大物流时代的物流管理

大物流时代的物流管理（精选9篇）

大物流时代的物流管理 第1篇

在大数据时代, 面对海量数据如何处理, 如何很好地使用, 是摆在人们面前的一个现实问题。海量数据的获取能力和处理能力都不是一般的企业系统所能承担的。然而, 海量数据处理和共享的结果, 会给我们带来意想不到的惊喜, 使用这些海量数据是人们盼望的事情。海量数据的形成之初就像是自然界里面的水汽, 看不到但弥散在各处, 当自然界里面的水汽在高空凝聚以后就形成了云, 在物流管理与运作中产生的零散数据就像是水汽, 经过适当的汇聚, 在计算机系统中形成了数据云, 厘清他们之间的关系, 对物流系统的发展有很大的帮助。

运用“云计算”分类的方法, 物流行业信息云属于“行业云”中的“物流云”, 是物流信息的共享平台。正确地认识“物流云”的相关概念与“云”的相关技术, 有利于“物流云”这朵“行业云”在物流行业的发展与应用。“物流云”是物流信息化下的一个应用子项, 从物流信息化角度看, 其物流行业的总体框架如右图所示。

“云计算”在物流行业中的发展

从快递业应用“云物流”的实例看, “云物流”的作用主要体现在物流信息方面。在实际运作中, 快递行业中的某个企业首先搭建一个“行业云”的平台, 集中行业中的私有数据, 即集中来自全球的发货公司的海量货单;其次对海量货单和货单的目的路径进行整理;再次指定运输公司发送到快递公司, 最后送达收件人手中。在这一过程中, “云物流”对快递行业的收货、运输、终端配送的运作模式进行了整合, 实现了批量运输, 部分解决了我国运输行业长期存在的空驶 (或是半载) 问题, 提高了运输公司的效率, 降低了成本。

物流从经济层面上可以分为宏观物流和微观物流。宏观物流通常是指物流范围较广, 工程量较大, 具有带动经济作用的物流活动。宏观物流方式会影响社会流通方式, 也会影响国民经济。相对于宏观物流而言, 微观物流主要是指局部的、小范围的物流作业。除此之外, 还有社会物流、企业物流、国际物流、区域物流、特殊物流等不同的分类。

当一个企业承担物流的全部功能时, 实际上是承担了所有的物流活动。第三方或是第四方物流出现以后, 通过对物流活动进行细分, 实现物流作业的专业化, 提高物流活动的效率。第三方或第四方能够提高物流效率的本质, 实际上是对物流活动进行重新组织, 即业务重构, 做到业务活动的专业化, 业务重构对提升效率起到了巨大的作用。

在业务重构过程中, “云计算”是可以利用的工具之一。目前, 在物流领域有些运作已经有“云”的身影, 如车辆的配载、运输过程的监控等等。借助“云计算”中的“行业云”, 多方收集货源和车辆信息, 并能使物流配载信息在实际的物流运输能力与需求发生以前发布, 加快了物流配载的速度, 提高了配载的成功率。

“云存储”也是可以发展的方向之一, 利用移动设备, 将在途物资作为虚拟库存, 即时进行物资信息交换、交易, 将物资直接进行虚拟出入库, 并直接将货物运送到终端用户手中。

受益于“云物流”的可能还有供应链, 零售业在“云物流”的影响下也可能发生变化。

如果说, “云计算”为快递行业降低生产成本发挥了很大的作用, 那么“云计算”在物流行业应用带来的直接效果就是降低物流成本, 这将大大提高物流业的社会效益。仅此一点, “云计算”在物流业中就必将有巨大的发展空间。

互联网的发展对“云物流”的催化作用

“云物流”是集中了计算机技术、网络技术、物流管理技术的产物, 是在计算机的“云”概念之下的应用拓展。要想把“云计算”很好地应用到物流行业, 形成“云物流”, 网络是不可离开的使能工具, 网络应用普及率的高低, 决定了“云物流”实现的可能性与难易程度。网络普及率越高, “云物流”发展的可能就越大;参与“云物流”的物流企业越多, “云物流”获得成功的可能性就越大, 获得的经济效益也就越高。

可以说, 智能终端的使用, 把“云计算”的方便获取、资源共享、随机应变和可实时访问的特点充分发挥了出来。这样的结果, 对于物流行业发展“云物流”非常有利:其一、终端价格的降低, 使得物流行业使用互联网的成本快速下降, 对物流中信息沟通极其有利;其二、智能手机是轻便实用的移动终端, 这样的轻便终端的使用, 符合物流行业尤其是快递业移动频繁、携带物品多、大型终端携带不便需要轻便终端的特点;其三、物流行业的业务端点多且分散, 智能终端与3G网络的出现解决了物流端点布局难题。这样的形势, 对于提高物流行业使用新的信息技术, 尤其是“云计算”的应用, 无疑起到了催化作用。

利用现代技术手段促进“物流云”发展

物流领域中作业数据的汇集是非常重要的一环, 在物流领域中, 许多现场数据的产生是随机的, 管理者远离现场, 数据传输距离远, 而且数据量很小。面对这样的状态, 已经有人在想办法快速收集微量数据了, 利用手机短信把微量数据汇集起来处理。而现在的智能手机作为终端, 其功能远远多于早期的手机, 在这样的终端上面, 我们可以做很多的应用, 如:司机携带智能手机, 通过GPS可以把车辆的位置信息传递回来, 简单的操作就可以登陆公司的网页, 报告车辆的装载情况等等。妥善处理好物流系统中的作业层面的信息, 是形成“物流云”的基础

可以为物流领域服务的技术非常多, 3G、4G网络的应用给物流领域带来的变化是有目共睹的, 条码技术、RFID技术、视频压缩传递技术、遥控遥感技术等等不一而论。如何利用好这些技术, 或是在这些成型的技术上面提出我们应用的要求, 是管理者应该考虑的事情, 通过这些技术手段的应用, 为“物流云”提供数据基础。

物联网的发展在给生活带来便利于改变的同时, 必然要给物流的发展带来巨大的变化和深刻的影响, 表现是多方面的:数据的采集和传递、物品运输的组织调配、货物在途监控、仓库的管理等等。以前属于人工管理的事情, 在有物流网以后, 物与物之间可能会实现智能化的对接与沟通, 届时的数据处理方式和模型是另外的一种形态。

促进“云物流”的发展离不开现有的物流信息平台, 是一个从现有的信息平台过渡到“云”的一个过程。从目前的物流行业的信息平台使用情况看, 大部分还是以单位或是集团为单位, 各自为政, 这样就难以形成物流行业云所需要的数据环境, 如何促进现有物流平台的统一和公共数据的公开是应该解决的问题。

大物流时代的物流管理 第2篇

求解这一命题已经成为所有电商公司和物流公司的迫切所在，这也是新兴公司成长的拦路虎。

一种新解药正在试验田里生长。

一个多月以前，京东商城选择了一家新的合作伙伴，快递员无需把每个包裹送到顾客家中，而是集中在一个地方等顾客来取。京东选择的新伙伴叫做港佳好邻居。

其实从今年1月开始，快速扩大自提点就成为京东解开物流困局的重要利器。目前京东商城已经在北京5号、10号线共20个地铁站开通了自提服务。用户在下单时，可选择这项免费配送服务。在部分小区，京东也设置了自提点。通州区鼎盛国际小区的自提点每天甚至有上百个包裹，热闹非凡。

自提点似乎正在开始成为一种潮流，好邻居在北京拥有200多个门店，遍布城区，尤其在交通压力大的核心城区更为密集，而这部分也恰恰是电商物流最薄弱的环节之一。

京东可以说是目前好邻居名声最大的合作伙伴，但并不是最早的。追溯到两年前，团购网站新兴崛起时，在好邻居的高管和一家团购网站高管闲暇聚会时，碰出了合作的契合点。这对于尚未有足够势力广撒网络的团购网站，和固守发展并不算迅猛的、曾被评价为走入困局的便利店来说，都是个令人兴奋的合作点。

在好邻居副总经理毕震看来，这些年他们一直试图将便利店从仅仅是卖东西这一概念解脱出来，他们在不断演变它的作用，它可以是信息的入口、人流的入口，甚至可以作为货物的周转。对于大物流时代，好邻居自提点的属性虽然并没有渗透到顾客家这样的微循环，但已经是整个链条的具有相当价值的末梢循环。

解决物流成本难题

抢手的“自提点”

毕震的经历很有意思。他几乎是好邻居最新的职员之一，因为他一个多月以前还在京东商城工作，再之前在淘宝网。如果还往前倒的话，他在好邻居及相关企业工作了四五年的时间。

这一轮“出逃”和“回撤”并非有意为之，互联网的蓬勃发展对所有行业，尤其是传统行业的年轻人来说都具有相当的吸引力。而不管怎样，他现在却几乎可以被称为好邻居职工中最有“互联网精神”的一个。

