下载文档原格式
论大数据在物流管理中的应用研究在当前信息时代，大数据已经成为人们谈论的焦点话题之一，因为它可以帮助企业处理和分析海量数据，从而为企业提供更强的决策支持。
随着互联网技术的发展，大数据已经被广泛应用于物流管理领域，成为现代物流管理中重要的技术手段。
本文旨在探索大数据在物流管理中的应用研究，并从实际案例出发，分析大数据技术对物流管理的优势和存在的问题，进而为企业提供参考意见。
一、大数据与物流管理物流管理是指企业在生产、流通、销售等过程中，对货物、信息和财务等进行计划、组织、指挥、协调、监督和控制的一种管理方式。
而大数据则是指海量、高速、多种形态的数据集合，它由传感器、智能手机、社交媒体等多种数据源产生，并被存储、处理和分析。
两者结合在一起，可以为企业提供更加有效的物流管理方案。
具体而言，大数据在物流管理中的应用主要包括以下几个方面：1、物流信息共享传统物流管理模式，企业之间的信息难以共享。
而大数据技术可以将各个企业的数据集成到同一个系统中，实现数据的互联互通，使得不同企业之间可以共享物流信息。
这样可以消除物流信息的不对称，形成更有效的物流管理方式。
2、物流数据分析大数据技术可以帮助企业对从供应链到客户管理的所有过程进行实时、准确的数据分析和监测。
基于分析结果，物流企业可以根据市场需求贴近客户，以及及时地进行货物紧急管理。
这种方式可以有效地节约成本，并提高客户满意度。
3、物流预测分析大数据技术可以对物流信息、需求、天气、交通等因素进行实时分析和预测，在火车、航空等物流运输方式中根据预测数据进行更优化的操作，在物流运输中为未来确定信息和进一步优化物流提供更优的方案。
4、物流网络优化大数据技术可以通过对不同的物流网络进行建模和分析，设计更加合理的物流网络，以减少物流成本、提高物流速度和可靠性。
运用大数据技术，优化物流网点，调整物流路线，尽快处理物流资源, 以避免物流资源浪费和不必要的物流费用。
二、大数据在物流管理中的案例研究1、运用大数据预测市场需求以中国的电子商务公司阿里巴巴为例，阿里巴巴发起了大数据战略，通过传感器数据和手机应用程序，花了数亿美元来收集数据。
数字化背景下农村物流共同配送运营模式研究数字化背景下农村物流共同配送运营模式研究随着数字化技术的不断发展和应用，农村物流领域也面临着新的机遇和挑战。
传统的农村物流配送模式存在着信息不对称、效率低下等问题，而数字化背景下的共同配送运营模式则能够有效解决这些问题，提高物流效率，降低物流成本，实现农村物流的可持续发展。
一、共同配送运营模式的基本原理共同配送运营模式是指将来自不同农户的物流需求进行整合，通过共同配送的方式进行集中运输和配送，从而降低物流成本，提高物流效率。
该模式通过数字化技术实现信息的共享和交流，将不同农户的货物进行捆绑运输，减少空载率，提高运输效率。
二、数字化技术在共同配送运营模式中的应用1. 物流信息平台：建立一个统一的物流信息平台，将农户的物流需求信息进行集中管理和调度。
通过物流信息平台，可以实现物流信息的共享和交流，提高物流配送的准确性和效率。
2. 智能调度系统：利用人工智能技术和大数据分析，对物流需求进行智能调度，优化配送路径和时间，降低物流成本，提高物流效率。
3. GPS定位技术：通过GPS定位技术，实时监控配送车辆的位置和状态，提供准确的配送信息，保障物流的可追溯性和安全性。
4. 移动互联网技术：利用移动互联网技术，建立一个便捷的物流配送平台，方便农户进行物流需求的发布和管理，提高物流配送的便利性和效率。
三、共同配送运营模式的优势1. 降低物流成本：通过共同配送运营模式，可以减少空载率，提高运输效率，降低物流成本。
农户可以通过共同配送的方式，共享物流资源，实现物流成本的共担。
2. 提高物流效率：共同配送运营模式通过数字化技术的支持，实现物流信息的共享和交流，优化配送路径和时间，提高物流效率。
农户可以根据自己的需求，选择最合适的配送方案，提高物流配送的准确性和及时性。
3. 促进农村经济发展：共同配送运营模式能够提高物流效率，降低物流成本，为农村企业和农户提供更便捷、高效的物流服务，促进农村经济的发展。
