如果疫情已經到了拐點，相信我們每個人都意識到，這場危機帶給我們各行各業的挑戰都是巨大的，作為物流人，如何提高物流效率，把最合適的貨物以最快的速度交到最需要的人手上，如何做到成本最優，資源最小，如何持續改進，不斷優化，如何數字化，讓我們操作人員和管理人員了然于胸？我們可能要借助大數據和物流分析了。

01、什么是物流分析？

物流分析是一個術語，用于描述組織的分析程序，以分析和協調物流和供應鏈功能，以確保及時，經濟高效地平穩運營。物流行業是可以充分利用大數據和商業智能（BI）的行業，每天處理的所有貨物，重量，尺寸，聯系方式或退貨的巨大流量，產生了大量必須管理的數據。你們處理數據方法正確嗎？還有潛力仍未開發嗎？這些都是本文和朋友探討的內容。

02、物流分析軟件的好處

運輸流程的智能信息可以提供新的成本優化杠桿，決策達到一個全新的水平，可以實時或幾乎實時地管理信息流，并可以使用專業的物流儀表板（Logistic Dashboard）創建有關交互式報告。

利用創新的物流分析，將您的物流數據轉化為有意義的見解，目的是改善您的業務績效，有以下功能：

1.進行詳細的成本效益分析以提高您的盈利能力

2.簡化您的供應鏈，同時增加運營能力

3.優化準時交貨以確保客戶滿意度

4.根據實時數據制定重要的業務決策

5.借助預測分析來估計未來的瓶頸和高峰

適當地管理物流分析也將減少運輸錯誤，它將使您開發新的標準和物流KPI，以評估運輸經驗（時間范圍，交付成功，退貨等）。在競爭激烈，客戶需求量很大的行業中，控制和了解所有物流數據將對您的日常業務活動產生重大影響。

03、物流中的大數據優化供應鏈的5個示例

大數據正在革新許多業務領域，而物流分析就是其中之一。物流的復雜性和動態性，再加上對許多可移動設備的依賴，這些設備會在供應鏈的任何地方造成瓶頸，使物流成為大數據的理想用例。

例如，大數據可用于優化路由，簡化流程，并為整個供應鏈提供透明性，從而使物流公司和船運公司都受益。在我們的研究中，有98％的3PL表示，改進的數據驅動型決策“對于未來供應鏈活動和流程的成功至關重要”。此外，接受調查的81％的托運人和86％的3PL表示，有效使用大數據將成為“其供應鏈組織的核心競爭力”。

但是大數據需要大量高質量的信息源才能有效地工作。所有這些數據從哪里來？應該包括：

1.來自操作系統的傳統企業數據

2.來自傳感器，監控器和預報系統的交通和天氣數據

3.車輛診斷，駕駛方式和位置信息

4.金融業務預測

5.網站瀏覽模式數據

6.社交媒體數據

顯然，可以通過多種方式為數據系統提供所需的信息。DHL表示，所有這些數據源和潛在用例都表明，大數據和自動化技術將導致“以前在制造，物流，倉儲和最后一英里交付方面無法想象的優化水平”。

無論如何，對于愿意利用大數據的物流公司來說，前途似乎一片光明。現在，我們將研究物流中的大數據示例，以及一些可以激發您的想象力，并讓您跳出框架思考的好處。

1.可以加快運輸的最后一英里

眾所周知，供應鏈的最后一英里效率低下，成本高達總交付成本的28％。導致這種情況的因素很多，包括：

對于大型送貨卡車來說，將卡車停在市區目的地附近可能是一個挑戰。駕駛員通常不得不停放一段時間，然后將包裹走到最終地址。然后，他們可能不得不上許多階梯或在高層建筑中等待電梯。

有些物品可能被簽收，客戶不在家里，則該物品無法交付。

送貨人員必須格外小心，以免在最后一站中損壞包裝，并且必須以專業的方式送給收件人。

除了這些挑戰之外，很難確切地知道交付的最后一站到底發生了什么，導致有人說最后一英里是交付數據的“黑匣子”。

大數據旨在解決許多挑戰。麻省理工學院大城市物流實驗室主任Matthias Winkenbach在接受《華爾街日報》采訪時，詳細介紹了最后一英里分析如何產生有用的數據。由于低成本和移動互聯網和支持GPS的智能手機的普及，以及物聯網傳感器和掃描儀的普及，托運人能夠了解交付過程從頭到尾的過程。

想象一下：裝有GPS傳感器的UPS送貨卡車在芝加哥市中心送貨。在附近停車后，送貨員的電話GPS繼續將數據流傳輸到UPS中心，告知送貨需要多長時間。這不僅對客戶有價值，它還使物流公司能夠看到可用于優化其交付策略的模式。