“回撤”后的毕震更能体会和理解便利店在电子商务时代的优势所在。

京东与好邻居的合作实验，选在了护国寺、二龙路和地安门三个便利店。这三个店铺都各具特色，有的离地铁近，有的是堵车严重的地段。对于好邻居来说，甚至希望京东把它们做成某种形式的实体店。

对于很多B2C电子商务公司来说，全程物流配送要付出很多成本，而部分成本对客户来说是没有价值的。比如说送货的纸箱子，成本在三四块钱。这箱子质量有多好呢？要求是一个人站在上面箱子没什么问题。而如此考究的箱子当送到顾客家里时就大多变得无用了。

加上箱子的成本，一个最小的物流包裹送到顾客手中的平均费用可能要5～6元。而对于好邻居而言，如果能实现货物从统仓一起配送到各个门店的话，就可以省去昂贵纸箱的费用，而对于装卸整体货物的大箱子，好邻居是循环利用的。

便利店如果广泛成为大物流时代的一部分，还可以更多地解决便利性的问题，很多顾客家里白天可能没人，送到物业的话也有个下班的问题，而很多好邻居这样的便利店则是24小时营业的。

对于那些刚刚入行的电子商务公司来说，能和便利店达成合作绝对是个重要的利好条件。天天踏歌是一家销售有机食品的新网站，正在试图与好邻居进行全面的合作解决高昂的物流成本问题。对于生鲜食品来说，用户的购买往往是少量多次的，在毕震看来，如果每次都给顾客送到家里，各个地方都要成本，账可能根本算不过来，但如果到好邻居的门店，成本是可以核算得过来的。

“像便利店这样的行业，随着房租成本和人工成本上涨，会进入发展缓慢的阶段，怎么样能够在这一个店里承载更多的东西，光卖东西是不行的，将来是卖服务，光卖服务也是不行的，要引入互联网思维的话，就是要卖流量。”毕震说，互联网行业有UV值（访问量），以后便利店也要看重UV值。现在好邻居的销售一天大概100万元，每个店平均每天需要派发约七八个京东包裹。毕震希望这一数量能在短期能有大幅提升。

现在有80家好邻居还配置了ATM机，这也是他们提升UV值的重要方式。同时他们还打出了青少年紧急救助的口号，因为是24小时营业，可以为晚归或者遇到危险的人们提供帮助，而且每个便利店都有摄像头，无论是寻求庇护或者取款都能提供更好的安全保障。

随着物流行业大盘子的迅猛扩张，蚂蚁雄兵的方式越来越受到城市交通的挑战，固态的店面连锁成为了唾手可得的优势所在。

从全链条到分割作业

建立高效操作流程

其实不止好邻居，在大物流出现困局的当下，很多新兴的模式正在应运而生。

好邻居便利店目前与“Hi！小白”网络精品便利店达成了战略合作。两者合作推出针对白领的早餐和午餐的订送服务。消费者在Hi!小白网站下订单后，供货商进行定量生产，然后由好邻居的配送体系将便当送至距消费者最近的好邻居门店。最后再由“Hi!小白”的配送人员送到消费者的单位前台，“好邻居在这里担任的是分仓点的角色”。

毕震说，什么是大物流时代？就是每个人各做一段。

由于靠近社区，好邻居还和第三方代收货服务平台“收货宝”进行合作，成为快递包裹的代收点。虽然目前好邻居只有在望京的6家店铺能够代收货，但未来随着合作的进展，将陆续开通其他区域好邻居网点的代收货服务。

对于收货宝的模式，相当于是在电子商务公司和消费者中间加进来的新平台，对于同样处于中间链条的好邻居来说，如果收货宝能够与更多的电子商务公司达成合作，相当于好邻居可以省去和众多公司对接的麻烦，能够用最简化的流程，实现便利店的价值。

做好电子商务的核心是什么？供应链。做好物流，流程亦是重中之重。

现在好邻居和京东、天天踏歌等电商合作，跟每个不同的公司嫁接都是完全不同的流程。京东有京东的脾好，团购有团购的需求，各自迥异。如果把流程统一化，则可以减少很多不必要的损耗，提高供应链效率。

最开始和团购网站合作的时候，因为团购网站也是新兴的，没有太多线下的流程，所以当时的合作好邻居更多的是考虑到适合自身的流程。而京东则是一个强势的合作伙伴，原因之一是其早已建立起自己的流程体系，要求是几家公司中最大的。当然也由于京东体量大，更有话语权。

现在的流程是，京东把一个便利店对应的货物按照原有流程发配给快递员，由快递员送到好邻居门店，每个货物支付给好邻居2元。这在好邻居看来并不是最经济的方式。按照这个流程，京东需要花最低5～6元的成本，加上支付给好邻居的一共要付七八元。

而如果是京东统仓直接对应好邻居统仓，由好邻居每日例行配送系统送到门店，虽然要支付给好邻居五六元，但是总体节省了2元的成本。

电子商务新兴起的时候，蚂蚁雄兵的快递队伍炙手可热，他们创造了大量财富，但随着电商对社会影响的深入，随着物流行业大盘子的迅猛扩张，蚂蚁雄兵的方式越来越受到城市交通的挑战，扎守在城市各个角落的，固态的店面连锁就成为了唾手可得的优势所在。

大物流时代的物流管理 第3篇

1 大数据协同物流企业管理的内涵和技术线路

在大数据时代, 大数据协同管理作为物流企业竞争的关键点, 是以大规模并行处理数据库、数据挖掘、分布式文件系统、互联网技术和可扩展的存储系统以及掌握相关技术的人才储备和相关基础设施的进步与提升为基础, 使物流企业成为真正的数据驱动型企业, 成为真正的以客户为中心, 以最新、最全面的数据为依赖的运作模式, 并推动“智慧物流”快速、高层次地发展。伴随着现代信息技术的发展, 大数据在物流企业中应用呈现出以下的特点和技术线路:

一是实时收集物流企业每一个节点在运行过程中产生的大量数据, 包括用二维表结构来表达的存储在数据库里的结构化数据, 也包括日志文件、电子邮件、XML文档等半结构化数据, 以及更多的文本、图片、办公文档、各类报表、图像和音频/视频信息等非结构化数据, 并形成数据集, 这些数据可能是来自社会化媒体、互联网、电子商务, 也可能来自实时监控设备、智能终端, 甚至会来自于客户的手机、平板电脑、移动存储设备。

二是通过新型的数据管理和分析技术, 包括大规模并行处理数据库、数据挖掘、分布式文件系统、云计算平台等, 对收集到的物流节点活动的海量数据进行计算、汇总和分析, 形成应用型数据, 并对数据进行融合, 形成可以帮助物流企业进行决策的有价值信息。

三是通过数据了解物流企业的业务运作情况, 判断不同业务的利润率、增长速度, 总结分析客户的需求和消费习惯, 掌握货物的存储和运输规律, 从而为物流企业进行业务调整、维护客户关系、规划存储运输资源提供有力的支撑, 避免传统的根据个人经验和市场调研来进行决策的弊端。

四是针对物流企业业务运作情况分析, 围绕这个“中心”, 形成可行性报告应用于物流企业的服务管理、市场管理及销售管理。

2 借助大数据物流企业升级管理的策略分析

“大数据”环境背景下, 物流企业要提升在商业模式、服务上的创新力, 大幅提升商业决策水平, 降低经营成本, 改善服务的决策流程, 寻找并更好地维护客户, 就需要不断挖掘业务流程各环节的数据。透过数据发掘新的市场机会, 创新经营模式;透过数据发现业务流程中的瓶颈因素, 找到改善流程效率、降低成本的关键点;透过数据勾勒出用户的“数字剪影”, 从而为用户提供精准服务, 满足用户需求, 并缩减企业服务与用户的沟通成本。

2.1 加强信息平台建设, 提高物流管理大数据的处理能力

在大数据协同物流供应链管理模式下, 物流企业要高度依赖于对数据、信息的采集分析和处理, 从这个意义上来讲, 物流供应链管理本质上是一种物流信息的管理, 物流企业的竞争已成为对信息资源的竞争。因此, 加强对各类物流供应链数据的整合研究对提高物流企业管理水平具有十分重要的作用。

在传统物流企业中, 结构化数据收集及处理系统已经得到应用, 实现了对资源数据、交易数据、供应商数据、质量数据等参数的存储与跟踪。但是在大数据时代, 大量的信息是非结构化数据, 数据内容复杂且具有多样化, 已经超出了传统结构化数据的获取、存储、分析和应用的概念。为了实现大数据协同物流管理, 物流企业应该从多种社交媒体、虚拟社区、客户服务中心等多种渠道中获取大量非结构性数据, 并加强企业与第三方数据服务商的合作, 通过先进的软件及模型对数据进行虚拟化的智能分析, 从而获得商业决策的依据。并将现代物流构筑在先进网络信息技术平台上, 加快与电子商务的融合, 力求通过网络平台和信息技术将制造商、供应商, 母公司与子公司联结起来, 实现对物流各个环节的实时跟踪、有效控制和全程管理, 达到资源管理和信息共用。

