1.3.1　大数据技术的意义和价值挖掘

1.智能物流与大数据结合的必要性

挖掘物流大数据中的信息价值，从宏观上可以降低社会物流的总成本，从微观上可以为企业带来利润。大数据技术的意义在于对已掌握信息的专业化处理和价值挖掘，并分析市场中长期发展趋势等。随着大数据技术在物流行业的应用逐渐深入，未来物流行业获取的数据不仅包括行业内部信息，还包括大量外部信息。通过对这些数据的分析，物流企业可以预测性地为客户量身定制个性化、差异化的服务。

大数据分析可以帮助物流企业了解行业发展动态。目前，物流企业面对的是高度竞争、瞬息万变的市场环境，许多运输空载的问题就是由于物流企业缺少通过数据分析对未来市场做出预判，只看到眼前的业务增长就盲目增加运力和仓储面积导致的。当市场出现萎缩、业务量下滑的时候就会产生大批的剩余运力和空置仓库，从而导致物流企业的亏损。通过大数据分析，物流企业可以对未来市场和竞争对手的行为做出一定的预测，及时调整发展战略，避免盲目的资产投入，减少损失。

大数据分析可以帮助物流企业提高客户的忠诚度。对于物流企业来说，分析客户的行为习惯可以将市场推广投入、供应链投入和促销投入回报最大化。利用先进的统计方法，物流企业可以分析用户的历史记录来建立模型，预测用户未来的行为，进而设计有前瞻性的物流服务方案，从而整合最佳资源，提高与用户合作的默契程度以避免用户的流失。物流企业不仅可以通过大数据挖掘现有存量用户的价值，还可以通过数据分析更高效地获得新用户。通过推动信息交互，给用户推送服务调整、价格变化及市场变化等信息，不断满足用户的需求变化。在互联网背景下，营销将不受时间、地点的限制，也不再是信息单向流通。更大的不同是，从接触用户、吸引用户、黏住用户，到管理用户、发起促销，再到最终达成销售，整个营销过程都可以只在信息交互中实现，通过了解用户行为进行精准营销。

大数据分析可以提高物流行业管理的透明度和服务质量。大数据分析通过物流信息交流开放与信息共享，使物流从业者、物流机构的绩效更透明，间接促进物流服务质量的提高。根据物流服务提供商设置的操作和绩效数据集，可以进行数据分析并创建可视化的流程图和仪表盘，促进信息透明。公开发布物流质量和绩效数据，还可以帮助客户做出更明智的合作决定，也将帮助物流服务提供方提高总体绩效，从而提升竞争力。

大数据分析可以优化物流企业盈利方式。建立物流行业网络平台和社区，在平台和社区中会产生大量有价值的数据，基于这些宝贵的数据并汇总物流行业客户的消费记录，进行高级数据分析，最终提高物流需求方和物流服务提供方的决策能力。平台的用户数据分析都是实时进行更新的，以确保用户行为预测总是符合实际的用户需要；同时，动态地根据这些行为预测来设计一些市场策略，市场扩张的速度将取决于物流行业大数据采集分析发展的速度。建立全国的客户数据库，提供准确、及时的物流信息咨询，以大幅提高企业的知名度和盈利能力。

2.智能物流与大数据结合的可行性

智能物流与大数据结合模式不断发展。智能物流依托现代先进技术的发展，运用人工智能技术、自动化技术、网络信息技术、远程监控技术，提高了在物流过程中选择货物运输的最优路线、自动对货物进行跟踪记录、自动存储货物、自动分拣货物的水平，提高了物流效率，增加了物流利润，提高了管理人员的管理水平，促进了物流企业的快速发展。

智能物流过程不仅包括企业内部生产过程中的全部物流过程，还包括企业与企业、企业与个人、个人与个人之间的全部物流过程，这些环节既是数据的产生者，也是数据的使用者。大数据技术的应用使数据经济的意义被挖掘出来，相较于传统物流模式，智能物流模式摒弃了传统物流模式的散乱管理，更加高效、快速。

大数据技术的数据共享消除了物流企业的信息孤岛，通过大数据技术的数据探索实现趋势预测，通过大数据技术的算法优化实现库存预判和网络规划，通过大数据技术的分析技术实现行业方案设计。利用大数据、销量预测，构建包括成本、时效、覆盖范围等多维度的运筹模型，对仓储、运输配送网络进行优化布局。利用大数据、挖掘分析3C、家电、鞋服等不同行业，以及仓配、快递、城配等不同环节的物流运作特点及规律，为物流企业提供完整的解决方案。

大数据技术的应用为物流行业创新发展带来机遇，将对物流行业的高质量发展起到极大的推动作用。

3.大数据应用于智能物流面临的挑战

（1）智能物流技术来源的多样性和复杂性。

物流数据主要来源于物联网设备、地理信息系统、社会化媒体、互联网设备、计算机及手机等不同种类的移动设备，其中包括大量企业内部经过第三方处理的数据。

（2）智能物流智能化程度参差不齐，数据沟通障碍多。

现实情况是大部分中小物流企业仍然采用传统的物流模式，大型物流企业虽然初步形成了智能物流模式，但在发展中仍然各自为战，不管是大型物流企业还是中小型物流企业，都只从自己企业的利润来考虑。这就导致各家企业对自己拥有的信息资源保密，没有实现信息资源共享，这不符合大数据时代的经营策略。在种情况下，政府应出台相关政策法规支持智能物流模式基础设施的建设，并投入一定的资金配合物流企业进行基础设施建设，以整合所有的资源实现信息资源共享。

（3）智能物流技术的核心是人才。

能够胜任物流大数据应用业务能力的人才较少，智能物流模式最核心的技术是智能化，而技术的核心是人才。智能物流相关人才既要具有较强的技术能力，又要对物流行业管理有深刻的理解。人才保障是大数据技术应用于物流行业的重要一环，未来需要配套建立完善的人才培养供给机制。

4.智能物流迎来爆发机遇

在“互联网+”风口下，智能物流迎来爆发机遇。智能物流集多种服务功能于一体，体现了现代经济运作的特点，即强调信息流与物流快速、高效、通畅地运转，从而降低社会成本、提高生产效率。

随着物流业不断发展，智能物流也从理念走向了实际应用。基于智能物流理念建立的新一代大数据物流信息平台将云计算技术融入之中，将大量用网络连接的计算资源统一管理和调度，构成一个计算资源池向用户按需提供服务，有效提升区域经济效率。大数据在物流行业的应用，打破低层次、低效率、高成本的运输局面，使物流行业逐渐演变成数字化水平极高的行业。大数据已经渗透到物流过程的各环节，未来大数据在物流行业的应用前景广阔。