基于大数据智慧物流模式创新研究

来源:用户上传      作者:

　　摘要：现代物流的发展呈现出智能化、信息化的特征，这也是大数据背景下智慧物流业务模式创新的真正目标。如何采集、挖掘和分析大数据，并最终运用到物流行业以提升物流管理效率和降低物流成本，成为大家关注的焦点。现代物流产业的健康发展，既是其内在的需求，也为我国经济发展质量和综合国力提升奠定了良好基础。本文主要就大数据智慧物流模式创新进行研究分析，希望能起到一定的启示效果。
　　关键词：大数据;智慧物流;模式;创新
　　中图分类号：F506 文献标识码：A
　　1相关内容概述
　　大数据是指在一定时间范围内，无法采用常规软件工具和方法进行处理的数据集，其需要运用专门的新处理方式进行挖掘、分析和展示的海量数据规模、高数据增长、高数据流转、低价值密度和多数据类型共存的信息资源集。
　　大数据技术的核心价值不在于存放了庞大的海量数据信息，而在于掌握了专业的数据分析和处理技术，通过对原始数据的加工处理和提炼有用信息，实现数据的增值。大数据可分为结构化、半结构化和非结构化数据类型，而非结构化数据占比呈现出上升的趋势。其本身并没有实际的价值，其价值在于通过数据分类和挖掘，抽取出某些特定含义、带有某类特征的数据供人们决策之用。
　　从技术层面来看，大数据与云计算是密不可分的。海量数据势必无法使用单独的服务器进行处理，因此，必须采用基于云计算的分布式处理、分布式数据库、虚拟化技术和云存储的分布式架构才能对其进行有效的支撑。从大数据存储单位来看，人们比较熟悉的GB是基础性单位，其以1024为依次进率，常见的有TB，PB，EB等。1TB=1024Gb，1PB=1024TB。
　　智慧物流是指通过物联网将硬件、软件、大数据等技术和手段与传统物流深度融合，以此提升物流系统智能分析、决策和执行的能力和水平，从而提升物流系统自动化、智能化和专业化水平。其通过更精细化、动态的科学管理方式，实现物流的智能化、网络化和控制化，从而有效提升资源利用效率，对于国家经济质量的提升以及资源的配置效率，起到了十分重要的作用。
　　2发展历程和具体应用
　　近年来智慧物流己逐渐成为物流业发展的趋势，是物流从业者共同的追求目标。以现代信息化技术结合大数据为标志的智慧物流己成为物流行业改革的先行力量，特别是电子商务物流的爆发式发展，不断地刷新了物流行业各项历史记录，从而衍生了各种各样的新型商业模式和业态。智慧物流从此也迈入了高速发展的新阶段。通过回顾现代物流技术和行业变革的历史数据对比，对深入分析智慧物流运行规律和探索未来发展方向，具有深远的影响和意义。
　　智慧物流，被认为是利用智能化技术，使得物流系统能模拟人类的思维，并具有感知、学习、分析研判和自行解决问题的能力。智慧物流的出现实现了传统物流向现代物流变革和根本转变。
　　随着现代人们生活水平的提升以及新型互联网购物方式的兴起，大数据分析和处理效率以及深度运用成为物流行业发展的重要竞争力，其对于物流企业物流效益的提升起到了极其关键的作用。加快大数据和云计算在物流行业的渗透和普及，通过海量的物流数据提升其潜在的商业价值，从而形成庞大的智慧物流体系。而大数据技术为智慧物流体系的发展奠定了良好的基础。
　　大数据分析技术将物流基础数据作为处理对象，通过数据挖掘对大数据进行深度学习和提取，然后再运用学习的知识服务于物流行业。在大数据处理的过程中，采用云计算平台来大幅提升处理效率和减少运算时长，同时通过定期更新防御系统以确保智慧物流系统免受病毒的入侵，从而降低数据丢失、泄密的风险，提升了智慧物流的可靠性和安全性。
　　基于大数据智慧物流模式必然要求数据具有可共享性，各物流企业只需要缴纳一定的费用即可获取大数据分析的各项关键指标和业务模型，通过该业务能快速提供有针对性的服务，充分的挖掘终端客户的潜在需求，有利于进一步拓展业务量。同时，该模式能有效地提升物流服务效率以及降低各物流企业在物流信息IT建设上的人力和资金投入。
　　3基于大数据智慧物流发展模式的研究
　　3.1硬件底层发展模式
　　共有模式。由第三方提供统一的硬件平台，为物联网数据传输以及大数据分析提供共有平台，各物流企业利用较少的资金来分摊平台建设和维护的费用，从而实现技术、硬件、传输的共享。这种模式能充分的享受大数据和智慧物流技术的迭代更新，但数据的安全性方面有一定的隐患。