2.2 借助大数据物流平台, 创新经营模式

在传统物流企业的经营管理中, 由于没有现代信息技术和移动互联网支撑, 在物流系统中缺乏有效的信息沟通, 使各业务部门各自为政、条块分割, 不能很好地相互配合, 在物流企业中存在着运输线路和货物批次不合理、对外部环境变化不能及时调整、企业不能准确把握商品库存和中途运输情况等问题, 造成物流反应速度慢、资源配置不合理、成本控制不理想等不良后果, 业务流程也常常会因为某个部位或环节出现问题而发生短路, 这大大影响了物流企业的发展壮大和高效运作。

因此, 为提升物流企业的经营管理水平, 促进物流行业的健康发展, 物流企业一定要重视经营管理理念的转变, 用大数据供应链协同管理思想来优化企业内部业务流程。对分布在全国的各地分公司使用大数据进行管理, 将原本分离的物流、商流、信息流和采购、运输、仓储、代理、配送等环节联系起来, 形成一个完整的供应链, 并对供应链整体运营状况翔实掌控。通过由物流企业的数据管理部门及时把用户提出的所有需求反馈到仿真部门, 仿真部门利用大数据信息平台进行模拟, 预测出优化结果并反馈给管理部门, 再由管理部门对分布在各地的配送、仓储、运输等业务部门进行协调, 从而形成一个基于大数据的良性循环。这在一定程度上克服了由于子公司独立核算所导致的配合、协调困难的问题, 帮助企业克服了实现成本领先的障碍。对于为顾客提供特色化、个性化服务的物流企业, 通过利用大数据技术提取的“大数据集”, 包括单一的结构化数据、大量的半结构化数据 (电邮、网页、文本数据) 以及更多的非结构化数据 (视频、音频、传感数据等) , 可以更加快速地了解客户当前的及潜在的需求, 为扩展服务、发展潜在客户和提供个性化服务提供了依据。

2.3 依托大数据物流平台, 不断优化业务流程

目前, 我国物流企业的整体规模和实力还不是很强, 服务还仅仅停留在供应链中的某个点或某个环节, 距离从原料到销售服务的全链式经营管理还有很长一段路程, 还没有真正实现一体化的大物流、大管理的全链条管理服务。随着互联网和物联网的发展, 多样产品的销售和多地域产品的运输给物流管理的相关环节, 如供货周期、库存周期、配送时效、物流操作要求等方面造成了很大的压力, 使得传统物流中心面临很大的技术挑战。另外, 跨区域物流配送、城乡差异、政府的管制等方面也会对物流效率带来影响。

因此, 物流企业要从企业发展战略着眼, 利用好大数据管理工具, 充分发挥其辅助决策的潜力。建立高效的运输与配送中心, 通过大数据分析对道路运力资源进行调度, 实现高效的运输管理;通过大数据分析构建全业务流程的可视化, 实现货物在配送中心间的有序调拨;通过大数据, 全面掌控外包承运商及自有车队的运作状况, 从而正确选择外包承运商和管理自有车队;通过大数据, 实时掌控物流业务的进展状况, 提高物流企业对业务风险的管控力, 改善物流企业运作和客户服务品质。同时可以借助大数据提前预测客户产品的需求情况、预测未来某个时点客户产品库存的周转和现货率, 从而对客户产品最大库存设置、订购批量等方面进行优化, 降低客户的库存管理成本, 提高客户服务水平。另外, 利用大数据可以实时了解客户生产进度情况, 并通过数学模型、优化和模拟技术进行数据分析, 从而调节客户物料的配送、库存和成本间的关系, 并制定出优化后的配送线路和网络, 实现订单、配送、仓储的一体化管理, 推动物流成为企业发展的核心竞争力。

3 结论与展望

大数据应用已渗透到物流企业的市场预测、中心选址、储位和配送线路设计以及客户管理等方面, 在创新经营模式、优化业务流程、提高配送效率、培养客户粘性等方面发挥了巨大作用, 但是面对大数据这一机遇, 物流企业仍需高度关注大数据应用时存在的数据质量与实效性不易把握、高层管理者重视和支持不够、具有数据挖掘与物流企业运营管理复合型技术人才缺乏、非结构化数据转换困难、数据开放与隐私保护难以平衡等问题, 并积极寻求解决办法, 这将对物流企业形成以客户为中心的数据驱动型企业有积极的意义, 也是物流企业参与大数据时代竞争的必要条件。

摘要：在我国产业转型升级时期, 物流作为社会经济发展的支柱产业, 已经从传统物流向现代物流转变, 物流企业间的竞争也转变为数据间的竞争, 物流企业只有顺应时代发展的趋势才能在激烈的市场竞争中占据有利地位。文中从物流行业发展的现状出发, 对大数据协同物流管理的基本内涵、技术线路进行阐述, 并从提高大数据处理能力、创新经营模式、优化内部业务流程等方面对物流企业提出了相关的对策建议。

关键词：大数据时代,物流企业,升级管理,策略

参考文献

[1]刘慧.供应链管理[M].北京:中国人民大学出版社, 2002.

[2]魏继华.大数据应用对物流企业竞争力的影响研究[J].商贸流通, 2014, (22) .

[3]叶斌, 等.大数据在物流企业中的应用研究[J].物流技术, 2014, (33) .

企业如何应对物流大数据时代 第4篇

梅赛德斯-奔驰卡车前瞻性的提出了物流信息化的理念:2013年在中国市场推出的“T.C.O.运盈智汇”成本计算器服务, 正是顺应这一趋势的最佳解决方案。有效的帮助中国物流企业更好地了解其运营成本的构成, 让物流业的运输主力军卡车的生命周期变得更加容易追溯。我们可以看个例子:

江苏某快运公司的负责人说他们公司之前使用过廉价卡车, 故障频频, 在换用奔驰卡车后每年的运输距离达到了30万公里, 计算包括车价折旧在内的整体成本, 每年可以节省整整20万元!其中, 在燃油费与车辆养护维修费用上的节省尤其突出:燃油费用可节省1 6万, 养护维修节省近6万元。对于一个有着百辆卡车的车队而言, 意味着2000万元的成本节约!积少成多就是这样了。

大数据时代危险品物流管理研究 第5篇

关键词：大数据,危险品,物流管理

1 引言

2015 年8 月13 日凌晨,一条让人痛心疾首的信息在朋友圈刷屏: 天津港发生大爆炸,腾起巨大的蘑菇云,伤亡不明。随后,经过媒体的报道,进一步证实了: 8 月12 日晚间11 时30 分左右,天津滨海新区集装箱码头危化品集装箱发生爆炸。事故造成44 人死亡,其中包括12 名消防官兵; 住院治疗520 人。然而,天津港大爆炸并非个例。2013 年山东青岛中石油燃爆事故,2014 年中石油大连石化公司储存罐着火,2015 年12 月北京6 环30 吨油罐车起火爆炸等,这一桩桩事件让人心痛,更应该引起我们的警觉。这种灾难是否可以避免? 是不是可以找到一种办法让我们从源头就可以估算、预测到未来可能发生的隐患,从而有效避免险情的发生。

2 大数据时代的数据管理

Gartner的定义: “大数据” 是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。在世界已经快步进入了 “大数据”时代,如何充分利用信息技术带来的机会并将其转化为竞争力,如何有效地挖掘大数据的价值、实现可用或资产价值,已经成为我们必须重视和解决的问题。大数据时代的数据管理,应着眼更高层次,站在领域、行业或企业( 或政府部门) 全局的高度,将数据视为有价值的信息资源、贯穿数据全生命周期的管理。有实效的数据管理是大数据应用的前提,包括: ①统一的数据管理、形成统一的数据模型和数据标准化体系,可以有效地、根本性地解决系统集成难题;②加强源头数据治理和数据环境重建( 优化) 、实现 “源头唯一、标准一致、结构稳定”,有效规避 “数出多源” “标准不一”和 “结构不合理”等因素的影响,有序消除各类系统间的 “信息孤岛”现象、提升系统集成品质; ③实现数据资产集中化管理,强化和深化信息资源深度开发利用能力。

3 危险品进行数据管理的必要性

3. 1 危险品物流迅猛发展

( 1) 危险品物流需求快速增长。自从改革开放以来,我国危险化学品的生产、运输和使用每年都在以10% 以上的速度迅速增加。与近年来化工物流行业整体高速成长态势相适应,包括危险品物流在内的相关化工物流需求均呈现出快速增长的态势。

( 2) 危险品物流企业数量增多,规模逐步扩大。随着危险品物流需求的快速增长,危险品物流企业数量逐年增多,企业规模逐步扩大。大多数危险品物流企业侧重于危险品运输,是原本具备危险品运输资质的运输企业、车队等发展而来。部分危险品物流企业是由原来的危险品仓储企业进行转型,部分危险品物流企业是目前国内领先的大型物流企业集团在现有领域上进行扩展的结果。

( 3) 对外开放力度加大。同现代物流业的对外开放一致,危险品物流业的对外开放力度近年来也进一步加大。荷兰、日本、美国等国的相关企业也纷纷进入中国市场,以占领更多的危险品物流市场。

