大数据在物流中的应用 Document serial number【NL89WT-NY98YT-NC8CB-NNUUT-NUT108】
大数据在物流中的应用
内容摘要：随着社交网络、移动互联、电子商务、互联网和云计算的
兴起，音频、视频、图像、日志等数据正在以指数级增长，互联网的边界和应用范围不断被扩展。据麦肯锡的预测，2010年全球范围内硬盘存储的新数据超过7EB（1EB=10亿GB），而到2020年，全球数据总量将达到约35ZB（1ZB=10亿TB），大数据正以其多源、海量、异构的特性冲击着社会的各个领域，为传统的数据库系统在存储、访问和管理大数据方面带来严峻的考验，无论是在学术界还是工业界，都引起人们高度的关注。
关键词：大数据物流电子商务互联网
一、大数据对物流企业的影响
二、(1)信息对接，掌握企业运作信息
三、在，网购呈现出一种不断增长的趋势，规模已经达到了空前巨大的
地步，这给网购之后的物流带来了沉重的负担，对每一个节点的信息需求也越来越多。每一个环节产生的数据都是海量的，过去传统数据收集、分析处理方式已经不能满足物流企业对每一个节点的信息需求，这就需要通过把信息对接起来，将每个节点的数据收集并且整合，通过数据中心分析、处理转化为有价值的信息，从而掌握物流企业的整体运作情况。
四、(2)提供依据，帮助物流企业做出正确的决策
传统的根据和个人经验来进行决策已经不能适应这个数据化的时代，只有真实的、海量的数据才能真正反映市场的需求变化。通过对市场数据的收集、分析处理，物流企业可以了解到具体的业务运作情况，能够清楚地判断出哪些业务带来的利润率高、较快等，把主要精力放在真正能够给企业带来高额利润的业务上，避免无端的浪费。同时，通过对数据的实时掌控，物流企业还可以随时对业务进行调整，确保每个业务都可以带来赢利，从而实现高效的运营。
五、(3)培养客户粘性，避免
六、网购人群的急剧膨胀，使得客户越来越重视物流服务的体验，希望
物流企业能够提供最好的服务，甚至掌控物流业务运作过程中商品配送的所有信息。这就需要物流企业以数据中心为支撑，通过对和分析，合理地运用这些分析成果，进一步巩固和客户之间的关系，增加客户的信赖，培养客户的粘性，避免。
七、(4)数据“加工”从而实现数据“增值”
八、在物流企业运营的每个环节中，只有一小部分结构化数据是可以直
接分析利用的，绝大部分必须要转化为结构化数据才能储存分析。这就造成了并不是所有的数据都是准确的、有效的，很大一部分数据都是延迟、无效、甚至是错误的。物流企业的数据中心必须要对这些数据进行“加工”，从而筛选出有价值的信息，实现数据的“增值”。
九、大数椐在物流企业中的应用
(1)物流业做大数据的原因
快递走【大数据在物流的应用】入民生的势头越来越猛，对每一个节点的信息化需求也越来越多，这就需要通过大数据把信息化对接起来。物流业是一个产生大量数据的行业，在货物流转、车辆追踪等过程中都会产生海量的数据，这么多如果不用就浪费了。申通信息技术部总监邱成在接受本报记者采访时说。目前，业内对大数据并没有统一的定义。不同厂商、不同用户，站的角度不同，对大数据的理解也不一样。麦肯锡报告中对大数据的基本定义是：大数据是指其大小超出了典型数据库软件的采集、储存、管理和分析等能力的数据集合。毋庸置疑的是，大数据的价值在于从海量的数据中发现新的知识，创造新的价值。越来越多的企业也意识到了大数据的价值，对数据分析与挖掘的需求与日俱增。长期以来，备受指责的行业中总少不了物流业，其对仓储运输车空间的利用不科学、安全性差、燃油效率低下、周转时间随路径而浮动等，这些是导致中国物流业占GDP总量约18%远高于欧美发达国家的最主要原因。整个物流业尤其电商领域已经几近爆发式成长，若应用大数据分析技术，仓储运输的空间将被系统化布置，物流车行程路径也将被最短化最畅化定制。两年前，把一吨蔬菜从广州运到北京比从北京运到美国洛杉矶物流成本都高，今天，当大数据时代到来的时候，物流行业规则能否因其改变，只能拭目以待。因为大数据试水物流行业，游戏才刚刚开始。现在我们在做淘宝、商业客户的一些数据采集，在构成基础数据网络之后，再做第三方的增值应用。在前不久召开的京交会上，申通快递展示了其最新的信息化智能平台。该平台通过对数据的归纳、分类和整合，可以清楚地查看申通网络任何一个网点的经营现状和业务构成等。在百世汇通，通过技术人员运用科技手段进行分析、提炼，大数据正在为企业战略规划、运营管理和日常运作提供重要支持和指导。
(2)从企业自身角度来讲，信息化对企业管理者的重要性也越来越突出。
据百世物流科技（中国）有限公司副总裁张砚冰介绍，百世汇通尝试运用大数据来管理、分析、判断加盟网点的运营行为，通过网点在系统内的足迹建立数据分析模型，成功地预测了几次网点的异动，使工作方式由被动式变为主动式、前置式，减少了大量客户投诉，把问题消灭在萌芽阶段。不仅仅是物流业，电商企业也越来越关注大数据。早在今年年初，京东商城就已启动云计算研发基地，并成立京东商城——中国人民大学电子商务实验室，着力电子商务大数据的分析与合作；在京交会上，阿里巴巴集团与中国邮政集团、四通一达等十家快递公司合作，核心内容仍以打通物流数据为基础，重点将转向数据整合与分析。淘宝做大数据是以订单为核心，快递企业做大数据是以快递为核心。以申通为例，我们的客户不只是淘宝，还有很多商业客户。而且不少商业客户都有与快递企业在IT方面合作的想法，未来我们也希望能挖掘更多的数据价值，通过大数据给商业客户提供信息化服务。邱成说。物流行业树大根深，大数据在此行业内的应用也是非常广泛的。物流中除去淘宝商城、京东商城、苏宁易购等企业产生的包裹、快递等小部件中短距离之间物品流通的小物流;还有与之相对应的重量大、体积大、长距离运输的物品流通，如港口货物运输、大货车集装箱运输等的大物流。在亟待改进的物流行业，大物流领域利用大数据分析应用技术其实质就是利用地理信息、位置服务、物联网在物流行业里做信息系统化，将现有的粗放、零散、低效、高耗的物流企业数据资源加以整合，建设成可以依据空间地理信息来统一协调监管的现代化物流。逐步利用大数据驱动信息化物流建设，在信息化的现代物流模式下，大物流领域的任何物
流车船归属企业的名称、物流车队的整体油耗、车船的位置信息、车船的行程轨迹、车船的运行周期等这类空间地理数据通过系统智能化处理。大物流领域成功应用大数据，无非是让物流车队效率提高、流程精简。物流车队本身的管理、设备等条件优化改善了，才有望使得中国物流运输成本降低。理想的前景是联合一个大型物流车队，为其免费装载上一台设备，这种设备搜集的车队车辆所有空间地理位置信息都即时反馈到监视后台。怎样获取这些大数据也就是物流车队提高管理效率的关键所在。然而，在刘俊伟来，这种期望的信息智能化的现代物流模式可能需要3-5年时间方可成熟。
(3)提高对数据的加工能力，通过‘加工’实现数据的‘增值’。
怎样获取这些大数据是一个问题，这需在资金投入、研发团队打造方面的决心和魄力。随着市场的发展，在未来，快递企业会不断加大在大数据方面的投入。邱成表示。大数据的核心是发现和预测，利用其这个特点，可以提升快递行业的整体服务水平。此外，对于快递业做大数据的未来发展趋势，也有业内人士指出，快递员获取的数据已不只是企业内部信息，还包括大量的外部信息。大数据则让厂商能够有的放矢，甚至可以做到为每一个客户量身定制符合个体需求的产品和服务，从而颠覆整个商业模式。【大数据在物流的应用】尽管企业已熟知大数据所带来的价值和优势，但由于数据规模和种类的增加，处理速度的加快，以及易受攻击的特点，随之而产生的成本和复杂性给企业的IT 资源和基础设施带来了更大的压力。如何在降低成本的同时提高IT效率，成为快递企业不得不面对的一大难题。
参考文献
[1] 麦肯锡. 大数据: 下一个创新、竞争和生产力的前沿[J].(安晖,陈阳, 张鼎译). [2] 杨永刚. 数据挖掘在流通领域中的应用[D]. 武汉: 武汉理工大学, 2006.