1.大数据定义“大数据”是一种新的处理模式，其具有更强的决策力、洞察发现力和流程优化能力，以适应大规模、高增长和多样化的信息资产[1]。
从其特殊的角度来看，大数据具有数量多、高速、多样性和精度高的特点，可以对大量且复杂的数据关系进行分析，对潜在客户的服务信息进行挖掘，从而得到更多具有应用价值的商业信息。
信息技术的快速发展和广泛应用为物流业的发展提供了重要的技术支撑，特别是大数据、物联网、移动互联网和云计算等技术在物流领域的应用，更是促进了物流的智能化发展和其信息化水平的提高[2]。
随着社会水平的提高和科技革新，数据资源对于企业的重要性愈加明显，如何确保资源的安全和有效利用成为物流企业的重点问题。
2.智能物流在大数据技术下的作用2.1节约物流成本，提高物流效率传统的物流企业在进行物流作业时会大量的人工成本，智能技术的发展使得传统的物流也变得更智能化，智能物流通过各种智能信息技术提高资源效益，高效合理地提高物流管理。
同时，企业间的信息共享通过智能技术联系起来，节约物流成本，减少资源浪费。
2.2促进物流行业的发展智能物流以其自动化和智能化的特点和自动化设备的广泛应用促进物流业的发展，智能物流的实施有助于打破限制，整合不同物流企业的物流信息资源和共享基础配套设施，创造出大规模的物流经济，并充分发挥物流整体优势。
2.3满足消费者需求消费者在追求产品个性化的同时，也更加注重其安全性。
利用大数据技术可以对产品进行溯源追踪，实时监测产品动态信息，提升物流服务水平，提高消费者满意度和信任成本，让消费者购买放心产品。
3.大数据技术下物流的发展机遇3.1收集物流相关信息更加清晰物流业的发展非常迅速，短短几年时间占据市场很大份额，使得其他行业面临巨大的市场竞争压力。
在整个物流作业过程中，通过大数据分析，可以清晰地了解到商品的动态和静态信息，例如商品名称、重量、数量、质量、体积、产地等，物流供应链中的上下游企业可共享商品信息，使信息变得公开透明化，也保障了消费者的合法权益。
2021年5月第9期总第475期内蒙古科技与经济Inner Mongolia Science Technology&EconomyMay2021No.9Total No.475大救据督專下的智慧汤流找農策略可究张馨心，金鑫(佳木斯大学经济与管理学院,黑龙江佳木斯154007)摘要：为更好地促进大数据背景下智慧物流的发展，对大数据在物流行业中的应用历程及具体环节进行了分析和研究，分析得出大数据背景下智慧物流发展主要存在着技术应用程度不高、数据采集难度较大、数据分析能力薄弱和智慧物流系统兼容性不强等诸多问题，提出了需要继续大力推广技术应用，不断提升智慧物流数据采集水平和强化智慧物流数据分析能力以及努力促进智慧物流系统整合，以 提高智慧物流水平的智慧物流发展的策略。
关键词：大数据；智慧物流；云计算中图分类号:F253.9文献标识码：A文章编号；1007—6921(2021)09—0033—02随着经济的不断发展，社会对物流的需求日益旺盛，为了提高物流运作效率和降低物流成本离不开相关信息和数据的支撑。
当前，大数据技术和云计算技术已经广泛应用于各行各业，物流作为蕴含大量数据信息的行业，通过大数据技术和云计算技术的应用能够实现物流产业的智能化，从而促进智慧物流产业的发展。
在大数据时代背景下，智慧物流的发展还处于探索和发展阶段，不可避免地遇到各种机遇和挑战，但其发展前景已受到广泛认可和看好。
借助大数据技术，大力发展智慧物流已经成为大势所趋。
因此，探讨和研究在大数据背景下智慧物流的发展策略具有重要意义和价值。
1大数据及智慧物流概述1.1大数据大数据是随着数据信息的不断大量涌现而提出的，当数据较多时人们过去更习惯采用抽样调查的随机分析法，这样被认为可以省时省力的进行数据处理和分析。
而这种数据技术和思想主要是由于数据量过大和数据处理技术落后之间的矛盾而造成的，可以说是一种无奈选择。
随着大数据技术和云计算技术的出现，通过数据的云存储、分散式数据库、分散式处理以及云计算的虚构化技术这些新处理模式，已经能够对海量数据进行有效掌握和专业化处理。
数字化背景下智慧物流研究文献综述作者：刘晓芸毛薇来源：《物流科技》2021年第11期摘要：受到数字化的影响，智慧物流正成为物流业转型发展的方向。
