大数据背景下云物流发展对策研究

吴取芳+张军

【摘 要】文章着眼于我国物流行现在问题，提出一个基于基于大数据的云物流概念，笔者对大数据云物流模式做了简要的解析，指出了该流平台运作中可能存在的问题，并研究出应对策略。大数据技术主要收集挖掘价值数据，建立数据库，云物流提供强大的云计算能力和数据调度匹配能力。二者结合，相得益彰。大数据下的云物流必将物流行业推至新的高潮。

【关键词】大数据； 云物流； 物流平台；服务

一、引言

随着我国“十三五”规划的到来，产业的不断升级，传统物流行业也到了向信息化物流转型的关键时刻。我国就是典型的物流发展滞后于产业发展的国家，传统的物流行業中，物流信息不对称、配送环节冗长、物流服务水平参差不齐等老大难问题导致物流成本高居不下，利润被吞噬，物流企业步步维艰。以大数据和云计算为代表的新兴信息技术的发展催生出云物流模式，由此，创新物流服务、改善物流企业经营效率指日可待。

二、 云物流和大数据

1.云物流概念和特征

“云物流”最早由星辰急便的董事长提出，是云计算技术在物流行业中的应用，它利用云计算的强大通信能力、运算能力和匹配能力，集成众多的物流用户的需求和物流资源，形成物流云平台。该云平台上所有的物流相关机构，如物流公司、海关、保险、货贷公司、管理机构、媒体等可以最有效最简便方式，实现所有物流信息的展示、交换、处理与传递。从而提高物流供应链运营效率，创造物流价值空间。

简单地说，可以把云物流类比成一个资源池。这样的资源池对社会存在的物流需求和 物流能力进行虚拟化的集成，并且，资源池具备一种能量，能够将来自于全国各级企业的海量物流需求按类别、时间、区域还有紧急程度等整合分类，物流企业能够以更加简便的方式获取与自己物流能力相匹配的物流需求。由此可见，云物流能够跨越企业，整合不同企业之间闲置物流资源和能力实现对社会物流需求的一体化集成和调度，以最低的社会成本实现最大的物流效益。

2.大数据概念和特征

大数据是一个体量巨大、数据类别巨多的数据集， 并且这样的数据集无法用传统数据库工具对其内容进行抓取、管理和处理，它可以实时为企业撷取、管理、处理、整理数据，生成企业所需的数据资料。

大数据的特征可以通过四个“V”概括为：价值大（Value）、类别多（variety）、速度快（Velocity）、体量巨大（volumes）。

3.大数据背景下的云物流

大数据背景下的云物流是指大数据技术被应用于物流行业，物流企业利用大数据技术获取巨量物流大数据后，通过云物流强大计算能力智能分析物流客户需求，所有的物流信息、供需双方资源被有效、快速地集成、分析匹配、调度，最终为客户量身定制一套物流服务解决方案，实现精准营销。

物流企业运用大数据技术搜集的巨量物流大数据，主要包括物流作业中仓储、运输、包装、流通加工等环节中涉及到的信息数据。大数据背景下的云物流，利用大数据技术，对巨量数据中的细节进行融合，提取出最接近客户真实需求的有价值的信息，并有针对性地推送给物流企业，让物流企业获取有价值的订单。获取信息越全面越细致，信息越真实越具有价值。

三、大数据背景下云物流运作机理分析

大数据云物流系统中，云物流能够为大数据提供强大的存储和运算能力，大数据能够将杂乱无章的巨量数据进行融合，转变为具有商业价值的需求信息。二者结合，优势互补、相得益彰。如图1所示：

首先，大数据云物流平台集成了物流服务供需双方，即所有社会物流需求和物流能力，包括一些现在物流资源和细小的物流需求。物流服务需求方只需要下载APP，注册一个账号，通过大数据云物流对信息加工处理，就可以为物流客户提供一套精准的个性化物流服务方案。

其次，大数据云物流系统离不开数据系统，大数据系统分台前系统和台后系统，台前，大数据系统这通过移动设备、物联网、社交网络、互联网传感器等方式来收集第一手的数据信息，探测客户，而台后数据系统建立大数据库，对巨量数据进行提取、整合、分类分析并存储，为企业通过实时有价值的信息。