[3] 朱子昊. 基于数据挖掘技术的物流信息系统研究[D].上海: 上海交通大学, 2007.
[4] ]郭双盈, 陈明晶, 沈狄昊. 大数据在冷链物流中的应用[J]. 商场现代化, 2014,(09):40-42
[5]梁红波. 云物流和大数据对物流模式的变革[J]. 中国流通经济,2014，(05)：41-45
大数据在物流中的应用 Document serial number【NL89WT-NY98YT-NC8CB-NNUUT-NUT108】
大数据在物流中的应用 内容摘要：随着社交网络、移动互联、电子商务、互联网和云计算的 兴起，音频、视频、图像、日志等数据正在以指数级增长，互联网的边界和应用范围不断被扩展。据麦肯锡的预测，2010年全球范围内硬盘存储的新数据超过7EB（1EB=10亿GB），而到2020年，全球数据总量将达到约35ZB（1ZB=10亿TB），大数据正以其多源、海量、异构的特性冲击着社会的各个领域，为传统的数据库系统在存储、访问和管理大数据方面带来严峻的考验，无论是在学术界还是工业界，都引起人们高度的关注。 关键词：大数据物流电子商务互联网 一、大数据对物流企业的影响 二、(1)信息对接，掌握企业运作信息 三、在，网购呈现出一种不断增长的趋势，规模已经达到了空前巨大的 地步，这给网购之后的物流带来了沉重的负担，对每一个节点的信息需求也越来越多。每一个环节产生的数据都是海量的，过去传统数据收集、分析处理方式已经不能满足物流企业对每一个节点的信息需求，这就需要通过把信息对接起来，将每个节点的数据收集并且整合，通过数据中心分析、处理转化为有价值的信息，从而掌握物流企业的整体运作情况。 四、(2)提供依据，帮助物流企业做出正确的决策 传统的根据和个人经验来进行决策已经不能适应这个数据化的时代，只有真实的、海量的数据才能真正反映市场的需求变化。通过对市场数据的收集、分析处理，物流企业可以了解到具体的业务运作情况，能够清楚地判断出哪些业务带来的利润率高、较快等，把主要精力放在真正能够给企业带来高额利润的业务上，避免无端的浪费。同时，通过对数据的实时掌控，物流企业还可以随时对业务进行调整，确保每个业务都可以带来赢利，从而实现高效的运营。 五、(3)培养客户粘性，避免 六、网购人群的急剧膨胀，使得客户越来越重视物流服务的体验，希望 物流企业能够提供最好的服务，甚至掌控物流业务运作过程中商品配送的所有信息。这就需要物流企业以数据中心为支撑，通过对和分析，合理地运用这些分析成果，进一步巩固和客户之间的关系，增加客户的信赖，培养客户的粘性，避免。 七、(4)数据“加工”从而实现数据“增值” 八、在物流企业运营的每个环节中，只有一小部分结构化数据是可以直 接分析利用的，绝大部分必须要转化为结构化数据才能储存分析。这就造成了并不是所有的数据都是准确的、有效的，很大一部分数据都是延迟、无效、甚至是错误的。物流企业的数据中心必须要对这些数据进行“加工”，从而筛选出有价值的信息，实现数据的“增值”。 九、大数椐在物流企业中的应用
第７期 ２４ ２０１４年４月１０日 计算机教育 ＣｏｍｐｕｔｅｒＥｄｕｃａｔｉｏｎ ◆新视点 文章编号：１６７２．５９１３（２０１４）０７—００２４－０６ 中图分类号：Ｇ６４２ 大数据分析及其在医疗领域中的应用 邹北骥 （中南大学信息科学与工程学院，湖南长沙４１００８３） 摘要：互联网和物联网技术的快速发展给数据的上传与下载带来了前所未有的便利，使得互联网上 的数据量急剧增长，由此产生了针对大数据的存储、计算、分析、处理等新问题，尤其是对大数据的挖掘。文章分析当前大数据产生的背景，阐述大数据的基本特征及其应用，结合医疗领域，论述医疗 大数据分析的目的、意义和主要方法。 关键词：大数据；物联网；医疗；大数据挖掘 １ 大数据早已存在，为何现在称之为大
数据时代 计算与数据是一对孪生姐妹，计算需要数据，数据通过计算产生新的价值。数据是客观事 物的定量表达，来自于客观世界并早已存在。例 如，半个世纪前，全球的人口数量就有数十亿，与之相关的数据就是大数据；但是在那个时代，由于技术的局限性，大数据的采集、存储和处理 还难以实现。 互联网时代之前，采集世界各地的数据并让它们快速地进入计算系统几乎是一件不可想象的 事情。２０世纪８０年代兴起的互联网技术在近３０ 年里发生了翻天覆地的变化，彻底地改变了人们的工作和生活方式【ｌ】。通过互联网人们不仅可以下载到新闻、小说、论文等各类文字数据，而且可以轻而易举地下载到音乐、图像和视频等多媒体数据，这使得互联网上的数据流量急剧增长。据统计，现在互联网上每分钟流人流出的数 据量达到１ ０００ ＰＢ，即１０亿 ＧＢｔ２１。 推动大数据产生的另一个重要因素是物联网技术。近几年发展起来的物联网技 术通过给每个物品贴上标签 并应用ＲＦＩＤ等技术实现了
大数据在物流行业的现状及应用 随着大数据时代的到来，大数据技术可以通过构建数据中心，挖掘出隐藏在数据背后的信息价值，从而为企业提供有益的帮助，为企业带来利润。面对海量数据，物流企业在不断增加大数据方面投入的同时，不该仅仅把大数据看作是一种数据挖掘、数据分析的信息技术，而应该把大数据看作是一项战略资源，充分发挥大数据给物流企业带来的发展优势，在战略规划、商业模式和人力资本等方面做出全方位的部署。 所谓物流的大数据，即运输、仓储、搬运装卸、包装及流通加工等物流环节中涉及的数据、信息等。通过大数据分析可以提高运输与配送效率、减少物流成本、更有效地满足客户服务要求。将所有货物流通的数据、物流快递公司、供求双方有效结合，形成一个巨大的即时信息平台，从而实现快速、高效、经济的物流。信息平台不是简单地为企业客户的物流活动提供管理服务，而是通过对企业客户所处供应链的整个系统或行业物流的整个系统进行详细分析后，提出具有中观指导意义的解决方案。许多专业从事物流数据信息平台的企业形成了物流大数据行业。 自2012年，国家已陆续出台相关的产业规划和政策，从不同侧面推动大数据产业的发展。然而，专门针对大数据发展尤其是物流大数据的政策规划还没有。目前，国家出台的与大数据相关的物流行业规划和政策，主要包括《第三方物流信息服务平台建设案例指引》、《商
