
《物流管理与供应链管理评论杂志》主编帕特里克在旧金山多年研究物流与供应链,他认为,在这个大数据时代,所有的大数据将成为竞争的关键,根据麦肯 锡研究院(MGI)研究,企业或公司正在寻求如何利用大数据更好地服务客户,免费提供各种开放式数据,同时做好隐私保密与安全。多媒体、社交媒体、物联网 的快速发展将推动企业未来数据呈现指数级增长。
甲骨文公司市场总监瓦米纳坦认为大数据时代的海量数据对物流产业会产生较大影响,企业正通过各种渠道、包括传感器和智能手机收集各种实时数据。IT企业也在通过物流给客户提供各种新数据,公司面对海量数据需要有一个策略,比如硬件基础设施、收集与分析信息,为客户提供运营与合作网络等。
移动设备也为物流行业提供了前所未有的实时传输时代,智能手机额和平板电脑接受、处理、发送大量数据,配送中心的电子车、卡车、传感器和装有射频读卡器的拖车等。
全球物流业角度,制造商、零售商、分销商、第三方物流供应商、第三方物流、货运代理、海运、汽车运输、铁路、航空货运、拖车、移动设备、物流枢纽 (机场、海港、铁路码头),监管机构(海关)等,在美国物流已经超过了十几万亿美元,大约占国内生产总值的10%以上,发展中国家比如印度,物流占国内生 产总值15%以上。
大数据对物流的影响越来越大,无论是托运商,零售商、社交网路、个性化网站、移动设备、供应商、运营商等。物流产业将迎来挑战,行业内或将出现结构变化,海量数据对物流的影响增加。
笔者认为,互联网技术与移动终端技术快速发展与用户几何级快速增长,大数据时代给物流产业带来的影响或将是巨大的:
传统企业比如化工,生产出各种人们日常所需要的产品,比如毛巾、洗脸盆、肥皂、油漆、汽车用燃料、家庭用天然气等,前些年,这些企业以持续增加投资 生产资料来带动企业扩张与发展,生产出产品数量快速增加,并存储在仓库或运送至市场,传统企业投资已经趋于饱和,传统企业亟待转型升级,很多企业也开始关 注电子商务,希望通过把线下产品搬到线上,更好地完成销售,或者是与客户的沟通。
那天看到一篇文章,说是未来的实体店面商场或更多地引入网上商城,顾客进入大商场,就可以用各种终端比如手机或平板上网,在休息间查询商场信息,快速检索想要查找的商品与商品信息,然后可以用终端点击购买,或者快速达到商场指定柜台购买。
一些大商场实体店为了留住客户,不得不提高服务,采取新颖方式,比如体验店,或者是顾客休闲娱乐相结合的各种方式来进行柜台销售。而商场商品也将从线下搬到线上,实现大商场的网上商城。
一些商场可能会减少店面,增加网上业务,商场员工办公室会从商场角落搬到大厦写字楼,同时,增加物流大仓库建设,增加大仓库中各种运输工具,大仓库 不再是过去那种简单的存放场所,而是一个大的繁忙的工作场所。工作人员不是简单的看管货物,而是具备现代化物流知识的高级人才,甚至需要会开各种自动化运 输工具。
笔者所在的这所城市里,有两个较大的家具城,而这一两年发现,实体家具城不见了,听说全部改成了电子商城,而家具也搬到了较远的仓库间里。
在这所城市里,有一个非常大电子产品商贸城,里面有三四层楼,全部是各种家用小电器,商城内都是外租给一家一家私人柜台,原来呢,商城里顾客很多, 都是到哪儿购买便宜又好用的家用小电器,比如台灯、手电筒、收音机、音响、小灯泡等等,如今,很多商城小老板把产品搬到了线上,商场里顾客看起来少了很 多。
未来物联网会把小区监控、电视机、彩电、冰箱、私家车、空调、天然气、烟气灶、烤箱、微波炉等各种家电连接起来,相关服务、比如小区通知与服务、家电售后维修、住户水电煤气缴纳、小区安全监控、快递物流服务等实现个性化服务。
随着互联网实现了信息流更快速更便捷,互联网金融实现了货币流支付或转账,那么,物流业将快速发展。笔者认为,物流产业将带动服务业快速发展,物流业保持快速发展,行业规模、服务能力将提升,物流业正在成为下一个支柱产业。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中,“设计标签逻辑” 只是第一步,真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键,在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23