例如，溫肯巴赫（Winkenbach）博士說，他的數據表明，“大城市的配送中心幾乎總有機會改善，方法是創建多層系統，在各個社區分布較小的配送中心，或者使用車庫或較小的停車場，或者預先指定的停車位，進行分配，包裝等工作。”

2.過程更加穩定更加透明

隨著傳感器在運輸車輛，以及整個供應鏈中變得越來越普遍，它們可以提供數據，從而實現前所未有的透明度。

這種透明性對于托運人，承運人和客戶而言非常有價值。如果裝運要遲到，承運人希望盡快知道，以便他們可以防止供應鏈下游出現瓶頸。承運人公司可以使用匯總數據來顯示托運人按時交付的頻率，與托運人進行溝通。

想象一下：物流公司在其所有送貨車中都嵌入了傳感器，而具有GPS功能的智能手機可以彌補任何空白。第三方物流公司驗證傳感器的準確性，然后在物流公司競標新合同時使用這些傳感器的可靠性和及時性數據。這種開源的，完全透明的信息可能會改變物流世界中的業務方式。

3.路線得到優化

在本文開頭引用的3PL調查中，有70％的受訪者表示“優化物流”是物流中大數據的最佳利用方式。

為什么物流公司對優化如此感興趣？原因有兩個：它可以幫助他們節省資金并避免延遲發貨。在管理交付系統或供應鏈時，您必須在過度使用資源和車輛與使用車輛不足之間劃清界限。如果您在一條運輸路線上投入了過多的車輛和資源，那么您所花費的錢就會超出您的預算，而且在其他地方資源可能不夠。

但是，如果您低估了某個特定路線或交付所需的車輛數量，則有使客戶延遲發貨或者到貨的風險，這會對您的客戶關系和品牌形象產生負面影響。

優化的挑戰方面，有效分配資源所涉及的因素也在不斷變化。例如：燃油成本可以改變、高速公路和道路可以暫時關閉，也可能新建、由于維修或新購置，您使用的車輛數量可能會發生變化、季節性和即時性天氣狀況都在不斷變化。。.。。

大數據和預測分析為物流公司提供了克服這些障礙所需的額外優勢。送貨卡車上的傳感器，天氣數據，道路維護數據，車隊維護時間表，實時車隊狀態指示器以及人員時間表都可以集成到一個系統中，該系統可以查看過去的歷史趨勢并提供相應的建議。

UPS是大數據物流帶來大量節省的現實示例。在檢查了他們的數據之后，UPS發現卡車向左轉要更費錢。換句話說，UPS覺得更多的左轉導致大量的延誤，燃油浪費和安全風險。

正如TheConversation上題為“為什么UPS司機不左轉”的帖子所述，通過減少左轉，UPS“聲稱它每年減少1000萬加侖的燃料，減少20，000噸的二氧化碳排放，并多送350，000多個包裹”。一千萬加侖的天然氣是一筆巨款。

現在，UPS駕駛員僅在大約10％的時間向左轉，他們選擇直行或右轉。由于采取了“僅在絕對必要時才左轉”的策略，UPS還減少了其使用的1，110輛卡車，并將公司車隊的總行駛距離減少了2，850萬英里。

4.易腐爛商品的新鮮度更高

保持易腐品的新鮮度一直是物流公司的挑戰。但是，大數據和物聯網可以使交付和管理人員更好地了解如何防止因貨物損壞的成本。

例如，假設有卡車正在運送冰淇淋和甜點。您可以在卡車內部安裝溫度傳感器，以監視內部貨物的狀態，并將此數據以及交通和道路工程數據提供給中央路由計算機。還有，如果最初選擇的路線會導致冰淇淋融化，這臺計算機可以警告駕駛員，并建議其他路線。

5.倉庫和供應鏈的自動化

不久的未來，大數據，自動化技術和物聯網的結合將使物流成為自動化的操作。

大數據允許自動化系統通過智能路由，以及許多不同的數據集和數據流來運行。例如，亞馬遜的配送中心已經配備了自動化設備，該自動化設備使用少量的橙色KIVA機器人從貨架上抓取物品。

如果您居住在距亞馬遜中心30分鐘之內的地方，亞馬遜還有自動無人機可以為您運送物品。Uber和其他公司已經在進行自動駕駛汽車的試運行，不難想象整個供應鏈可以自動化，從裝卸，駕駛到最終交付。

也許人類仍然會參與到城市地區的最后一英里運送中，使用自行車或踏板車在繁忙的城市街道上穿行，而郊區將有自動駕駛卡車或無人機運送。

大數據正在改變物流的本質，我們正處于風口浪尖。物流中的大數據可用于減少最后一英里交付過程中的效率低下，提高供應鏈的透明度，優化交付，保護易腐貨物以及使整個供應鏈自動化。

物流公司正在努力做出更多以數據為依據的決策。具有遠見卓識的公司已經將傳感器和物聯網與商業智能軟件相結合，正在降低成本并提高客戶滿意度。

責任編輯：ct