贸物流标准化专项行动计划》、《物流业发展中长期规划(2014-2020年)》、《关于推进物流信息化工作的指导意见》等一系列政策，将大数据、信息化处理方法作为物流行业转型升级的重要指导思想。2011年11月推出的《物联网”十二五”发展规划》将“信息处理技术”列为四项关键技术创新工程之一，包括海量数据存储、数据挖掘、图像视频智能分析。另外三项关键技术创新工程，包括信息感知技术、信息传输技术、信息安全技术，也是大数据产业的重要组成部分，与大数据产业发展密切相关。2013年6月发布的《交通运输业推进物流业健康发展的指导意见》指出，加快推进交通运输物流公共信息平台建设，完善平台基础交换网络，加快推进跨区域、跨行业平台之间的有效对接，实现铁路、公路、水路、民航信息的互联互通。加快完善铁路、公路、水路、民航、邮政等行业信息系统，推进互联互通，增强一体化服务能力。鼓励企业加快推进信息化建设。2014年2月发布的《第三方物流信息服务平台建设案例指引》指出，对第三方物流信息服务平台建设的指导思想、基本原则、建设类型、建设标准、保障措施与考核要求等进行了具体说明，并收录了目前国内经营模式较为先进、取得较好经济社会效益的第三方物流信息平台建设案例。此外，交通运输部正在编制的物流发展“十三五”规划，其中统筹谋划现代物流发展，指出要发展智慧物流，适时研究制定“互联网”货物与物流行动计划，深入推进移动互联网、大数据、云计算等新一代信息技术的应用;强化公共物流信息平台建设，完善平台服务功能。
基于大数据的物流营运智能分析SaaS平台 Customer iQ 建设方案 2014 年 12 月 一、前言 大数据和云计算的时代，物流行业智能分析已经突破了传统商业
智能分析系统（ BI ）对关系型结构化数据的依赖。利用大数据技术， 对大容量和非结构的Web、GPS和 RFID等数据进行实时收集、存储和处理，结合各种数学模型，我们可以实现针对物流行业营运状况的精 准智能分析，为物流行业管理者提供实时的物流营运状况监控信息， 辅助其进行管理决策。 同时，云计算 SaaS服务的按需付费、大数据计算性能水平扩展、移动便携性等正好解决了商业智能在物流行业推广应用中的“落地 难”问题，基于大数据的物流营运智能分析，将提升中国物流行业的 精细化管理水平，促进物流行业的快速发展。 二、建设目标 建设目标包括： 1、提供物流行业营运分析洞察报告，全面反映物流行业营运 过程状况； 2、建立物流营运健康指数模型，准确反映物流营运健康水平，分析物流营运中存在的问题； 3、提供物流营运风险预警和问题改善追踪功能，评估问题改 善有效性，持续改进物流营运过程。 三、业务需求分析 1、物流营运业务分析 经过分析，物流营运业务主要分为运输业务、仓储业务、业务收
入和业务费用几个部分，以下是物流营运业务分析示意图： 2、物流营运业务指标 业务分类运输业务 仓储业务业务收入业务费用 指标名称指标含义单位数据来源 货运量各种运输工具实际运送到目吨订单管理系统 的地并卸完的货物数量 周转量货运周转量＝∑每批物品的吨* 公里订单管理系统 计费重量×该批物品的运输 里程 周转里程订单运输距离累计公里GPS 周转时间订单运输时间累计小时/分钟GPS 订单完成率当期订单完成运输量/ 订单订单管理系统 运输量总计 运单准确率当期符合规定接收时间或送订单管理系统 达时间的运单 / 当期所有运 单 车辆工况∑车辆运行时间/ 当期总时GPS 间 入库量当期所有入库货物重量吨仓储管理系统 出库量当期所有出库货物重量吨仓储管理系统 期末库存量当期仓库库存货物重量吨仓储管理系统 周转次数（入库量 +出库量） = 吞次仓储管理系统 吐量 / 仓库最大库存量 运输收入当期所有运单运输收入累计万元财务系统 仓储收入当期所有货物仓储收入累计万元财务系统 装卸搬运收入当期所有货物装卸搬运收入万元财务系统 累计 车辆 - 人工成本当期每台车人工支出万元财务系统 车辆 - 燃油费当期每台车燃油费用支出万元财务系统 车辆 - 轮胎费当期每台车轮胎更换费用支万元财务系统 出 车辆 - 路桥费当期每台车路桥费用支出万元财务系统 车辆 - 维修费当期每台车维修费用支出万元财务系统 仓储 - 人工成本当期每个仓库仓储人员工资万元财务系统 支出 仓储- 租费 / 折旧当期每个仓库仓储租赁费用万元财务系统 或折旧支出 仓储 - 装卸费当期每个仓库仓储装卸搬运万元财务系统 费用支出
大数据在物流中的应用 内容摘要：随着社交网络、移动互联、电子商务、互联网和云计算的兴起，音 频、视频、图像、日志等数据正在以指数级增长，互联网的边界和应用范围不断被扩展。据麦肯锡的预测，2010年全球范围内硬盘存储的新数据超过7EB（1EB=10亿GB），而到2020年，全球数据总量将达到约35ZB（1ZB=10亿TB），大数据正以其多源、海量、异构的特性冲击着社会的各个领域，为传统的数据库系统在存储、访问和管理大数据方面带来严峻的考验，无论是在学术界还是工业界，都引起人们高度的关注。 关键词：大数据物流电子商务互联网 一、大数据对物流企业的影响 二、(1)信息对接，掌握企业运作信息 三、在，网购呈现出一种不断增长的趋势，规模已经达到了空前巨大的地步，这 给网购之后的物流带来了沉重的负担，对每一个节点的信息需求也越来越多。每一个环节产生的数据都是海量的，过去传统数据收集、分析处理方式已经不能满足物流企业对每一个节点的信息需求，这就需要通过把信息对接起来，将每个节点的数据收集并且整合，通过数据中心分析、处理转化为有价值的信息，从而掌握物流企业的整体运作情况。 四、(2)提供依据，帮助物流企业做出正确的决策 传统的根据和个人经验来进行决策已经不能适应这个数据化的时代，只有真实的、海量的数据才能真正反映市场的需求变化。通过对市场数据的收集、分析处理，物流企业可以了解到具体的业务运作情况，能够清楚地判断出哪些业务带来的利润率高、较快等，把主要精力放在真正能够给企业带来高额利润的业务上，避免无端的浪费。 同时，通过对数据的实时掌控，物流企业还可以随时对业务进行调整，确保每个业务都可以带来赢利，从而实现高效的运营。 五、(3)培养客户粘性，避免 六、网购人群的急剧膨胀，使得客户越来越重视物流服务的体验，希望物流企业 能够提供最好的服务，甚至掌控物流业务运作过程中商品配送的所有信息。这就需要物流企业以数据中心为支撑，通过对和分析，合理地运用这些分析成果，进一步巩固和客户之间的关系，增加客户的信赖，培养客户的粘性，避免。 七、(4)数据“加工”从而实现数据“增值” 八、在物流企业运营的每个环节中，只有一小部分结构化数据是可以直接分析利 用的，绝大部分必须要转化为结构化数据才能储存分析。这就造成了并不是所有的数据都是准确的、有效的，很大一部分数据都是延迟、无效、甚至是错误的。物流企业的数据中心必须要对这些数据进行“加工”，从而筛选出有价值的信息，实现数据的“增值”。 九、大数椐在物流企业中的应用 (1)物流业做大数据的原因 快递走【大数据在物流的应用】入民生的势头越来越猛，对每一个节点的信息化需求也越来越多，这就需要通过大数据把信息化对接起来。物流业是一个产生大量数据的
