電子發燒友App
隨著大數據時代的到來，大數據技術可以通過構建數據中心，挖掘出隱藏在數據背后的信息價值，從而為企業提供有益的幫助，為企業帶來利潤。
“物流＋大數據”模式 物流業有望實現大爆發
面對海量數據，物流企業在不斷增加大數據方面投入的同時，不該僅僅把大數據看作是一種數據挖掘、數據分析的信息技術，而應該把大數據看作是一項戰略資源，充分發揮大數據給物流企業帶來的發展優勢，在戰略規劃、商業模式和人力資本等方面做出全方位的部署。
所謂物流的大數據，即運輸、倉儲、搬運裝卸、包裝及流通加工等物流環節中涉及的數據、信息等。通過大數據分析可以提高運輸與配送效率、減少物流成本、更有效地滿足客戶服務要求。將所有貨物流通的數據、物流快遞公司、供求雙方有效結合，形成一個巨大的即時信息平臺，從而實現快速、高效、經濟的物流。信息平臺不是簡單地為企業客戶的物流活動提供管理服務，而是通過對企業客戶所處供應鏈的整個系統或行業物流的整個系統進行詳細分析后，提出具有中觀指導意義的解決方案。許多專業從事物流數據信息平臺的企業形成了物流大數據行業。
1.大數據產業政策及發展
1.1 政策分析
自2012年，國家已陸續出臺相關的產業規劃和政策，從不同側面推動大數據產業的發展。然而，專門針對大數據發展尤其是物流大數據的政策規劃還沒有。
目前，國家出臺的與大數據相關的物流行業規劃和政策，主要包括《第三方物流信息服務平臺建設案例指引》、《商貿物流標準化專項行動計劃》、《物流業發展中長期規劃（2014-2020年）》、《關于推進物流信息化工作的指導意見》等一系列政策，將大數據、信息化處理方法作為物流行業轉型升級的重要指導思想。
2011年11月推出的《物聯網”十二五”發展規劃》將“信息處理技術”列為四項關鍵技術創新工程之一，包括海量數據存儲、數據挖掘、圖像視頻智能分析。另外三項關鍵技術創新工程，包括信息感知技術、信息傳輸技術、信息安全技術，也是大數據產業的重要組成部分，與大數據產業發展密切相關。
2013年6月發布的《交通運輸業推進物流業健康發展的指導意見》指出，加快推進交通運輸物流公共信息平臺建設，完善平臺基礎交換網絡，加快推進跨區域、跨行業平臺之間的有效對接，實現鐵路、公路、水路、民航信息的互聯互通。加快完善鐵路、公路、水路、民航、郵政等行業信息系統，推進互聯互通，增強一體化服務能力。鼓勵企業加快推進信息化建設。
2014年2月發布的《第三方物流信息服務平臺建設案例指引》指出，對第三方物流信息服務平臺建設的指導思想、基本原則、建設類型、建設標準、保障措施與考核要求等進行了具體說明，并收錄了目前國內經營模式較為先進、取得較好經濟社會效益的第三方物流信息平臺建設案例。
此外，交通運輸部正在編制的物流發展“十三五”規劃，其中統籌謀劃現代物流發展，指出要發展智慧物流，適時研究制定“互聯網”貨物與物流行動計劃，深入推進移動互聯網、大數據、云計算等新一代信息技術的應用；強化公共物流信息平臺建設，完善平臺服務功能。
物流大數據行業的生命周期（數據產生－數據采集－數據傳輸－數據存儲－數據處理－數據分析－數據發布、展示和應用－產生新數據）比較長，一般要在5-8年，前期的數據積累和沉淀耗時耗力耗財。目前，中國物流大數據產業正處于起步階段，未來2年有望快速發展，率先實現大數據增值。
1.2? 產業發展現狀
物流是貫穿經濟發展和社會生活全局的重要活動。2013年被稱為大數據元年，2014年則為移動互聯元年。在這個背景下，有必要分析研究大數據技術在物流領域的應用。
物流大數據研究和應用剛剛起步，尚屬新興的研究領域，發展比較緩慢。從細分市場來看，醫藥物流、冷鏈物流、電商物流等都在嘗試趕乘大數據這輛高速列車，但從實際應用情況來看，目前，電商物流憑借互聯網平臺具有一定的先發優勢，菜鳥網絡的橫空出世更是給電商物流大數據行業帶來了新希望，指明了新方向。
