基于“互聯網+物流”的大數據應用場景

文/任楓

自《促進大數據發展行動綱要》實施和相關會議后，隨著 “互聯網+”、場景計算及云計算等技術的發展，大數據在物流的資源配置優化、流程革新上展現出了巨大優勢?；凇盎ヂ摼W+物流”的共享模式即是根植于云計算、物聯網與大數據深度結合的背景，本研究探討在物流領域對大數據與共享模式的利用可能性及其場景。

1 大數據的定義

目前在大數據提出者維克托?邁爾-舍恩伯格及肯尼斯?庫克耶編寫的《大數據時代》中及國內外學者團體中比較共同的認識是：大數據（big data）是指具備以下幾個方面特征 “一定時間內”、“規模大”、數據管理各方面“超出傳統軟件工具能力范圍”的數據集合。從中看出大數據具備數據流轉的快速性、數據規模的海量性、數據類型的多樣性和數據價值的低密性這四大特征。因此其應用需要大數據技術，即通過構建數據中心，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。

如果僅從大數據本身而言，其作為一定時間內各種無序數據的集合只是一種信息資產，沒有經過處理，便無法轉化為對于企業有效的資源。大數據的特點說明在短時間內這種數據的集合具有巨大體量和多樣性，但是這種巨量存在的各式低價值個體數據還需要經過真實性鑒別才可利用，因此大數據利用的前提是利用的效益性，利用的關鍵是如何進行算法設計，核心是數據如何管理，只有在戰略層面認識清楚才能使大數據發揮其價值。

在可預見的物流未來中，大數據技術不再是簡單地處理信息，而是通過對企業客戶所處供應鏈的整個系統進行詳細數據分析后，提出具有大數據和互聯網等現代技術綜合指導的解決方案。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。大數據并不僅僅是對傳統資源的配置、流程的改進，其和新運作方式比如共享的融合而產生的更高效的運作模式，才是新技術與新方式的應用之趨勢。

2 大數據分析與“互聯網+物流”應用的聯系

由于降本增效的壓力，大數據分析的生態優勢使其在物流行業的使用占有重要地位。但是物流行業的大數據應用存在著兩級偏差，一方面有些企業通過大數據發展愈來愈具有針對性、精準的覆蓋性，比如菜鳥、美團；而原本興盛的一些企業已經消失，比如一號店；還有一些企業似乎感覺大數據僅僅是分配路徑的功能；同樣的大數據，造成了不同的使用與發展。以下將回顧物流大數據含義，分析大數據及相關聯技術在物流行業可能的應用場景。

2.1 物流大數據的含義

所謂物流的大數據，即倉儲、運輸、搬運、裝卸、包裝及流通加工等各物流環節中涉及到的海量數據集合。物流大數據應用則是利用現行軟硬件，通過大數據技術分析提高運輸、倉儲與配送效率，減少不必要的物流成本、更有效地滿足客戶要求，將有關物流、資金、信息的數據與供求雙方的商業模式有效匹配，從而實現高效、快速、經濟的物流流轉。

2.2 物流大數據應用場景

物流大數據應用場景在目前存在諸多試點，以下為可能的應用場景： 2.2.1 資源配置優化、路徑規劃

物流市場的動態性和隨機性強，從大數據中可以隨時獲取市場變化、物流需求等信息，及時規劃和調整資源配置；同時可優化物流路徑規劃，從而提高時效，降低物流成本。

2.2.2 網點、園區和樞紐的布局

物流選址相當重要。交通網絡、輻射區域、市場貨量、競爭對手市場占有率等情況，都必須納入考量的因素，大數據分析可以進行科學的運算幫助決策。

2.2.3 物流定價

在貨運市場，受信息化程度及其它因素影響，物流價格上下波動較大。定價基于成本的計算，不同類型貨物、不同地域、運力成本、網絡網點等都會對成本產生較大影響，往往要通過專門部門核算。目前可以通過不同的數據模型來獲得。

2.2.4 運輸車輛運營管理

近年商用車廠家、零部件廠家和第三方軟件公司開發的車聯網系統，讓遠程車輛管理變得更容易。通過使用車輛網系統，運營車輛的能耗數據、路線跟蹤、駕駛行為等數據一目了然，有助于規劃車輛保養、用車成本統計、改善司機駕駛習慣等。

