大數據技術對智慧物流的影響

吳領威+高喜樂

摘 要：舊的事物總會被新的事物所代替，隨著工業4.0的到來，傳統的物流行業在很多方面變得舉步維艱，加上如今物流行業的從業者越來越多，導致物流行業的競爭也越來越大，惡性競爭導致了傳統物流行業成本只增不減，與此同時客戶的個性化需求也越來越多，傳統物流行業如果僅僅依靠傳統的作業形式很難再生存。于是如何解決物流企業生存舉步維艱的局面是如今急切需要解決的難題。隨著計算機網絡技術的飛速發展，一系列新型的技術開始出現，這些技術的出現一方面沖擊了傳統的物流行業，也給傳統的物流行業帶來了新的機遇，企業如何能借助這些新技術來提高自己的服務水平并降低自己的服務成本？以及如何為顧客提供更加智慧的物流服務，這些都是需要考慮的問題。本文從新技術之--大數據技術對智慧的物流的影響來進行概述，介紹了傳統物流行業的現狀及不足，大數據技術如何在物流行業應用，以及對大數據技術在智慧物流的應用趨勢做了展望分析。

關鍵字：大數據技術；智慧物流；新型物流技術

一、引言

大數據技術借助其5v的優點，即大體性、多樣性、時效性、準確性、大價值的特點，為物流企業到客戶提供實時的需求與供應的信息的支持，實時的信息更新可以解決客戶的對物流服務不可控或者不可視的焦慮感。大大的降低了客戶與物流企業矛盾，提升了客戶對企業的信任感。同時信息流的實時共享也為供應鏈管理的上下游各方企業提供了堅實的合作基礎。與此同時，大數據技術對信息流時效性和準確性和大價值的特點也為物流企業的成本降低提供了解決基礎。例如對電子商務的企業來說由于線上線下的信息流的不確定性，很容易導致“牛鞭效應”導致企業的成本風險增大。另外對于庫存量變化比較大的企業來說如何確定合適的最大庫存量來說無疑是對企業成本的最好的降低。大數據技術的出現可以實時共享客戶的信息，于是合理的庫存水平便可以長期保持。這對于此類同種企業來說可以大大地降低運輸和倉儲費用。這對于如今競爭激烈的物流行業來說無疑雪中送炭。

二、我國物流業發展現狀

傳統的物流行業的物流管理主要以最低成本為顧客提供服務并且達到顧客要求為目標，但是在如今的信息技術發達的時代如果只用傳統的運作模式來管理物流企業那么對于這樣的管理目標變得很困難。眾所周知，物流行業的物流、信息流、資金流以及商流是保證一個物流企業正常運行的根本保證。目前我國的大多數物流企業只重視物流、資金流和商流，而對信息流重視不夠。如果企業不重視信息流的作用，將會導致很多企業在達成顧客目標方面出現與客戶的矛盾，長此以往這對企業的長期發展帶來嚴重的影響。最基本的例子是傳統的快遞服務，一旦顧客對于自己購買或者郵寄的快遞包裹難尋蹤跡時，一般人都會認為快遞公司的服務存在缺陷，如果顧客的訴求得不到滿足長此以往將會嚴重影響企業業務的開展。另一方面，在整個物流的供應鏈中，一旦上游企業與下游企業出現信息流方面的問題，雙方必定會對彼此的合作產生猜疑，一旦一方先出現不滿，這整條供應鏈上的企業將都會受到嚴重的影響。于是在新時代的新技術的到來下，為解決企業的信息流的問題提供了新的思路。即大數據時代的來臨。

對于發展到現在的物流業來說可以說是風險和機會同存，傳統的物流管理方式缺乏信息流的共享，顧客的需求難以滿足，資源優化配置能以完成，這些不足，傳統物流企業如何更容易在競爭激烈的環境生存下去？如何建立符合物流企業發展的智慧物流系統？大數據技術的出現無疑為解決這些問題提供了新的解決辦法。

三、大數據技術的概述

1.大數據技術的特點

大數據技術是最近幾年才開始興起的學術用語，對于大數據技術的統一共識還沒用達成。但是從廣義上講，大數據就是指運用一定的信息技術，對產業中所產生的數據庫以及很難處理的數據進行分析與處理。此外，大數據還可簡單得定義為大小超出常規數據庫，用一定的工具獲取、存儲和管理分析能力的數據集。由于大數據迅猛的發展，其也在一定程度上具有較為鮮明的特征：第一，信息規模較大。由于大數據與互聯網緊密練習，因此其無時無刻都在產生新的數據，這也在一定程度上決定了大數據信息規模較大的特征。第二，數據多樣化。隨著網絡技術的不斷發展，對于信息的采集以及取樣也變得更加多樣化，這樣就有效的促進了數據形態不斷的呈現多樣化，進而可對其進行有效的信息分析。第三，處理速度快?，F在發展的大數據具有一秒定律之說，即大數據處理信息的速度不超過一秒。當數據輸入后就立即對其進行處理，處理之后就對其進行丟失遺棄。第四，復雜關聯性。伴隨著計算機技術的更新與發展，一般網絡內部存在的信息的相關度極高。當你進行網絡購物時，你上次搜索過的物品的關鍵詞一般依舊會顯示在下面，甚至購物網站還會依據你的搜索習慣給你推薦你可能喜歡的物品。這個例子很明顯的說明了數據間的相關性，這從一定程度上也反應了大數據技術的復雜。第五，價值密度低。盡管在網絡中信息的量是無窮無盡的，但是找到符合需求的信息的困難的，這就需要相關方利用大數據技術進行合理的數據挖掘，并把這些有用的信息加以整合利用。

