基于大数据技术的智慧物流管理模式构建研究
智慧物流以大数据及其相关技术为基础,在提升物流效率、降低物流成本、完善物流服务,增强用户体验满意度方面有很大的优势,对传统物流转变为现代物流发展模式具有促进作用,代表着先进物流管理模式的发展方向。[1]智慧物流信息平台支撑着智慧物流的高效运作,该平台借助已发生的物流业务,整合伴随着的各种物流信息与资源,运用先进的信息处理技术和智能技术,时限一体化运作供应链物流,协调统一地解决物流综合问题。智慧物流信息平台立足于解决物流业务主体信息化平台重复建设、信息孤立、智慧化功能欠缺等问题。通过整合筛选各种物流信息与资源,集成应用人工智能技术,智慧物流信息平台能够提供高效率、低成本、一体化的物流服务,促进物流行业想供应链一体化发展,进而良性促进地方经济发展。
1 应用大数据的相关优势
大数据技术与其他传统的企业数据分析处理软件和统计工具相比较,在获取信息、存储企业动态信息和实时跟踪分析用户管理企业数据中的信息三个方面也都具有无可替代的巨大优势。大数据技术在企业物流运营管理中广泛运用具有重要意义及其价值体现在企业可以更加专业化地处理物流数据,而不是仅仅将物流大数据应用作为企业获取物流经济效益的重要手段。随着经济全球化发展,企业纷纷重视供应链发展模式,云技术在供应链企业合作过程中为信息的传递提供了渠道,云平台的应用也引入了大数据技术,进一步提升数据处理能力和质量,随着企业云计算与企业大数据之间相互联系越来越紧密,并且深入到各行各业,服务生产生活,大数据为整个人类社会创造更多的价值。大数据技术发展的一个根本思路是建立大数据理论,处理的技术手段主要类型包括分布式信息处理和数据存储技术。现代经济社会的快速发展与应用大数据息息相关,随着现代科学信息技术的不断发展,大数据技术为现代人类社会深度挖掘了更多具有指导意义的商业信息,为现代人们的日常生活工作带来更多的便利。在中国企业快速发展过程中大规模数据已经成为影响现代中国企业市场竞争的主要影响因素。比如企业可以运用大数据技术提供优质的服务产品和精准的市场营销,一些中小企业也可能会充分利用这些大数据来来进行经营转型,传统的中小企业在进行转型的管理过程中也是可以充分利用这些大数据来来平衡中小企业的经营价值、成本和战略决策,生产型企业可以应用大数据技术开展生产经营预测,优化企业规模等。
2 大数据技术应用对物流管理产生的影响
2.1 加快建设数字化体系
大数据信息技术大大改变了我国传统的工业物流产品包装商业模式,使传统物流产品包装商业模式向产品智能化化的方向快速发展,例如中国条码包装技术产品就是大数据技术时代的重要技术产品。利用数字条码识别技术对企业物流运输产品信息进行编号识别和条码校对,在企业物流产品运输管理过程的各个环节,可以方便快捷地及时输入相关物流产品信息,大大提高了企业物流运输工作的管理效率。[2]
2.2 信息动态调控
大数据管理技术的针对流量和业务方向控制做出了重大调整针对物流管理企业,企业经理可以实时统计和自动排序其在网络平台上的物流数据,云计算技术的综合支持下,物流企业信息系统进行同步优化,这在一定大的程度上大大降低了传统物流企业管理的运营成本,有效地大大提高传统物流企业管理的工作效率,使传统物流管理企业的业务管理向现代智能化管理方向快速发展。[3]比如大数据信息技术应用可以有效实现物流时管理,通过确定汽车物流位置和通过汽车物流跟踪,这样会让物流企业有实时对汽车物流的信息情况有清晰的了解。
2.3 管理仍存在一定问题