3. 2 现阶段危险品物流存在的问题

危险货物作为一种特殊品类,具有很大的危险性,容易造成人员伤亡和财产损失。天津港大爆炸的破坏力之大、影响面之广、损失之严重都足以说明危险品在物流过程中预警的必要性。我国政府和管理部门十分重视危险品物流管理,并相继出台了一系列规范危险品物流运作的法律、法规、标准和规定。这对于规范我国危险品物流管理具有非常重要的作用。但由于我国危险品物流专业人员较少,专业技术水平及运输设备条件参差不齐,导致危险品物流效率低下并存在严重事故隐患。具体问题主要表现在以下几个方面:

( 1) 危险品物流网络规划不科学,导致物流效率低。我国危险品物流生产企业大多集中在东部沿海地区,但需求比较分散,导致危险品物流配送路线过长,潜在风险较大。同时由于铁路运输能力的限制,道路危险品运输量大,运输成本高,运输风险大,运输效率低。

( 2) 协同管理严重不足,管理效率低。针对危险品物流行业,公安、交通、质检、环保、卫生以及工商、税务、海关等部门都制定了推动本行业发展的有关法规和规定。然而,管理部门太多导致企业左右为难、无所适从,职能交叉导致部门之间的争利诿过时有发生,相关部门间的协同管理水平亟待提高。

( 3) 危险品物流标准化与信息化监管能力较差。尽管各级管理部门都出台了关于危险品物流信息化监管的法规及相关标准,但与发达国家相比,还存在一定差距。同时,危险品物流企业信息化监管能力较低,缺乏对危险品生产、仓储、运输、搬运全过程的信息化监管,危险品物流全过程信息化监管脱节。

( 4) 事故应急机制落后,缺少危险品物流应急预警机制。应急管理部门对危险品物流事故处理尚未建立快速反应的有效机制,对危险货物的危害认识不足,相关防范、救援措施不能及时跟上,往往贻误施救时机,造成二次事故。

4 大数据时代危险品物流管理的对策

我国危险品物流管理部门太多导致企业左右为难、无所适从,职能交叉导致部门之间的争利诿过时有发生,相关部门间的协同管理不顺畅造成低效,归结原因是由于信息的不对称和各地方各自为政,大数据下的危险品物流解决方案一定要多方共举,各个区域、各级政府部门要进行协作,信息和数据共通共享,在保障安全的情况下搭建一个云平台。如此方能更进一步提升安全防护效率,从源头到运输再到存储的过程中,360 度无死角的做到万无一失。

结合危险品物流的自身特点和物流业运作的一般原则,危险品物流需具有安全性、信息化、智能化和严格科学的管理等特点。不同于一般物流侧重于效率和效益,危险品物流首先考虑的是安全性。信息化和智能化逐渐成为物流管理的重点,以网络技术搭建的信息平台允许管理人员对整条供应链进行全程监控,实时保证供应链的顺畅和物品的安全。物流运作的各个部门需要更好的协作与配合,供应链需处于严格科学的管理之下,确保危险品物流进程在保障安全性的前提下有条不紊的进行。

危险品监控中心是整个系统的核心,它不但负责各平台的管理控制,还要对所接收到的数据进行调查分析,它可以很方便的查看系统运行状况。包括通讯服务模块、GPS服务模块、GIS服务模块、数据库服务模块、视频监控服务模块、客户服务模块等部分,负责与运输、存储监控系统的信息交流,提供GIS人机界面,满足监控、报警、调度等管理需求。

危险品存储监控系统是对危险品的存储过程进行监控管理,在危险品的包装上贴有一个RFID标签,这个RFID标签包含危险品的各种信息,包括生产厂家、生产日期、名称、危险品类别等。确保每件入库的危险品信息都能被RFID阅读器获知,这些信息都会保存到数据库中,并通过网络传输到监控中心的系统中。

危险品运输监控系统是对危险品的运输过程进行监控管理,主要通过车载终端来完成。车载终端包括车辆的RFID标签、GPS模块、GPRS模块、监测终端等部分,终端接收GPS定位信号、车辆状态检测信息和车载危险品信息,通过GPRS与监控中心进行双向数据传输,同时响应监控中心的控制指令对终端设备进行控制和监测。

整个监控系统的工作原理是危险品从进入仓库起就被贴上了专有的条码标签,危险品的各种信息都存储在这个标签中,当危险品需存储在仓库中时,通过RFID读卡器,快速读取危险品信息,进行分区存储,并控制存储的环境条件。危险品的入库、出库都需要登记,并对进出仓库人员进行身份识别、权限判定、行为记录,并对危险品流向进行登记,防止危险品遗失。当危险品通过运输车辆进行运输时,危险品运输车辆上的车载移动终端,一方面接收GPS定位信号;另一方面接收安装在危险品运输车辆上的传感器信号( 如温度、压力、湿度等反映物品状态的关键参数) 。通过GPRS网络将这些数据按照一定的协议格式( TCP格式或UDP格式)传输到监控中心的具有固定IP地址的监控服务器上,监控服务器上的相关软件对数据进行解析和分析后再将结果存储在服务器端的数据库中,同时将相关客户的物流信息公布在公司官网的客户端,客户可以登录官网了解自己货物的物流信息。

在物流领域来看,信息平台只是技术手段,目标是物流的智能化———不仅仅是流程的自动化,此时的智能是 “自动化+ 信息化+ 网络化”。随时把采集的信息通过网络传输到数据中心,或者是指挥的本部,由指挥中心做出判断,进行实时的调整,这种动态管控和动态地自动选择,才是大数据时代的智能。以Amazon公司正在使用的Elastic Map Reduc( EMR) 大数据处理平台为例,能够将大数据进行分布式计算,其工作原理简单讲就是将数据进行分割,然后通过多台电脑进行分散处理,再将处理的结果统一整合在一起。时下引起物流行业巨大关注的菜鸟网络物流服务平台也是迎合了物流的核心需求,使企业非常有效地处理了网络与流程这两个物流发展的基本问题。

参考文献

[1]徐琛,吴芳,李志成,等.我国道路危险品运输管理的特点及分析[J].科技风,2008(16):52-53.

[2]曾意.国内危险品物流现状调查[J].中外物流,2007(4):68-69.

[3]马里.基于GPS/3G/GIS危险品运输车辆监控与调度系统的研究和应用[D].杭州:杭州电子科技大学,2011:1-60.

[4]张令勇.基于GPS/GPRS/GIS的危险品车辆在途监控预警技术研究[D].淄博:山东理工大学,2010:1-68.

大物流时代的物流管理 第6篇

大数据时代来临, 这是一个频繁的颠覆性变革的新业务时代, 从PC到互联网, 从物联网到云计算, 呈指数级增加的社交网络、移动设备、电子商务把人类社会带入了一个以PB为单位的结构与非结构数据信息的新时代。研究表明2012年人类产生的数据, 是2003年之前所有数据的500倍, 到2015年大数据还将增长3倍。只有10% ~15% 的企业能充分运用大数据, 这部分企业的财务指标比竞争对手高出20%。越来越多的企业发现运用创新的商业模式和技术, 将见解和知识转化为业务优势是企业长足发展的必由之路。

大数据的概念最早由全球知名咨询公司麦肯锡提出, 维基百科中将大数据定义为所涉及的数据量规模巨大到无法通过人工, 在合理时间内达到截取、管理、处理并整理成为人类所能解读的信息。高德纳对大数据的定义是大量、高速、及/或多变的信息资产, 它需要新型的处理方式去促成更强的决策能力、洞察力与优化处理。大数据分析技术分为五层: 数据采集、存储、处理、分析、应用及展现。传统的IT公司如IBM、微软、SAP等都在大数据分析技术投入大量研发费用, 以满足日益增加的大数据技术需求。

目前大数据在物流领域的应用日益广泛, 引导着物流企业在大数据挖掘基础上, 将洞察力快速转化为公司决策。UPS国际快递公司是较早使用大数据预测和决策的公司之一, 2000年开始使用预测性分析检测自己全美60000辆规模的车队, 以便及时进行防御性修理, 只需更换必须更换的部件, 从而节省了好几百万美元。多效的地理定位和UPS的最佳行车路径系统设计了尽量少左转的线路, 使得油耗降低, 行车安全和效率得到了大幅提升, 2011年, UPS驾驶员少跑了4828万千米的路程, 节省了300万加仑的燃料并减少了3万公吨的二氧化碳排放量。

