大數據背景下物流企業管理模式優化研究

李沐蕓 柴斌

【摘? 要】隨著大數據技術的快速發展，物流企業急需利用此技術來創新傳統的管理模式，通過提高工作效率，增加企業的經濟效益。由于大數據在物流企業中具有種類復雜和數量繁多的特點，導致大數據技術運用在物流企業管理模式時，出現了很多難以解決的問題。因此，論文先闡述了大數據在物流企業管理模式中的應用價值，根據分析的現存問題提出了有針對性的優化策略。

【關鍵詞】大數據;物流企業;管理模式

【中圖分類號】F259.23? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?【文獻標志碼】A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?【文章編號】1673-1069（2022）06-0109-03

1 引言

在大數據背景下，物流企業需要借助大數據技術對現有管理模式進行完善和創新，并充分運用大數據技術深入挖掘出對企業有運用價值的數據信息，為企業日常運營作支撐。企業需要先把收集到的全部數據儲存進信息系統中，再對相關數據進行分析和處理，通過計算出發展規律，以此創新和完善現有的企業管理模式，提升物流企業在行業中的影響力和競爭力。如今越來越多的物流企業都在不斷嘗試將新技術融合進各環節的管理過程中，但部分物流企業均出現了許多急需解決的共性問題，一定程度上影響了其在大數據背景下的可持續發展。

2 文獻綜述

葉舜和李媛媛[1]在研究天道物流等物流企業時，發現多數物流企業都在使用TMS管理系統。該系統可以建立私有的大數據云端庫，是以數據中心為核心運算工作，各工作環節均實現了智能化和數字化，能對運輸車輛、運輸人員和運輸路線進行詳細的統計，并將積累到的數據信息儲存進私有的大數據云端庫，提高了數據信息的透明程度。陳松奕和崔藝瑄[2]認為大部分物流企業已經初步實現了線上線下的流通融合，這使得企業必須選擇大數據驅動的發展策略來適應現在的發展環境。

黃音[3]采用多種案例分析方法，認為越來越多的物流企業會選用數據驅動模式，它們會借助大數據的力量，提高對數據進行收集、儲存、分析等能力，這是企業獲取市場競爭優勢的重要途經，還提出了當前物流企業需要突破的關鍵性難題是構建適合自己的數據驅動模式，激發企業的創造力和鮮活力，從而在作出決策時可以更貼近市場的發展需求。魏錦雯[4]表明數據驅動是我國物流業未來發展過程中最需解決的難題，且數據驅動的企業管理模式已經成為企業經濟中的不可或缺的渠道。

3 大數據在物流企業管理模式中的應用特征

3.1 大數據規模

物流企業的大數據信息不僅來源于互聯網、移動商務等交易平臺，而且還來源于GIS、第三方服務機構、行業活動記錄等研究報告。廣泛的數據來源渠道組成了龐大規模的數據信息庫，這對企業數據儲存系統和分析能力提出了更高的要求。

3.2 多數據類型

物流企業的數據類型多，可以按照數據的類型、維度、格式等進行區別分類。數據類型多樣化包括企業之間的交互數據、日常運營數據等，數據維度多樣化可以分為結構化數據、半結構化數據和非結構化數據，數據格式多樣化主要是指儲存在圖像和音頻中的數據信息和各類紙質文件的數據信息。

3.3 低數據密度

物流企業收集并儲存完數據后，需要對所有數據進行篩選，尋找對自身有用的數據信息。這是由于數據規模與其價值密度呈反比關系，數據規模越大則價值密度越低。但是大數據最大的利用價值在于從海量的低密度數據中尋找和分析對現在或未來有價值的數據信息。

4 大數據在物流企業管理模式中的應用價值

4.1 優化運輸管理模式

物流企業可根據收集的運輸數據信息，利用大數據技術進行數據處理和分析，優化原有的運輸管理模式，實現優化運輸路徑和降低運輸成本等目的。例如，根據分析運輸車輛信息、包裹狀態信息、客戶喜好信息等實時信息，通過積累的已儲存路徑的數據信息，找出從出發點到目的點之間的最佳路徑。經過相關數據分析，不僅能增加現有資源的利用程度，還能有效提升物流企業的經濟效益。目前許多物流企業都嘗試運用了UPS研發的Orion（On-Road Integrated Optimization and Navigation，道路優化與導航集成系統），均表示這種動態優化的運輸管理系統能實現降低運輸成本、減少運輸時間、降低運輸過程中的減排量等目標。

4.2 更新人事管理模式

在人事管理方面，物流企業需要運用大數據技術更新傳統的人才招聘、人才考核、人才晉升等方案。首先，人力資源管理部門可以收集求職者的多項數據進行分析，如專業知識水平數據、處理業務能力數據、個人性格特征數據、自身心理狀態數據等，以此評判該求職者是否是企業所需的人才，能否滿足崗位要求，是否和企業文化相匹配[5]。其次，在員工考核過程中，可以根據考核期間內員工的工作滿意程度數據、工作積極程度數據、工作完成程度數據等進行分析，以分析的結果為基礎，判斷出該名員工在現階段的工作水平和狀態，看是否滿足企業內部頒布的晉升制度中的要求。根據需求分析隨時都會波動的數據，可以有效輔助人力資源管理部門處理人事管理中的不同問題。

