互联网下大数据对智慧物流的影响

互联网下大数据对智慧物流的影响摘要伴随着大数据时代的来临,通过云计算、物联网等技术的发展,物流行业也进入高速发展的新时期，智慧物流已经成为未来物流发展的主流。通过解析大数据背景下我国智慧物流发展的趋向，从智慧物流技术、智慧物流数据采集、智慧物流数据挖掘等方面详细阐述当前智慧物流发展中面临的重要问题，最后并依据上述问题提出一系列的处理对策，以提升智慧物流的水平,从而推动物流行业的平稳发展。关键词：大数据；智慧物流；数据采集引言随着互联网技术的迭代更新，大数据、云计算等技术手段也被迅速有效的融入到智慧物流行业应用中，让智慧物流行业不断得到优化和完善。在我国的物流业中，将物流活动过程中产生的各种数据信息通过大数据等技术来进行统计收集并予以分析，从而达到为现代物流管理和运营决策提供科学有效的统计参考的目的，以此来提升我国物流企业的竞争发展实力。大数据系统的充分合理运用,能够提升我国现代物流的高度智慧化、现代化。因此,在大数据背景驱动下,政府需要对智慧物流予以高度的重视，并加强物流行业对智慧物流的概念推广及普及,积极探求更为有效的优化对策,提升智慧物流的综合效率,促进物流行业总体的良性稳定发展。一、理论基础概述（一）智慧物流的概念智慧物流的含义，指的是通过物联网、大数据分析等现代智能信息技术的使用,将网络概念延伸至整个物理世界,让网络与物流实体进行融合创新,发展现代物流体系的状态认知、智能分析,进而达到信息化智能决策,具备相应智慧能力的全新现代物流体系。智慧物流的含义最早在2009年就由IBM提出了，但是由于大数据分析、云计算技术、物联网、人工智能等新型技术的发展和综合运用,对于智能物流的概念也随之发生改变。当然其本质智慧并未变化。智能物流分为了三个体系,即物流大脑的智能认知体系,物流互联网的知识传递体系,以及物流信息化的作业执行体系。（二）智慧物流的特点1.信息联通，数据驱动智慧物流的各系统要素节点之间能够实现数据互联信息互通,一切经营业务流程数字化,实现整个物流系统运作全管理过程信息透明和可追溯管理；智慧物流能真正实现物流数据业务化,以“数据”算法驱动供应链决策支持与流程执行,为全球物流智能生态系统提供赋能。2.高度协调,高效率执行智能物流系统由于其物流体系的全局动态信息优化和资源优化的全智能算法,实现了各跨企业、跨公司、跨部门的高度协作,有效调度并保证了在整个公司的信息化智能物流配送体系设计中实现了物流系统各参与方之间的有效地协同分工部署及执行。3.自主决策，学习升级智能物流系统实行的是主动调度决策,促使智能物流体系朝着程控化和自动化方向发展。智能物流则是指运用互联网、云计算等现代化手段来建设的物流大脑,在信息认知中决策,在智能执行中学习,在信息知识掌握中优化,在企业的物流服务实践工作中不断提升,学习与升级。（三）智慧物流的主要功能1.感知功能智慧物流通过大数据分析等手段,来收集有关运输、仓储、装卸搬运等相关环节的数据信息。智能物流系统进行有效的信息收集,让各方都可以更精准的知晓物流车辆、仓储等信息。2.智能分析功能智慧物流系统采用了智能模型等科学方法进行解析物流问题,并依据相关问题给出假设。智能物流系统是个不断检验问题,发掘新问题的验证过程。智能物流采用了理论和实际的方法紧密结合,在系统运作过程中通过自动调取历史经验数据,随时发掘货物运营中的漏洞和薄弱点,进而达到发现智慧。3.及时反馈功能智慧物流体系是指一种信息更新的物流体系。反馈则是进行了系统调整,系统完善的关键。反馈信息贯穿于智能物流管理系统的每一环节,为熟悉物流工作情况的物流相关者,有效处理系统问题提供了有力的信息保证。