大数据在物流行业的应用.docx
《大数据在物流行业的应用.docx》由会员分享,可在线阅读,更多相关《大数据在物流行业的应用.docx(17页珍藏版)》请在三一办公上搜索。
1、大数据在物流行业的应用(总19页)本页仅作为文档封面,使用时可以删除This document is for reference only-rar21year.March大数据在物流行业的应用物流大数据就是通过海量的物流数据,即运输、仓储、搬运装卸、包装及流通加工等物流 环节中涉及的数据、信息等,挖掘出新的增值价值,通过大数据分析可以提高运输与配送 效率,减少物流成本,更有效地满足客户服务要求。1. 物流大数据的作用物流大数据应用对于物流企业来讲具有以下3个方面的重要作用。1)提高物流的智能化水平通过对物流数据的跟踪和分析,物流大数据应用可以根据情况为物流企业做出智能化的决 策和建议。在物流决
2、策中,大数据技术应用涉及竞争环境分析、物流供给与需求匹配、物 流资源优化与配置等。在竞争环境分析中,为了达到利益的最大化,需要对竞争对手进行全面的分析,预测其行 为和动向,从而了解在某个区域或是在某个特殊时期,应该选择的合作伙伴。在物流供给与需求匹配方面,需要分析特定时期、特定区域的物流供给与需求情况,从而 进行合理的配送管理。在物流资源优化与配置方面,主要涉及运输资源、存储资源等。物 流市场有很强的动态性和随机性,需要实时分析市场变化情况,从海量的数据中提取当前 的物流需求信息,同时对已配置和将要配置的资源进行优化,从而实现对物流资源的合理 利用。2)降低物流成本由于交通运输、仓储设施、货物
3、包装、流通加工和搬运等环节对信息的交互和共享要求比 较高,因此可以利用大数据技术优化配送路线、合理选择物流中心地址、优化仓库储位, 从而大大降低物流成本,提高物流效率。3)提高用户服务水平随着网购人群的急剧膨胀,客户越来越重视物流服务的体验。通过对数据的挖掘和分析, 以及合理地运用这些分析成果,物流企业可以为客户提供最好的服务,提供物流业务运作 过程中商品配送的所有信息,进一步巩固和客户之间的关系,增加客户的信赖,培养客户 的黏性,避免客户流失。2. 物流大数据应用案例针对物流行业的特性,大数据应用主要体现在车货匹配、运输路线优化、库存预测、设备 修理预测、供应链协同管理等方面。1)车货匹配通
4、过对运力池进行大数据分析,公共运力的标准化和专业运力的个性化需求之间可以产生 良好的匹配,同时,结合企业的信息系统也会全面整合与优化。通过对货主、司机能力以 移动学习的方式进行培训,以及和任务的精准画像,可实现智能化定价、为司机智能推荐 任务和根据任务要求指派配送司机等。从客户方面来讲,大数据应用会根据任务要求,如车型、配送公里数、配送预计时长、附 加服务等自动超级计算机计算运力价格并匹配最符合要求的司机,司机接到任务后会按照 客户的要求进行高质量的服务。在司机方面,大数据应用可以根据司机的个人情况、服务 质量、空闲时间为他自动匹配合适的任务,并进行智能化定价。基于大数据实现车货高效 匹配,不
5、仅能减少空驶带来的损耗,还能减少污染。2)运输路线优化通过运用大数据,物流运输效率将得到大幅提高,大数据为物流企业间搭建起沟通的桥 梁,物流车辆行车路径也将被最短化、最优化定制。美国UPS公司使用大数据优化送货路线,配送人员不需要自己思考配送路径是否最优。UPS采用大数据系统可实时分析20万种可能路线,3秒找出最佳路径。UPS通过大数据分析,规定卡车不能左转,所以,UPS的司机会宁愿绕个圈,也不往左 转。根据往年的数据显示,因为执行尽量避免左转的政策,UPS货车在行驶路程减少2.04 亿的前提下,多送出了 350000件包裹。3)库存预测互联网技术和商业模式的改变带来了从生产者直接到顾客的供应
6、渠道的改变。这样的改 变,从时间和空间两个维度都为物流业创造新价值奠定了很好的基础。大数据技术可优化 库存结构和降低库存存储成本。运用大数据分析商品品类,系统会自动分解用来促销和用来引流的商品;同时,系统会自 动根据以往的销售数据进行建模和分析,以此判断当前商品的安全库存,并及时给出预 警,而不再是根据往年的销售情况来预测当前的库存状况。总之,使用大数据技术可以降 低库存存货,从而提高资金利用率。4)设备修理预测美国UPS公司从2000年就开始使用预测性分析来检测自己全美60 000辆车规模的车队,这样就能及时地进行防御性的修理。如果车在路上抛锚,损失会非常大,因为那样就需要再派一辆车,会造成
