2.2.2　物流大数据的应用模式

对于物流企业来说，拥抱大数据只是时间迟早而已。面对竞争激烈的市场，如何快速适应变化多端的市场环境，利用智能筛选分析技术挖掘隐藏在海量数据中的信息价值，来支撑和创新业务模式，将成为物流行业转型升级的关键所在。

1.“大数据+物流配送方案优化”模式

大数据涵盖了许多高新技术，主要包括大数据存储、管理技术和大数据检索使用技术等。这些技术对物流行业发展的各个环节都有重要的影响。例如，采集信息端中的识别、定位和感知技术，传输信息中的移动互联网技术，在数据的应用和开发方面出现的越来越多的数据中心。通过在这些环节对大数据进行充分利用，物流企业可有效管理员工，快速制定高效、合理的物流配送方案，确定物流配送的交通工具、最佳线路，并实时进行监控，以降低物流配送成本、提高物流配送效率，给客户提供高效、便捷的服务，实现双赢。

物流配送方面的配送流程主要包括客户下单、系统确认订单、订单打印、取货、分拣与配货、配送出库，呈现供应链管理的特征。但是，物流企业获取上游数据的能力还有待加强，管理和配送链条还存在衔接问题。比较突出的问题是在配送过程中依赖人工，出错率较高，成本控制不足，车辆运行空载率高。物流企业配送制度仍然需要优化，如果多单集中配送，在降低成本的过程中，忽视了提高配送效率，会导致用户体验愉悦程度下降。单靠削减配送员的成本不足以解决当前配送成本过高的问题，因此，必须要在配送流程上总体优化，增加区域配送密度、摊销成本。

利用大数据整合物流体系更有效率、成本更低。例如，当下单之后，根据供应商库存数据自动向供应商发起采购，并利用物流系统分拣配送，减少不必要运输次数增加的成本。在每个节点上，都要将信息流、物流和人力资源流结合，并整合当地资源，建立大数据平台和信息共享机制，使物流成本降低。

2.“大数据+互联网供应链”模式

在互联网时代背景下，物流业是一个新型的跨行业、跨部门、跨区域、渗透性强的复合型产业。大数据的应用将整个供应链系统的业务和管理流程再改造，提升了用户体验。

伴随着大数据的应用，互联网供应链模式加速物流行业发展，“大数据+互联网供应链”模式将进入一个创新和变革的时代，未来企业将更好地迎接供应链的创新与应用。大数据时代的智能物流有许多新的发展，但始终会围绕网络和流程这两个物流的基本问题展开。数据挖掘和建模对企业流程的优化可以渗透到大部分环节，可以有效地提高物流企业作业的效率、降低人力成本、提高资金流动速度。顺丰的信息管理与仓储管理系统实现了实时对接，出仓订单一旦生产出来，数据会直接进入仓储管理系统，同时使用电子运单的方式，简化了交接手续，减少了中转次数，做到了实时提货。大数据结合互联网供应链是物流发展的必然趋势，也是实业经济发展的必然，是改变经济模式的利器。

3.“大数据+物流个性化服务”模式

大数据的核心价值是服务，充分利用物流行业大数据，针对不同个体能够为其提供最及时、最需要的服务。大数据让物流企业为每个客户量身定制符合个体需求的产品和服务，从而颠覆制造业和商业的既有模式。

大数据技术的介入让物流行业不但有机会收集到全面的过程与成果信息，也可以收集到环境与资源信息，为全面分析客户的需求、深入剖析影响物流过程和效果的因素提供依据。物流行业通过大数据了解客户特征与需求，分析消费者的特点与个性化特征，分析存在的共性问题与个性问题，并决策下一步行为，从而为客户的个性化服务提供支持。

在大数据时代背景下，掌握了数据就相当于掌握了机遇。通过打造物流数据应用平台，利用物联网、云计算等技术，建立数据仓库，使用数据挖掘等技术来筛选有效客户信息。在此基础上，对信息进行分类、整理、分析等操作，并将信息共享给商务企业、仓储企业、第三方物流服务商等，使整个供应链根据信息对客户需求做出快速反应，以此有针对性地开展个性化服务，让消费者真正得到更多便利，从而提高客户满意度，给物流企业带来新的业绩增长点。