二、智慧物流的发展现状（一）我国的智能物流市场规模我国的物流行业市场容量极其巨大，传统物流产业被大数据系统的应用推动着向智慧物流这一更高层次水平上快速发展。随着智能物流大数据分析、云计算等现代信息技术和物流业的深入融合,推进了国内智慧物流市场建设应用的更全面的发展。近年来，中国智能物流市场规模呈现出高速稳健增长的发展态势。从2016年的2780亿元增加到2020年的5840亿元，年均复合增长率达到20.39%，预计到2025年智慧物流市场的规模将超过万亿元。图2-12016-2020年中国智能物流市场规模（二）不同规模企业的智慧物流的发展我国不同规模的企业在智慧物流方面的发展状况不同。针对于大型物流企业来说，在资金，技术等方面有较大的优势，逐步构建了属于自己的专属信息化物流平台和智慧物流体系。同时随着货物仓储和商品物流运输流程管理系统中广泛使用机器化作业,各个业务管理环节也开始积极使用智能化、自动化管理手段,大大提高了商品快捷有效的运输、物流处理速度。当前,尽管有一些大公司推进智慧物流模式的进展状况比较良好,提升了企业物流体系中各个环节的服务效能,但还是存在着一些不够完善的地方。比如,在中国的部分地区,企业配送仍要花费较高昂的人力物力成本,同时企业物流配送的效果也一般较差。针对于小型物流企业来说，由于前期缺少资金和系统技术支持，其智慧物流发展现状较差，还没有建设一个相对完善的信息化服务管理运营体系。大多数的传统中小型物流公司仍然使用着传统的物流货物信息管理模块,在当前的大数据背景要求下,还是无法高效的实现使用移动手机等电子智能设备来查询货物信息,而这样传统的模块不但极大的削弱了在货物运输信息查询中的高精确性,还极易出现货物信息遗漏的问题,这就更加让企业难以在激烈的市场竞争中立足。中国现阶段对智能物流应用较为完善的代表性公司,有阿里旗下的京东、苏宁云商等。阿里集团还建立了"天网"和"地网",其中,天网主要进行货物数据化分类、跟踪管理,而地网则从事实体物流投资。菜鸟可以让在物流、搬运、物流配送等各环节的战略合作伙伴看到更为清晰的物流服务场景,并利用这些数据使它们得到了一个良好的生产能力。（三）国家对智慧物流的政策支持随着全球贸易经济全球化被新型信息产业浪潮所带动并进行了深度发展,“互联网+”“大数据”等新型热门应用领域促使我国传统的物流业向智慧化现代物流体系转变,智慧物流已然成为转型升级的推动力。其中，早在2016年，国务院就出台了《“互联网+”高效物流实施意见》，表明了智慧物流在国民经济发展的重要性。2020年国家发布《关于进一步降低物流成本实施意见的通知》，指示要推进新兴智能化设备的普及应用，提高仓储、配送等物流环节的自动化、智慧化水平。我国政府对开发智慧物流给予了重视,并制定了一些优惠政策以推智慧物流的高速应用发展,具体如下表所示:部月大国内市场的意见》月》部月施方案》月四个五年规划和2035年中国人民政治月表2-3支持智慧物流发展政策三、大数据背景下智慧物流发展存在的问题（一）智慧物流技术应用不足首先，智慧物流技术应用不均衡。传统物流基础设施也是现代智慧物流的发展的重要基石，由于我国交通运输资源存在不平衡状况，所以在交通基础设施以及通信设备等方面存在不足之处，加之受技术水平的限制，无法在全国各个地区，尤其是偏远地区，普及智慧物流的应用。其次，智慧物流技术设备使用成本过高，使用智慧物流，需要专门的配套设施。最后，我国的智慧物流发展水平属于初级水平阶段，在现代物流领域中智慧物流的应用仍旧存在一定的缺陷。近年来，也就只有阿里巴巴、京东、苏宁等大型企业相继投入大量的资金打造真正属于自己的物流系统。毋庸置疑,虽然使用智能物流技术可以提升整个现代物流系统的运营效能,但是,由于大部分中小物流公司受到政府资金投入等诸多原因影响,已经无能为力了,不但没有对智能物流的核心技术的使用了解,同时由于对于智能物流的科普与宣传的力量不足,对智能物流的应用也没有形成相应的规模,而只是停留在局部得物流活动中。