中小微物流企業大數據平臺應用研究

錢 芬 徽商職業學院

大數據產業是一個以數據生成、獲取、存儲、處理、分析和服務為核心的戰略性新興產業，以大數據為基礎的信息時代已經到來。大數據可以分析市場環境、把握前沿市場行情，深度挖掘客戶需求，幫助企業以最佳方式為客戶提供服務，研究大數據平臺幫助中小微物流企業提升自身競爭力有重要意義。

一、中小微物流企業發展概述

中小微物流企業是物流產業的重要組成部分，在人才就業和社會進步發展中起著重要作用，他們的共同特點是資本實力相對薄弱，規模相對較小，信息化建設處于初級階段，物流大數據對企業發展的推助作用認識較淺。

中國物流與采購聯合會2022 年《中小微物流企業經營狀況調查報告》顯示，民營性質企業中小微企業占比高達86.2%。此外調查數據還顯示，被調查企業收入規模較小，近三分之一的企業近三年平均主營業務收入規模在100 萬元以下。中小微物流企業虧損面過半，生存壓力大增，超過一半的被調查企業利潤出現虧損，近三分之一的企業利潤基本持平，僅有18.4%的企業實現盈利。由此可見，中小微物流企業占比高，但是收入規模小，生存壓力巨大，亟須找到可以降本增效的出口。

隨著信息技術的成熟，傳統運力物流正向信息化物流升級轉變，許多物流企業已經認識到物流信息的價值，通過大數據挖掘有價值物流信息，為客戶提供更好的服務，實現物流企業降本增效的目的。但有部分中小微物流企業因經營資本、物流信息化建設、大數據人才等方面的限制，無力建設物流大數據平臺，借助大數據提升企業競爭力，正面臨嚴峻的經營危機。因此，如何利用大數據讓中小微物流企業在市場競爭激烈的環境下長久生存，是值得考慮的問題。

二、中小微物流企業大數據的特點

中小微物流企業相較大型物流企業，其規模、業務量、現金流、物流數據來源都有較大不同，因此中小微物流企業大數據在數據規模、數據類型、數據價值等方面有自身固有的特點，主要包括以下幾個方面：

1.數據規模逐漸上升，但積累速度慢

中小微物流企業數據來源于日常的物流業務過程，不同類型的物流企業因其業務類型不同，會產生不同類型的數據，如在采購業務中，客戶的采購訂單蘊含了客戶的名稱、客戶所在區域、商品或服務的描述和數量等數據；在倉儲業務中，產生貨物的入庫數量、儲存貨位、庫存量以及出庫數量等數據；在運輸業務中，產生貨物的運輸方式、貨物運輸路線、運輸里程、運輸車輛等數據。還有很多其他物流業務如配送、裝卸搬運等，每天都會產生各類型數據。但由于中小微物流企業數據信息化水平有限或物流業務單一，數據采集不夠全面，大數據積累速度相對緩慢，很難形成規模效應。

2.數據類型多樣

在構建企業大數據平臺時，需要收集來自各種數據源的數據。這些數據源包括傳感器、終端設備、應用程序和第三方系統等，如利用傳感器可以采集貨物的溫度、濕度等狀態數據、監測貨車的運輸速度等；利用條碼識讀設備，可以采集商品信息或儲運條碼所攜帶的數據；利用GPS 設備，可以采集貨物的位置移動信息；利用視頻監控設備，可采集圖像、音頻、視頻等數據；利用客戶關系信息系統，可以采集客戶信息、客戶訂單等數據。

不同數據源產生的數據格式和結構也各不相同，數據結構一般包括結構化、半結構化、非結構化三種類型，在數據格式上，存在表單、文本、數值、時間、圖像等，多樣化的數據對數據處理技術及系統提出了更高的要求。因此需要花費大量的時間和精力處理和清理數據，以確保其質量和準確性。

3.數據價值密度低

物流企業在日常經營活動中產生的數據多數是無效的或者低價值的，大數據平臺的核心特點，是從海量數據中，挖掘有價值的信息，指導企業運營，輔助決策。如某運輸企業每天產生大量運輸數據，通過大數據可以分析出企業車輛調度情況、車輛利用率、運輸路線合理化程度等，根據企業的業務，推薦合理的運輸路線、資源配置等。