大數據在物流企業中的應用貫穿了整個物流企業的各個環節。主要表現在物流決策、物流企業行政管理、物流客戶管理及物流智能預警等過程中。
（1）大數據在物流決策中的應用
在物流決策中，大數據技術應用涉及到競爭環境的分析與決策、物流供給與需求匹配、物流資源優化與配置等。
在競爭環境分析中，為了達到利益的最大化，需要與合適的物流或電商等企業合作，對競爭對手進行全面的分析，預測其行為和動向，從而了解在某個區域或是在某個特殊時期，應該選擇的合作伙伴。
物流的供給與需求匹配方面，需要分析特定時期、特定區域的物流供給與需求情況，從而進行合理的配送管理。供需情況也需要采用大數據技術，從大量的半結構化網絡數據，或企業已有的結構化數據，即二維表類型的數據中獲得。
物流資源的配置與優化方面，主要涉及到運輸資源、存儲資源等。物流市場有很強的動態性和隨機性，需要實時分析市場變化情況，從海量的數據中提取當前的物流需求信息，同時對已配置和將要配置的資源進行優化，從而實現對物流資源的合理利用。
（2）大數據在物流企業行政管理中的應用
在企業行政管理中也同樣可以應用大數據相關技術。例如，在人力資源方面，在招聘人才時，需要選擇合適的人才，對人才進行個性分析、行為分析、崗位匹配度分析；對在職人員同樣也需要進行忠誠度、工作滿意度等分析。
（3）大數據在物流客戶管理中的應用
大數據在物流客戶管理中的應用主要表現在客戶對物流服務的滿意度分析、老客戶的忠誠度分析、客戶的需求分析、潛在客戶分析、客戶的評價與反饋分析等方面。
（4）大數據在物流智能預警中的應用
物流業務具有突發性、隨機性、不均衡性等特點，通過大數據分析，可以有效了解消費者偏好，預判消費者的消費可能，提前做好貨品調配，合理規劃物流路線方案等，從而提高物流高峰期間物流的運送效率。
“物流＋大數據”模式 物流業有望實現大爆發
面對海量數據，物流企業在不斷增加大數據方面投入的同時，不該僅僅把大數據看作是一種數據挖掘、數據分析的信息技術，而應該把大數據看作是一項戰略資源，充分發揮大數據給物流企業帶來的發展優勢，在戰略規劃、商業模式和人力資本等方面做出全方位的部署。
所謂物流的大數據，即運輸、倉儲、搬運裝卸、包裝及流通加工等物流環節中涉及的數據、信息等。通過大數據分析可以提高運輸與配送效率、減少物流成本、更有效地滿足客戶服務要求。將所有貨物流通的數據、物流快遞公司、供求雙方有效結合，形成一個巨大的即時信息平臺，從而實現快速、高效、經濟的物流。信息平臺不是簡單地為企業客戶的物流活動提供管理服務，而是通過對企業客戶所處供應鏈的整個系統或行業物流的整個系統進行詳細分析后，提出具有中觀指導意義的解決方案。許多專業從事物流數據信息平臺的企業形成了物流大數據行業。
1.大數據產業政策及發展
1.1 政策分析
自2012年，國家已陸續出臺相關的產業規劃和政策，從不同側面推動大數據產業的發展。然而，專門針對大數據發展尤其是物流大數據的政策規劃還沒有。
目前，國家出臺的與大數據相關的物流行業規劃和政策，主要包括《第三方物流信息服務平臺建設案例指引》、《商貿物流標準化專項行動計劃》、《物流業發展中長期規劃（2014-2020年）》、《關于推進物流信息化工作的指導意見》等一系列政策，將大數據、信息化處理方法作為物流行業轉型升級的重要指導思想。
2011年11月推出的《物聯網”十二五”發展規劃》將“信息處理技術”列為四項關鍵技術創新工程之一，包括海量數據存儲、數據挖掘、圖像視頻智能分析。另外三項關鍵技術創新工程，包括信息感知技術、信息傳輸技術、信息安全技術，也是大數據產業的重要組成部分，與大數據產業發展密切相關。
