大數據在物流企業中的應用研究

葉 斌，黃文富，余真翰

（成都東軟學院 信息技術與商務管理系，四川 成都 611844）

1 引言

全球著名的咨詢公司麥肯錫在2011年發表了一篇名為《大數據:下一個創新、競爭和生產力的前沿》的報告，這個曾經在1978出現的主題，在沉寂了30多年以后，重新引起了人們的關注。

當大數據與當今的物聯網、互聯網、“理念的互聯網”、“數據的互聯網”產生聯系時，人們發現大數據展現了重要的作用，不但有利于私人商業活動，也有利于國民經濟總體發展[1]。數據可以為世界經濟創造重要價值，提高企業和公共部門的生產率和競爭力，并為消費者創造大量的經濟剩余，麥肯錫公司的報告中指出：預計美國醫療行業每年通過數據獲得的潛在價值可超過3000億美元,能夠使得美國醫療衛生支出降低超過8%；充分利用大數據的零售商有可能將其經營利潤提高60%以上；通過利用大數據實現政府行政管理方面的運作效率提高，歐洲發達經濟體可以節省開支超過1000億歐元。在物流市場增速放緩、企業經營面臨困難的背景下，有分析認為，大數據不僅能夠幫助企業渡過難關，還將成為物流市場的新藍海[2]。

2 大數據在物流企業中的應用前景

2.1 大數據的背景與內涵

在學術界，大數據是一個在當前比較流行和備受關注的關鍵詞，在ABI數據庫中，第一篇關于big data的文獻是Esther surdden于1978年創作的“Parallel Processors Seen Big Data Bases'Solution”。通過對SCI和SSCI數據庫詞頻的統計，在2011年前，有關big data的文獻量較少，而到了2012、2013年，大數據則穩居詞頻榜的首位，可見學術界對它的關注。

在商界及政府部門，大數據也成為眾多企業管理者、政府領導所討論的話題，某些領域已開始嘗試應用大數據技術進行企業的變革。例如，2013年7月，上海市科委發布了《上海推進大數據研究與發展三年行動計劃（2013-2015年）》。該行動計劃提出，將重點選取醫療衛生、食品安全、終身教育、智慧交通、公共安全、科技服務等具有大數據基礎的領域，探索交互共享、一體化的服務模式，建設大數據公共服務平臺，促進大數據技術成果惠及民眾[3]。

大數據的定義在學術界還沒有形成共識，但大家普遍贊同大數據是指用現有技術難以在可接受的時間內管理、處理和分析的數據集。

廣義上，大數據包含三層內涵：一是數據量巨大、來源多樣和類型多樣的數據集；二是新型的數據管理和分析技術；三是運用數據分析形成新價值。

2.2 大數據背景下物流企業變革途徑

大數據時代的到來，給物流企業帶來了機遇。物流企業靠什么來進行物流決策、物流管理、客戶管理？傳統的方式中靠人的因素多一點，在信息量巨大、信息瞬息萬變的今天，靠企業所積累的有限的原始數據，是不足以對整個物流活動進行掌控的，很容易產生“拍腦袋”決策。解決這一問題最直接有效的方式就是依靠數據。只有用數據來驅動企業決策，企業才能在當前激烈的競爭中立于不敗之地。

在對大數據不了解、無意識的狀態下，一個企業要想成為一個“數據驅動型”的企業是不容易的，要經過較長的時間，其過程如圖1所示。

圖1 物流企業接受大數據過程

我國大型物流企業與電商企業早已意識到了這一點。2013年1月，阿里巴巴、銀泰、復星、富春、申通、圓通、中通、順豐等公司，以及相關資本市場的領軍機構及金融機構等齊聚杭州阿里巴巴集團總部進行閉門會議，通過了“1000億元投資建設物流網”的決議。這標志著相對于京東等電商的自辦物流而言，阿里巴巴電子商務時代的“社會化”物流正式啟動。而這個計劃的周期可能需要8至10年。

2.3 大數據在物流企業應用的技術路線

大數據技術在物流企業中的應用需要依靠相關技術的進步和提升，包括大規模并行處理數據庫、數據挖掘、分布式文件系統、分布式數據庫、云計算平臺、互聯網技術和可擴展的存儲系統等。同時還要有掌握相關技術的人才及相關的軟件及硬件基礎設施。