4.“大数据+物流信息化”模式

企业实现物流信息化，能最大限度地减少人工的误操作、提高拣选配送效率、降低物流成本。通过以计算机网络管理为基础的物流平台，可以突破原有的发展平台局限，整合企业资源，细化物流环节，规范业务流程，实现物流环节的高度自动化、智能化，节省企业运营成本，提高服务能力和水平。目前，我国物流行业发展不是很乐观，发展速度缓慢，难以实现规模化，但随着“工业4.0”和电子商务行业的发展，我国应大力推动物流行业的互联网化发展，帮助物流企业不断进行改革和创新，提高物流企业的服务质量，促进我国现代化物流的全面发展。另外，从行业协会和相关政府职能部门的角度来看，我国还需要成立数据管理相关机构，制定相关流程、制度、规范。数据管理体系在投入运作前，必须进行需求分析、规划、设计，确保所设计的管理体系是切实可行的、能落地执行的，从而为行业的发展带来质的改变。

5.“大数据+管理中的应用”模式

在企业行政管理中同样可以应用大数据相关技术。例如，在人力资源方面，在招聘人才时，需要选择合适的人才，对人才进行个性分析、行为分析、岗位匹配度分析；对在职人员需要进行忠诚度、工作满意度等分析。

大数据在物流客户管理中的应用主要表现在客户对物流服务的满意度分析、老客户的忠诚度分析、客户的需求分析、潜在客户分析、客户的评价与反馈分析等方面。

6.“大数据+物流决策中的应用”模式

在物流决策中，大数据技术应用涉及竞争环境的分析与决策、物流供给与需求匹配、物流资源优化与配置等。在竞争环境分析中，为了达到利益的最大化，需要与合适的物流或电子商务企业合作，对竞争对手进行全面的分析，预测其行为和动向，从而了解在某个区域或在某个特殊时期，应该选择的合作伙伴。大数据技术为物流企业做出正确的决策提供了依据。

在物流供给与需求匹配方面，需要分析特定时期、特定区域的物流供给与需求情况，从而进行合理的配送管理。供需情况也需要采用大数据技术进行分析，包括大量的半结构化网络数据，以及企业已有的结构化数据。

在物流资源配置与优化方面，主要涉及运输资源、存储资源等。物流市场有很强的动态性和随机性，需要实时分析市场变化情况，从海量的数据中提取当前的物流需求信息，同时对已配置和将要配置的资源进行优化，从而实现对物流资源的合理利用。

7.“大数据+应急和预警中的应用”模式

1）大数据在应急物流中的应用

突发事件给整个社会和经济带来巨大的负面影响，在分析突发事件应急物流系统特点的基础上，综合利用大数据技术等学科知识，系统研究其在应急物流中的应用；同时提出风险评估与规划阶段、准备阶段、响应阶段和恢复阶段不同的执行方案。

2）大数据在救援物流中的应用

预警分析是指预测未来发生事件的可能性，预测可量化值或时间点，在不确定性环境下，基于预测结果做出更好的决策，是物流领域预警中的重要环节。

大数据在救援物流中的应用，可以减少人员伤亡和经济损失，其中必然需要调动大量的物资和人力进行救助，有效发挥灾害救援物流职能，使灾害救援空间效益和时间效益最大化。

8.“大数据+物流应用实验室”模式

物流应用实验室模式将重点围绕高安全性、高可靠性、高适应性在物流行业的应用，以及在行业物联网、云计算等领域的应用，以应用实验室模式为契机，不断拓展合作广度与深度，建立物流新技术研发与应用创新平台。物流应用实验室作为物流实验示范中心，主要承担基于软件系统的实验内容、物流大数据和物流工程专业的实验工作，通常包括物流综合实验、供应链管理实验、物流信息系统测试、冷链实验、物流系统仿真。物流应用实验室通常先有依托，再运用大数据技术和设备对采集数据进行分析、处理，并拓展到区域或国家物流公共信息平台等更多领域进行大数据处理，充分挖掘物流大数据中的价值，提高物流行业智能化程度。“大数据+物流应用实验室”模式对物流大数据技术研发与应用具有重要的促进意义。