大数据在物流管理中的应用 [摘要] 当前，随着电子商务的发展物流业也随之迅猛的发展起来。仅在2015年“双11”期间，快件业务量或将突破5亿件，比去年同期增长近五成；最高日处理量或将达到9000万件，比去年增长38.5％。因此如何及时、准确地收集和分析各种信息与数据,对于制定科学的物流解决方案、提高物流企业管理水平和效益,具有积极重要的作用。在技术趋于成熟下，带动了以大数据应用为基础的智能物流的兴起，极大的促进了产业优化，实现物流产业各个环节的信息共享和协调合作，优化配置。本文的研究意义在于，如何在大数据技术的基础上对于物流产业产生的数据进行分析，整合，做出科学的决策。 [关键词]大数据；物流；管理
一、大数据概述 (1) （一）大数据的定义 (1) （二）大数据的特征 (1) （三）大数据的关键技术 (2) 二、物流管理及物流管理系统概述 (4) （一）物流管理的定义 (4) （二）物流管理的特点 (4) （三）物流管理的基本内容 (4) （四）物流管理系统 (5) 三、物流管理现状 (7) 四、大数据在物流管理中的应用 (9) （一）物流管理系统数据库 (9) （二）物流管理系统中大数据技术的应用 (11) （三）大数据应用于物流管理的重要意义 (12) 五、总结与展望 (13) 致谢语 (16) 参考文献 (17)
引言 电子商务已越来越深入人心，随之发展的首要问题就是物流的问题。当前，我国的物流业也保持着高速的增长，物流的各个环节产生的数据正已爆炸性的增长。在现今物联网、云计算、大数据等技术的发展下。如何运用大数据技术运用到物流管理上，对物流数据进行挖掘、分析、提炼、整合，以便了解物流的状况和业务情况，并进行战略规划，制定物流企业决策，提升物流业的服务水平。 本文介绍大数据的相关术语和技术；介绍现代物流管理以及分析物流管理的现状；分析大数据在物流管理的前景，研究大数据技术可运用在物流管理的技术；发现如今在物流管理中存在的问题并提出相关的对策建议。 一、大数据概述 （一）大数据的定义 大数据技术(Big data）[1]，或称巨量资料，指的是所涉及的资料量规模巨大到无法通过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。在维克托·迈尔-舍恩伯格及肯尼斯·库克耶编写的《大数据时代》中大数据指不用随机分析法（抽样调查）这样的捷径，而采用所有数据进行分析处理。 （二）大数据的特征 （1）体重（Volume）：体重是大数据的空间属性。数据体量巨大，非结构化数据的超大规模和增长，从TB级别跃升到PB级别。 （2）多样性（Variety）：多样式大数据的结构属性。数据类型繁多，有很多不同类型的数据，如文本、图像、视频、机器数据、地理位置信息等。 （3）价值密度（Value）：价值密度是大数据的内容属性。价值密度低，商业价值高。以视频为例，连续不间断监控过程中，可能有用的数据仅仅有一两秒。 （4）速度（Velocity）：速度是大数据的时间属性。处理速度快，遵循1秒定律，实时分析而非批量式分析。
2016年物流大数据行业 分析报告 http://w ww.wen ku1.co m/view/7AD8C61562E DC8A0.html
目录 研究对象 (1) 一、物流连接大数据，智慧物流是发展方向 (5) （一）智慧物流：基于物联网的大数据应用最佳领域 (5) （二）智能物流技术装备是智慧物流的骨架 (5) （三）智能物流技术：提升效率、降低成本 (7) 二、汽车之后，智能物流装备千亿市场需求来自哪里？ (12) （一）汽车、医药、烟草——智能物流领先行业 (12) （二）工厂物流：看好智能制造，尤其是锂电制造行业的物流自动化需求 .. 14 （三）流通环节：食品饮料、商业连锁、电子商务自动化物流系统需求爆发. 16 （四）智能物流系统潜在市场空间超千亿 (19) 三、自动化技术快速进步，智能物流系统解决方案不断创新 (25) （一）软件：系统集成的灵魂，关键是人才！ (26) （二）硬件：国内品牌已经可以满足需求 (29) （三）系统集成：项目经验靠积累 (39) 四、基于大数据的物流运营服务 (44) （一）从智能物流设备提供到仓储运营服务 (45) （二）基于大数据的物流金融服务 (47) 五、竞争加剧，争夺焦点是什么？ (49) （一）新进入者涌入，竞争加剧 (49) （二）电商的需求：低价、低价、低价！ (52)
（三）人才争夺加剧，物流软件工程师成本大幅走高 (53) 六、国外智能物流企业发展经验：以日本大福为鉴 (54) （一）定位物流系统综合供应商 (57) （二）三大物流业务齐头并进 (59) （三）技术创新是公司的发展源泉 (60) （四）利用资本平台，不断进行外延完善产品线 (61) 七、相关企业分析 (63) （一）诺力股份 (63) （二）音飞储存 (66) （三）山东威达 (70) （四）东杰智能 (73) 一、物流连接大数据，智慧物流是发展方向 （一）智慧物流：基于物联网的大数据应用最佳领域 现代物流的方向和希望是智慧物流。智慧物流是将RFID、传感器、GPS、云计算等信息技术广泛应用于物流运输、仓储、包装、装卸搬运、流通加工、配送、信息服务等各个环节，实现物流系统的智能化、网络化、自动化、可视化、系统化。 （二）智能物流技术装备是智慧物流的骨架 物联网技术是智慧物流的基础。现代物流的自动识别领域是物联网技术的发源地，基于RFID/EPC和条码自动识别等技术、各类传感器的感知技术、GPS/GIS的定位追踪技术，实现物流系统的信息实时采集与上网，实现“物与物自动通信