大数据及大数据分析技术的发展, 给社会带来了巨大的变化, 面对日新月异的内部、外部环境, 物流企业正处于创新变革的关键时期。

2 大数据时代促使物流企业创新变革的因素分析

2. 1 传统物流方式利润低, 物流企业生存压力大

2013年, 青岛市社会物流总费用1336. 4亿元, 占全市生产总值的比重为16.7%, 虽然比全国低0.9个百分点, 但比发达国家仍高出近一倍。青岛市物流企业分为传统的仓储型、运输型和综合型, 这些企业的物流业务中缺少以增值为特色的物流服务, 使物流服务类型缺少技术含量, 不能给客户带来增值体验, 传统物流服务形式价格透明, 物流企业面临着劳动力成本上升、原材料价格上升、融资成本增加、研发与宣传成本上升的困扰, 物流企业的生存压力较大。尤其是政府明确提出要发挥市场的资源配置功能, 物流企业不能将赢利和发展寄托于政府对人工成本、税收的调控, IBM公司指出已转型的企业通过利用大数据分析技术规范业务行动, 通过创新获得竞争优势, 以收入增长为主要业务挑战, 以获利的方式赢得/留住客户, 具有强大的数据分析能力和洞察力, 使用洞察力指导未来战略和实时决策, 从而使企业做到明智决策和领先优势。

2. 2国际贸易中心城市建设为物流企业转型提供了机遇

2013年10月11日, 青岛市政府发布了《青岛市国际贸易中心城市建设纲要》, 其中提出要实施电子商务引领发展、国际货物贸易提升发展、国际转口贸易突破发展、国际服务贸易跨越发展、国内外贸易融合发展“五大行动计划”, 推动传统对外贸易向现代化国际贸易转变, 打造青岛蓝色经济升级版, 建设东北亚区域性国际贸易中心城市。预期在3 ~5年内电子商务交易额超过5000亿元, 国际货物贸易总值达到1000亿美元, 社会消费品零售额达到4000亿元。尤其是电子商务引领、大宗商品进口交易指数平台建设、自由贸易园区与自由港政策的争取、转口商品集聚中心的建设、境外商品采购服务体系建设为青岛市物流业的发展提供了前所未有的机遇。

青岛市入选全国15个共同配送试点城市之一, 国家商务部、财政部推进试点城市共同配送项目, 重点扶持公共信息平台建设、先进技术应用、标准化设备应用、配送模式创新等领域, 倡导企业构建由物流园区、物流中心、配送中心、社区终端配送网点、智能自提柜和手持终端等设备组成的五级配送网络体系。每个项目扶持资金不超过600万元, 政府在引导企业运用大数据技术发展方面创造了机会, 为企业转变商业模式提供了资金保障, 使提升城市共同配送水平成为可能。

2. 3 大数据平台迅速发展为物流企业转型奠定了基础

2. 3. 1 物流公共信息平台建成使用

青岛市物流公共信息平台 ( www. qingdao56. com. cn) 2013年年底建成使用, 可以在线提供货找车、车找货、陆海空信息交换、运输专线等综合物流信息服务, 每天可提供4万多条物流供求信息, 帮助中小物流企业和物流从业者提供有效的信息交换服务, 轻松实现网上交易。全市有近50%的物流企业登录该平台, 物流公共信息平台的建成可以减少车辆空驶率和能耗, 有效降低企业经营成本, 消除企业之间的信息孤岛, 是提高物流企业的核心竞争力, 提升青岛市物流产业转型升级的有效途径。

青岛市物流公共信息平台的建成为将来中小物流企业的SaaS服务模式提供了可能, 随着公共信息平台的不断优化, 有偿将平台、硬件、数据库等租赁给中小物流企业是值得探索的运营模式, 一方面提高了公共物流信息平台的使用效率, 另一方面节约了中小物流企业的信息化建设资金。

2. 3. 2 第三方大数据平台发展迅速

国内电子商务发展迅速, 以淘宝为代表的电子商务公司运用积淀的大数据, 正试水提供物流公司、商家的实时决策, 获得更高的商业回报。比如淘宝用积淀的大数据分析指导快递公司完成双11的订单配送; 天猫无线开放大数据, 通过与商家分享数据, 由商家自主定义数据分析, 锁定目标客户群, 提高更精准的数据分析, 提高营销效率和效益。淘宝后台记录了卖家、买家、物流公司等大量的数据, 这部分数据的充分挖掘分析蕴藏着大量的商业机会。

专业大数据分析公司尤其是国外公司纷纷抢占中国市场, 如ETC提供各种技术和工具, 帮助客户释放信息的力量, 帮助企业转变运营方式, 充分利用信息的价值来实现业务优势。

2. 3. 3 企业的信息系统建设基础扎实

目前很多物流企业经过多年的信息化建设, 拥有ERP、OA、WMS等信息系统, RFID、GPS等数据采集技术, 人才数量和质量可观的IT部门负责信息系统的优化、升级、维护、数据分析, 掌握着公司大量的内部业务数据以及与大量客户的历史交易数据, 虽然这部分公司无法与外部大数据相比, 但对这部分内部数据的充分挖掘, 也是指导公司业务, 发现竞争对手忽视的利润空间的有效途径。这部分物流公司具有了大数据洞察力物流公司的雏形。

2. 4 大数据分析人才的培养为物流企业提供了人力保障

在智联招聘上搜索数据挖掘师、数据分析师岗位, 青岛地区各企业的有效需求为79个, 青岛软件园人力资源服务有限公司正在进行“云计算及大数据课程”的开发及培训工作, 为社会提供更多的了解商业并且具有高度数学分析能力的分析师。

IT人员出身信息技术, 对商业模式洞察力缺乏, 仅仅停留在流程优化落地或局部数据分析, 数据的应用价值远远未被发掘出来。现有的数据分析人才缺乏大数据分析能力和商业知识, 不能从数据中获得有意义的洞察。近期国家提出建设现代化的职业教育体系, 就要求本科院校、高等职业院校注重跨专业的人才培养模式, 在传统的计算机信息管理专业中开设物流技术方向, 或在物流管理专业中开设数据分析方向, 培养符合社会需求的复合型高端人才, 满足社会需要, 促进企业发展, 打造青岛市物流行业的转型升级版。

3 物流企业创新变革对策

3. 1 对接外部电子商务大数据平台, 挖掘商业机会

大数据要求企业不仅要重视内部数据的采集、分析, 更要重视外部数据的采集与分析, 海尔日日顺和阿里巴巴合作, 从一个侧面体现了物流企业获取外部数据的有效方式。大数据的来源是社交平台、政府公共信息平台等, 物流企业从现在开始就要做好对接大数据平台的准备。

从《青岛市国际贸易中心城市建设纲要》中看出电子商务、国际贸易、内贸各占三分之一, 尤其是日新月异的国内、跨国电子商务的发展成为物流企业转型的首选。海尔日日顺前身是海尔物流, 被中国物流与采购联合会称为“中国物流觉醒第一人”, 主要从事海尔内部物流业务, 海尔物流不断探索转型之路, 2009年以来先后与多家国际知名物流公司传出合作消息, 接着与Argo、美乐乐等进行合作, 效果并没有达到海尔的期望。2013年, 海尔日日顺凭借全国42个DC和遍布三、四级市场的配送网络, 以及配送家电等大件商品物流“打通最后一千米”即需即供的物流模式, 在一定程度上符合阿里巴巴“菜鸟网”对分拨中心的要求, 获得阿里巴巴的青睐, 实现了海尔物流社会化业务的华丽转身, 通过此次强强联合, 实现了配送资源的有效利用, 减少了阿里巴巴的重复投资, 促进了海尔日日顺在资金及大数据资源方面的共享。

海尔集团与阿里巴巴集团的联手是一次为应对实体经济发展速度滞后于虚拟经济而可能产生的新一轮互联网经济泡沫的前瞻性举措。这是一种在洞察并满足消费者需求的基础上, 虚拟经济体与实体经济有机融合并形成利益上共赢、行动上共进并达到一种共生状态的现象, 是新商业生态系统的典型, 将推动中国物流产业的跨越式进步, 并让中国的制造业通过这个平台走向世界。

3. 2 挖掘企业内部与客户的交易数据, 形成独特的创新模式

大数据软件提供公司, 即便是世界顶尖的公司, 在为企业上线大数据挖掘软件时, 工作的实质仍是通过发掘企业的需求, 根据企业组织内部洞察力建立合适的数据挖掘模型, 大数据软件提供的是技术的框架, 所以企业发现大数据技术只是软件, 而其中运载的是企业的洞察力, 通过大数据软件转化为企业的战略决策和实时决策。因此, 物流企业在外部大数据不能对接的情况下, 先挖掘内部数据, 探索独特商业模式的同时, 为大数据分析软件的使用奠定基础。

金宇物流是一家民营企业, 其业务的基础是仓储、报关、报检、货代、海运操作, 这些基础物流操作赢利不大, 金宇物流根据自己存储大宗货物的特点, 并借助自己成熟的物流信息系统, 充分挖掘数据, 探索金物贸一体化的物流模式, 给企业带来了巨大的变革。

金融与物流结合: 仓单质押是比较常用的金融和物流结合的方式, 在保证了企业库存收入的基础上, 在企业补货中将运输、报关等业务锁定金宇来做, 由仓储业务通过监管派生出其他的物流企业, 第一为企业带来了利润, 第二控制了风险, 第三密切了与客户的合作, 使客户不能离开金宇。在此基础上, 金宇公司开展现货银行业务, 金宇的信息情报部门分析适合做现货银行的货物, 控制风险, 将原来由银行贷款变成金宇放款, 获得利润。