（二）智慧物流数据采集困难大数据时代驱动下,数据收集只是整个数据挖掘过程的第一步。物流公司在库存、货运、物流等各环节中每日都会出现大量新的海量数据,比如,库存的在仓数和实际的进出仓数据、物流运输车辆的实际配货数和行驶线路、物流配送中的实际配货数、仓库中货物实际土地流转数据。另外，基于数据的多样性，物流业务融入到物流供应链的各个运作过程的同时，会产生大量不同类型的支持日常业务的数据。因为传统物流公司并没有专门有效的数据收集手段,所以即使运用智能物流系统把大量的客户记录和信息数据汇集起来也不容易。同时,也没有一个把各个主要数据库系统集成到一起的,专门存放数据信息的大数据仓库,因此很容易导致大数据资料信息的遗漏或数据错误。其次,基于信息的时效性,因为产品或客户提供的业务周期比较短,收集的信息将会陈旧,导致信息不能完全满足公司业务的需求。（三）智慧物流数据不易挖掘及清洗物流数据采集的下一步骤就是数据的挖掘清洗。物流企业在实际的收集数据时,其收集到的数据大多都是杂乱无章的,例如反复出现或数据残缺。这些冗杂的数据会导致后续企业对智慧物流业务未来发展趋势研判及预测偏离正确轨道。同时，要想从如此冗杂的数据中提取出企业所需的数据并不是一件简单容易的事情。在企业每日新产生的重复或缺失的海量数据中，衡量数据的重要程度，是难以抉择的。（四）智慧物流数据分析环节不足目前,在推动中国智能物流系统的发展过程中,数据挖掘的运用环节一直处在劣势的境地,只有那些大型的物流企业或电商企业，才能够针对数据分析的实际需要去成立专业的技术部门或项目工作组,而规模中小的公司则仍然无法进行。同时,针对企业内部物流信息的统计分析技术问题,在进行数据分析管理和具体实施流程时,由于对数据信息的软件应用知识技术水平低下,不能形成最先进的统计分析,也无法对企业的信息运用统计分析手段做出合理的判断。企业通常会采取自主数据分析和数据信息外包。其中，企业内部进行自主数据分析时，其数据结果的精确性较低，难以对公司的决策提供有用的支撑，甚至会影响企业的最终决可能会发生信息泄密等事件，这又将会对企业造成极其恶劣的负面影响。（五）智慧物流数据专业人才稀缺在数据时代变革的新时期，智慧物流数据呈现出大规模持续增长的态势，增加了物流企业对数据分析人才需求。智能物流人员要求的是既要了解现代物流行业情况,也要了解现代计算机通信的专业知识,掌握现代物流信息化运营规则,并运用大数据、人工智能等新型信息手段辅助决策,保障物流高效率的复合型物流人才。首先,基层物流人员众多,能适应智慧物流需求的新型高素质人员较少,但专业能力和综合素质普遍不高。最后，我国的高等院校和职业学校在人才培养上主要以操作员为目标与社会需求不匹配，加之教学的模式传统跟不上时代的步伐，同时，高校很少开设大数据类相关课程导致学生缺乏大数据相关技能，无法实现企业对数据分析人才的要求，数据分析人才极其短缺。四、大数据背景下智慧物流发展的对策建议（一）大力推广智慧物流技术的应用首先，政府应加强交通，通讯等基础设施建设，为智慧物流的普及提供道路，不断优化改进智慧物流配套基础设施建设。再次，设立创新发明专项基金奖，鼓励智慧物流相关企业创新发展。最后，有关政府部门给予企业相应的政策优惠,如国家对积极应用智能物流技术的公司予以专门扶持资助,并配合相应的税费减免措施,就更能鼓励物流公司对智能物流技术的积极应用,进而促进我国物流产业的改造提升,从而改善整个物流系统的运营质量。（二）构建智慧物流数据采集平台在大数据的驱动下，作为实现数据信息交互的物流信息采集平台至关重要。