文章在数字化背景下，对我国众多学者对智慧物流的相关研究进行梳理，从国内智慧物流发展现状、现存问题及发展路径、运作模式和智慧物流体系平台构建等四个方面进行综述，最后进行总结。
关键词：智慧物流;数字化;大数据中图分类号：F253.9 文献标识码：AAbstract： Under the influence of digitalization， the intelligent logistics is becoming the direction of the transformation and development of the logistics industry. Under the background of digitalization， this paper will comprehensively sort out the related research on smart logistics by many scholars in our country， from the domestic intelligent logistics development status，intelligent logistics development and development path， intelligent logistics operation mode，intelligent logistics system platform construction， four aspects are summarized， and finally summarized.Key words： intelligent logistics; digitalization; big data0 引言党的十九届五中全会制定的“十四五”规划中提出面向2035年的战略性新兴产业发展方向，要求聚焦重点领域的产业共性与瓶颈技术，以及尖端跨领域技术等，要求构建新兴产业创新发展体系，实现其高质量发展。
智慧物流研究文献综述引言随着信息技术的不断发展和数字化背景的兴起，智慧物流成为了物流领域的研究热点。
智慧物流通过运用先进的技术手段和智能化的管理手段，实现了物流系统的高效运作和优化。
本文将综述现有的智慧物流研究文献，包括其研究目标、方法、发现和结论，以期总结智慧物流研究的进展和未来发展方向。
研究目标智慧物流的研究目标是通过应用新兴的技术和管理手段，提高物流系统的效率和灵活性，降低物流成本，并提供更好的服务质量和用户体验。
具体的研究目标包括但不限于以下几个方面：1.提高物流配送的效率和准确性：包括路径规划、车辆调度和订单配送等方面的优化研究。
2.优化物流节点的布局和设计：通过智能化的模拟和优化方法，对物流节点的位置、规模和布局进行分析和决策。
3.引入物联网和大数据技术：通过物联网和大数据分析等技术手段，实现对物流环节的实时监控和数据分析，进而减少物流系统中的错误和延误。
4.提高物流信息的透明度和可追溯性：通过应用区块链等技术手段，实现物流信息的可追溯，提高信息的安全性和透明度。
研究方法智慧物流的研究方法涵盖了多个学科领域，包括运筹学、信息技术、人工智能等。
研究方法的选择与研究目标密切相关，常见的方法包括但不限于以下几种：1.数学建模和优化算法：将物流问题抽象为数学模型，并通过运筹学的方法对模型进行求解，以达到优化物流效率的目的。
2.数据分析和挖掘：通过对物流系统中大量的实时数据进行分析和挖掘，发现潜在的规律和优化点，并提供决策支持。
3.仿真和实验：通过建立物流系统的仿真模型，模拟现实环境下的物流运作，测试和比较不同策略的效果。
4.智能算法和机器学习：应用智能算法和机器学习方法，从大规模的数据中学习并发现规律，提高物流决策的准确性和效率。
研究发现根据文献调研，智慧物流的研究发现主要集中在以下几个方面：1.智能路径规划：通过应用智能算法和优化方法，实现物流配送路径的高效规划。
研究发现，基于智能算法的路径规划方法可以大大提高配送效率和准确性。
大数据分析技术在物流运输中的应用研究随着信息技术的发展和物流业的壮大，大数据分析技术在物流运输中的应用越来越受到重视。