在冷链环境监测与控制方面，依托大数据采集、管理、价值挖掘分析，实现对海量环境信息的汇聚，并对环境温度监测与调控中反映表面现象的信息进行关联分析，从中发现问题，做到在问题发生后快速找到正确的应对措施，为医疗卫生用品、生物制药产品、农业农产品、生鲜食品等冷链物流领域分享互联网科技带来的相关服务。

案例2-1　广州大学物流与运输研究中心实验室

被评为校级“实验示范中心”、被授予“中国物流技术仿真实验示范单位”的广州大学物流与运输研究中心实验室，主要从事生鲜冷藏食品保鲜技术、食品安全机理、食品物流技术与管理、大数据物流应用实验相关研究，相关研究成果在国内处于领先水平。该实验室主要组成为冷藏运输条件模拟实验台、模拟教学系统、大数据物流应用、物流技术条件、仿真实验室。其中，自主设计、制造的冷藏运输条件模拟实验台为国内独有，能全程仿真冷藏运输装备室内外状况及检验食品品质变化情况，在我国冷藏物流设备的数据分析、整理、优化、食品运输的安全、数据冷藏物流应用等方面发挥了积极作用。该实验室承担和完成了50多项相关研究课题，主要针对生鲜冷藏食品保鲜技术、食品安全机理、食品物流技术、数据冷藏物流应用与管理进行相关的研究。该实验室在国内率先系统开展冷藏物流技术条件的实验研究，相关研究工作得到国家自然科学基金的资助。此外，该实验室对冷藏运输技术条件特别是新品名的运输条件进行了实验研究，提出了具体的技术标准，如“荔枝”和“龙眼”的冷藏运输技术条件及鲜活易腐货物的装载方法已经被纳入铁路运输规章。该实验室承担了数十项国家自然科学基金项目、国际合作项目、省部级科研项目及数百项校企合作项目，成为我国物流应用实验室示范单位。

9.“大数据+评价平台征信”模式

综合评价征信是利用企业各种指标和数据，进行数据采集、加工、清洗等，并通过聚类、多层次分析等方法建模，最终将企业的综合评价呈现为一个综合分值及五大维度项值（包括企业经营能力、管理水平、社会评价、信贷能力、法人信用），并系统生成评估报告供用户自查，以及授权查询及有偿下载报告。征信的企业信息功能主要根据征信系统采集的企业基本信息，对其进行整合处理，以快速、便捷地为用户提供企业工商信息及对外投资信息。风控评价是采用云计算及大数据采集、清洗、分析等技术手段，为企业提供涉诉查询、风险报告、涉诉偿债风险报告等，并在企业授权情况下提供有偿查询与报告下载等功能。

面对大数据这一机遇，物流行业仍然需要政策给予支持，正视大数据在应用过程中存在的问题。大数据在物流行业中的应用多种多样，只有给予足够重视，并通过不断挖掘提高效率，才能让大数据发挥作用。

案例2-2　评价平台征信

为落实“开展诚信建设万里行”主题系列宣传活动，烟台市发展改革委作为烟台市政府采购项目发起方，通过招标文件约定供应商可提供由第三方信用服务机构（具有相关资质）出具的信用报告，并作为评标的重要依据之一；对供应商具有AAA级信用等级认证证书的得3分，具有AA级信用等级认证证书的得2分，具有A级信用等级认证证书的得1分。

烟台市借鉴先进地区经验，充分发挥第三方信用服务机构的作用，在行政管理事项中积极使用信用记录和信用报告，借助大数据为企业全面画像，从企业基础信息、奖惩信息、银行资信、债务情况、纳税记录等方面予以严谨的大数据评价，用大数据提升政府行政管理规范化、科学化水平。