此外，大數據對企業的融資、人力資源、營銷、貸款、保險乃至商業模式都有極大影響，中小微物流企業每天都在產生大量跟物流有關的數據，數據的規模越來越大，采集的形式也越來越多，然而中小微物流企業因規模小，資金限制，無力構建自身物流大數據平臺，對其產生的物流數據也不能很好地分析利用，亟須構建適合中小微物流企業物流大數據平臺。

三、中小微物流企業大數據平臺應用研究現狀

目前，國內中小微物流企業大數據平臺研究幾乎沒有，對物流企業大數據平臺的研究與應用主要集中在物流中心、港口、行業數據中心、大規模物流企業、物流網絡平臺等。

閻永哲等（2016）在《構建寧波港口物流業大數據服務平臺的思考》中，提出了數據設施平臺、數據處理平臺和數據應用平臺三部分構建大數據服務平臺的建議。田華等（2017）在《物流大數據平臺構建模式探析——以銅仁市武陵山物流大數據中心為例》中，分析了武陵山物流大數據中心構建模式、目標以及核心構建模塊，指出建立地區大數據平臺面臨的主要問題及解決途徑。張華（2019）的《冷鏈物流大數據中心設計與構建》論文分析了冷鏈物流企業中現有信息系統的瓶頸，提出了一種適合于冷鏈物流大數據項目的管理框架，從戰略規劃、架構設計和技術方案實施三大方面闡述了大數據項目的實踐步驟。楊春林等（2021）在《一種建立中小微企業大數據服務平臺的方法》中，提出了通過數據采集、數據聚合、建立專題數據庫、建立標簽體系，最終建立企業產業鏈分析平臺的方法，以建立中小微企業大數據服務平臺。

同時，國外也從技術、架構等方面，研究構建中小微企業大數據平臺的方法，Vajjhala N R（2016）發表了《Big Data using Cloud Computing-Opportunities for Small and Medium-sized Enterprises》，描述了使用云計算技術突破技術、人力等資源的限制為中小企業搭建大數據平臺；Iguez L（2022）發表了《A Scalable and Flexible Open Source Big Data Architecture for Small and Medium-Sized Enterprises》，提出了一個面向中小型企業的可擴展、靈活的開源大數據架構，解決了中小企業大數據建設面臨的基礎設施、財務限制、協調等問題。

四、中小微物流企業構建大數據平臺的難點

一般來說，構建大數據平臺需要大量的財務、技術以及人力投入，這是大多數中小微物流企業不具備或不能接受的。具體包括以下方面：

1.構建物流大數據平臺成本高

資金問題是物流企業生存發展的根本，而賬期長、墊資多、融資難，是困擾中小微物流企業的最緊迫難題。構建物流企業大數據平臺需要大量的成本投入，建設資源要求較高，包括硬件、軟件、人力和培訓等各個方面，企業需要加強各個物流環節的數字化建設，建立大數據平臺所需的軟件和硬件基礎設施，如視頻監控設備、定位設備、射頻識別設備、傳感器設備、物流信息系統等，而大部分中小微物流企業無法支持如此大的成本支出，從而影響這些企業建設自己的大數據平臺。

2.構建物流大數據平臺時間長

構建物流大數據平臺時間長主要表現在：從需求分析、數據源梳理、軟硬件建設到平臺交付，物流大數據平臺建設周期較長，太長的建設周期不能讓中小微物流企業盡快體驗到大數據帶來的增效，企業通常無法等待如此長的時間資源投入；中小微物流企業由于本身規模小，業務范圍狹窄，因此企業本身數據生產力低下，數據類型簡單，一方面需要較長的時間進行自身基礎數據積累；另一方面還需要打破數據壁壘獲取大量外部關聯數據，中小微物流企業很難打破這種壁壘；數據積累完成以后，如何挖掘有價值的有助于企業發展的信息需要較長的分析、建模以及迭代驗證時間。

3.構建物流大數據平臺技術不足

企業大數據平臺包含大量數據，需要經過分析、整理才能從中提取有價值的信息。由于數據量龐大，因此企業必須具備數據分析技術以及可使用的專業數據分析工具，這些技術涉及數據采集、處理、存儲、分析、管理、保護等多個方面。除基礎的硬件技術條件外，更重要的還需具備數據存儲技術、數據挖掘技術、大數據計算和處理技術、數據可視化技術、安全隱私保護技術、數據質量管理技術、數據治理和管理技術等，需要同時考慮技術以及企業業務需求。中小微物流企業通常不具備大數據平臺建設相關技術，或涉及較淺，無力通過自身技術基礎構建大數據平臺。

