解讀大數據對物流企業管理模式的影響

□ 陳曉琪，高文菁

(南京林業大學 經濟管理學院，江蘇 南京 210037)

近年來，計算機技術、網絡技術、信息技術飛速發展，大數據在諸多行業領域聚集產生。隨著大數據的發展，諸多統計數據、物聯數據、交易數據等得到整合利用，相關數據的社會價值及商業價值得以展現。如今，大數據的推廣應用，正在改變人們的生活方式，并推動新一輪的企業管理變革。在大數據時代，對于物流企業而言，不僅面臨著一場機遇，也面臨著一場挑戰。

1 大數據在物流行業的特征

大數據技術本身具有數據獲取量大、數據處理速度快、數據分析能力強、能夠應對多種數據處理需求的優勢，故一出現就被社會生產、生活的各個方面所利用，幫助很多行業、產業實現了轉型升級。

1.1 數據規模巨大

在物流行業中，數據的規模更加巨大，這些數據不僅來源于物流企業的客戶和業務，還來源于貨物在物流鏈中的流轉數據，物流車的交通數據，貨物的全球定位數據等，這個數據量在當前的行業中都能排在前列。

1.2 數據形式多樣

如此多的數據來源不僅造成了規模龐大的數據量，還導致需要處理的數據類型繁多，例如：射頻識別設備傳遞來的數據形式與車載GPS數據、時間數據、電子商務交易數據的形式多有不同，格式有可能存在不兼容的情況，有些數據有一定的結構，有些數據只有一部分具有固定結構，還有大量的數據是離散的、無序的、價值密度低的，而后兩種數據所占據的比例較大，也是大數據處理的主要對象。

2 大數據引發物流企業管理問題

關于大數據引發物流企業管理問題，應從物流數據處理能力不足、物流設施信息化程度低、大數據專業人才緊缺、個人隱私保密性差等方面分析，具體可參考以下內容，這些都是應用大數據技術進行現代化建設時必須正視的問題。

2.1 物流數據處理能力不足

在物流企業管理中，諸多物流系統，如DWS、WMS等，該類系統的數據存儲、分析、處理等功能，尚且存在功能性不足的問題，還有很大的優化、發展空間。通常情況下，該類系統的數據存儲、分析、處理等單位，即為TB及GB，并不能滿足大規模數據的處理需求，需要進一步提高空間和速度，以滿足物流企業的發展需求。探析現階段的物流數據規模，應以PB、ZB等為單位，而該類系統的數據處理能力，并不能滿足實際需求[1]。因此，對于物流企業而言，應致力于解決數據存儲、分析、處理等層面的軟硬件配置問題，從硬件、軟件兩方面進行適應性配置，配置問題并非日常運維可以代替的。

2.2 物流設施信息化程度低

在物流企業管理中，諸多基礎設施設備，如倉儲設備、運輸設備、配送設備、數據收集及處理設備等，尚且存在投入不足的情況，嚴重阻礙了物流行業的發展。相較于美國的人均倉儲面積，中國的人均倉儲面積僅占其1/14。同時，在物流基礎設施設備層面，中國物流企業的基礎設施設備信息化程度低，約70%的設施設備，建立于上世紀九十年代，并不能滿足大數據時代的發展需求。因此，物流倉儲部分的現代化發展也不能被忽視，也要跟上企業發展的步伐，避免出現被倉儲部分拖物流企業發展的后腿的現象。

2.3 大數據專業人才緊缺

在大數據時代，物流企業急需大數據專業人才，使之致力于大規模物流數據的采集、分析及處理。然而，諸多物流企業并未認識到大數據專業人才的重要性。同時，我國諸多高等院校，尚未開設物流產業大數據類的專業課程，使物流產業的大數據專業人才的培養成為無源之水，無法有效滿足物流產業、企業的發展。由此，在物流企業管理中，由于大數據專業人才緊缺，龐大的物流數據難以得到高效的收集、分析及處理，進而限制了物流行業發展，這是物流行業必須解決的問題。

2.4 個人隱私保密性差

在物流企業管理中，針對大規模物流數據的收集環節，尚且存在個人隱私泄漏問題。該類問題在銀行、電信等行業，可謂是屢見不鮮，并將長期伴隨互聯網行業的發展。在物流企業管理中，對于大規模數據的推廣應用，相關人員應做好保密措施，有效規避個人隱私泄漏問題。同時，與個人隱私保密相關的信息，物流企業應采取先進的技術手段，如計算機保密協議等，對相關數據進行加密操作，提升個人隱私的保密屬性。

3 大數據革新物流企業管理模式

3.1 基于大數據的營銷管理模式升級

在物流企業管理中，物流數據處理，尚且存在效率低、整合程度低等問題，而大數據技術的應用，可有效解決以上問題。探析物流超市營銷管理模式，即是采用GIS系統，實現了協調監測管理。針對運輸線路、倉儲、分揀、融資、客戶定制等物流數據，從物流超市角度來看，均具備商品屬性。物流超市，即是借助大數據技術所構建的物流信息系統，該系統可統一整合貨源、線路、倉儲等物流數據，并進行相關數據的高效處理及綜合分析。探析商流合一營銷管理模式，該模式可實現銷售及物流云端的一體化。針對網絡平臺的物流信息數據及線下的倉儲、配送等物流信息數據，將其匯聚在云端平臺，并進行統一整合，進而規避物流瓶頸的制約問題，促進電子商務的發展。例如：阿里巴巴自建的智能物流網絡“菜鳥網絡平臺”，或順豐企業在住宅小區、商業圈內建立的“嘿客”，這些都屬于商業與物流結合的典型云端案例，只不過有的是以電子商務企業為主導，有的是以物流企業為主導的，從本質上來講并無不同，各有優勢罷了，也是大數據技術推動物流企業的主要發展方向。物流企業在建立商流一體模式商品配送時，要注意的是商品的質量和價格，利用自己四通八達的物流網絡拿到最物美價廉的商品，甚至配送一些易腐爛、易過期的商品，提高這類商品的輻射面積，有效鞏固商流一體模式商品配送體系，在電子商務領域中立足。