物流和贸易结合: 中国进口一般是CIF, 出口一般是FOB, 通过对海运数据的分析, 金宇公司成立印度公司, 在国外订舱进口用FOB, 建立航线优势, 有效牵制了船代公司、船务公司, 增加了物流收入和利润。另外, 金宇公司还根据掌握的大数据分析大趋势、小波动, 给客户提供库存解决方案。

金宇物流认为大的物流都可以将贸易包含进来。用质押监管捆绑客户, 让客户无法选择, 只能选择金宇。不是单纯降低成本, 而是靠提高服务, 让客户心甘情愿地买物流服务。作为民营企业的金宇物流公司对大数据的运用、增加客户黏着性非常具有时代创新。

3. 3 对接生产企业数据平台, 拓展生产企业物流企业联动发展

通过与生产企业的数据交换, 发现生产制造企业在物料管理、采购等方面的业务需求, 整合资源, 进行业务模式复制, 实现物流企业的赢利。

中储股份青岛分公司建立了以信息化为纽带、以现代物流技术为手段的多维物流服务体系, 提供科学合理的个性化物流解决方案。中储物流在仓储加工配送、港口物流、多式联运、保税物流、质押融资基础上, 2011年成立了新业务发展部, 大力拓展项目物流等新型物流业务。

项目物流: 某船厂原材料管理不善, 当需要某种型号的钢板时, 就要进行翻板, 有时候一天要翻好几次, 每张钢板的密度、工艺都不一样, 很容易翻乱, 找不到钢板, 管理成本非常高, 最后只能报废。青岛中储给船厂提出解决方案, 首先进行钢板清理、录入系统, 第一期项目下来为船厂盘活资产3000万元, 全部进入系统, 达到正常使用, 节约了成本, 达到了双赢。制造企业内部物流服务:中储还参与汽车、家电制造企业的仓储配送外包业务, 为制造企业配送到工位。自营贸易或代客采购: 许多企业关于钢板的原材料信息不是很多, 采购量受到限制, 在采购价格上不像中储整合资源最优, 企业的资金也是有限的, 中储可以替企业先垫付资金, 一方面中储有专门做这项业务的人, 从全国乃至全球找到钢板信息, 以量拿到最低的价格, 先垫付资金, 价格上可以得到补偿, 受到很多企业的欢迎, 纸浆和煤炭业适合这种自营贸易。

以上三个变革方向是目前已经成功的物流企业运用大数据工具创新变革的案例, 此外各中小物流企业可以依托青岛市城市共同配送项目, 发挥生产企业、物流企业、商贸企业的集聚效应, 实现企业利润和社会物流效率提高。物流企业经过信息化建设的初期阶段, 在拥有了企业内部数据分析经验的基础上, 随着商业环境的变化, 物流公共信息平台的成熟, 政府交通、物流统计等信息的公开与对接, 物流企业的业务会进一步分化, 有的物流公司会通过大数据分析获得更多的商业机会和客户, 有的物流公司会将大数据部门分化出去成为独立的社会化大数据分析公司, 更多的小微物流公司会借助物流公共信息平台低成本地实现物流数据的存储、交换和分析。物流公司逐渐转型细分为物流大数据分析公司、供应链一体化业务公司、物流资本运作公司以及以客户为中心的新型物流公司等多种类型, 实现青岛市社会物流的规模化、网络化、集约化、现代化。

4 结 论

本文通过分析大数据时代背景下, 青岛市物流业面临的国际、国内贸易形势的变化, 在对物流企业调研的基础上, 提出了物流企业创新变革的对策, 并对物流企业在大数据时代应用分析技术转型分化进行预测, 为物流企业运用大数据挖掘技术, 使洞察力转化为战略决策和实时决策, 获得竞争优势, 提出了可行的思路, 值得物流企业进行借鉴。

总之, 大数据时代, 物流企业转型的目标是成为以客户为中心, 凭借实时分析的大数据技术进行商业决策, 实现企业的高速发展, 在这个过程中, 大中型物流企业充分发挥创新变革的引领作用, 小微物流企业通过灵活的物流联盟, 发挥集聚效应, 从而促进整个物流行业的转型升级, 提高整个社会的物流效率。

摘要：本文首先分析大数据时代数据挖掘和分析技术迅速发展及在物流行业的应用现状, 然后分析了青岛市物流企业的内外部环境发生的变化及机遇, 以及促进物流企业创新变革的因素, 最后提出物流企业创新变革对策。

关键词：大数据,创新变革,转型升级

参考文献

[1][英]Viktor Mayer-Schnberger, Kenneth Cukier.大数据时代[M].杭州:浙江人民出版社, 2012.

[2]刘智慧, 张泉灵.大数据技术研究综述[J].浙江大学学报 (工学版) , 2014 (48) .

[3]IBM全球企业咨询服务部, IBM商业价值研究院, 牛津大学赛德商学院.大数据在现实世界中的应用[EB/OL].

[4]IBM全球企业咨询服务部, IBM商业价值研究院, 牛津大学赛德商学院.智慧的企业如何利用分析技术将洞察力转化为行动[EB/OL].

[5]丁兆明, 杜学军, 王治平, 等.大数据存储和分析技术应用及标准化[J].信息技术与标准化, 2013 (5) .

大物流时代的物流管理 第7篇

1 电子商务物流协同管理概述

20世纪70年代德国哈肯(H·Haken)教授首次提出协同论[1],认为协同是系统内部相互矛盾又相互协调的个体或者部分为某一组织目标共同协作促使系统整体呈现出新的有序结构特征和状态。我国制订的国家标准《物流术语》(GB/T18354-2006)中对电子商务与物流的概念定义如下:电子商务是指在Internet开放的网络环境下,基于Browser/Server的应用方式,实现消费者的网上购物(B2C),企业之间的网上交易(B2B)和在线电子支付的一种新型的交易方式。物流是物品从供应地向接收地的实体流动过程。根据实际需要,将运输、储存、装卸、搬运、包装、流通加工、配送、回收、信息处理等基本功能实施有机结合。由图1电子商务物流的一般性流程可以看出,电子商务物流协同管理是基于供应链管理思想,合理协调电子商务与物流各个节点所发挥的作用,建立协同管理机制,发展信息共享技术,最终达到适应电子商务快速发展需求,提高系统整体竞争力的目的。

2 大数据时代下电子商务与物流协同管理模型构建

2.1 模型构建的目标

大数据,又称海量数据,包含着相当高价值的信息和知识,通过对其分析和挖掘,可以在服务便捷性、成本降低、资源合理分配、产业链重构等多方面为企业带来商业模式、思维方式和管理技术的创新与变革。构建基于大数据平台的电子商务物流协同管理模型,有助于重新架构电子商务物流的构成要素与业务流程,促进电子商务与现代物流业的协同发展。

2.2 模型构建的内容

如图1所示,参与方包括电商企业、物流企业与终端客户,形成了大量的数据资源,为电子商务物流协同管理模型的建立提供了基础。在此基础上构成了一体化运作支撑系统电子商务与物流的信息协同服务管理平台,包括数据预处理、数据存储和数据分析/挖掘三部分。大数据常用的数据存储技术有DAS、NAS、SAN等。最终实现将海量数据分析挖掘,转化为信息协同、流程协同、功能协同、知识协同、反馈机制、应急预案等服务于不同需求客户的应用系统。

2.3 应用模型遇到的可能障碍

第一,协同意识淡薄,新技术采用不够。

构建大数据电子商务物流协同管理模型,首先要求供应链各个节点都要树立协同意识,从管理理念上重视大数据。我国企业实施协同管理过程中,主要表现在单个企业内部的供应链信息管理系统,各个企业节点之间依然通过原有的、游离于系统之外的方式沟通[2]。据中国互联网络信息中心《第37次中国互联网络发展状况统计报告2016》显示,从企业对大数据、物联网、云计算三大新技术的认知与采用情况对比来看,我国仅有12.6%的企业一经采用、或计划采用大数据技术。

第二,滞后的物流管理水平难以满足快速发展的电子商务需求。

2010-2015年,我国的电子商务作为一种新型的商业经营模式从交易额、用户规模、市场分布等都发生了极大的变化,处于迅速发展时期。2015年,中国电子商务交易额达18.3万亿元,同比增长36.5%。但是与之相配套的电子商务物流的基础设施、管理水平、技术保障、企业素质等远远不能满足电子商务客户的需求,抑制了二者协同发展的联动效果。