4.物流大數據平臺應用水平低

中小微企業構建大數據平臺的主要目的是以最小的代價幫助企業對當前問題提供有效的解決思路，為企業的決策提供信息支持，在日趨激烈且復雜的市場環境中獲得競爭優勢。但是梳理相關研究文獻發現，當前很少有中小微物流企業有使用過大數據平臺，另外在應用過大數據的中小微物流企業中，主要是通過大數據分析應對企業融資難問題，或作為企業營銷制定策略的參考依據，以及幫助完成企業信用風險篩查，大數據在中小微物流企業的應用范圍和質量都處于較低水平。

5.物流大數據人才隊伍建設亟須加強

大數據作為一種前沿信息技術，企業在應用該技術時需要具備相應的人才隊伍，中小微物流企業在物流大數據人才方面的問題非常嚴重，呈現普遍信息化人才水平較低或無相關人才儲備。大數據人才需要具備可視化分析能力、統計分析能力、數據挖掘能力、預測性分析能力、數據質量和數據管理等有關領域知識，物流領域大數據專業人才急劇缺乏，尤其缺乏既熟悉物流行業業務需求，又掌握大數據技術與管理的綜合型數據人才。

五、中小微物流企業大數據平臺未來研究方向

1.尋找在成本、時間、技術等難點限制條件下，構建適用于中小微物流企業大數據平臺的方法

從前面所分析的中小微物流企業構建大數據平臺難點，可以發現當前中小微物流企業構建物流大數據平臺有一定的障礙，可以考慮從技術共享、資源開放的等角度解決成本、時間與技術等方面的制約，通過各種物流信息平臺整合，建立共享平臺，打破數據壁壘，為中小微物流企業大數據平臺建設提供低成本的數據服務渠道。在此過程中，還需圍繞物流大數據平臺建設要求加強自身軟硬件建設，為未來提高企業數字化水平，規范數據格式奠定基礎，盡快完成企業數字化轉型。

2.摸索適合中小微物流企業大數據的應用方式，擴展應用范圍，提升應用水平

中小微物流企業經營活動的各個環節都可以利用大數據提升業務效率，如倉儲作業優化、配送路線優化、客戶服務質量優化、人力資源使用優化、物流網點選址優化等，但目前具體的大數據應用方式方法還處在摸索階段，中小微物流企業應積極尋找適合自己的物流大數據應用方式。以配送網點選址優化為例，采用重心法模型選址可以確定配送網點的選址，主要考慮的因素有配送成本、配送距離、配送貨物量等，該方法能快速確定配送網點的選址，但是該方法考慮的因素有限，忽略了自然條件、經營環境、基礎設施條件、交通條件等因素。利用大數據技術擁有海量數據基礎、數據來源范圍廣、數據積累多、數據更新快的特點，通過數據挖掘技術可以獲得更全面、準確、實時的參考數據，協助選址，避免傳統選址方法存在的問題，從而獲得更準確的選址結果。

3.探索適合中小微物流企業大數據平臺應用的人才培養

為了加快適應物流大數據平臺應用人才培養，可以從以下幾個方面考慮：一方面，加強基礎人才培養，目前很少有專門的大數據專業，現有人才多是相關專業轉型的從業者，因此可通過高校專業設置、社會培訓班、企業定向培養等，通過不同周期、多種途徑、階梯培養的方式完成人才建設；另一方面，差異化定位人才需求，大數據平臺的建設、維護、使用通過多種途徑分工協作，中小微物流企業可通過精準定位大數據平臺應用需求，從平臺維護以及使用的角度入手，降低人才需求門檻；最后，中小微物流企業也要重視大數據人才的引進，可以從改善工作環境、工資待遇以及與政府聯合建立健全人才評價體系等方面，增強對人才的吸引力。

六、結語

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，物流大數據可以在客戶服務、貨物運輸、倉庫管理、地址優化、庫存管理、逆向物流、能源使用和可持續發展等方面幫助中小微物流企業提升競爭力。總之，面對大數據這一機遇，中小微物流企業的管理者應重視和抓住物流大數據平臺建設。