業務管理技術主要包括資源整合技術、網絡優化技術以及信息控制技術，這些技術廣泛應用于智能運輸、自動倉儲、動態配送以及流通加工等業務領域。其中資源整合技術主要是利用大數據將不同企業的的物流資源，包括倉儲資源、運力資源、信息系統資源進行整合，統一規劃，協調利用，使其發揮出更大的作用；網絡優化技術通過對過去積累的大數據分析，對網絡節點及線路進行規劃和布局，提高物流各環節特別是運輸與配送環節的作業效率，降低物流成本；信息控制技術主要是在大數據背景下，對智慧物流信息的全面感知、安全傳輸以及高效的使用，實現對物流的整個環節的實時控制，提供整個物流過程的的反應速度和準確性。

6.結束語

大數據，云計算，物聯網等新一代技術的快速發展，正在推動智慧物流的變革，智慧物流將是物流信息化的下一個發展方向，大數據技術在物流行業中的發展和應用，將極大提升物流行業的服務水平，實現物流的智能化、一體化、協同化的發展。

引用出處

[1]付平德.基于大數據的智慧物流模式構建[J].網絡與信息化,2018(1)：135-139.

[2]王喜富.大數據與智慧物流[M].北京：清華大學出版社，2020.8.

[3]唐義.大數據背景下智慧物流的優化對策[J],現代工業經濟和信息化,2021(3)：76-77.

[4]蘇培華.物聯網時代下智慧物流的構建 [J].物流科技,2016(7):70-72.