第三,电子商务物流信息反馈机制不健全。

反馈机制是电子商务与物流协同管理发展的重要推动力,在大数据时代,现代物流系统要提供与电子商务这一新兴经济模式相配套的服务,必须要有完善的信息处理技术和反馈机制。随着智能手机、电脑、GPS等越来越多的信息技术成为大数据采集信息的重要来源,我国正搭建大数据物流平台,逐步形成反馈机制,但仍处于初步摸索阶段,关于信息存储、数据处理、反馈速度等多方面还存在争议,远远没有将大数据应用在电子商务物流中的作用充分发挥。据中国互联网络信息中心调查显示,截至2015年12月,有40.7%的上网企业部署了信息化系统,但是其中只有22.0%和18.6%的企业有企业资源计划(ERP)系统和客户关系管理(CRM)系统。

第四,缺乏电子商务物流信息平台专业人才。

大数据时代背景下构建的电子商务与物流协同发展模型是以具备专业知识和技能的信息人才作为保障。这些人才需要深度挖掘电子商务物流产生的大数据,并采用一些必要的技术方法和思路处理分析数据间的关系,为企业决策层提供信息支持。然而高德纳管理咨询公司研究报告显示,全球大数据相关岗位的入职率不足30%,尤其中小微企业很难具备专人专岗的条件。

3 大数据时代下电子商务与现代物流协同发展对策建议

随着经济环境的快速变化,物流服务多样化个性化逐渐成为消费者选择电子商务企业的重要因素,电商企业也逐步认识到与物流企业的协调合作能有效提高服务水平和客户满意度。特别是两者的协同管理在大数据信息平台上实施,能够促进电子商务与物流业发展模式的转型,增强整体供应链的核心竞争力。

3.1 加强政府的规范和引导

网络活动安全保障,电商市场正常交易是大数据时代对电子商务与物流协同发展的基本要求。据《第37次中国互联网络发展状况统计报告》调查显示,我国91.4%企业安装了杀毒软件、防火墙软件,我国企业已具备基本的网络安全防护意识。因此,为保证市场的健康有序发展,政府要强化电子商务的法制建设,特别是加速完善我国网络安全管理制度体系,转变行为规范方式,通过政企合作,不断完善物流行业基础设施,为电子商务和现代物流的协同发展提供良好的环境。

3.2 推动供应链改造,提高电子商务与物流的协同联动效果

电子商务与物流要加快协同发展的步伐,首先在战略目标上必须统一,只有双方协同运作,才能获得供应链整体收益最大化,为客户提供更优质的服务。其次,电商与物流企业需构建以信息共享为目的的数据集成环境,实现信息化平台对接。作为供应链上下游紧密合作的电子商务与物流要加强联合决策的互动行为,由局部业务流程优化升级为供应链整体流程改造,共同建立信息反馈机制和应急预案机制。同时培养和引进专业人才挖掘信息系统中运营数据转化为应用实践。

摘要：推动大数据与电子商务物流的融合,能充分发挥供应链的整合效应,有效促进电子商务与现代物流的协同发展。文中通过对相关概念的界定,探讨了大数据时代下电子商务与物流协同管理模型的构建,并从不同方面入手提出在应用中可能遇到的障碍和相应的对策。

关键词：大数据,电子商务,物流,协同管理

参考文献

[1]潘开灵,等.管理协同理论及其应用[M].北京:经济管理出版社,2006:10-11.

大物流时代的物流管理 第8篇

物联网技术对物流业最大的贡献之一是实现了对物流管理过程的掌控;解决了物流调度与管理的瓶颈问题，同时物流运输过程中的信息化、自动化给企业引进一个清晰有效的管理模式，提高了工作效率和服务质量，节约了成本和人力资源、降低了安全隐患。RFIF时代条件下，铁路物流运输管理信息化，满足物流业务数据的集成，作业流程管理智能化，以加快铁路物流信息发展，实现铁路物流运输领域的安全管理。本文主要阐述了RFID时代物联网技术在铁路物流运输领域的应用及研究。

【关键词】RFID;物联网;物流运输;智能物流

1 RFID物联网技术在物流运输领域应用的意义

RFID（Radio Frequency Identification）技术，又称无线射频识别技术，是一种通信技术，可通过无线电讯号识别特定目标并读写相关数据，而无需识别系统与特定目标之间建立机械或光学接触。

铁路物流借助射频标签，实现对商品对运输、仓储等环节进行实时监控，大大降低了企业的物流成本，提高了运输过程的自动化管理程度，降低了差错率和隐患。

研究探讨基于RFID技术的物联网在铁路物流运输领域的应用各个环节，让铁路物流企业重视物联网在物流运输领域的影响与应用具有非常现实有意义。

2 RFID物联网技术在国内外研究现状和发展趋势

2.1 国外现状分析

随着互联网和云计算技术的快速发展，物联网技术在国外很多大型物流企业中应用已经比较成熟，取得了一定的成果。

美国：

（1）物流管理——美国海军应用RFID进行反向物流试验。美国海军运营RFID技术在美国海军资产管控处（ATAC）和国防物流机构（DLA）工厂之间跟踪破损零件，减少了ATAC和DLA双方的工作负荷，并提高物资数据的精确性和一致性。

（2）物品管理——RFID叉车托盘读取系统，安装在最新或已有的RFID托盘标签读取设备上，在读取托盘标签时使用传感器进行识别，减少了潜在的误差，适应于配销及制造等行业。

（3）自动化管理——美国德克萨斯州ElPaso县的911中心的RFID系统，为当地70多万居民服务，那里的工作人员每月处理45，000多个紧急呼叫。

日本：

利用RFID技术，不停车收费，解决交通阻塞;食品生产加工，利用RFID进行从原料管理、生产过程到出厂产品等全面的管理;从生产到消费的多种流通渠道内进行了食品跟踪系统的验证试验。

2.2 国内现状分析

在中国，铁道部的调度利器——我国铁路车辆调度系统是应用RFID最成功的案例。

目前我国某些铁路物流业虽然已经实现了物联网技术的应用，但是，应用效果不明显。其原因在于物流业对物联网的应用存在一定的局限性，各系统之间难以实现桢机融合，加上物联网标准体系未统一，使得国内物铁路流呈现物联网信息孤岛。

3 目前铁路物流运输领域存在的问题

第一，管理资源整合尚不到位;第二，部分政策规定不相适应;第三，物流基础设施比较落后;第四，物流信息化水平低;第五，人员素质有差距;

除此之外，我国铁路物流运输领域存在的主要问题，还有管理人员意识问题。由于长期以来，铁路货物列车运输速度较慢，再加上停靠站点较多，故很多人想当然的认为速度决定了安全性，速度慢故而安全性就高;还有，在长期的运输过程中，部分管理人员存在重视行车安全而忽视货车安全、重视人身安全而忽视货物安全的问题。尤其是在第六次大提速后，车、机、工、电、辆等系统的技术含量越来越高，安全系数越来越大，但货运系统却依旧停滞不前，依旧是传统水平，且技术装备配置的技能人才也明显不足，与第六次大面积提速的内在需求不相适。

案例——货物运输事故查询分析（见下表）

基于以上案例，如果将物联网的RFID技术应用到物流领域将极大降低物流安全隐患几率。

在市场经济体制下，在新媒体不断发展的大环境下，在产品供应链中，无论是生产商还是零售商，再或者是消费者，都希望可以通过互联网来对自己的货品实行实时监控，并跟踪其行程。在这种情况下，要想达到这种效果，需要同时需要解决以下问题：

3.1 运输企业的服务质量有待提高

运输企业的服务质量是和员工自身职业素养分不开的。在铁路物流企业运输过程中，存在很多不可预知的风险，比如自然天气的变化或是突发事件等，在这种情况下，如何处理各种突发状况，就格外重要了，而处理各种突发事件的能力是和员工的素质息息相关的。员工的素质包含员工的操作规范和对制度的执行能力，也包含自身的职业道德和职业能力，这些一方面需要企业去培养，另一方面也需要员工自身不断努力和学习，加强自身的综合素质。

3.2 建立物流企业的行业法规及规范

在市场经济体制下，一个行业的良好、健康运行与国家法律的约束和相关行业的规范制度分不开的。尤其是在全球一体化的视域下，很多行业纷纷走向与国际接轨的道路上来，物流企业也不例外。这种情况下，就需要我们的行业规范和标准要进一步提升和完善，以达到与国际标准相适应的程度。因为物流运输不仅隶属于经济领域的范畴，从某种程度来说，也与百姓民生息息相关。

3.3 人工智能与全球定位技术的应用在物流运输领域的应用不够完善

科技水平不断发展，逐步应用到了各行各业。就物流行业来说，信息化建设将会成为企业面对市场竞争发展的重要领域。这种信息化建设不仅体现在物流企业的各种基础设备不断完善，不断更新方面，还体现在运输方式方面。比如运输方式将更加广泛，在一些国家除了传统的运输之外，还尝试进行了无人机自动运输服务方式。这种业务是利用无人驾驶的小型直升机在相关技术的支持下，帮助有紧急运输服务客户在第一时间进行物品的运输，满足其需求。这是科技应用的有效体现，值得我们学习和借鉴。

nlc202309012324

4 基于RFID技术的物联网在铁路物流运输领域的应用

4.1 危险品铁路运输车辆智能高度及监控系统

基于RFID技术的物联网能够满足给每一个物品一个全球唯一的标识，用以实现对物品的跟踪、防伪等功能的需求。危险品等特殊物流，需要对仓库、运输工具/容器的温度等有特殊要求，充分利用传感技术，将其采集的信息与仓库、铁路车辆的RFID信息融合，如在货车内安装温度传感器，将温度信息、GPS信息等通过车载终端发送到企业监控中心，构建基于RFID物联网，失去危险品运输车辆加装位置感知和泄漏监测，建设危险品运输状态监测平台，与路政、消防等部门联动。目前，基于RFID的物联网的典型解决方案是美国的EPC。