通过运用大数据分析技术，物流行业可以更好地实现运输效率的提升、成本的降低和服务质量的改进。
本文将探讨大数据分析技术在物流运输领域的具体应用，以及对物流行业带来的好处。
一、物流运输数据的特点物流运输领域拥有庞大的数据量，这些数据包括运单信息、车辆信息、货物信息等。
这些数据特点主要体现在以下几个方面：1. 多来源性：物流运输数据来自于多个来源，包括供应商、运输公司、仓储公司等。
不同来源的数据格式和标准不一致，给数据的整合和分析带来了困难。
2. 多样性：物流运输数据形式多样，包括文本记录、时间序列数据、地理位置信息等。
这些多样性的数据形式需要采用不同的分析方法来进行处理和分析。
3. 实时性：物流运输数据的产生和变化速度非常快，对数据分析的时效性提出了更高的要求。
二、大数据分析技术在物流运输中的应用1. 预测需求大数据分析技术可以通过对历史运输数据的分析，预测未来的货物运输需求。
通过对订单数量、交易时间、地理位置等数据的分析，可以准确预测特定时间段和地区的货物需求量，以便及时调配运力和资源。
2. 优化路线大数据分析技术可以通过对实时的交通信息和历史运输记录的分析，优化运输路线。
通过分析交通拥堵情况、天气变化等因素，可以选择最佳的运输路径和运输方式，提高运输效率，并减少运输成本。
3. 风险管理大数据分析技术可以对物流运输过程中的风险进行监控和预警。
通过对货物损坏、丢失等问题的历史数据进行分析，可以发现潜在的风险因素，并采取相应的预防措施。
同时，大数据分析技术还可以通过对司机的驾驶记录和安全指标的分析，提前预警驾驶风险，降低交通事故的发生概率。
4. 提升服务质量通过对大数据的分析，物流公司可以更好地了解客户的需求和偏好。
通过分析客户的订单数据、投诉记录等信息，物流公司可以调整自己的服务策略，提供更加精准和个性化的服务，提升客户满意度。
物流行业智慧物流信息平台建设方案第一章：引言 (3)1.1 项目背景 (3)1.2 项目意义 (3)1.3 项目目标 (3)第二章：智慧物流信息平台需求分析 (4)2.1 市场需求 (4)2.2 用户需求 (4)2.3 功能需求 (4)第三章：智慧物流信息平台架构设计 (5)3.1 系统架构 (5)3.1.1 业务层 (5)3.1.2 数据层 (5)3.1.3 服务层 (6)3.2 技术架构 (6)3.2.1 前端技术 (6)3.2.2 后端技术 (6)3.2.3 数据库技术 (6)3.2.4 云计算技术 (6)3.2.5 大数据技术 (6)3.3 数据架构 (6)3.3.1 数据源 (6)3.3.2 数据采集与清洗 (6)3.3.3 数据存储 (7)3.3.4 数据分析 (7)3.3.5 数据交换与共享 (7)第四章：核心功能模块设计 (7)4.1 物流运输管理模块 (7)4.2 仓储管理模块 (7)4.3 信息查询与统计模块 (8)第五章：关键技术选型与实现 (8)5.1 数据采集技术 (8)5.2 数据处理与分析技术 (9)5.3 云计算与大数据技术 (9)第六章：系统安全与稳定性保障 (9)6.1 系统安全策略 (9)6.1.1 物理安全策略 (9)6.1.2 数据安全策略 (9)6.1.3 网络安全策略 (10)6.2 系统稳定性保障措施 (10)6.2.1 系统架构设计 (10)6.2.2 系统功能优化 (10)6.3 系统运维管理 (10)6.3.1 运维团队建设 (10)6.3.2 运维流程优化 (10)6.3.3 运维工具与平台 (10)第七章：平台推广与运营策略 (11)7.1 市场推广策略 (11)7.1.1 目标市场定位 (11)7.1.2 品牌建设 (11)7.1.3 产品宣传与推广 (11)7.1.4 合作伙伴推广 (11)7.2 用户培训与支持 (11)7.2.1 用户培训 (11)7.2.2 用户支持 (11)7.2.3 用户反馈与改进 (11)7.3 合作伙伴关系建立 (12)7.3.1 合作伙伴筛选 (12)7.3.2 合作伙伴管理 (12)7.3.3 合作伙伴激励 (12)第八章：项目实施与进度安排 (12)8.1 项目实施计划 (12)8.1.1 