大数据，指的是所涉及的资料量规模巨大到无法通过目前主流软件工具，在合理的时间内达到撷取、管理、处理并整理成为帮助企业经营决策更积极目的的资讯。相对于传统的数据库应用，大数据分析具有数据量大、类型多样、价值密度低、处理速度快等特点。现今大数据在经济、政治文化等各个领域都得到一定的应用，并产生了深远的影响。无论是托运商，零售商、社交网路、个性化网站、移动设备、供应商、运营商等。物流产业将迎来挑战，行业内或将出现结构变化，海量数据对物流的影响增加。物流行业联系着各大企业、公司、商家、家庭和个人，所涉及的数据量非常大且具有一定价值。而 大数据恰恰能对这些数据进行快速高效的处理，得到正确有用的信息，对物流行业发展具有重大意义。 传统企业也开始关注电子商务，希望通过把线下产品搬到线上，更好地完成销售，或者是与客户的沟通。未来的实体店面商场或更多地引入网上商城，顾客进入大商场，就可以用各种终端比如手机或平板上网，在休息间查询商场信息，快速检索想要查找的商品与商品信息，然后可以用终端点击购买，或者快速达到商场指定柜台购买。一些商场可能会减少店面，增加网上业务，商场员工办公室会从商场角落搬到大厦写字楼，同时，增加物流大仓库建设，增加大仓库中各种运输工具，大仓库不再是过去那种简单的存放场所，而是一个大的繁忙的工作场所。工作人员不是简单的看管货物，而是具备现代化物流知识的高级人才，甚至需要 会开各种自动化运输工具。 （1）降低物流成本，提高配送效率 大数据涵盖了许多高新技术，主要包括大数据存储、管理和大数据检索使用等技术。这些技术对物流行业发展的各个环节都有着重要的影响。如采集信息端中的识别、定位和感知，传输信息中的移动互联网技术，以及数据应用和开发方面，将会出现越来越多的数据中心。通过在这些环节中对大数据的充分利用，物流企业可以有效的管理公司员工，快速制定出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，进行实时监控，很大程度上降低物流配送的成本，大大提高物流配送的效率，给客户提供高效便捷是服务，实现与用户之间的双赢。 （2）从价格竞争转向价值竞争 随着近几年电商行业的飞速发展，物流的强大需求确实存在。但这并不意味着物流快递企业们能相安无事地一起分享大蛋糕。相反，目前我国物流快递行业竞争越来越激烈。要想在竞争中占据大的市场，获得更大的利益，各大企业必须要从价格竞争转向价值竞争，提升自己的服务质量。因而物流快递业应该加快引进大数据云计算等技术。 （3）推动“大物流”体系的形成——菜鸟网络 大数据时代的到来，有效推动“大物流”体系的形成，实现物流行业的巨大变革。所谓“大物流”是指企业的自有物流和第三方物流企业的配送信息与资源共享，以实现更大限度的利用各方面的资源，降低物流成本。社会“大物流”形成之后，企业可以和第三方物流公司合作，物流企业直接面对市场，它根据市场的需要来组织调控若干生产企业的大管家，既负责“后”勤，有负责“前”勤。这样物流企业才会充分合理有效地组织利用资源，既保证自己的经济效益，又保证生产企业的经济效益，从而避免各种问题的产生。 未来在大数据时代，将走向平台，走向社会，面向社会整合运力，而整合的内容主要包括时间、空间、管理和服务。随着互联网实现了信息流更快速更便捷，互联网金融实现了货币流支付或转账，那么，物流业将快速发展。物流产业将带动服务业快速发展，物流业保持快速发展，行业规模、服务能力将提升，物流业正在成为下一个支柱产业。
实例解析物流与供应链管理如何有效运用大数据 对于物流与供应链管理来说，有效地实施大数据应用，可能会极大地促进企业改进商业模式、形成新的价值理念，而这也正是大数据的战略意义所在。但大量企业依然面临着这样的难题：数据不缺，只是究竟该如何分析和应用？ 所谓大数据应用，指的是从多种渠道中收集电子信息并进行应用分析，从而识别发展模式、趋势及其他智能信息。这种分析可能会帮助企业识别那些已经发生但不易被察觉的信息，也有可能帮助企业预测未来将要发生的情况。大数据应用包含三大要素： 要素一：大量。大数据一词中“大”主要指的是可用于分析的信息量。在供应链领域，它可能包括销售网点体系、条形码扫描设备、射频识别阅读仪、用于车辆和手提电话的全球定位系统以及用于管理交通、库房和其他运作的软件体系。 要素二：多样性。数据不仅应该采撷自一个信息源，而且除了那些记录在数据库中的信息等结构性数据以外，还应包括隐藏在文本、影像资料以及其他形式文件中的非结构性数据。用IBM公司负责商业分析与决策管理的项目经理ErickBrethenoux的话来说，“企业应该想方设法地从包括社交媒体网站、虚拟社区、客户服务中心在内的多种渠道获取大量非结构性数据，司机对于所驾驶车辆性能的反馈也是其中的内容。”微博、收藏、博客、邮件、产品评论以及在线评论，经过整合与分析，都能够帮助企业识别顾客所需。 要素三：速度。“过去，以每日、每周或每月为单位对模型或数据进行分析就足够了。”Brethenoux说道，但现在，企业如果想避免库存不足或者由于恶劣天气导致的延迟送货等现象的发生，就必须进行实时或者近乎实时的数据分析。 大数据应用的风潮，正盛行于各行各业。许多具有前瞻战略眼光的企业，已然通过大数据的武装，形成了区别于同行的核心竞争力。 那么，对于管理物流和供应链运作，大数据应用究竟有着什么样的价值？ 来看看亚马逊的例子。亚马逊最近申请了一项技术专利以支持其“预测
行业大数据平台可行性研究报告 项目承担单位：XX 项目编制单位：XX 项目负责人： 编制日期：
目录 第1章项目概述 (1) 1.1项目名称 (1) 1.2项目承担单位 (1) 1.3编制依据 (1) 1.4项目建设内容 (1) 1.5项目建设原则 (2) 1.6投资估算 (3) 1.6.1 主要依据 (3) 1.6.2 投资估算 (3) 1.7效益目标 (4) 1.7.1 绩效目标 (4) 1.7.2 效果目标 (4) 第2章建设背景及可行性 (5) 2.1建设背景 (5) 2.1.1 时代背景 (5) 2.1.2 政策背景 (5) 2.1.3 业务背景 (6) 2.2项目可行性 (7) 2.2.1 政策环境可行性 (7) 2.2.2 技术可行性 (8)
