京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据和物联网将如何改变邮政服务
你是否同时拥有“物联网、数据策略与分析,以及邮政服务的运作、设施、产品和服务方面的专业技能和关键知识”?是的话,你可以试试向美国邮政署(United States Postal Service)投标,他们正在寻找合适的供应商来帮助他们实现“邮政物联网项目”。如果你根本不知道我在说什么,下面做了扼要介绍。
让我们从那些显而易见的事说起:很少有事物能像邮政服务那样遍布各地,无处不在。另一点或许不那么明显:很少有人收集了如此大量的数据。邮政运营商从他们庞大的实体网络中收集了海量信息,例如,美国邮政署会对每个邮件和包裹扫描多达11次,这意味着每年共扫描1.7万亿次。其庞大的超级计算机数据中心已经是美国最大的数据中心之一。
美国邮政署监察长办公室在今年5月发布的一份报告中写道,在未来,“数量不断增长的可操作数据的汇集,通过无所不在的网络连接整合和分享这些数据,以及分析学的快速发展,以上这三点的结合可能会为邮政运营商打开一个充满机遇的新世界——邮政物联网”。
邮政网络(邮车、邮筒、邮件和包裹、分拣中心等等)可能会配备低成本传感器,这将极大地增强邮政运营商收集有价值数据的能力。这个庞大的新数据来源可以帮助邮政服务提高运营能力和改善客户服务,创造新的产品和服务,并为更有效率的决策过程提供支持。专家们指出,“邮政物联网”还将对其他邻近的非邮政行业产生积极的溢出效应,因为邮政服务自己收集或者找人代为收集的信息对其他人也同样有用。
例如,让邮车配备传感器可以降低车队的维护费,优化行车路线,报告移动和无线网络的覆盖盲点,监视环境状况,探测有害的化学物质和污染。这些传感器收集的数据还能够变成邮政服务新资产的基础,为政府机构以及其他上市和私人企业提供服务。例如,可以把加速计放在邮车上,用来评估道路状况和探测路面坑洞,然后将收集到的数据出售给市政局。
邮政大数据甚至还能帮助零售商进行新门店选址。这在德国已经有人付诸实践:DHL向企业提供了一款付费使用的在线地理营销工具,名叫Geovista。该工具将来自于德国邮政的地理数据、来自于其他机构的社会人口和住房数据以及有关消费模式的统计数据结合起来。这些信息可以帮助营销人员进行新店铺选址,并为销售预测做好准备。开放数据还能为第三方开发者创造机会。法国邮政局正与创新软件公司合作,希望利用其邮编、邮局位置、地址文件变动等数据库来推出新服务。
在终端用户方面,邮政大数据可以促进形成以消费者为中心的新型投递服务。报告的作者们引用了SoPost平台的例子。在英国,该平台让人们把Facebook和Twitter账户作为邮寄礼品或者产品小样的地址,而无需写明实际的详细收货地址。在瑞典,DHL正在测试“众包快递”,让个人也有机会把装着网购产品的包裹直接送到其他终端消费者的面前。通过一款手机应用,这项名叫MyWays的服务把那些需要灵活选择收货时间的人和那些愿意顺路运送包裹以便赚点小钱的人联系起来。
考虑到上述以及其他的好处,监察长办公室在6月17日发布招标通告,希望找到一家公司,帮助他们充分利用邮政服务产生的所有数据,并想出新的方法来围绕这些数据构建创新式服务。投标者有希望赢得10万美元合同。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13