3.2 基于大數據的運輸管理模式優化

在物流企業管理中，對于運輸管理領域，可運用大數據技術，構建運輸方案。依據數據分析結果，可達成運輸路徑最優選擇、運輸成本大幅降低等運輸管理目標。在一方面，經過大數據分析，不僅可以提升資源利用率，并規范運輸人員行為，還可規劃車輛運輸路線，并設定設備維修保養周期，有效提升物流企業的經濟效益。另一方面，經過大數據分析，對于交通事故成因，可進行追蹤調查，并以此為依據，科學調整運輸路徑，促進運輸方案的優化及實施。如今，在物流企業運輸管理中，UPS技術得到推廣應用，該技術運用大數據分析手段，如ORION數據分析工具，可引導運輸人員進入最優運輸路線。

3.3 基于大數據的人資管理模式更新

在物流企業管理中，對于人才招聘工作，HR通常要綜合分析應聘者的各方面數據，如工作能力數據、性格數據、心理數據等，進而判斷應聘者是否滿足相關崗位需求，是否符合企業思想和文化。在物流企業的員工考核中，針對在職人員的各方面數據，如工作滿意度數據、工作忠誠度數據等，還需要進行綜合分析，進而得出相關人員的聘期考核結果，根據考核結果來判斷員工是否能夠承擔更高的職位，是否應該進行升職獎勵，還是應該重新考慮崗位。在物流企業人資數據獲取層面，應注意規避數據的單一化獲取問題，不僅僅從員工的考勤、業務等方面獲取數據，不能忽視員工在參加培訓活動時的積極性和培訓結果，不能忽視員工對企業活動的參與積極性，更不能忽視員工在企業頒布新制度時的反應。究其原因，就在于該類數據不全面，所得到的數據分析結果也就不準確[2]，很容易導致HR無法有效評價員工的實力和發展潛力，直到出了問題才發現員工的跳槽、引發的經濟事故、對企業制度的怨言早有預兆。在互聯網時代，每時每刻都會產生大量的數據資源。針對相關數據資源，如具備潛在價值的數據資源，進行一系列的分析整理，可有效輔助物流企業人資管理工作。

3.4 基于大數據的決策管理模式改進

在物流企業管理中，大數據技術的應用，可促進企業管理決策。在物流資源配置決策中，物流企業實時關注市場變化情況，通過數據挖掘及分析，可及時掌握市場需求情況，可及時掌握商品在市場中的價格變動，進而實現物流資源的合理配置，開發一些傳統物流業務中難度較高的業務形式，例如：水果的全國配送等，有效提高物流業務帶來的經濟利潤，提高物流企業的核心競爭力。同時，經過數據的持續跟進分析，物流企業可不斷優化配置方案，從而合理利用各項物流要素。在競爭環境預測分析及決策中，物流企業不僅可以分析本公司數據，還可分析競爭對手的數據，從競爭對手網站、數據統計網站、國家統計局網站等諸多網絡平臺渠道中獲取競爭對手的海量數據，隨之采用大數據技術進行分析處理，分析競爭對手的實力和業務能力，分析競爭對手的長期發展趨勢，配合市場行情變化就可預測競爭對手的短期動向，打有準備的競爭之戰。依據預測結果，物流企業可制定決策方案，并保證方案的科學性。

3.5 大數據推進物流企業客戶管理模式的升級

傳統的物流企業客戶管理工作中，工作人員收集到的客戶信息來源比較狹窄，只能從客戶的網站評價、日常交流中獲取，某些客戶的需求和真實體驗無法傳達給客戶經理，因此，可靠度也比較有限。可靠度有限的客戶信息不能幫助物流企業快速、準確定位客戶的潛在需求，就會導致物流企業開發的服務業務缺乏針對性，不能觸及客戶的內心，發揮的經濟效益低于預期。大數據技術具有數據量廣大、來源多樣、分析效率高、結果準確度高等優勢，應用在物流企業的管理工作中，能夠根據客戶的過往業務需求、評價、反饋分析出客戶的潛在需求，幫助物流企業針對客戶的當前需求和潛在需求開發業務、優化業務，這樣針對性的優化升級后，物流企業客戶的滿意度、忠誠度、粘度都能夠有效增加，從而有效提高物流企業的經濟效益。除了對客戶潛在需求的挖掘，利用大數據技術還應該進一步提高客戶的個人隱私保護嚴密性。在大數據技術的基礎上，添加保密協議、不對稱密鑰等技術缺失能夠有效降低個人信息的技術性丟失幾率，但物流企業管理工作要做的是提升客戶經理的管理質量，加強對客戶經理、客戶信息管理人員的法治意識和職業道德，從人為角度避免客戶個人隱私的有意識泄露，提高客戶的體驗感，避免老客戶因隱私泄露問題而流失。

4 結束語

在物流企業管理中，大數據技術的應用，固然會引發諸多問題，如物流數據處理能力不足、大數據專業人才緊缺、客戶個人隱私嚴密度不足等，影響物流企業的可持續發展。然而，大數據技術也為物流企業帶來更多的發展契機，物流企業可運用大數據技術促進企業營銷、運輸、人資、決策、客戶管理等方面的管理模式的革新，提高物流企業的核心競爭力。在大數據時代，物流企業應掌握海量優質的數據資源，并結合現代化的管理模式，致力于實現企業的跨越式發展。