作為大數據技術的先驅，IBM公司自2005年以來，斥資160億美元進行了30次與大數據相關的收購，保證了其業績的穩定高速增長；EMC、惠普、微軟在內的全球IT巨頭紛紛通過收購“大數據”相關廠商，實現技術整合和新產業布局。IBM的Apache hadoop依靠其良好的擴展性和伸縮性，在行業中取得了領先地位，總的來說其采取了“先分后合”的方式進行數據的處理，其技術思路也為大家所借鑒。在物流企業中，應用大數據的技術路線如圖2所示。

從圖2中可以看出，大數據最終應用于物流企業中，還需要前期數據的收集、分發處理、匯總及與物流系統的融合。整個過程可能會對物流企業產生重大影響。成功采納大數據的三個關鍵維度是新理念、新技術、新流程。

3 大數據在物流企業中應用的具體環節

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。

3.1 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。

圖2 大數據應用技術路線圖

（1）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。這種決策不能來源于對競爭對手表面的了解，在對潛在合作對象不了解的情況下，做出決策可能會給本企業造成重大損失。而對互聯網網頁、郵件、文本甚至微博記錄等半結構化數據的收集與整理，將使得數據量更充足，決策更科學。而這些數據將是海量的，需要用到大數據技術。

（2）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。

（3）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。

3.2 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。當今的網絡不僅僅是單一的互聯網，同樣也一個是物聯網和事務網。這些事物、事件都在產生或接收數據，這些數據對企業的人事管理、對外事務和日常工作的安排都產生影響。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。而這些信息不能靠單一的對象獲取，單一的數據獲取方式會造成數據不全面，并產生判斷誤差。通過所建立的互聯網、物聯網、事務網，對得到的相關非結構化或半結構化數據進行分析理整，從而使企業行政管理更加合理化。

3.3 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。

在傳統的客戶管理中，數據來源于企業的積累或是自身的客戶管理系統，導致數據量較少，信息接收方式單一，無法實時跟蹤客戶需求。隨著互聯網的發展，客戶的需求、客戶的評價與反饋等信息無時無刻向外進行傳播。例如，客戶對物流服務的滿意度，可能出現在QQ簽名、網絡日記、微博中，也可能出現在聊天記錄中，或是直接反饋在企業網站中，甚至在視頻及音頻文件中。如何從大量的信息源中提取這些信息，進而對這些數據進行處理、整合，形成有利于物流企業進行客戶管理的數據，必須借助大數據技術。

客戶是企業生存發展之本，客戶的需求千變萬化，群體龐大，如果不能有效、及時地了解客戶狀態，分析客戶需求，將會失去已有客戶，錯過潛在客戶，物流企業的發展將受到嚴重的阻礙。而大數據技術給物流企業的客戶管理提供了有效的途徑，對客戶的管理本質上就是對數據的管理。

3.4 大數據在物流智能預警中的應用

物流業務過程有其特殊性，每一次的物流活動能否正常實施和許多外部因素有關，例如與時間、地點、人力和物力資源配置、自然條件甚至天氣都有關系。

總的來說，物流業務具有突發性，即在任何時間、地點、任何情況下都有可能導致物流活動的失敗，并產生意想不到的情況；其次，物流業務具有隨機性，即面對龐大的物流客戶群體，物流需求在任何時間、地點、任何情況下都有可能產生；最后，物流業務量具有不均衡性，在不同的地區或在不同的時間段業務量都是不同的。例如發達地區與不發達地區不同，平時與節假日也有不同，總體而言，業務量是動態變化的，有很強的不均衡性。

正是因為物流業務的這些特殊性，物流企業有必要建立智能預警系統，應對這些突發事務。當今的智能預警系統有很多，但真正起作用的卻很少。

傳統的智能預警系統大多數是依據以往經驗或企業已有的原始資料進行分析，其在面對一個千變萬化的市場和龐大的客戶群時，往往顯得力不從心，智能預警不能發揮它應有的作用。究其原因，主要是系統不能有效地獲取充分的數據，無法全面地分析物流活動中涉及的各個因素。當今數據量不斷增大，收集數據、整理數據、分析數據的過程是傳統的數據處理手段所不能應付的。而大數據技術的出現為建立真正有用的物流智能預警系統提供了契機。