最近，國產智能卡車開始投放市場，各種電子智能系統能提升車輛的安全性能之余，還能收集更多的數據信息。譬如防側翻系統，便可以將有可能發生側翻的情況、電子剎車系統作用的次數記錄在案。隨著物流車輛的運營時間增長，車輛開始出現“疲勞”，油耗會隨之上升，維修頻次也會增多。通過數據收集和分析，相關企業可以獲取某一品牌、固定動力配置車輛的全生命周期油耗，比如100萬公里的總油耗，或者是某一里程區間的油耗，比如20-30萬公里區間內的車輛平均油耗。還可用于車輛的維修保養管理，因此就可以產生出車輛全生命周期成本的計算模型，那么車隊的運營成本分析就十分明朗。

通過這樣的數據分析，還可以預測車輛價值“拐點”——達到某一里程后，車輛盈利能力開始下降，這時企業可以判斷車輛是否該轉手，再進行新一輪的車輛采購，持續性的使車輛資本最大化盈利。

2.2.5 需求預測，提升服務品質，提供個性化營銷的可能性

從阿里聯合銀泰百貨推出“門店發貨”服務，到華潤萬家、永輝的大賣場業態將正式入駐京東到家，這不僅將革新并優化購物體驗，同時也對同城配模式提出更高的要求。而這些需求及成本點均是基于大數據的研發發現：精準區域商品（社區商品）銷售預測，閑置的城配資源和店內資源互相協調，線下的周邊覆蓋效應等。

通過大數據的應用，提高物流的質量管理。對于物流過程中的各項溫度、濕度、狀況的改變，將極大可能影響到物流交付的訂單滿意率，因此，不間斷的質量監控必不可少，原來人工無法完成的任務將可以由數據分析承擔。

2.2.6 資源的集約利用

“互聯網+物流”的共享模式、通過控制塔理論的運輸調控模式，均是基于大數據的應用。由于數據資源的充分分析利用，使物流資產全程透明化、可監控化，盤活資產使用，使物流行業的資金、人員得到充分利用。比如配送最后一公里的解決即是將使用權多樣化——利用包裹短期的特性和互聯網的基本聯系功能：包裹代收或存柜。

大數據的場景應用，不應僅僅局限于計算、流程設計等傳統領域，也應該著重與新發展模式的交融與創新。

3 “互聯網+物流”共享應用與大數據的結合分析

目前的物流包裝設備等共享應用的大數據結合有兩大方向，一是做為物流資源的綜合整合利用即共享與數據結合的物流商用方向，比如場景1-5：明確設備設施所有權、使用權的分離，基于“互聯網”的數據匹配以最大的使用率為目標來進行需、求資源交流與共享：傳統運輸中的共享經濟根據是基于“互聯網”迅捷、高效及開放平臺的特點，物流各環節對直接客戶使用數據的細分挖掘，比如客戶的占用率、流轉率等等，而帶來的精細化管理的效益提高；其在物流的發展邏輯是各使用權人對自己信息及部分業務的專業外包模式。因此基于“互聯網+”的共享模式，需要明晰物流、資金流和信息流的流向安全和線下交互協議，這其中如何進行配比才能更有效的利用資源則是數據模型的優勢所在。物流商用共享模式講求標準統一、多拉快走增加轉手率，以提高資源的利用率為運輸創造效益，而大數據的應用目前更多的是專注于客戶的個性化需求分析，以小件少量，精準配送為趨勢，由此產生了以豐巢為代表的包裹柜和菜鳥驛站，其本質即是付費利用公共的暫存設施即場景6，也即終端的新共享模式，即共享與數據結合的物流民用方面。如何在傳統標準物流到個性化物流趨勢之中找到結合發展之處，如何融入趨勢之中，是物流尤其是運輸所亟待解決的問題。

在新時代、新機遇，數字經濟將重塑世界經濟，不僅僅是在中國，全世界都在進入一個新的時代。新時代我們將面臨新的問題，同時又是新的機遇。大數據帶來全球產業鏈的徹底變革，不再單單是集裝箱的整合運輸，而是小件快收快運妥存的門到門服務。即從理論到商業化，再從商業化到民用化，這其中對物流的挑戰是顛覆性的，不僅是物流的成本考量模式，還有運作模式、人員管理、場地管理模式都將發生新一輪的變革，但是機遇也是巨大的，相對于商用的紅海，民用的數據利用仍然是藍海，其數據特點更加散亂，唯有合理分析在這些環節中產生的大數據的特性，結合物流應用場景，方能發展出河南企業物流大數據應用的特色，促進本地物流企業有效的利用大數據及“互聯網+物流”共享模式帶來的優勢。