第3章需求分析 (9) 3.1非功能性需求 (9) 3.1.1 灵活性需求 (9) 3.1.2 安全性需求 (10) 3.1.2.1 数据安全 (10) 3.1.2.2 应用安全 (10) 3.1.2.3 系统存取权限控制 (10) 3.1.2.4 数据保密需求 (11) 3.1.2.5 灾难恢复需求 (11) 3.1.3 系统集成需求 (12) 3.1.3.1 基础设施类集成 (12) 3.1.3.2 业务应用类集成 (13) 3.1.3.3 安全体系集成 (13) 3.2功能性需求 (13) 3.2.1 整体用例图 (13) 3.2.2 建设内容 (13) 第4章方案设计 (14) 4.1建设目标 (14) 4.2设计理念 (14) 4.3设计原则 (16) 4.4总体架构设计 (17)
数据库实验报告物流管理系统订单模块
第一章系统概述 该物流管理系统是对物流公司业务的统一信息化管理，提供在线服务。订单模块实现了业务订单的新增，查询，修改，删除等功能。用户可以以会员身份或者游客身份登陆公司进行网上下单，当完成订单之后可根据系统提供的订单号进行订单状态的查询。公司员工需要对订单审核确认，进行删改查等管理操作。 该系统是B\S结构，运用MVC模式基于J2EE平台开发的，使用Oracle数据库。我负责的是订单模块的需求分析，系统设计，数据库设计，编码和测试。 该系统所使用的开发工具有：MyEclipse,Tomcat,Rational Rose ,PowerDesigner,PL/SQL等。 第二章系统设计 2.1订单模块功能设计 1.网上下单 本系统是BS结构的WEB系统，我们通过在线方式新增订单。 2.订单审核 因为是物流系统，在网上下单之后，顾客需要将货物送至配送点，经过工作人员审核，才能最后完成一份订单。 3.订单查询 查询功能支持模糊查询，多条件查询。可以满足顾客及工作人员的需要。4.订单管理 管理功能包括：查看明细，修改，删除。 2.2业务逻辑设计 类图如下所示（本部分不是此次作业重点，这里不再过叙述类图的设计）：
第三章 数据库设计 3.1 概念模型 本系统模块包含的实体有：订单基本表，订单信息表，订单状态表，货物表，交接单，配送点。 1. 各实体ER 图如下图3-1到图3-6所示。 图 3－1订单基本表实体E-R 图 订单基本表 收获配送点 寄件人单位 寄件人姓名 寄件人联系电话 寄件人详细地址 发货配送点 订单编号 寄件人姓名 寄件人单位 寄件人联系电话 寄件人详细地址
课程名称：大数据分析与应用 一、课程编码： 课内学时：32学分：2 二、适用学科专业：计算机专业硕士 三、先修课程：无 四、教学目标 通过本课程的课堂学习与应用案例，建立科学的大数据观，掌握大数据架构、大数据精准语义搜索、大数据语义分析挖掘、知识图谱等关键技术，熟练使用常用的大数据搜索挖掘与可视化工具，提升大数据的综合应用能力。 五、教学方式 课堂学习、研讨班与应用实践 六、主要内容及学时分配 1.科学的大数据观2学时 1.1.大数据的定义，科学发展渊源； 1.2.如何科学看待大数据？ 1.3.如何把握大数据，分别从“知著”、“显微”、“晓义”三个层面阐述科学的大 数据观。 2.大数据技术平台与架构4学时 2.1云计算技术与开源平台搭建 2.2Hadoop、Spark等数据架构、计算范式与应用实践 3.机器学习与常用数据挖掘4学时 3.1常用机器学习算法：Bayes,SVM，最大熵、深度神经网络等； 3.2常用数据挖掘技术：关联规则挖掘、分类、聚类、奇异点分析。 4.大数据语义精准搜索4学时 4.1.通用搜索引擎与大数据垂直业务的矛盾； 4.2.大数据精准搜索的基本技术：快速增量在线倒排索引、结构化与非机构化数 据融合、大数据排序算法、语义关联、自动缓存与优化机制； 4.3.大数据精准搜索语法：邻近搜索、复合搜索、情感搜索、精准搜索； 4.4.JZSearch大数据精准搜索应用案例：国家电网、中国邮政搜索、国家标准搜 索、维吾尔语搜索、内网文档搜索、舆情搜索； 5.非结构化大数据语义挖掘10学时 5.1.语义理解基础：ICTCLAS与汉语分词 5.2.内容关键语义自动标引与词云自动生成； 5.3.大数据聚类； 5.4.大数据分类与信息过滤； 5.5.大数据去重、自动摘要； 5.6.情感分析与情绪计算；
龙源期刊网 https://www.doczj.com/doc/0c14147939.html, 大数据在物流中的应用研究 作者：文雪巍秦秀媛 来源：《商情》2016年第22期 【摘要】物流产业最近几年发展非常快，物流在发展过程中，涉及到很多数据，如何准确处理这些数据，是物流发展过程中的瓶颈问题。现在很多物流企业都借助于大数据，现在是大数据时代，大数据在物流中的应用，提高了物流企业的工作效率，节约了成本，为物流企业的快速发展，提供了可靠的技术支持。 【关键词】大数据物流应用研究 随着移动互联网的大浪袭来，企业的物流信息化程度也不断加深，物流运营过程中也产生了海量的数据，如何运用大数据进行可视化物流运营管理，是物流行业目前面临的机遇和难题。著名物流理论“黑大陆”说和“物流冰山”说更是证明物流领域是一块有待开发的黑土地，而数据将会成为开发这块黑土地的利器。要想成为顶级物流企业，就必须重视数据的价值，我们要将数据本身转化为信息，并通过信息的提炼得出普适的规律，让其在创造利润的过程中，变得价值连城"换句话说，大数据分析将是打开物流潜力市场的金钥匙。 1大数据与数据挖掘 大数据计算机分析的不可替代性"计算机分析效率高，远远超过人脑的处理速度，针对海量数据，计算机能处理，而人类处理不了，甚至要运用超级计算机处理，站在不同的粗糙粒度，采用不同的时间尺度，看到的信息是不同的，因此要进行全维度分析，这就要靠计算机辅助的人机综合系统，或者完全采用计算机建模分析。这是科技发展带来的优势。 大数据挖掘的定性。什么是大数据挖掘？是针对海量数据的计算机辅助分析，是智能化处理模式，是另类智能"这是一种新的探索领域，过去由于计算机联网水平、处理水平、信息积累能力的限制，人们看不到大数据这个领域，因此就无法针对大数据进行建模处理。由于科技发展，大数据呈现在人们眼前，人们有了新的视野，这时急需的是大数据理论和大数据挖掘的方法以及数据运用。人类认识世界依靠本能，而计算机数据挖掘依靠人类智能，因此一切都需要人类主动探索和构建，如何处理好大数据，从而产生更高的分析智能，是大数据领域竞争的高点。积累数据相对较容易，大数据理论能够指导人们更有效地构建大数据分析和挖掘系统，运用大数据则需要建立在先进、完善的理论基础之上。一环扣一环，成为一套提升智能和竞争力的路径。 2大数据在物流企业中的应用前景 2.1大数据的背景与内涵。大数据的定义在学术界还没有形成共识，但大家普遍赞同大数据是指用现有技术难以在可接受的时间内管理、处理和分析的数据集。广义上，大数据包含三