4 物流企業在大數據時代面臨的挑戰

物流企業要想在大數據時代下取得較好的發展，必須采用新技術、新流程和新理念，發展成為一個數據驅動型企業，而不是管理者“拍腦袋”的企業。阿里巴巴認識到了這一點，“四通一達”作為物流企業的代表也認識到了這一點，其共同在2013年成立了“菜鳥網”，并將在今后幾年中，努力構建中國典型的智慧型物流網絡。目標的實現過程無處不滲透著對大數據的依賴。即便對于這樣一些巨型企業而言，都必須花費如此長的時間和金錢、人力和物力，對一般的物流企業更是如此。可想而知，大數據在物流企業中的應用并不是想象的那么簡單，企業規模的限制是一方面，而另一方面則是大數據技術本身的發展限制。總的來說，在未來的幾年中，物流企業在應用大數據、成為數據驅動型企業過程中要應對以下挑戰：

（1）對海量數據處理性能的要求超過了常規處理器處理能力。常規存儲或處理設備的運算或存儲量一般以GB或TB計算，而面對洶涌的海量數據，要滿足其PB、EB基至ZB的數據存儲和處理量，必須要加強處理器軟件和硬件設施的配置，這個挑戰不僅是物流企業所要面對的，也是IT界所要面對的。

（2）基礎設施的不足。基礎設施主要表現在物流倉庫、運輸設備、收集、處理數據的設備等硬件設施方面；物流基礎設施和設備投入嚴重滯后將越來越掣肘快遞行業的發展。以物流中心的面積為例，中國人均物流倉儲面積僅為美國的1/14；現有物流倉儲設施中，超過70%建于20世紀90年代之前，不能滿足現代化需求；中國目前5.5億m2的物流倉儲設施的供應量中，達到國際化標準的，不滿1000萬m2[4]。

（3）技術人才足。在當前信息化時代，物流企業應該具備更多的信息化人才，能應用大數據技術，進行數據的收集與處理，但當前物流企業對信息技術人才還不夠重視，或缺乏這方面的專業人才。

（4）政策的不確定性。由于大數據技術是一種新興的技術，每一種技術在推廣應用時，從國家層面來講，需要時間進行論證，包括其作用、技術標準的規范等。例如，“云計算”從出現到現在應用逐步成熟以后，國家就逐漸出臺了相關的管理、規范意見，在2013年8月，工業和信息化部科技司在工業和信息化部網站上公開征集對《基于云計算的電子政務公共平臺總體服務建設實施規范》等18項通信行業國家標準計劃項目的意見。大數據的出現，同樣會有這樣一個過程，而具體的政策和技術應用標準還存在不確定性。

（5）對隱私、法律的挑戰。如果數據的收集對個人的隱私造成了影響，則會涉及到法律問題；但大數據的收集與利用，都有可能會觸及個人隱私，這樣的問題一直伴隨互聯網的發展，在很多的行業，例如電信、銀行、網絡公司等已屢見不鮮。如何在利用大數據的同時，盡可能地避免對個人隱私的侵害，合理地對數據進行收集、處理、保密，也是大數據在應用過程中所要面對的挑戰。

（6）產業鏈企業間的合作與競爭的平衡。單一的物流企業要迅速地發展，除了增強自己的整體實力外，還可以選擇合適的合作伙伴，例如“四通一達”與阿里巴巴的合作就是個很好的例子，能為他們帶來共贏的效果。但企業本身以利益為目標，在市場有限的情況下，必然存在與其它企業競爭的問題。但大數據技術除了要利用互聯網數據、自身的數據外，還需要與其它企業的數據相結合，才能更好地實現資源優化配置和業務決策，否則會導致數據的不一致性以及決策的失誤。因此，產業鏈企業的合作與競爭達到平衡，以實現最大的利潤并讓大數據技術充分地運用，也是物流企業所面對的挑戰。

5 總結

大數據或將成為物流企業的強力助手。作為一種新興的技術，它給物流企業帶來了機遇也帶來了挑戰，合理地運用大數據技術，將對物流企業的管理與決策、客戶關系維護、資源配置等方面起到積極的作用。物流企業最終成為數據驅動型企業，是企業在大數據時代進一步發展的必要條件。

[1]蘇金樹,李東升.大數據的技術挑戰與機遇[J].國防科技,2013,(4):18.

[2]張艷.大數據—物流企業的新藍海[J].現代物流報,2013,(5):21.

[3]俞陶然.《上海推進大數據研究與發展三年行動計劃》發布[EB/OL].http://www.jfdaily.com/a/6493658.htm,2013-07-12.

[4]姚堯.大數據時代的智能物流[J].中國經濟信息,2013,(4):70.