大数据技术对智慧物流的影响

吴领威+高喜乐

摘 要：旧的事物总会被新的事物所代替，随着工业4.0的到来，传统的物流行业在很多方面变得举步维艰，加上如今物流行业的从业者越来越多，导致物流行业的竞争也越来越大，恶性竞争导致了传统物流行业成本只增不减，与此同时客户的个性化需求也越来越多，传统物流行业如果仅仅依靠传统的作业形式很难再生存。于是如何解决物流企业生存举步维艰的局面是如今急切需要解决的难题。随着计算机网络技术的飞速发展，一系列新型的技术开始出现，这些技术的出现一方面冲击了传统的物流行业，也给传统的物流行业带来了新的机遇，企业如何能借助这些新技术来提高自己的服务水平并降低自己的服务成本？以及如何为顾客提供更加智慧的物流服务，这些都是需要考虑的问题。本文从新技术之--大数据技术对智慧的物流的影响来进行概述，介绍了传统物流行业的现状及不足，大数据技术如何在物流行业应用，以及对大数据技术在智慧物流的应用趋势做了展望分析。

关键字：大数据技术；智慧物流；新型物流技术

一、引言

大数据技术借助其5v的优点，即大体性、多样性、时效性、准确性、大价值的特点，为物流企业到客户提供实时的需求与供应的信息的支持，实时的信息更新可以解决客户的对物流服务不可控或者不可视的焦虑感。大大的降低了客户与物流企业矛盾，提升了客户对企业的信任感。同时信息流的实时共享也为供应链管理的上下游各方企业提供了坚实的合作基础。与此同时，大数据技术对信息流时效性和准确性和大价值的特点也为物流企业的成本降低提供了解决基础。例如对电子商务的企业来说由于线上线下的信息流的不确定性，很容易导致“牛鞭效应”导致企业的成本风险增大。另外对于库存量变化比较大的企业来说如何确定合适的最大库存量来说无疑是对企业成本的最好的降低。大数据技术的出现可以实时共享客户的信息，于是合理的库存水平便可以长期保持。这对于此类同种企业来说可以大大地降低运输和仓储费用。这对于如今竞争激烈的物流行业来说无疑雪中送炭。

二、我国物流业发展现状

传统的物流行业的物流管理主要以最低成本为顾客提供服务并且达到顾客要求为目标，但是在如今的信息技术发达的时代如果只用传统的运作模式来管理物流企业那么对于这样的管理目标变得很困难。众所周知，物流行业的物流、信息流、资金流以及商流是保证一个物流企业正常运行的根本保证。目前我国的大多数物流企业只重视物流、资金流和商流，而对信息流重视不够。如果企业不重视信息流的作用，将会导致很多企业在达成顾客目标方面出现与客户的矛盾，长此以往这对企业的长期发展带来严重的影响。最基本的例子是传统的快递服务，一旦顾客对于自己购买或者邮寄的快递包裹难寻踪迹时，一般人都会认为快递公司的服务存在缺陷，如果顾客的诉求得不到满足长此以往将会严重影响企业业务的开展。另一方面，在整个物流的供应链中，一旦上游企业与下游企业出现信息流方面的问题，双方必定会对彼此的合作产生猜疑，一旦一方先出现不满，这整条供应链上的企业将都会受到严重的影响。于是在新时代的新技术的到来下，为解决企业的信息流的问题提供了新的思路。即大数据时代的来临。

对于发展到现在的物流业来说可以说是风险和机会同存，传统的物流管理方式缺乏信息流的共享，顾客的需求难以满足，资源优化配置能以完成，这些不足，传统物流企业如何更容易在竞争激烈的环境生存下去？如何建立符合物流企业发展的智慧物流系统？大数据技术的出现无疑为解决这些问题提供了新的解决办法。

三、大数据技术的概述

1.大数据技术的特点

大数据技术是最近几年才开始兴起的学术用语，对于大数据技术的统一共识还没用达成。但是从广义上讲，大数据就是指运用一定的信息技术，对产业中所产生的数据库以及很难处理的数据进行分析与处理。此外，大数据还可简单得定义為大小超出常规数据库，用一定的工具获取、存储和管理分析能力的数据集。由于大数据迅猛的发展，其也在一定程度上具有较为鲜明的特征：第一，信息规模较大。由于大数据与互联网紧密练习，因此其无时无刻都在产生新的数据，这也在一定程度上决定了大数据信息规模较大的特征。第二，数据多样化。随着网络技术的不断发展，对于信息的采集以及取样也变得更加多样化，这样就有效的促进了数据形态不断的呈现多样化，进而可对其进行有效的信息分析。第三，处理速度快。现在发展的大数据具有一秒定律之说，即大数据处理信息的速度不超过一秒。当数据输入后就立即对其进行处理，处理之后就对其进行丢失遗弃。第四，复杂关联性。伴随着计算机技术的更新与发展，一般网络内部存在的信息的相关度极高。当你进行网络购物时，你上次搜索过的物品的关键词一般依旧会显示在下面，甚至购物网站还会依据你的搜索习惯给你推荐你可能喜欢的物品。这个例子很明显的说明了数据间的相关性，这从一定程度上也反应了大数据技术的复杂。第五，价值密度低。尽管在网络中信息的量是无穷无尽的，但是找到符合需求的信息的困难的，这就需要相关方利用大数据技术进行合理的数据挖掘，并把这些有用的信息加以整合利用。