物流分析报告 姓名：张旭专业：国际经济与贸易1 导入背景 1.1 物流的相关概念 物流是供应链活动的一部分，是为了满足客户需要而对商品、服务以及相关信息从产地到消费地的高效、低成本流动和储存进行的规划、实施与控制的过程。是以最低的成本，通过运输、保管、配送等方式，实现原材料、半成品、成品及相关信息由商品的产地到商品的消费地所进行的计划、实施和管理的全过程。 物流包括商品的运输、配送、仓储、包装、搬运装卸、流通加工，以及相关的物流信息等环节。 物流活动的具体内容包括以下几个方面：用户服务、需求预测、定单处理、配送、存货控制、运输、仓库管理、工厂和仓库的布局与选址、搬运装卸、采购、包装、情报信息。 物流产业是由多个部门组成的综合性、服务性、基础性产业，其产业构成相当复杂。一般将物流业分为两类：第一类是大行业。包括交通运输业、储运业、通运业和配送业；第二类是小行业。其中不少小行业既隶属于这一大行业，又属于另一大行业。如铁道运输业、汽车货运业、远洋货运业、沿海船运业、内河船运业、航空货运业、集装箱联运业、仓库业、中转储运业、托运业、运输代办业、起重装卸业、快递业、拆船业、拆车业、集装箱租赁业、托盘联营业等。 宏观物流：是指社会再生产总体的物流活动，从社会再生产总体角度认识 和研究的物流活动。这种物流活动的参予者是构成社会总体的大产业、大集 团，宏观物流也就是研究社会再生产总体物流，研究产业或集团的物流活动 和物流行为。 微观物流：是消费者、生产者企业所从事的实际的、具体的物流活动属于 微观物流。在整个物流活动之中的一个局部、一个环节的具体物流活动也属 于微观物流。在一个小地域空间发生的具体的物流活动也属于微观物流。 1.2 物流的地位 现代物流产业是在传统物流活动发展的基础之上，通过对现代科学技术的广泛应用、对物流实践的不断总结、社会物流资源的全方位整合，以及伴随着其发展过程中物流管理与物流科学技术的日臻完善，并与国民经济发展的客观需要相吻合的条件下产生的。作为一个对国民经济相关产业发展联动性极强的产业，它不仅成为各产业部门中经济增长方式转变的主要手段和途径，而且业已成为物流实践活动中新的经济增长点，同时也是国民经济发展中
浅谈大数据在物流管理 中的运用 Company Document number：WUUT-WUUY-WBBGB-BWYTT-1982GT
浅谈大数据在物流管理中的运用【摘要】近年来，我国物流体系取得了快速的发展，但是与西方国家相比较还是存在一定的差距，但是我国物流企业从一开始的无到现在的点面结合，信息技术在推动物流体系的建立发挥了重要的作用。随着的信息技术的快速发展，大数据技术正在潜移默化中影响人们的生活，物流与人们的生活息息相关，不仅促进各个行业的发展，而且对人们的生活也带来诸多便捷。大数据技术作为物流管理的基础，虽然促进了物流行业的发展，但是也在无形之中加大了物流管理的压力。本文通过对大数据时代物流管理的概念分析入手，针对大数据在物流管理中出现的作用等进行深入分析。 【关键词】大数据；物流管理；运用 上个世纪九十年代，我国提出物流管理概念的几十年来得到快速发展。尤其是随着信息技术的发展，大数据技术应用在物流管理优化我国物流管理模式。大数据技术中的内容主要包括网络技术、条码技术和计算机技术等等，这些大数据技术在企业的物流管理具有重要的作用，但是大数据在物流管理中的运用还存在许多问题。因此，对当下物流管理中出现的问题进行分析，并探讨优化大数据物流管理的措施。 一、大数据的内涵 大数据一经出现就吸引许多国外企业学者的关注，大数据与传统的数据分析软件和工具相比较，在获取信息、存储信息和分
析管理数据信息方面具有无可比拟的优势。大数据在物流管理中运用的意义价值在于可以专业处理数据，而不是将大数据作为获取经济效益的手段。如果将大数据作为物流管理手段的话就需要数增值的作用。随着云计算与大数据之间联系越来越紧密，大数据也为人类创造更多的价值。大数据发展的根本是大数据理论，大数据处理的手段主要包括分布式处理和存储技术。现代社会的发展与大数据息息相关，随着科学技术的发展，大数据为人类挖掘更多有用的信息，为人们的生活带来更多便利。在企业发展中大数据成为现代企业竞争的主要因素。企业运用大数据提供优质的产品和精准的营销。一些中小企业也会利用大数据进行转型，传统的企业在转型的过程中可以利用大数据平衡企业的价值、成本和决策等等，比如可以及时发展企业发展中遇到的问题，并及时解决，会在很大程度上节省企业运营过程中大量的人力、物力和财力，从而可以根据大数据分析出来的信息的为快递信息传递最优的物流线路，并根据客户的习惯制定科学合理的优惠信息，从而避免欺诈行为的出现。 二、大数据在物流管理的影响 （一）掌握企业运行的信息 传统的数据分析模式已经不能适应现代物流企业的发展，因此，物流管理必须与大数据作为支撑，加大对物流运行过程中每一个节点信息的优化整合，再通过数据中心分析处理这些收集的