项目组织结构 (12)8.1.2 项目实施阶段划分 (12)8.1.3 项目实施策略 (13)8.2 项目进度安排 (13)8.2.1 项目启动阶段 (13)8.2.2 需求分析与方案设计阶段 (13)8.2.3 系统开发与集成阶段 (13)8.2.4 系统测试与调试阶段 (13)8.2.5 系统上线与运行阶段 (13)8.2.6 项目验收与总结阶段 (13)8.3 项目风险管理 (14)8.3.1 技术风险 (14)8.3.2 业务风险 (14)8.3.3 财务风险 (14)8.3.4 人力资源风险 (14)第九章：投资预算与经济效益分析 (14)9.1 投资预算 (14)9.1.1 预算编制原则 (14)9.1.2 投资预算构成 (14)9.2 经济效益分析 (15)9.2.1 直接经济效益 (15)9.2.2 间接经济效益 (15)9.3 风险与回报评估 (15)9.3.2 回报评估 (16)第十章：总结与展望 (16)10.1 项目总结 (16)10.2 未来发展展望 (16)10.3 潜在挑战与应对策略 (17)第一章：引言1.1 项目背景我国经济的快速发展，物流行业已经成为支撑国民经济的重要支柱产业。
基于大数据的企业物流管理体系优化研究【摘要】本文围绕大数据在企业物流管理中的应用展开研究，探讨基于大数据的企业物流管理体系优化方法。
首先介绍大数据在物流管理中的应用，然后分析数据分析与预测模型的重要性。
结合实际案例分析和成本效益分析，展示大数据技术在物流管理中的优势。
最后得出结论指出大数据技术对企业物流管理的重要性，并探讨未来发展方向。
通过本文研究，可以深入了解大数据在企业物流管理中的应用及优势，为企业提供更好的物流管理解决方案。
【关键词】大数据、企业物流管理、体系优化、数据分析、预测模型、成本效益、案例分析、技术重要性、未来发展、结论总结1. 引言1.1 研究背景在传统的企业物流管理中，往往存在着信息孤岛、信息不对称、数据处理效率低下等问题，导致物流管理的效率和精度有限。
而大数据技术的出现，提供了更加高效、准确和智能的方案，可以帮助企业实时监控物流信息、优化路线规划、提高货物追踪的准确性等。
通过大数据技术的应用，企业可以实现对物流环节的全面监控和管理，实现信息的实时共享和数据的自动化处理，进一步提高物流管理的精确度和效率。
研究基于大数据的企业物流管理体系优化具有极其重要的意义，能够帮助企业更好地利用数据资源，优化供应链管理，降低成本，提高效益，提升市场竞争力。
1.2 研究意义企业物流管理是企业运营的重要组成部分，直接关系到企业的效率和成本。
随着大数据技术的不断发展和应用，企业物流管理也迎来了新的发展机遇。
研究基于大数据的企业物流管理体系优化，对于提高企业物流运作效率、降低成本、增强竞争力具有重要意义。
大数据技术可以帮助企业实现对物流运作全流程的监控和实时分析，从而提高物流运作的可视化和透明度。
通过大数据的智能分析和预测模型，可以更准确地把握物流需求与供给之间的平衡，提高物流运作的灵活性和反应速度。
大数据还可以帮助企业完成对物流网络的动态优化和调整，从而提高物流网络的效率和适应性。
基于大数据的企业物流管理体系优化研究，可以帮助企业更好地应对市场变化和需求波动，提高物流运作的效率和质量，降低物流成本，优化企业的资源配置和运营策略，从而实现更加可持续和竞争优势的发展。
物流信息平台策划方案建立物流信息平台提供全面的物流信息服务物流信息平台策划方案I. 引言物流信息在现代经济活动中扮演着重要角色，它对于优化供应链、提高效率和降低成本至关重要。
为了满足市场需求并提供全面的物流信息服务，建立一个物流信息平台势在必行。
本文将提出一个物流信息平台的策划方案，旨在为用户提供高效、准确和可靠的物流信息。
II. 平台目标该物流信息平台的目标是建立一个集成化、智能化的平台，提供全面、准确、实时的物流信息服务。
具体目标如下：1. 提供覆盖全球的物流信息查询和追踪服务，可实时查看货物的位置和状态。
2. 提供多种可靠的运输方案，优化供应链，并降低物流成本。
3. 打通不同物流环节之间的信息障碍，提供一体化的信息管理服务。