　　私有模式。鉴于物流数据安全的考虑，部分大型物流企业也采用建立私有云的模式，该模式使得物流数据的安全性得到较好的保障，从而有利于打造该物流企业的特色经营模式和核心竞争力的塑造，避免了同行间的恶性竞争等风险。但是该模式建设成本较高，且需要有很强的IT和大数据团队的支撑和运维。从大数据角度来看，无疑具有一定的数据局限性，从而一定程度上降低了大数据分析的内在价值和潜力的挖掘。同时，在大数据及智慧物流最新技术的应用上受到了一定的限制。
　　混合模式。这种模式结合了以上两种模式的优点，通过将大量基础性和前沿性的分析及技术研发设计采用共有模式，而将关系到企业核心商业机密和独特运营模式的大数据分析和处理设计采用私有模式。可见，该模式解决了资源投入和效率以及数据安全性的问题，是未来智慧物流发展的主要方向，值得各研究机构和学者进一步深入研究和思考。
　　3.2 SOA中间应用层发展模式
　　SOA中间应用层需要构建服务管理层与底层硬件间的SOA架构，其发展模式主要有以下几种。
　　应用开发模式。它主要提供适合的SOA框架，结合大数据分析SDK进行相关定制，用于处理不同类型的数据集。它需要通過针对不同物流企业的应用需求和业务场景进行详细的需求分析和建模，来完成应用层的数据分析和处理。
　　服务开发模式。在大数据分析和展示结果的基础上，为相应的物流平台推送最适合的服务，是智慧物流的核心所在。 　　共享数据服务。数据是现代物流发展的产物，也是应用中间层最重要的设计内容之一。其通过各种渠道、方式的数据采集，并进行汇总，完成数据清洗、分类重组等一系列技术手段来实现原始基础数据向知识策略应用的过渡，并最终服务于智慧物流应用的最顶层对象，即提供企业管理、资源管理、客户管理和趋势管理四大核心功能。
　　4智慧物流模式业务管理的细化和提升
　　4.1智慧物流核心业务管理能力的提升
　　现代物流核心业务主要可分为运输、仓储、配送和信息服务四大功能模块，基于大数据智慧物流则从智能化、网络化的角度提出智能运输、自动仓储、智能配送及信息控制等核心业务模式的创新，实现业务过程数据信息的共享，提升了物流效率。基于大数据智慧物流通过高效整合内外物流资源，提供一体式综合物流服务，通过运输路线追踪、货物在途状态的监控以及货物装卸数量、容积的智能优化分析计算，从而实现运输管理过程中的可视化及智能管控，并与上下游业务链的无缝衔接。在仓储业务环节，则通过自动分拣、智能化出入库和盘点管理，实现了智慧物流的智能仓储。在配送环节，利用感知节点对配送过程当中，结合交通条件、价格因素、用户数量及地域分布、送达时间等要素进行大数据分析和计算后形成最优化动态配送方案，从而极大提高了配送效率和准确性。在物流信息服务环节，通过大数据及相关业务数据的共享和互动，实现了物流企业信息流的加速，提升了物流链的反应速度和精度。
　　4.2智慧物流辅助业务能力的提升
　　基于大数据智慧物流模式下的业务体系，主要有智能包装、智能装卸搬运。智能包装主要是指系统可根据货物的动、静态属性及客户要求和包装成本等因素综合计算分析后自动的选择最佳包装容器、包装材料和包装技术以及最省包装尺寸等，其不仅降低了包装人员的作业强度，而且也较大的降低了包装成本和提升包装效率，避免了因人员判断失误导致的损失。智能装卸搬运主要是指通过合理的利用输送机、智能装卸行车等设备，达到装卸次数和路径的最优化配置，从而提升了效率。
　　4.3智慧物流增长业务的拓展
　　通过对其数据的深度挖掘和分析，可有效拓展智慧物流的业务范围和服务水平，包括物流智能结算、物流决策支持、物流咨询等新型商业模式的创新。
　　综上所述，基于大数据智慧物流模式的创新是现代物流发展的大势所趋，有其存在的必要性，其在物流效率、用户体验和成本控制等方面，确实发挥了越来越重要的作用，势必从根本上改变目前物流运行的模式。这就要求各物流企业加强与互联网大数据技术的深度融合，充分利用大数据能力来加强物流管理和控制工作。同时，结合企业自身特点加强对智慧物流模式的创新应用，真正发挥出智慧物流的效能，并最终提升企业的综合管理水平和竞争力。因此，可以充分借鉴国內外基于大数据智慧物流建设的成熟经验，共同促进智慧物流的应用水平和范围，从而推动物流行业健康、可持续发展。
转载注明来源:https://www.xzbu.com/3/view-14870919.htm