再者，大数据云物流核心是构建大数据云物流信息平台，该平台一端利用大数据建立数据库，包括各类物流信息、如物流仓储信息、配送信息、运输信息、保险信息、物流金融信息等，再通过云物流强大的云计算能力和先进的信息技术，将这些信息进行整合调度与配置，汇聚成虚拟的物流需求或物流资源，形成虚拟资源云，一方面供客户搜索、查询信息；另一方可以快速获取目标客户群，有针对性推送物流服务，实现精准营销。

最后，大数据云物流平台除了集成物流服务双方，还聚集了物流行业相关支持行业，如物流保险行业、国际货运代理、银行、海关等。引入相关企业，可以为物流客户提供一整套全方位的物流服务，提高客户满意度，增加客户粘性和忠诚度。

四、大数据云物流发展问题对策建议

1.技术方面，大数据云物流正处于探路阶段，数据基础设施和信息平台尚不成熟，仍然存在末端智能程度不足、数据链路衔接不畅、互联网接入标准有待加强等问题。首先，针对智能末端不够只能问题，相关部门要增加数据产品研发预算，引进高端产品开发人才，引入先进计算机算法，如智能打包算法。其次解决数据链路不畅问题可以发挥我国监管部门的主导作用。监管部门要督促我国三大电信部门之间以及与国际电信组织使用统一的通信协议标准，建立共享的通信网络，实现数据国内国际畅通无阻高效传输。

2.客户获取与维护，目前我国云物流还处于发展的初期阶段，物流客户相对分散，客户粘性不够高。互联网大数据环境下，粉丝经济可以成为解决这一问题的有效手段。中国的网购人群多大四亿，利用大数据技术对用户的网页浏览纪律、购物喜好、地理位置等数据进行挖掘分析，有针对性地推送体验式服务、广告或其他信息，从而增加目标客户群体粉丝关注数量。粉丝经济为物流企业获取大量稳定的客户群体外，提高品牌知名度与影响力。

3.资金方面，众所周知，这样新兴的物流模式前期投资大且烧钱快，如果没有丰富的人力资源和雄厚的资本，只能轮为空谈。对此，一来可以采取众筹的模式，众筹的模式在欧美国家甚至国内其他行业已经很普遍，将其应用到物流行业，也将带来不可估量的价值空间。大数据云物流采取众筹模式，实现后台物流物流资源的整合的同时，实现了物流资本的整合，为我们云物流平台提供强大的资金支持。二来可以建立云物流基金，基金可以包括政府扶持资金、物流企业自有资金、众筹资金等。通过联合金融机构对云物流基金的管理和运营，源源不断为大数据云物流提供资金支持。

4.政府政策方面，大数据下的云物流如果想要又好又快的发展，离不开各级政府支持，如物流行业中长期存在的货车进城、物流用地、路权、等老大难问题，需要政府在具体问题是具体分析并提供提高合理地解决方案，而不是一刀切的禁止。政府政策制度越合理开放，大数据云物流的优势将愈加凸显。

五、总结和展望

大数据背景下的云物流，将物流行业当中运输、仓储等物流需求通过大数据分析处理在行业共享平台上进行整合并优化，提高资源配置准确性和有效性，从而全面提升物流行业的服务质量和物流效率。大数据时代下物流能否实现转型，其关键突破点在于如何有效结合大数据和云物流的优势来构建一个以物流用户为核心，以提高物流服务为宗旨的高效运作的物流平台。只有大数据、云物流平台的推动，才能使碎片化物流需求快速规模化。实现大数据背景下云物流的应用创新是一项复杂的过程，我们就要主动迎接挑战，寻求变革，抓住机遇。

参考文献：

[1] 张明，张秀芬. 基于“云仓储”和“云物流”的电子商务大物流模式研究[J]. 商场现代化，2011（650）：34-37.

[2] 贡祥林， 杨蓉. “云计算”与“云物流”在物流中的应用 [J]. 中国流通经济，2012（12）：29-33.

[3] 刘勤， 刘刚. 构建智慧云物流 [J]. 中企业管理，2013（10）：116-118.

[4] 王琦峰，吕红波. 云物流体系结构与应用模式研究[J]. 电信科学，2012（3）：24-25.