4. 提供基于大数据和人工智能的智能决策支持，帮助用户优化物流运作。
5. 提供个性化的物流需求定制服务，满足不同用户的需求。
III. 平台功能与特点1. 物流信息查询与追踪功能用户可以通过平台实时查询货物的位置和状态，了解运输进展。
平台整合全球的物流信息，通过智能算法将信息进行筛选和整理，准确展示给用户。
2. 多元化运输方案平台提供多种运输方案，包括陆路、海运和航空等，用户可根据具体需求选择适合的方案。
平台将通过与物流公司的合作，提供优质的运输服务，确保货物安全快捷地达到目的地。
3. 信息衔接与管理平台打破物流信息孤岛，将不同环节的物流信息进行衔接和整合，提供一体化的信息管理服务。
用户可以通过平台实时查看订单、货物信息、仓储信息等，实现物流环节的无缝对接。
4. 智能决策支持平台基于大数据和人工智能技术，分析整合各类信息，为用户提供智能决策支持。
例如，根据用户的运输需求和实时市场情况，平台可以推荐最佳的运输路线和方案。
5. 个性化需求定制平台充分考虑用户个性化需求，提供定制化的物流服务。
用户可根据货物特性、运输期限和成本要求等，选择适合自己的物流方案。
IV. 平台实施与运营1. 技术建设基于云计算和大数据技术，建立平台的数据中心，并开发相应的数据处理和展示系统。
大数据在物流行业的发展现状与未来趋势分析引言随着信息技术的飞速发展，大数据已成为当今社会的新宠。
它凭借其处理大量数据的能力和对数据的深度分析，正在逐渐渗透到各个领域，包括物流行业。
本文将分析大数据在物流行业的发展现状以及未来的趋势，并探讨其对物流行业的影响。
一、发展现状1.1 数据采集与处理技术的进步大数据的核心在于数据的采集和处理。
物流行业通过传感器、RFID等设备实时采集运输过程中的各个环节数据，如货物重量、运输时间和温度等，这些海量数据经过云计算、物联网技术的支持，可以实现实时监控和数据分析。
这些技术的进步，使物流公司能够更加全面地了解运输状况，提高运输效率和服务质量。
1.2 数据分析与应用的拓展物流行业的大数据分析与应用已不再局限于单一的数据挖掘和预测。
通过利用大数据分析，物流公司可以对供应链进行优化，提高整体效益。
同时，基于大数据分析的智能调度系统能够更加精确地预测交通状况，进行合理的路线规划和车辆调度，减少运输成本和时间。
此外，大数据分析还能提供对客户需求的更加精准的分析和预测，实现个性化服务，提高客户满意度。
二、未来趋势分析2.1 物流供应链的数字化转型未来，物流供应链将进一步实现数字化转型。
通过大数据技术，物流公司可以实现供应链各环节的信息共享和协同管理，实现资源的优化配置。
物流信息平台的建设可以整合物流企业间的数据，并提供更加开放、便捷的数据共享服务，推动整个物流供应链的数字化发展。
2.2 人工智能在物流中的应用人工智能技术在物流行业的应用将越来越广泛。
物流公司可以通过人工智能算法对大数据进行分析和预测，从而实现更加智能化的运营决策。
人工智能还可以通过模拟和优化算法，提供更加精确的货物运输路线规划、仓储布局和货物配送等服务。
2.3 物流数据安全的挑战与解决方案大数据时代带来了物流数据安全的挑战。
物流公司需要加强数据保护与隐私的安全性，建立完善的数据安全技术体系和管理制度。
加密技术、访问控制和身份验证等手段将成为保护物流数据安全的重要手段。
大数据背景下物流信息平台构建研究 [摘 要]物流行业与信息技术的融合，特别是大数据在物流管理中的应用，能够大大提高行业运行的效率。文章界定了大数据的含义，分析了大数据对物流管理的影响，在此基础上分析了大数据物流信息平台管理中存在的问题，并提出了大数据物流信息平台构建的建议。
