前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >【钱塘号专栏】“互联网+物流”的云与大数据

【钱塘号专栏】“互联网+物流”的云与大数据

作者头像
钱塘数据
发布2018-03-02 11:14:38
6940
发布2018-03-02 11:14:38
举报
随着“互联网+物流”的发展,物流大数据将成为普遍的事物,每一个物流要素都会产生大数据。而对大数据的掌控和处理,自然就需要有“云”这个基础设施。因而我们至少可以从行业和企业这两个视角来分析“互联网+物流”的云和大数据。另外,云是公共的服务资源,行业需要有云服务基础设施;而物流大数据将成为重要的资源,如何利用好大数据,会牵扯一系列的问题。这些就是本节需要探讨的内容。

在“互联网+物流”时代,需要通过行业大数据来了解行业的整体运行情况。那么从行业的角度来看,会有哪些大数据?又需要什么样的云?

目前在宏观经济层面,通过一些统计指标来了解行业的整体运行情况,例如,社会物流总额、社会物流总费用占GDP(国民生产总值)的比重、物流业增加值、行业的法人单位数、行业从业人数、货物周转量、道路运输运营车辆数、货运吨公里总数,等等。由于目前的统计方式多是采样统计,因而存在很大的误差,国家统计局公布的年度GDP(全国)与各省公布的GDP(各省总和)就有较大的出入。

要了解行业的真实运行情况,就需要有行业的大数据。例如,深圳市易流科技股份有限公司(一个掌握货运车辆运行轨迹大数据的企业)通过70多万辆货运车辆的轨迹大数据,描绘出了全国公路货运干线网络,如图3-1所示。在图3-1中,颜色越深表示货运车辆运行轨迹出现的频率越高,从而可以看出货运干线路网与主要的高速公路及国道所组成的路网相对应,其中粤赣高速、沪昆高速、京珠高速、京沈高速、沈海高速等为公路货运的主干道。

70万辆车的数据居然已经开始显现大数据的魅力,但车辆规模还是很小,只能反映出部分的真实情况。如果是700万辆,甚至全国2000多万辆的货运车辆轨迹都能够被采集到,那么货运车辆运行轨迹大数据就能够反映公路货运行业的很多问题。仅有货运车辆的大数据还不够,还需要有货物的大数据、仓库资源分布的大数据、法人单位经营情况的大数据,等等,大数据覆盖的面越广,就越能反映行业运行的真实情况。

每一项大数据背后都需要云的支撑,图3-1中展示的公路干线路网看起来很简单,但这张图是经过对70万辆车1年的运行轨迹数据的分析得来的,是应用云计算技术对数据进行处理得来的。这给我们的启示是,建设行业云的前提是掌握行业大数据,而且云是被大数据处理需求倒逼出来的。

聚焦整个行业,哪个企业如果掌握了行业的仓储资源大数据,就可以建立支撑仓储资源大数据的云;如果掌握了货源的大数据,就可以建立支撑货源大数据的云。百度云、阿里云、腾讯云,都是基于BAT(中国互联网公司百度、阿里巴巴和腾讯三大巨头首字母缩写)自身的大数据处理需求建立起来的。大数据、云计算有很高的门槛,可一旦掌握了大数据、建设了云,可以用云再去吸引新的大数据资源。BAT的云实际上正在向其他领域扩张,逐渐为其他领域提供服务。

行业云的建设不会一蹴而就,需要经过大数据处理的倒逼过程,需要很多积累。行业云是为行业的大数据服务的,没有大数据的云就像烂尾楼一样没有意义。但是行业云一定会发展起来的,将会为行业的发展提供重要的基础性服务。前面把云比喻成电网、自来水,但是并不是每个企业都会成为国家电网或掌握每个城市供水命脉的自来水公司。同时也需要相信行业云会给行业带来便捷的服务,提升行业的效率。

如同行业云与行业大数据一样,企业云也是需要经过企业大数据处理需求的倒逼过程,企业大数据先于企业云出现。对于一个不断互联网化的企业而言,自身应该拥有什么样的物流大数据,需要什么样的云服务,是非常重要的问题。

从“互联网+物流”的视角来看,企业应该重视的大数据至少包括这三个方面:客户关系大数据、物流服务输出过程大数据、物流资源要素大数据。

客户关系大数据很重要,有很多经营问题需要通过它来发现。假设A公司拥有一个合作了3年的B客户。那么A公司是否清楚什么时候与B客户有第一次合作? 3年来双方的合作都有哪些内容?B客户是否投诉过A公司的产品或服务,双方是否有过纠纷,以往的纠纷是如何解决的?3年来B客户的需求都发生了哪些变化?A公司还有哪些客户与B客户的情况类似?诸如这些问题,很多企业是回答不出来的,因为缺乏客户关系的大数据。

物流服务输出过程的大数据可以反映企业在业务执行上的很多问题。例如, 商品是否能按时交付;错货、货损、货差的频率是多少,以及导致这些情况的原因是什么;物流活动的效率如何;物流服务输出的整个过程经常在哪个环节出现瓶颈;等等。想要提高企业的物流活动效率、降低物流成本,需要依靠物流服务输出过程的大数据来发现问题和解决问题。

就“互联网+物流”而言,企业的物流资源要素大数据也非常重要。有很多物流企业特别是大型的综合物流企业并不十分清楚企业的物流资源情况。企业究竟有多少运力,当下可以调用的运力是多少?企业有多少仓储资源,分布如何, 目前仓库还有多少货位空间?企业掌握的物流资源,其利用率如何,有哪些是闲置的?这些问题需要有物流资源要素大数据来反馈。

当下的很多企业还普遍缺乏物流大数据意识,实际上企业要掌握自身的物流大数据不只是上述3个方面,因为基于所有物流要素透明连接的“互联网+物流”将使得每一个物流要素都有自己的大数据。企业要尽快积累自身的大数据, 尽快发展处理大数据的能力,尽快建设企业所需要的云。

企业的云是用来处理企业的大数据的(这里强调企业的物流大数据),一旦企业有了大数据的处理需求就离不开云。但是企业该不该建设企业自有的云,这不仅是一个技术问题,还是一个商业问题。云(云计算中心)的搭建和维护,不仅需要非常专业的技术,还需要非常高的投入。所以笔者建议,具备行业大数据资源、云计算技术资源及资金投入能力的集团大企业可以考虑建设云;而大多数中小型企业可以采购和利用一些公共性的云服务资源。

钱塘号作者:欧特曼

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2016-11-30,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 钱塘大数据 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
大数据
全栈大数据产品,面向海量数据场景,帮助您 “智理无数,心中有数”!
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档