2.大數據技術的下智慧物流系統結構

借助大數據技術智慧物流系統結構主要由感知層、網絡層、云平臺層和應用層組成。通過感知層設備進行數據的采集，經由網絡層傳輸數據至云平臺，云平臺層的整合數據為應用層的智慧物流應用提供數據支持，具體結構由上至下分別為：（1）應用層：信息處理、追蹤監控、車輛調度、智能倉儲、配送管理、路徑規劃及市場預測等。（2）平臺層：海量數據存儲、高性能計算、信息處理交換以及智能分析挖掘。（3）網絡層：無線通信網、無線傳感網、自組織網絡、寬帶互聯網及Wi-Fi網絡。（4）感知層：掃碼終端、倉庫、輸送機、貨架、托盤、集裝箱、車輛、輪船及貨機等。這四個層面借由大數據技術在各個層級的運用經由數據的收集交換和挖掘處理從而為智慧物流系統提供支持。

3.基于大數據技術的智慧物流功能設計

（1）數據的傳輸與共享

借助于大數據技術的智慧物流首先要解決的就是企業信息流通暢的問題，于是在進行物流信息交換的整個過程中需要實現企業的供貨方、采購方、政府工商部門、物流企業的運輸部門等等的信息交換和共享。將他們的各種數據平臺，如信息系統、商品發布系統及運輸監控系統中的數據整合在一起。其中的最大一個難題是要解決不同部門不同平臺數據異構的問題。

（2）物流信息實時跟蹤管理

借助于云計算的大數據技術、物聯網技術及衛星定位技術的支撐，運輸智能調度、貨物跟蹤以及安全監控功能將能輕松實現。車輛和貨物信息可通過物聯網技術實時采集數據，再通過互聯網上傳至智慧物流的相應平臺中，最后相應算法實現車輛的優化調度和貨物跟蹤處理。對貨運車輛實時監聽監控，使被監控車輛的安全系數大幅度提高，保障各方面的安全性。

（3）數據的收集與分析處理

基于云平臺的數據技術下對于收集的客觀的原始數據可進行數據挖掘、模糊分析以及預測等功能，較為深入地分析和挖掘對企業有用的數據信息，聯系相關的數理統計模型分析出有助于決策的信息，可用于物流數據統計分析、最佳配送路徑分析、物流經濟發展趨勢預測等。例如京東商城借助大數據技術與數學的方法，可以演示實時的數據信息，及時地了解企業的運行狀況，實時的分析整個物流過程，及時的預估和縮短企業的送貨時間，合理的建立可行的站點進行配送路程的最優化處理。

四、大數據技術在物流行業的應用

1.市場預測

一般情況下，企業進行的消費者的調查問卷的等一系列了解客戶偏好的形式的方式往往具有延遲性，在了解完顧客的偏好再制定相應的營銷策略時，往往會經歷一段時間，這樣很可能已經錯過了最佳的銷售時間段，但是大數據技術的實時性能很好的解決這個問題，企業能根據大數據的實時的結果安排最佳的庫存量。

2.物流中心的選址

企業在進行物流中心選址時需要考慮眾多的因素，例如，企業的性質，企業的資金量，是否利于企業的銷售、運輸和配送?？傊髽I需要將企業的成本最小化，要解決此類問題，傳統的方法大多不切實際，企業很難在實際中采納，而大數據中的分類樹的方法，可以企業根據不同的需求選擇合適的算法，從而達到解決問題的目的。

3.優化配送線路

配送效率是一直以來物流企業很重視的一個方面，特別是現在大城市交通狀況難以預測的情況下配送效率對于物流企業來說就顯得舉足輕重，基于云平臺的大數據技術配合定位技術可以根據企業運輸車輛所處位置的實時交通情況的實時數據，結合智能算法可以進行提前預測車輛最優的行駛路徑，從而提升企業的配送效率。

4.倉庫儲位優化和庫存優化

儲位優化可以提高企業的配送和分揀效率，利用大數據的關聯模式法可以根據企業商品的數據撿的關聯度來安排最優的倉儲貨位。在歷史庫存數據和銷售預測的基礎上，利用云平臺的大數據技術進行仿真模擬計算包括多層ABC分析、庫存周轉率分析庫存仿真，最終確定企業最優的庫存量。

五、大數據技術在物流業的發展趨勢

大數據技術作為一種新技術正在引領整個物流行業的變化，對于數據這種無形的資源，在這個以“信息為王”的時代顯得尤為重要。新技術的出現，往往伴隨著行業的新的革命，這個社會的治理結構與規則也許會產生質的變化，這是社會發展的必然。以大數據技術為基礎，以云計算為平臺，以物聯網技術為紐帶的新型技術緊密聯系在一起，這些技術之間的聯系未來會越來越緊密，這正是智慧物流時代發展所必需的，也是智慧物流時代發展的必然。智慧物流離不開大數據，而大數據又離不開云計算，智慧物流是未來物流的發展目標，而大數據能夠支撐智慧物流的發展，物流行業如能利用好大數據，將能真正從變革中受益。

參考文獻

[1]郭博文，祖峰.淺談大數據對物流企業競爭力的影響及應用策略[J]. 商業經濟，2016，（09）：57-59.

[2]楊菁，萬川梅.大數據時代基于云平臺的智慧物流系統研究[J].科技經濟導刊，2016，（14）：24.

[3]田雪，司維鵬，劉瑩瑩.大數據在物流企業中的應用[J].電子商務，2015，（01）：36-37

[4]范云兵.電商大數據探索[DB/OL].DOI：10.16079/j.cnki.issn1671 -6663.2014.12.007

[5]張玲玲，薛勸勸，趙鳴.基于云平臺的智慧物流系統構建[J].信息與電腦（理論版），2016，（04）：15+17.

[6]蘇培華.物聯網時代下智慧物流的構建[J].物流科技，2016，39（7）：70-72.