首先，政府应积极推进智慧物流信息采集平台建设与应用，加强对于物流收货、储存、拣选、发货、退货等环节相关信息的采集，推动各个环节之间的数据共享、信息互联，对相关数据信息进行储存管理，并实时跟踪查询物流活动的全过程。其次,物流代表性公司应当充分发挥榜样效应,主动搭建面向中小型快递公司的物流数据收集平台,以进行货源、车源和配送业务等信息的有效匹配。最后,通过让不同的物流公司进入同一采集平台,实现对数据信息的统一储存,并进行信息的统一分类,从而使得各个公司之间形成了联系,实现企业内部实时共享数据信息。近年来，我国的京东、百度等平台，相继搭建了用于储存的数据库，使得企业能够在此获得较为专业化的数据分析和解决方案。但智慧物流行业还具有一些缺陷,因此仍然需进一步的优化完善,以创造多元化的服务功能,为各种不同类别的企业提供优质服务,形成真正的智能物流数据平台。（三）优化智慧物流数据首先,PDCA循环系统是企业全面质量管理工作中必须遵守的科学管理程式,可通过PDCA循环系统来优化数据管理以实现大数据分析的挖掘与清洗,同时,还可运用云调度、云聚类、可视化技术等模型实现大数据挖掘。然后再根据原设计方案,通过多次循环使用PDCA流程,清理智慧物流数据信息,并挖掘出有实际价值意义的宝贵数据。其次,通过构建数据仓库,利用ETL过程提取、交换、加载处理数据,并利用相关接口,实现联机分析与数据挖掘数据仓库中的所有数据。（四）提升智慧物流数据分析深度在大数据时代，物流业采取分析数据的方法来实现物流更快的目标，利用数据挖掘、云计算等技术使物流企业在不增加物流成本的前提下实现快速物流。首先，企业要构建物流智能的决策系统,在实现大数据多元化的同时,保证了数据挖掘的精度，进而实现快速物流。在从多方面做好对数据的分析之后，要提前进行对物流作业的预测管理,以此来实现物流系统的科学调度与智慧管理。然后,利用分析物流运营管理的模型来进一步发掘数据资源,进行企业的智慧管理。最后,立足于物流企业的实际状况进行分析,必须提升自己的数据分析水平,以便对业务发展前景等做出更加精确的预估。（五）加强智慧物流数据分析人才的培养首先，政府应该给与政策资金支持，为智慧物流技术人才的培训提供资金支持和为智慧物流技术人才的培养提供政策保障，加深专业院校与物流企业的深入团结合作，探寻适合我国的新型智慧物流技术人才培养模式。其次，鼓励高校、物流企业等智慧物流各相关者进行产学研合作，重点支持培养智慧物流快速发展中，亟需人才培养的高层次应用型中高级专业管理应用型人才。再次,通过促进我国现代物流产业院校和国内各领域重点产业院校的校企合作关系,为高校专业学生创造实践机遇，实践和理论相结合培养我国智慧物流的复合型中高级专业应用人才。如进一步加大了对高级专业人才尤其在云计算信息技术、大数据物流及新一代物联网相关技术方面专家的引进培训服务力度,培养储备真正符合国内高端智慧物流市场发展要求所需人才的复合型技术人才。最后，通过招收国外的物流技术人才来获取专业人才培养经验，形成一套属于我们自己的物流人才培养模式。

总结在当前国际社会大数据浪潮飞速变化的新时代,物流行业数据应用发展也必然在紧跟新时代步伐，近年来，由于随着我国许多大型现代化物流企业越来越更加重视智能化、数字化建设，大数据智慧物流技术应用也逐渐得到更加了更广泛有效地实际应用,并且卓有成效。智慧物流产业已然在推进国民经济保持不断高速向前发展中得到国内外更加密切的瞩目。但是在其发展过程中,还是面临着一些现实性的问题,限制着中国智慧物流行业的积极向上发展。因此，必须通过推广智慧物流技术、优化智慧物流数据、加强智慧物流人才培养等措施，为智慧物流行业在大数据时代的发展腾飞插上翅膀。

参考文献[1]李佳,靳向宇.智慧物流在我国