4.3 升級營銷管理模式

大數據技術可以幫助物流企業升級現有的營銷管理模式，實現商務與物流相結合的目標[6]。例如，阿里巴巴成功自建的“菜鳥平臺”，該智能物流系統以數據為核心基礎，能整合資源數據、分析線路數據、管理倉儲數據等，并將相關數據信息進行統一的高效處理和綜合分析。物流企業在建立自己的物流營銷系統時，應該把目標定位在實現數據聯通和數據賦能等功能上，需要考慮產品的價格和屬性，利用積累的物流配送網絡為基礎，及時在系統內完善運輸路線數據、儲備倉庫數據、分揀中心數據等，升級成營銷與物流的一體化模式。

4.4 創新決策管理模式

物流企業可以利用大數據技術合理統籌和配置內外部資源，以此幫助高管作出高效且有價值的決策。首先，企業需要著手組織員工收集同行業其他企業的數據信息，做到基本掌握好外部市場的發展現狀和未來趨勢，便于企業提前更改現有的大局決策。其次，根據調查到的其他企業的數據信息，可以適當分析它們在定價或提供服務上與自己的不同點，通過多次的關聯分析，及時掌握對手企業的日常運營情況。再根據分析結果，企業內部可以探討出自身的不足，并加以改進相關管理決策內容。

5 大數據在物流企業管理模式中的現存問題

5.1 內部基礎設施有待改善

在部分物流企業中，由于信息化意識落后、資金短缺、投入不足等，導致它們內部基礎設施不能滿足大數據技術的使用要求。這類基礎設備包括相關運輸設備、倉儲設備、配送設備和收集分析數據設備等，在一定程度上影響了大數據技術在企業發揮的作用。即便企業學習到了一部分大數據的技術，但是內部沒有可以使用該技術的基礎設備，就會出現老設備無法與新技術兼容、數據儲存空間不足、需要使用的技術功能無法使用等現象。所謂巧婦難為無米之炊，在大數據背景下，企業若是沒有信息化和電子化的機器設備，那么相關人員就不能在實際生活中進行實操，且相較于其他擁有先進設備的企業，自身因為設備的落后，將會阻礙內部信息管理和分析水平的提升，無法完全跟上時代的步伐。

5.2 數據處理效率有待提升

通常一個完整的物流企業管理系統中都會包括運輸系統、分揀系統和倉儲系統等，不同的分塊系統中有不同的需要處理的分欄目。對不同系統中的數據需要分門別列地儲存，再加上現在發達的科學技術，數據信息不僅包括純數字的數據，還包括音頻、圖片、視頻等大容量的數據信息。但現在大多系統中的儲存單元為Tb和Gb，不能完全滿足大數據儲存空間的條件。如果存儲空間受到了限制，那么分析和處理相關數據的效率必然受到影響。在硬件設施方面也出現了影響工作人員處理數據效率的問題，如企業資金不足、配備的設施設備數量不足、無法保障內部人員使用數量和質量等。物流企業若想有效提高數據處理能力和效率，就需要從軟件和硬件上著手，提高所需的適應性配置，幫助數據系統逃脫瓶頸。

5.3 客戶信息防護有待加強

各物流企業的數據系統中均會儲存所有客戶的個人信息，其中包括客戶的聯系方式、通訊地址、產品喜好等，這類數據的構成已經涵蓋到客戶日常生活的方方面面，使得信息安全成為大數據時代最值得關注的問題之一，也是客戶最擔心的問題之一。然而在現實生活中，部分物流企業的數據系統曾出現過惡意掃描、僵尸木馬病毒攻擊等，更出現過有意出售、泄露給其他組織的情況，導致客戶信息泄露，在企業無法完全保障客戶利益的同時，也會讓老客戶對企業喪失信任，影響了企業的可持續發展。

5.4 人才技術質量有待提高

大數據技術對于傳統的物流企業來說，是一項全新的商業與應用價值結合的數據集合技術，不僅要求企業配備先進的硬軟件設備，還需要企業內部擁有處理數據等能力的專業人才。但部分物流企業并沒有高度重視人才的引入和培養，且大多數物流專業的學生在校學習的是物流管理和物流規劃等傳統專業課程，少有學習物流數據分析和處理等課程，導致物流企業內部人才供給不足，大量的專業數據難以使用專業化的程序去分析和處理，影響到了物流企業各環節業務的穩健運行。