2013年6月發布的《交通運輸業推進物流業健康發展的指導意見》指出，加快推進交通運輸物流公共信息平臺建設，完善平臺基礎交換網絡，加快推進跨區域、跨行業平臺之間的有效對接，實現鐵路、公路、水路、民航信息的互聯互通。加快完善鐵路、公路、水路、民航、郵政等行業信息系統，推進互聯互通，增強一體化服務能力。鼓勵企業加快推進信息化建設。
2014年2月發布的《第三方物流信息服務平臺建設案例指引》指出，對第三方物流信息服務平臺建設的指導思想、基本原則、建設類型、建設標準、保障措施與考核要求等進行了具體說明，并收錄了目前國內經營模式較為先進、取得較好經濟社會效益的第三方物流信息平臺建設案例。
此外，交通運輸部正在編制的物流發展“十三五”規劃，其中統籌謀劃現代物流發展，指出要發展智慧物流，適時研究制定“互聯網”貨物與物流行動計劃，深入推進移動互聯網、大數據、云計算等新一代信息技術的應用；強化公共物流信息平臺建設，完善平臺服務功能。
物流大數據行業的生命周期（數據產生－數據采集－數據傳輸－數據存儲－數據處理－數據分析－數據發布、展示和應用－產生新數據）比較長，一般要在5-8年，前期的數據積累和沉淀耗時耗力耗財。目前，中國物流大數據產業正處于起步階段，未來2年有望快速發展，率先實現大數據增值。
1.2? 產業發展現狀
物流是貫穿經濟發展和社會生活全局的重要活動。2013年被稱為大數據元年，2014年則為移動互聯元年。在這個背景下，有必要分析研究大數據技術在物流領域的應用。
物流大數據研究和應用剛剛起步，尚屬新興的研究領域，發展比較緩慢。從細分市場來看，醫藥物流、冷鏈物流、電商物流等都在嘗試趕乘大數據這輛高速列車，但從實際應用情況來看，目前，電商物流憑借互聯網平臺具有一定的先發優勢，菜鳥網絡的橫空出世更是給電商物流大數據行業帶來了新希望，指明了新方向。
大數據在物流企業中的應用貫穿了整個物流企業的各個環節。主要表現在物流決策、物流企業行政管理、物流客戶管理及物流智能預警等過程中。
（1）大數據在物流決策中的應用
在物流決策中，大數據技術應用涉及到競爭環境的分析與決策、物流供給與需求匹配、物流資源優化與配置等。
在競爭環境分析中，為了達到利益的最大化，需要與合適的物流或電商等企業合作，對競爭對手進行全面的分析，預測其行為和動向，從而了解在某個區域或是在某個特殊時期，應該選擇的合作伙伴。
物流的供給與需求匹配方面，需要分析特定時期、特定區域的物流供給與需求情況，從而進行合理的配送管理。供需情況也需要采用大數據技術，從大量的半結構化網絡數據，或企業已有的結構化數據，即二維表類型的數據中獲得。
物流資源的配置與優化方面，主要涉及到運輸資源、存儲資源等。物流市場有很強的動態性和隨機性，需要實時分析市場變化情況，從海量的數據中提取當前的物流需求信息，同時對已配置和將要配置的資源進行優化，從而實現對物流資源的合理利用。
（2）大數據在物流企業行政管理中的應用
在企業行政管理中也同樣可以應用大數據相關技術。例如，在人力資源方面，在招聘人才時，需要選擇合適的人才，對人才進行個性分析、行為分析、崗位匹配度分析；對在職人員同樣也需要進行忠誠度、工作滿意度等分析。
（3）大數據在物流客戶管理中的應用
大數據在物流客戶管理中的應用主要表現在客戶對物流服務的滿意度分析、老客戶的忠誠度分析、客戶的需求分析、潛在客戶分析、客戶的評價與反饋分析等方面。
（4）大數據在物流智能預警中的應用
物流業務具有突發性、隨機性、不均衡性等特點，通過大數據分析，可以有效了解消費者偏好，預判消費者的消費可能，提前做好貨品調配，合理規劃物流路線方案等，從而提高物流高峰期間物流的運送效率。
?
工商網監
評論