物流业的大数据何时不再是口号

(文章来源：长风网)

早上七点，旭日东升，某某物流公司已经开始了工作，今天的任务是在11点之前给8家公司配送货物。
 
从货物出库，选择车辆和司机、装货只花了半个小时，因为手持终端可以让仓管员在偌大的仓库中准备找到货物，内部系统根据之前的数据统计和分析，推荐出性能良好、载货情况合适的车辆和精神状态良好的司机，连装货顺序系统也帮规划好。
 
虽然是上班早高峰，但系统推荐了一条合理的路线，避开了拥堵路段，按照往常习惯，司机会先去A公司，但系统预测出所需货物的公司近日接待情况欠佳，需要等 候半个小时才能收货，司机毫不犹豫遵循系统的建议先去了B公司。途中，车辆忽然停了下来，原来它探测到20米外有一个滚动的皮球，接着便冲出一个小孩，原 来车辆已经预测出其中的危险……
 
上述是小编对未来物流配送场景的构想，从物流公司接收到配送任务、货物出库、安排车辆和司机、装车、出行路线、避开危险等这一系列的行为中，都离不开大数 据技术的支撑，通过海量数据的收集、存储、转化、预测等，最后得出科学的、快捷的、可靠的数据分析与建议，大数据在物流行业的使用可达到降低成本、提高效 益的目的。未来，大数据在物流行业的普及应用或许正如小编所想吧。
 
大数据已经炒烂，物流行业使用大数据是否得心应手？
 
大数据这个概念已经提出来好几年，曾一度被炒作至顶峰，众多企业扎堆推出大数据解决方案，资金、人力、关注度持续上升。近两年，大数据话题转向冷却，但是 大数据分析的价值会继续下去，企业关注的重点应该是如何采取正确的策略、流程和方法从大数据分析中获得价值。在这样的大环境下，物流企业应该如何去真正把 握大数据价值，实现跨越式发展？
 
马云的菜鸟网络可以说是顺应大数据时代应运而生的，为打造物流大数据平台，菜鸟网络与国内物流快递企业合作，进一步开放彼此数据，联合打造国内首家物流大 数据分享平台，平台内容涉及云计算、信息产品、信息安全等多个方面，未来可实现快递市场分析、质量指数服务、客户挖掘、数据预测等功能。还有各式各类的云 物流平台的涌现，货运APP、车联网的诞生，这都是互联网和大数据作用之下的产物，不管是数据的采集、优化的方式、服务内容的选择还是服务的精准性，都离 不开大数据。
 
宽带资本基金董事长田溯宁曾经表示，3-5年内会看到大数据在各个方面的应用。然而在物流行业的应用是否还停留在起步阶段？物流市场的预测、物流中心的选 址、配送路线的优化等等是否已经真正应用了大数据技术？小编根据物流各界的反应以及人们的切身感受来总结，发现大数据的概念与落地存在相当的距离。现实 中，一些物流公司的产品打着大数据的旗号进入市场，强调自己是做大数据的，但其实他们的数据分析能力惨不忍睹，存在招摇撞骗的嫌疑。北大教授王汉生就说 过：大数据更像是一个口号，一种公共宣传的需要。我们都知道大数据好用，但是理想很丰满，现实很骨干，怎么来，怎么用依然还没弄清楚，大数据不过是被人不 断神化！
 
物流行业挖掘大数据宝藏有何难题？
 
大数据是金矿银矿，但不是金山银山，它是需要技术挖掘的，这些巨大的商业价值在挖掘的过程中也面临着数据采集、质量控制、技术转化、管理政策等诸多方面的挑战。怎样获取这些大数据是一个问题，需在资金投入、研发团队打造方面的决心和魄力。
 
1、传统思维的禁锢。大数据首先引领的是思维的变革，再到技术的变革，但我国物流业相对发达国家来说比较传统，从业人员的整体素质不高，企业高层对大数据的重视程度不够，思维不够开拓，从而影响技术的变革。
 
2、采集困难。海量的数据需要高精准的硬件设备采集，但我国物流行业上所运用的硬件设备相对落后，加上数据变化快和有效期短的特点，数据质量和有效性难以保证。
 
3、数据共享困难。大数据需要数以万计的数据作为支撑，并不是一个公司就能解决的问题，物流行业的散、小、乱、差并不利用数据的融通，反复号召的联盟组织也是联而不盟的状态。
 
4、没有核心技术人才。大数据本身的多样性、复杂性增加了大数据在处理和管理上的难度，所有，专业的数据管理人员是关键，在物流企业既懂得数据挖掘、数据分析技术，又熟悉物流企业运营的复合型技术人才尤其难得。此外，数据的开发和隐私也是应该权衡的问题。
 
5、数据的转化是挑战。数据的呈现形式的复杂多样的，文本、图片、视频等非结构化数据需要转化为结构化数据，在物流企业的运营过程中，非结构化数据的存储必须要先转化为结构化的数据才能够存储，因此，引进先进的数据转化技术是物流企业数据质量的保证。
 
总之，大数据已经在物流企业渗透，引起物流企业普遍关注，大数据所隐藏信息价值不会轻易袒露，高喊口号之外需要物流企业的决心和魄力去挖掘。当然，我们相信，随着思维的转变、技术的进步，管理的变革，大数据一定有实质性变化，行动终会有成果。