4.2 集装箱铁路智能物流高度系统

集装箱铁路智能物流高度系统就是一种调试与安检的示范平台，即通过物联网进行构建铁路场地的感知调试与安检，具体来说就是在集装箱上使用一种电子标签，这种电子标签可以收集货物的各种信息，诸如货物运送时间等，从而可以随时掌握货物的位置、运送状态，提高运营效率，同时有效减少货物的装卸和仓储等各种物流成本，加强货物的安检速度。

物联网应用到铁路物流运输领域后，使得出入库产品信息采集更具准确性、快捷性。能够较大幅度上提高库存的安全管理效率和水平。现阶段，物联网技术已广泛运用到货物和库存的盘点等业务活动中。

总之：物联网技术对物流运输领域有深远的影响，物联网技术在自身功能、智能物流方面得到了广泛的应用。

参考文献

[1]邓凤祥编著.现代物流成本管理[M].北京：经济管理出版社，2003.

[2]李苏剑等编著.企业物流管理理论与案例[M].北京：机械工业出版社，2003.

[3]朱文和.基于物联网技术实现供应链全过程的智能化物流运输服务[J].物流技术，2010（13）.

[4]陆忠梅.基于RFID技术的物联网应用[J].硅谷，2010（09）.

[5]窦桂华.RFID技术在仓储管理中的应用[J].仪器仪表与分析监测，2010（02）.

[6]阴躲芬，龚华明.RFID中间件数据处理模型研究与实现[J].计算机与现代化， 2012（09）.

[7]百度文库.从国内外发展现状看物联网在物流行业的应用.http：//wenku.baidu.com.

[8]百度.物联网世界.物联网的技术与应用分析.http：//tech.rfidworld.com.cn

[9]百度.RFID在物流中有什么应用.http：//zhidao.baidu.com/question.

[10]百度.目前物流运输领域存在的问题.http：//www.xzbu.com/3/view-6361755.htm.

作者简介

吴冬（1965-），女，吉林省四平市人。现为浙江长征职业技术学院讲师。主要研究方向为物联网技术、电子应用技术、跨境电子商务、现代物流管理。

作者单位

浙江长征职业技术学院 浙江省杭州市 310023

大物流时代的物流管理 第9篇

关键词：大数据时代,大学生,思想政治教育,物流专业

1大数据时代:思想政治教育面临的新环境

在当今的网络化时代,一个经典的语句就是:我们已经进入了数据化的时代。人们日常的行为所产生的“痕迹”都被数据化,并有迹可循,能够获取与存储。当产生的数据量达到一个程度时或者说是信息大爆炸累积到一定程度时,就只能用“大数据”来概括。关于“大数据”的含义,《大数据时代》一书中给出了经典的定义:大数据是在大规模的数据的基础上人们才能成就的事情,而不可能在小规模数据中达成,大数据是一种全新的价值观和方法论,是创造新价值的源泉。大数据可以用“4V”来体现,即Volume(容量)、 Velocity(速度)、Variety(种类)和Value(价值)。Volume就是指大数据所包含的数据的规模时巨大的和丰富的,同时数据具有一定的完整性。Velocity(速度)则是指在大数据时代数据的流通和传播速度较快,对于数据的把握的难度较大。 Variety(种类)是指大数据时代产生的数据的类型是极其多种多样的。Value(价值)则是指海量的数据如果得到了有效的利用,则会产生巨大的经济价值和社会价值,即数据的使用价值。在这4个特征之中,其中价值是最重要的属性,也是人们关注和讨论最多的。大数据的另一个重要特征就是重构微观与宏观的地位,在大数据时代,微观的地位可能会被极大的削弱,因为建居于海量数据的结论可能并不需要完全知道单个个体的具体数据,凭借“全样本”而非“抽样样本”可以更加精确地把握研究群体的整体特征。

大数据的时代特点给予思想政治教育一个全新的环境。 首先,面对海量的数据,当今的思想政治教育不能置之不顾, 而是需要积极面对其导致的冲击。大数据毫无疑问对传统的思想政治教育的基础有一定的动摇,但是其只是为思想政治教育的新发展提供了新思路和新的方法。我国传统的思想政治教育一般多使用教条式的、理论化的东西,偏重于动之以情、晓之于理,注重道德的教化,模糊性的词汇较多,数据使用较少、可量化的指标较少,因此较少运用现代科学的基本定律——“用数据说话”,这自然导致传统思想政治教育缺乏说服力,但是面对丰富的数据,思想政治教育完全可以采用可量化的指标进行教学;其次,传统的思想政治教育的教学方式往往采用平面教材的形式,而大数据时代更多的是采用互动式的方式,更多采用电子媒介,这给当前的思想政治教育提供了一个可以改进的新工具。

总之,大数据时代对于思想政治教育不是完全的颠覆与彻底取代,而是丰富了其内容与形式,而思想政治教育的基本框架结构、基本组成要素与社会功能则仍保持不变。

2江西XX大学物流专业大学生的思想政治教育现状与问题

江西XX高校是江西省教育厅和国家财政部共建共管的本科院校,设有物流学院,只设物流管理专业,共有在校生172名(截止2014年12月31日),其中大学本科分4个年级,本科一年级32名,本科二年级35名,本科三年级30名,本科四年级33名;其中硕士研究生分3个年级,硕士一年级12名,硕士二年级15名,硕士三年级15名。其中思想政治教育课程由马克思主义学院的任课教师担任(共7名专职教师),同时学院的党委书记和分管团委书记也承担了一些思想政治教育的工作。

选择该大学的物流专业大学生作为案例研究大数据时代的思想政治教育是基于以下原因:1该大学是江西省最好的物流专业院校,学生的素质水平和学术氛围较好,思想活跃, 对于最前沿的科学技术接受度较高,根据调查,该专业的本科生和研究生平常都使用最流行的科技手段于日常生活和学习中,这些技术手段在使用过程中都产生了大量的数据;2该校的思想政治教育课程的教师队伍(来自马克思主义学院) 基本接近40岁,教学方式基本都是采用传统的平面教材与课堂单方面教授,缺乏可视化和交互式的教学方式。3该校虽然进行了一些汇集数据的工作,比如图书馆对于学生借阅图书的数量进行的排行,但是专门对数据进行挖掘和分析的专业性人才是极其缺乏的,因此面对着每天产生的海量数据就无法进行有价值的提取和使用,这其实就是面临着思想政治教育与大数据如何融合的难题。

另外面临的一个重大的问题就是大学生隐私权的保护问题。对于学生日常行为产生的数据的获取往往涉及其个人隐私,而数据获取者在获取之前并不能完全预测该数据的使用范围,这就可能导致数据的使用不当产生的侵权行为。

3大数据时代的思想政治教育新举措

大数据时代既给当前的思想政治教育带来了冲击,同时也给予了一次全新的发展机遇。笔者认为,从江西XX大学的物流专业的大学生当前思想政治教育的状况来看,未来需要从以下几点努力:

1教师要树立大数据思维意识。思想政治教育的现代化首先必须是教师的教学理念的现代化。因此,在大数据时代, 思想政治教育教师不可再固守传统的那一套教学方式,而应当树立“大数据思维”,接受现代科学的“用数据说话”的理念。因此,一方面,从国家和学校层面来讲,应当给予一定的教育基金,专门培养教学师资,对于怀着旧思维的教师给予特殊的培训,以便其能够摈弃旧观念、接受新思想;另一方面,在当前的思想政治教育中应该实行师资队伍的多样化, 尤其是吸收一些具有数理背景和工科背景的博士、硕士人才, 这样就能够较好地解决思想政治教育与大数据之间的融合问题。

2道德责任和伦理应当放在最重要的位置。前面已经提及,大数据时代面临极大的伦理问题——侵犯(而且可能是事前无法预知)个人隐私的问题。如果过多从微观角度去分析获取的数据,则较可能直接侵犯单个个人的隐私(直接知道其行为)。但是幸运的是,正如我们在第一部分所分析的, 大数据时代改变了微观与宏观的地位。只要在获取数据的基础上更多从宏观层面进行分析,则不太可能侵犯单个人的隐私。而且因为“大数据”具有大规模数据的特点,使得单个数据对于分析整体特征的意义并不显著。这就告诉我们,在思想政治教育的过程中运用大数据方法时,必须运用宏观层面的分析,不属于特殊情况的,要限制单独分析微观个人的数据,以免侵犯大学生的个人隐私。