物流企業(yè)正一步一步地進(jìn)入數(shù)據(jù)化發(fā)展的階段，物流企業(yè)間的競(jìng)爭(zhēng)逐漸演變成數(shù)據(jù)間的競(jìng)爭(zhēng)。在傳統(tǒng)物流企業(yè)運(yùn)營(yíng)的每個(gè)環(huán)節(jié)中，只有小部分結(jié)構(gòu)化數(shù)據(jù)是可以直接分析利用的，絕大部分非結(jié)構(gòu)化數(shù)據(jù)必須要轉(zhuǎn)化為結(jié)構(gòu)化數(shù)據(jù)才能儲(chǔ)存分析。這就造成了并不是所有的數(shù)據(jù)都是準(zhǔn)確的、有效的，很大一部分?jǐn)?shù)據(jù)都是延遲、無效、甚至是錯(cuò)誤的。物流企業(yè)的數(shù)據(jù)中心必須要對(duì)這些數(shù)據(jù)進(jìn)行“加工”，從而篩選出有價(jià)值的信息，實(shí)現(xiàn)數(shù)據(jù)的“增值”。而大數(shù)據(jù)能夠讓物流企業(yè)有的放矢，甚至可以做到為每一個(gè)客戶量身定制符合他們自身需求的服務(wù)，從而顛覆整個(gè)物流業(yè)的運(yùn)作模式。目前，大數(shù)據(jù)在物流企業(yè)中的應(yīng)用主要包括以下幾個(gè)方面：
—、市場(chǎng)預(yù)測(cè)
商品進(jìn)入市場(chǎng)后，并不會(huì)一直保持最高的銷量。隨著時(shí)間的推移，消費(fèi)者行為和需求的變化而不斷變化的。在過去，我們總是習(xí)慣于通過采用調(diào)查問卷和以往經(jīng)驗(yàn)來尋找客戶的來源。而當(dāng)調(diào)查結(jié)果總結(jié)出來時(shí)，結(jié)果往往已經(jīng)是過時(shí)的了。延遲、錯(cuò)誤的調(diào)查結(jié)果只會(huì)讓管理者對(duì)市場(chǎng)需求做出錯(cuò)誤的判斷。而大數(shù)據(jù)能夠幫助企業(yè)完全勾勒出其客戶的行為和需求信息，通過真實(shí)而有效的數(shù)據(jù)反映市場(chǎng)的需求變化，從而對(duì)產(chǎn)品進(jìn)入市場(chǎng)后的各個(gè)階段作出預(yù)測(cè)，進(jìn)而合理的控制物流企業(yè)庫(kù)存和安排運(yùn)輸方案。
二、物流選址
物流選址要求物流企業(yè)在充分考慮到自身的經(jīng)營(yíng)特點(diǎn)、商品特點(diǎn)和交通狀況等因素的基礎(chǔ)上，把歷史訂單、用戶搜索、快遞公司網(wǎng)點(diǎn)布局等數(shù)據(jù)與地理信息系統(tǒng)相結(jié)合，使配送成本和擬定成本等之和達(dá)到最小。針對(duì)這一問題，可以基于大數(shù)據(jù)運(yùn)用分類樹方法來解決。
三、儲(chǔ)位安排
合理的安排商品儲(chǔ)存位置對(duì)于倉(cāng)庫(kù)利用率和搬運(yùn)分揀的效率有著極為重要的意義。對(duì)于商品數(shù)量多、出貨頻率快的物流中心，儲(chǔ)位優(yōu)化就意味著工作效率和效益。哪些貨物放在一起可以提高分揀率，哪些貨物儲(chǔ)存的時(shí)間較短，都可以通過大數(shù)據(jù)的關(guān)聯(lián)模式法分析出商品數(shù)據(jù)間的相互關(guān)系來合理的安排倉(cāng)庫(kù)位置。
四、庫(kù)存控制
對(duì)物流企業(yè)而言，庫(kù)存控制尤為重要。
通過對(duì)客戶在不同時(shí)期的歷史訂單、社交媒體數(shù)據(jù)、搜索引擎的數(shù)據(jù)、甚至是天氣新聞等數(shù)據(jù)的收集和分析挖掘，可以更加精準(zhǔn)地進(jìn)行庫(kù)存控制。