2.大数据技术的下智慧物流系统结构

借助大数据技术智慧物流系统结构主要由感知层、网络层、云平台层和应用层组成。通过感知层设备进行数据的采集，经由网络层传输数据至云平台，云平台层的整合数据为应用层的智慧物流应用提供数据支持，具体结构由上至下分别为：（1）应用层：信息处理、追踪监控、车辆调度、智能仓储、配送管理、路径规划及市场预测等。（2）平台层：海量数据存储、高性能计算、信息处理交换以及智能分析挖掘。（3）网络层：无线通信网、无线传感网、自组织网络、宽带互联网及Wi-Fi网络。（4）感知层：扫码终端、仓库、输送机、货架、托盘、集装箱、车辆、轮船及货机等。这四个层面借由大数据技术在各个层级的运用经由数据的收集交换和挖掘处理从而为智慧物流系统提供支持。

3.基于大数据技术的智慧物流功能设计

（1）数据的传输与共享

借助于大数据技术的智慧物流首先要解决的就是企业信息流通畅的问题，于是在进行物流信息交换的整个过程中需要实现企业的供货方、采购方、政府工商部门、物流企业的运输部门等等的信息交换和共享。将他们的各种数据平台，如信息系统、商品发布系统及运输监控系统中的数据整合在一起。其中的最大一个难题是要解决不同部门不同平台数据异构的问题。

（2）物流信息实时跟踪管理

借助于云计算的大数据技术、物联网技术及卫星定位技术的支撑，运输智能调度、货物跟踪以及安全监控功能将能轻松实现。车辆和货物信息可通过物联网技术实时采集数据，再通过互联网上传至智慧物流的相应平台中，最后相应算法实现车辆的优化调度和货物跟踪处理。对货运车辆实时监听监控，使被监控车辆的安全系数大幅度提高，保障各方面的安全性。

（3）数据的收集与分析处理

基于云平台的数据技术下对于收集的客观的原始数据可进行数据挖掘、模糊分析以及预测等功能，较为深入地分析和挖掘对企业有用的数据信息，联系相关的数理统计模型分析出有助于决策的信息，可用于物流数据统计分析、最佳配送路径分析、物流经济发展趋势预测等。例如京东商城借助大数据技术与数学的方法，可以演示实时的数据信息，及时地了解企业的运行状况，实时的分析整个物流过程，及时的预估和缩短企业的送货时间，合理的建立可行的站点进行配送路程的最优化处理。

四、大数据技术在物流行业的应用

1.市场预测

一般情况下，企业进行的消费者的调查问卷的等一系列了解客户偏好的形式的方式往往具有延迟性，在了解完顾客的偏好再制定相应的营销策略时，往往会经历一段时间，这样很可能已经错过了最佳的销售时间段，但是大数据技术的实时性能很好的解决这个问题，企业能根据大数据的实时的结果安排最佳的库存量。

2.物流中心的选址

企业在进行物流中心选址时需要考虑众多的因素，例如，企业的性质，企业的资金量，是否利于企业的销售、运输和配送。总之企业需要将企业的成本最小化，要解决此类问题，传统的方法大多不切实际，企业很难在实际中采纳，而大数据中的分类树的方法，可以企业根据不同的需求选择合适的算法，从而达到解决问题的目的。

3.优化配送线路

配送效率是一直以来物流企业很重视的一个方面，特别是现在大城市交通状况难以预测的情况下配送效率对于物流企业来说就显得举足轻重，基于云平台的大数据技术配合定位技术可以根据企业运输车辆所处位置的实时交通情况的实时数据，结合智能算法可以进行提前预测车辆最优的行驶路径，从而提升企业的配送效率。

4.仓库储位优化和库存优化

储位优化可以提高企业的配送和分拣效率，利用大数据的关联模式法可以根据企业商品的数据捡的关联度来安排最优的仓储货位。在历史库存数据和销售预测的基础上，利用云平台的大数据技术进行仿真模拟计算包括多层ABC分析、库存周转率分析库存仿真，最终确定企业最优的库存量。

五、大數据技术在物流业的发展趋势

大数据技术作为一种新技术正在引领整个物流行业的变化，对于数据这种无形的资源，在这个以“信息为王”的时代显得尤为重要。新技术的出现，往往伴随着行业的新的革命，这个社会的治理结构与规则也许会产生质的变化，这是社会发展的必然。以大数据技术为基础，以云计算为平台，以物联网技术为纽带的新型技术紧密联系在一起，这些技术之间的联系未来会越来越紧密，这正是智慧物流时代发展所必需的，也是智慧物流时代发展的必然。智慧物流离不开大数据，而大数据又离不开云计算，智慧物流是未来物流的发展目标，而大数据能够支撑智慧物流的发展，物流行业如能利用好大数据，将能真正从变革中受益。

参考文献

[1]郭博文，祖峰.浅谈大数据对物流企业竞争力的影响及应用策略[J]. 商业经济，2016，（09）：57-59.

[2]杨菁，万川梅.大数据时代基于云平台的智慧物流系统研究[J].科技经济导刊，2016，（14）：24.

[3]田雪，司维鹏，刘莹莹.大数据在物流企业中的应用[J].电子商务，2015，（01）：36-37

[4]范云兵.电商大数据探索[DB/OL].DOI：10.16079/j.cnki.issn1671 -6663.2014.12.007

[5]张玲玲，薛劝劝，赵鸣.基于云平台的智慧物流系统构建[J].信息与电脑（理论版），2016，（04）：15+17.

[6]苏培华.物联网时代下智慧物流的构建[J].物流科技，2016，39（7）：70-72.