[关键词]大数据；物流管理；物流信息平台 doi：10.3969/j.issn.1673 - 0194.2016.24.095 [中图分类号]F259.2 [文献标识码]A [文章编号]1673-0194（2016）24-0-02 人类文明发展到今天，社会科学技术发生了巨大的改变，人们点击鼠标、敲击键盘、滑动触摸屏等都会对互联网的虚拟世界产生影响，留下痕迹，这些痕迹会转变为信息与数据，最后整理转换成资源。对海量数据的采集、整理与分析已改变了人们的生存方式，正在改变着这个世界。合理利用这些大数据有利于降低企业的运营成本，有效地提高生产经营效率，与此同时，如何科学、合理的利用这些数据也给企业的管理者提出了更高的挑战。通信信息技术、计算机技术、互联网技术等技术的快速发展深刻地改变了企业赖以生存的外部环境，给企业的生存与发展带来了更大的机遇。企业生产运营的相关者，如生产商、服务供应商、原材料供应商、政府、客户、销售商与传媒机构等，从竞争者的角色逐渐向利益相关者转变。信息化的深入利用，网络化科技成果的不断转化，使国家与国家之间、组织与组织之间、人与人之间更加便于沟通和合作。 1 大数据的含义及对物流管理的影响 大数据是近几年才出现的热词，其起步较晚，发展仍不成熟，对其含义目前仍没有统一的标准，但众多学者一致认为多样性、规模性与高速性是大数据的特征。虽然各国政府与学者对其定义不一，但综合来看，大数据是Web 3.0技术的产物，大数据使人们可以跨越边界，跳过浏览器采集、整理与分析数据，是人类文明的巨大进步。 大数据将各行业、各组织及个人紧密的联系起来，有效地分析这些大数据有利于提高组织内部人、财、物等资源分配的能力，优化组织运营管理模式，提高组织创新能力，大数据的发展对近些年快速发展起来的朝阳行业――物流业带来了前所未有的机遇。 首先，物流大数据有助于提升企业的决策能力。在西方众多的管理思想中，有一种思想认为管理就是决策。众所周知，正确的决策需要大量的、准确的、及时的信息，这对信息的来源提出了更高的要求。大数据的出现与运用为企业的科学决策提供了保障。顺丰公司的成功在很大程度上取决于他们大数据信息平台的高速运转，大数据信息平台的高速运转提高了公司的核心竞争力。其次，物流大数据对变革运营模式的推动作用。企业经营模式的改变也有赖于大数据。大数据信息平台的出现有利于实现资源共享，进一步促进企业之间的合作。再次，大数据对人力资源管理显现出精细化的特点。物流人才的匮乏是目前物流发展的重大问题，大数据的出现有利于对员工的选择、评价、培训等管理做出正确的决策，从而优化人才管理的方法与手段。最后，物流大数据对管理控制的提前预警作用。物流是一项系统工程，包括物资采购、组织生产、销售等环节，大数据的准确处理有利于提高市场需求预测的精准度，同时也可以对商品库存提出预警，从而优化物流运作流程。 2 大数据物流信息平台管理存在的问题 2.1 大数据物流实践落后 欧美日众多的物流企业大多应用大数据，如包裹可视化管理与运输的数据化等。联邦快递公司采用Senseaware系统实现了可查询客户的邮件状态，联邦包裹服务公司建立了Orion大数据导航系统，虽然这个项目每年需要投入数亿美元，但该系统在寻找最佳线路方面取得了惊人的效果，进而减少了二氧化碳的排放量。国内的大数据物流实践则比较落后，在这方面顺丰有不错的尝试，顺丰科技在车辆GPRS导航监控系统方面取得了较好的效果，实现了快递业务到站信息的监控，但圆通速递、申通快递、百世汇通、中通快递与韵达快递等物流公司在大数据物流方面则鲜有突破。 2.2 大数据物流信息平台的功能有待完善 近年来，随着制造业及电子商务的快速发展，物流行业也得到了快速的发展，然由于进入的低门槛，企业规模过小，各企业提供的服务同质化严重，行业集中度偏低。企业规模小导致企业无法大力加强物流基础设施的建设，尤其是信息技术的建设，很多企业在大数据物流平台建设方面的无序导致错失发展的机遇。同时，很多企业管理者并不重视大数据的作用，对大数据物流平台持观望、甚至怀疑的态度，因此，目前物流大数据信息平台的搭建也仍有许多地方需要改进，在利益分配、诚信考量、合作等各方面的工作也有待完善。 2.3 大数据萃取及使用能力尚有提高的空间 物流企业是大数据物流平台的主体，除此之外，生产类的企业、销售类的公司等各类组织也需要物流服务，也会产生大量的物流信息，也是大数据物流平台的主体。将零散的数据聚合找出有用的信息是大数据物流平台设计的关键，然而，目前的大数据物流平台在这方面仍比较薄弱。以阿里集团的“菜鸟驿站”为例，虽然为客户和快递公司提供了很多便利，但并没有使用大数据对驿站地点和数量选择做出统筹的规划，严重影响了加盟商的收益。 2.4 大数据信息平台的安全保护存在漏洞 大数据物流平台涉及多个企业的利益，其安全问题也需要各方的维持。