6 大數據在物流企業管理模式中的優化策略

6.1 改善內部基礎設施

若想改善物流企業內部基礎設施，跟上時代的腳步，不僅需要更新現有設備，還需要積極引進先進技術和購買先進設備。首先，需要解決的是眾多物流企業面臨的數據信息交互和數據自動識別等技術問題。因為這些技術問題被解決后可以幫助企業把文字、聲音和圖像等抽象內容變成可觀的數據信息，便于后續進行相關分析和處理。其次，開展對企業內部管理的信息化研究，建立整套技術研究方案[7]。吸收國內外優秀的信息化管理技術和理論，將理論知識與自身情況相融合。通過不斷完善和改進現有的大數據技術，達到符合企業現代化和滿足大數據技術的發展要求，將大數據技術有效運用到管理模式當中，規避部分將面臨的管理和決策風險，減少內部運營過程中不必要的成本支出，進一步提高物流企業的管理模式效率。

6.2 提升數據處理效率

依托大數據技術的推廣，大多數物流企業已經接受了運用電子設備替代人工處理數據信息的方式，在一定程度上提升了物流企業挖掘數據信息的效率。為了提升數據處理能力，企業應該先加大對數據信息管理的重視，搭建以信息技術為核心的信息化網絡平臺，正確認識到數據信息的應用價值，利用大數據、互聯網和物聯網等技術對產品的儲存與分揀程序進行優化。物流企業還應運用大數據技術對收集到的數據信息進行分類儲存，做到在分析和處理相關數據時，及時找到所需數據，提升了員工處理數據信息的效率，為物流企業管理者作出快速決策提供關鍵依據。該信息化網絡平臺能與大數據技術進行聯動，創新了企業各環節的管理方式，優化了可省去的煩瑣流程，形成了完整閉環的供應鏈。

6.3 加強客戶信息防護

由于各物流企業使用的數據信息系統均不相同，所以需要選擇適合自己系統的數據信息保護程序。首先，企業內部應該加快培養員工對數據安全的意識，提前演練對待突發網絡安全問題的應對策略，確保相關員工可以妥善處理保護程序中的一系列問題。其次，選擇成熟且合適的數據信息保護程序，該程序需要獲得權威機構或部門的認證，企業也需要在購買之前確定程序是否具有功能穩定、性能匹配、兼容較好等特點，部分企業也可以委托專業組織定制所需的數據信息保護程序。除此之外，還需要對積累的客戶信息進行加強管理，根據不同類型的分類標準，利用大數據技術，給客戶信息儲存空間進行加密，提升客戶的服務體驗，提高服務滿意度。

6.4 提高人才技術質量

物流企業要想完全掌握大數據技術，就需要招聘引入相關技術人才，對現有的技術人才進行專業培訓，提高數據技術服務的質量。首先，企業需要與時俱進，加強對數據信息系統管理人員的專業培訓，提高管理人員的工作能力和工作水平。培訓過程中應該有詳細的考核制度，沒有規矩不成方圓，要求培訓人員按照考核制度對每次的培訓過程進行嚴格打分，并采取合理的獎懲制度激勵員工參加培訓。其次，各高校也應把物流專業的學生培養目標定位在市場所需、物流企業數據化轉型和現代物流業發展上，對原有的專業核心課程進行拓展延伸，新加入“倉儲數字化運作”“運輸數字化業務”“分揀數字化程序”等課程。有條件的高校還可以最大程度還原企業真實的工作場景，在課上解析企業實際操作過程，提升高校的教學質量，為物流企業培養好專業的數據型人才。

7 結語

在當今大數據背景下，物流企業迎來了數字化轉型的發展機遇，同時企業也會遇到改革中的挑戰。此時物流企業需要實時關注大數據發展的態勢，充分利用大數據技術，打破傳統的思維方式，積極探索和創新適合自身的管理模式，將企業運轉過程中的各環節與數據信息技術相融合，從而幫助企業在行業競爭中占據優勢地位。

【參考文獻】

【1】葉舜，李媛媛.數據驅動型企業成長路徑——以物流企業為例[J].商業經濟研究，2021（19）：134-136.

【2】陳松奕，崔藝瑄.新零售背景下我國物流企業數據驅動創新路徑[J].商業經濟研究，2019（11）：101-104.

【3】黃音.物流企業的數據驅動創新——一個多案例分析[J].中國流通經濟，2018，32（09）：20-29.

【4】魏錦雯.商貿流通產業內部數據驅動創新——基于數據飛輪結構的實證分析[J].商業經濟研究，2020（11）：24-26.

【5】劉中艷，聶慧敏.企業家精神對企業創新績效影響研究綜述[J].湖南工業大學學報（社會科學版），2021，26（03）：44-53.

【6】王利華，李沐蕓.研發能力、市場競爭與上市物流企業創新績效提升——基于TOE框架的組態分析[J].湖南工業大學學報（社會科學版），2021，26（06）：1-10.

【7】劉中艷，曹鵬鵬.技術研發、公司治理權力與上市包裝企業創新績效提升——基于TOE框架的模糊集定性比較分析[J].包裝學報，2020，12（04）：75-83.