55 摘要：近年来物流服务新技术成为了社会关注的热点，而大数据技术已逐渐成为物流建设的着力点。本文在简要介绍大数据新技术的基础上，阐述了此新技术在京东物流企业各方面中的应用及优势，提出了企业应用大数据技术时存在的问题和解决对策，最后做出对物流大数据新技术的总结和展望。 关键词：大数据；物流企业；京东；应用 引言 随着我国科技水平的迅速提高和社会经济文化的不断进步，许多先进的技术被普遍应用到各行各业，当然物流行业也不例外。近年来，大数据技术与物流行业高度结合，让物流逐渐从传统形象往高大上“科技范儿”转变，促使物流企业掀起科技变革巨浪。本文以京东企业为例，论述大数据新技术的应用研究。 1、大数据技术的概述 大数据技术一般运用数据挖潜、数据分析手段对信息进行整合筛选，使企业能够在合理的时间内进行传统数据库工具无法处理的海量数据的处理技术[1]，通常具有四大优点：数据规模巨大、来源多样化、处理能力强大、数据价值密度低。 物流大数据则是指物流各子环节中的海量信息资源。大数据技术借助本身四大优点，对运输、仓储、配送等物流信息的分析利用，可以最大限度地节约物流成本、提高工作效率，满足客户对物流服务的需求，达到优化供应链各方的资源配置和利润等作用。 2、物流企业应用大数据技术的优势 物流服务数据的大量化、多样化使京东物流企业在加大对数据处理方面的投入时，合理地利用大数据，将其视为一项战略资源，才能够降低物流成本、提高配送效率。同时京东企业在掌握海量数据资源后，应在各方面做好全面部署工作，才能领先行业为企业及社会创造更多的财富。 2.1 信息共享，掌握企业运作信息 目前，中国电子商务的发展速度已经领先全球。2017年整个京东618年中购物节期间的累计下单金额突破1000亿元，第一个小时的销售额超过去年同期的250%，交易额喷井式增长给数据运维带来了极大的考验。根据京东提供的数据，基层工作 大数据技术在物流企业中的应用 ——以京东企业为例 文／许美贤 郑琰 人员要完成节日期间所有货物的配送至少需要步行5亿公里，路程相当漫长，而京东无人送货车无人机的投入使用让整体配送时间大大缩短。从京东的运作情况得知，每一个物流环节的信息爆炸式增长，使得常规的物流信息数据收集、分析和处理工具的能力已经不能满足企业和客户对节点的信息需求，这就需要利用数据分析处理平台筛选出有利用价值的信息，从而促进企业持续稳定发展。 2.2 提供依据帮助物流企业做出正确的决策 通过传统问卷调研或个人主观判断来进行决策的方法已经日暮途穷，这种方式不能及时、准确、客观地了解到现代消费者的物流服务需求，会使企业做出错误的经营决策，错失重大商机。如果根据人们以往生活经验，会认为奢侈品在经济发达的大城市才有高销售量，在节日前夕就只在经济发达地区做好仓储、配送等工作安排。但是京东大数据显示2018年七夕期间，拉萨地区的铂金、黄金销量大幅增长，七夕节前两周，销量比平时增长了4.4倍、1.9倍，同时，数据显示，在拉萨地区，鲜花也是拉萨市民浪漫的必备品，七夕节前两周，鲜花销量比平时增长了1.6倍，钻石销量比平时增长了2.1倍，腕表销量比平时增长了48%。此外，七夕节前两周，拉萨地区生活电器销量比平时增长了44%。 而京东对信息的收集、汇总处理工作及时高效，在得到较为精准的业务数据后，分析、筛选出有利用价值的信息来判断和预测每个地区的各种商品需求量及物流服务需求度，进而调整企业运营方案，集中精力完成高效益的业务，充分发挥大数据技术的作用为企业带来高额利润。 2.3 通过对数据“加工”来实现数据“增值” 通过对不断增长的数据进行“加工”，可以在物流企业产生显著的财务价值。2017年8月京东无人机无人车总部落户凤岗，采用规范的模型“加工”数据，使年产值逾400亿，年劳动生产率提高0.5％。京东大数据的质量和价值跻身中国顶级互联网公司之列，借助这些大数据，并对此进行增值处理，就可以为用户提供个性化服务、为业务运营提供智能化支持。因此，在掌握庞大的数据信息后，提高对数据的“加工能力”筛选出有价值的信息，实现数据的“增值”[2]，才能体现企业的大数据战略意义。 3、大数据技术在物流领域的应用 随着现代信息通信技术的快速发展和物流业务量的不断增加，物流服务过程产生的信息流和相关数据也呈现不断增长趋 ★基金项目：南京林业大学2018年大学生实践创新训练计划项目（No.2018NFUSPITP682）.
赛智时代认为，物流企业拥抱大数据是物流业发展的必然趋势。要想快速适应大数据时代下变化多端的市场环境，物流企业可以从以下六个方面来创新业务模式： 1、“大数据+物流运力优化”模式探索 大数据涵盖了大数据存储、加工和分析等技术。这些技术对物流行业发展的各个环节都有着至关重要的作用，如采集信息端中的识别、定位和感知，传输信息中的移动互联网技术，以及数据的应用和开发方面。通过在这些环节中对大数据的充分利用，加强货物流量、流向的预测预警，物流企业可有效推进货物智能分仓与库存前置，快速制定出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，以降低物流配送的成本和提高物流配送的效率，实现对配送场站、运输车辆和人员的精准调度，给客户提供高效便捷的服务，实现双赢。 2、“大数据+供应链”模式探索 大数据时代背景下的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。大数据的使用将整个供应链系统的业务和管理流程进行再改造，从而提高客户体验。物流企业依托大数据向供应链上下游提供延伸服务，推进物流与制造、商贸、金融等产业互动融合、协同发展。小米科技公司与顺丰速运公司的合作就是一个典型的案例。小米官网接受的订单数为226万单，当天发货订单20万单。顺丰的信息管理与小米的WMS系统（仓储管理系统）实现了实时对接，出仓订单一旦生产出来，数据会直接进入顺丰的系统，同时使用电子运单的方式，简化了交接手续和减少了中转次数，做到实时提货。 3、“大数据+物流个性化服务”模式探索 充分利用物流大数据，针对不同用户能够提供个性化、定制化服务。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。在大数据时代的背景下，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，对信息进行分析、整理与分类等操作，并将信息共享给商务企业、仓储企业、第三方物流服务商等，使整个供应链能够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。