然而，有关大数据平台的安全事故时有发生，给平台企业带来了经营隐患。如快递公司网站存在漏洞致使黑客入侵快递公司，泄露客户个人信息。 2.5 管理者没有真正将传统思维模式转换成数据思维模式 目前，问题导向的影响下，国内大数据物流信息平台在行车线路的优化、库存量的界定、物流中心的布局等方面的应用还是比较普遍的，但真正用数据思维来思考和管理的案例几乎没有，严重束缚了物流大数据信息价值的发挥。 2.6 大数据物流信息平台缺乏人才 设计与实施大数据物流信息平台的人才既需要懂仓储、运输、配送等物流专业的知识，又要在公司战略管理方面具有独到见解。然而物流人才匮乏是不争的事实，全球大数据相关岗位入职率低的现象非常严重。 3 构建大数据物流信息平台的建议 3.1 完善多方企业合作机制 大数据物流信息平台需要多方企业的参与，多方企业通过合作来共享利益，因此，平台的搭建极其关键。一般来讲，平台的搭建应以某个具有综合实力高、创新运营模式和行业内影响力大的企业来完成，并以搭建企业的实力来吸引其他企业的加入。参与者各方应各有优势，形成互补，从而提高整个物流平台的经营效率。同时，难以被模仿或被超越独特价值的物流大数据才是平台的核心价值。此外，平台设计应该考虑各方利益，在利益分配方面，应遵循科学、合理的原则，不应该主观臆断。 3.2 提高大数据运用能力 数据聚合、数据储存、数据计算、数据分析和信息运用是大数据处理技术的五个环节。在数据聚合方面，应该使用智能手机、PC机、射频识别、全球卫星定位系统与传感器等设备及时、准确、完整的收集货运量及运输路线的数据、客户需求，订购量的数据、包装、配送等相关数据，以及仓储中心位置及库存数据等数据。数据的储存一方面要提高存储空间，另一方面要通过高性能I/O、虚拟存储技术及网络存储系统等存储虚拟化来实现。在数据计算和分析方面，可以选用数据库、一体机数据库、数据集市等商业大数据的分析工具，也可以选用免费的开源性大数据生态圈。 3.3 加强安全防护管理 加强安全防护管理，首先，要加强对大数据物流信息平台管理人员与员工的培训，加强管理人员的认识，提高其专业技能，加强对核心数据的保护；其次，精准筛选数据，缩小数据分类模块，加强对数据的分类管理，并通过逻辑冲突及时交叉验证。最后，因数据提供者又是数据的使用者，因此严格区分大数据区域，加强保护商业机密数据，消除防护盲区，建立实时的安全检查机制是极其重要的。 3.4 开发大数据信息平台思维，创新经营模式 互联网大数据信息时代要求身处在这个时代的企业要在创新经营模式方面有所突破。大数据物流信息平台的设计与实施也可以借鉴成功的商业模式，进行跨界思考。如参考小米开发物流行业的粉丝模式，物流行业是互联网经济唯一面对客户的服务行业，其拥有海量的客户信息资源，为吸引粉丝、增加客户黏度及精准营销提供了保证；将颠覆出租车行业的Uber模式引入物流领域形成众包物流模式，借助大数据物流信息平台使人人成为快递员，解决最后一公里的配送问题。 3.5 采用多元化的方式引进大数据人才 数据化物流离不开数据人才，面对全球稀缺数据人才的现状，物流行业应该考虑采用多元化引进人才的方式。首先，可以将大数据物流信息平台业务外包出去，利用“外脑”解决物流数据问题。外聘更具有专业素养的大数据信息团队，能有效地突破本公司固有的思维方式，更加能够从新视角发现物流数据的价值。其次，内部挖掘，培养本公司员工，选择IT专业的员工到物流岗位，了解物流工作流程；还可以对物流岗位具有大数据基础知识和较强学习能力的员工进行专业化的培训。最后，企业可以与高校合作，采取定向培养的方式获得相关人才。 主要参考文献 [1]邹裔忠，林美珠.大数据时代物流企业开展物流金融的优势分析[J].武夷学院学报，2015（9）. [2]何宝义.国内外大型物流企业对现代信息化技术的应用现状[J].中国电子商情（RFID技术与应用），2009（6）. [3]陈宪宇.大数据时代企业相关职位设置与人才培养[J].经营与管理，2014（9）. [4]谭天.大数据研究经典的研读与批判――读维克托?迈尔-舍恩伯格《大数据时代》有感[J].重庆工商大学学报：社会科学版，2016（1）.