通過數(shù)據(jù)精密計(jì)算，發(fā)揮“虛擬庫(kù)存”的優(yōu)勢(shì)，盡可能地使貨物處于周轉(zhuǎn)狀態(tài)或者在途狀態(tài)，有效降低庫(kù)存，甚至實(shí)現(xiàn)零庫(kù)存。
五、調(diào)度調(diào)整
傳統(tǒng)的配送環(huán)節(jié)一般都是根據(jù)客戶訂單組織貨源，然后按照預(yù)定的線路配送至用戶。但是當(dāng)市場(chǎng)需求不穩(wěn)定時(shí)，配送服務(wù)的調(diào)整與市場(chǎng)需求會(huì)出現(xiàn)一定的時(shí)滯性。運(yùn)用大數(shù)據(jù)就可以彌補(bǔ)管理的不足。根據(jù)以往的配送信息，配送中心可以建立起相應(yīng)的數(shù)據(jù)庫(kù)，包括客戶、車輛、路況、商品等數(shù)據(jù)。配送中心綜合分析這些信息，根據(jù)結(jié)果安排配送活動(dòng)，以達(dá)到減少配送車輛、減少配送人員、減少油耗等目的，最終降低配送成本。同時(shí)根據(jù)包裹配送反饋的即時(shí)信息，包裹配送實(shí)時(shí)分布的車輛數(shù)據(jù)等，對(duì)現(xiàn)有的調(diào)度方案進(jìn)行實(shí)時(shí)調(diào)整，對(duì)車輛和快遞員進(jìn)行合理調(diào)配，緩解有的網(wǎng)點(diǎn)車輛很多、包裹很少，而有的網(wǎng)點(diǎn)包裹很多、車輛很少的情況。
六、線路優(yōu)化
配送線路的優(yōu)化是一個(gè)典型的非線性規(guī)劃問題，它一直影響著物流企業(yè)的配送效率和配送成本。物流企業(yè)運(yùn)用大數(shù)據(jù)來分析商品的特性和規(guī)格、客戶的不同需求（時(shí)間和金錢）等問題，從而用最快的速度對(duì)這些影響配送計(jì)劃的因素做出反映（比如選擇哪種運(yùn)輸方案、哪種運(yùn)輸線路等），制定最合理的配送線路。而且企業(yè)還可以通過配送過程中實(shí)時(shí)產(chǎn)生的數(shù)據(jù)，快速地分析出配送路線的交通狀況，對(duì)事故多發(fā)路段的做出提前預(yù)警。精確分析配送整個(gè)過程的信息，使物流的配送管理智能化，提高了物流企業(yè)的信息化水平和可預(yù)見性。
七、服務(wù)創(chuàng)新
利用大數(shù)據(jù)可以顛覆性地解決配送中的“最后一公里”的人員不足問題。上下班的人群、出租車司機(jī)或是學(xué)生，通過自己手機(jī)上的某應(yīng)用程序，可以與配送企業(yè)的系統(tǒng)連接，他們可以成為“臨時(shí)快遞員”，有效減少配送人員的負(fù)荷。這種模式尤其適合在“快遞爆倉(cāng)”時(shí)期或者是在地廣人稀的農(nóng)村和山區(qū)。當(dāng)然，對(duì)于如此龐大數(shù)量的移動(dòng)投遞資源的管理，只有具備海量數(shù)據(jù)處理能力的大數(shù)據(jù)技術(shù)才能完成。
八、客戶反饋
物流的進(jìn)度追蹤、包裹的送達(dá)、包裹是否完好無損等等都影響著物流的服務(wù)質(zhì)量，也影響著物流企業(yè)的生存。而這些反饋信息來源于客戶，客戶的反饋渠道很多：電話投訴、官網(wǎng)留言、論壇發(fā)帖甚至新聞舉報(bào)等等。充分利用好這些數(shù)據(jù)，好的方面予以保留，不好的方面予以改善，優(yōu)化物流的各個(gè)環(huán)節(jié)，對(duì)企業(yè)大有裨益。（文：李石君 武漢大學(xué)計(jì)算機(jī)學(xué)院教授、博士生導(dǎo)師。湖北省公共財(cái)政與經(jīng)濟(jì)運(yùn)行大數(shù)據(jù)工程中心副主任、中國(guó)電子商務(wù)專家服務(wù)中心顧問委員會(huì)副主任）
http://m.caifucehua.cn