7、延误和再装载的负担,并消耗大量的人力、物力。以前,UPS 每两三年就会对车辆的零件进行定时更换,但这种方法不太有效,因为有的零件并没有什 么毛病就被换掉了。通过监测车辆的各个部位,UPS如今只需要更换需要更换的零件,从 而节省了好几百万美元。5)供应链协同管理随着供应链变得越来越复杂,使用大数据技术可以迅速高效地发挥数据的最大价值,集成 企业所有的计划和决策业务,包括需求预测、库存计划、资源配置、设备管理、渠道优 化、生产作业计划、物料需求与采购计划等,这将彻底变革企业市场边界、业务组合、商 业模式和运作模式等。良好的供应商关系是消灭供应商与制造商间不信任成本的关键。双方库存与需求信息的交 互
8、,将降低由于缺货造成的生产损失。通过将资源数据、交易数据、供应商数据、质量数 据等存储起来用于跟踪和分析供应链在执行过程中的效率、成本,能够控制产品质量;通 过数学模型、优化和模拟技术综合平衡订单、产能、调度、库存和成本间的关系,找到优 化解决方案,能够保证生产过程的有序与匀速,最终达到最佳的物料供应分解和生产订单 的拆分。3. Amazon物流大数据应用Amazon是全球商品品种最多的网上零售商,坚持走自建物流方向,其将集成物流与大数 据紧紧相连,从而在营销方面实现了更大的价值。由于Amazon有完善、优化的物流系统作为保障,它才能将物流作为促销的手段,并有能力严格地控制 物流成本和有效地进
9、行物流过程的组织运作。Amazon在业内率先使用了大数据、人工智能和云技术进行仓储物流的管理,创新地推出 预测性调拨、跨区域配送、跨国境配送等服务。1)订单与客户服务中的大数据应用Amazon 了完整的端到端的5大类服务:浏览、购物、仓配、送货和客户服务等。 浏览Amazon基于大数据分析技术来精准分析客户的需求。通过系统记录的客户浏览历史,后 台会随之把顾客感兴趣的库存放在离他们最近的运营中心,这样方便客户下单。 购物不管客户在哪个角落,Amazon都可以帮助客户快速下单,也可以很快知道他们喜欢的商 品。 仓配Amazon运营中心最快可以在30分钟之内完成整个订单的处理。大数据驱动的仓储订单
10、 运营非常高效,订单处理、快速拣选、快速包装、分拣等一切过程都由大数据驱动,且全 程可视化。 送货Amazon的物流体系会根据客户的具体需求时间进行科学配载,调整配送计划,实现用户定义的时 间范围内的精准送达。Amazon还可以根据大数据的预测,提前发货,赢得绝对的竞争 力。 客户服务Amazon利用大数据驱动客户服务,创建了技术系统来识别和预测客户需求。根据用户的 浏览记录、订单信息、来电问题,定制化地向用户推送不同的自助服务工具,大数据可以 保证客户能随时随地电话联系到对应的客户服务团队。2)智能入库管理技术在Amazon全球的运营中心,从入库这一时刻就开始使用大数据技术。 入库Amazo
11、n采用独特的采购入库监控策略,基于自己过去的经验和所有历史数据的收集,来 了解什么样的品类容易坏,坏在哪里,然后给其进行预包装。这都是在收货环节提供的增 值服务。 商品测量Amazon的Cubi Scan仪器会对新入库的中小体积商品进行长宽高和体积的测量,并根 据这些商品信息优化入库。这给供应商提供了很大方便,客户不需要自己测量新品,这样 能够大大提升新品上线速度。Amazon数据库存储下这些数据,在全国范围内共享,这样其他库房就可以直接利用这些后台数据 进行后续的优化、设计和区域规划。3)智能拣货和智能算力算法Amazon使用大数据分析实现了智能拣货,主要应用在以下几个方面。 智能算法驱动物
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 数据 物流 行业 应用
链接地址:https://www.31ppt.com/p-5091390.html