在现阶段,中国的国际市场经济总体发展良好,经济管理体系不断得到优化和发生改变,但国际市场经济的繁荣发展给物流企业的持续发展却也带来了巨大的管理压力,明确自己的经营立场,并不断巩固其中的市场主导地位,特别难的是对于物流服务企业的经营管理,他们必须如何得到企业更多的社会关注,如何通过尽可能多的投入自省精力来不断提高企业管理水平。目前,物流运输企业的经营管理还仍然存在许多突出问题,如经营管理方式理念过于陈旧,管理体制相对不健全完善,人才资源缺乏等诸多问题,这些技术问题最终都会集中在提高物流管理效率上。鉴于上述这些问题,物流运输企业必须高度重视信息管理的潜在重要性,管理者认为应该通过树立管理榜样,改变对于管理的刻板概念和传统理解,和完善的把握企业经营管理信息系统的未来发展前景的物流企业,擅长如何使用移动网络信息技术和企业信息管理技术在移动大数据信息时代下有效提高物流企业的社会经济效益,最终真正实现效益最大化。
很少有物流企业引进新型智能技术,应用信息技术统计整理物流过程中产生的各种数据,构建一个可视化的终端服务平台或者综合服务区,进而完善智能管理系统。传统物流企业开展跨境电子商务业务,大多是与邮政系统和其他物流快递公司合作,难以做到覆盖全球业务。供应链中节点过多,可控性差导致风险高,配送时间长,服务质量差,物流服务一直难以优化和提高。以大数据为支撑,物联网技术在物流领域的应用不断加深,逐步构建智慧物流体系,新型灵活的信息服务终端,由数据驱动的信息分享技术,建立一个信息联通和互利共赢由多环节、多部门集成稳定供应链的全球智能终端服务平台。
3 智慧物流管理模式构建思路
在传统物流管理过程中,通常都是采用定点配送的方式,将产品运送到经销商手上就算完成了物流运输任务。但是在这一过程中产品质量保证以及物流运输质量管理等方面都缺乏一定的管控,在产品送到消费者手上之后,针对消费者满意度的调查和反馈更是一片空白。这样不利于物流行业不断发展,也不利于其科学合理地制定市场营销战略,容易让物流相关的行业陷入闭环发展的困局。数据挖掘技术和大数据技术在其中的应用,能够结合RFID技术应用,对产品的物流路径进行科学追踪和管控,并将最终的管理数据信息集中于MES系统中来,能够大大提升物流管理质量以及产品追溯管理效果。[4]首先,可以对相关物流产品的配送时间、配送路径以及主要供应地区进行数据挖掘,并利用大数据技术进行云端分类管理。这样能够更好地统计不同类型产品的物流时效等。其次,依托大数据库建设,能够更为直观地看到不同产品仓储情况,节约物流调控的中间环节,节约大量的时间成本。最后,大数据技术和数据挖掘技术的应用还能够通过分析多次物流运输线路所遇到的路况问题以及时效问题,科学计算出最优物流运输和配送路线,最大限度地降低物流运送环节的时间成本,提升客户满意度。利用大数据技术和RFID技术对整个流程进行追踪,能够在面对客户问询时准确有效地汇报产品所在地。依托MES系统的数据挖掘和信息整合,可以对产品进行追溯分析,明确物流出现的质量不佳或者客户不满意的具体原因。
4 以大数据技术为支撑,构建智慧物流管理体系
从产业现实背景来看,智慧工业物流的整体建立发展应当以其大数据应用为主要起点,数据应用贯穿了构建智慧工业物流的每个关键环节,呈现出一个周期性不断上升的发展特点,这也就是目前智慧物流与其他传统物流最显著的一大区别。物流智能行业根据不断更新的物流数据处理和新技术的应用特点进行设计定制研发生产出了各种智慧智能物流。[5]
4.1 智能传感器的应用
通过各种智能流量传感器应用,运用终端整合实现整个流量链的数据管理,可以大大降低各方的流量协作管理成本。我们可以清楚看到,物流过程中的每个关键环节之间都会不断沉淀大数据,这些都是构建智能交通物流应用基础硬件设施的基本构成条件。目前正在试点推广的各类电子企业物流服务单据和其他电子企业物流服务单据的实际使用率已经超过80%。在此之前,人们基本上都是依靠手动语音识别数据来不断地分发或自动分类用户数据。电子快递物流数据文件系统可以实时记录所有快递数据状态信息,以便物流管理过程人员可以实时跟踪快递包裹的所有快递状态,并将每个快递包裹的所有数据信息返回给所有相关快递用户。因此,一方面,智能包装传感器应用终端大大降低了传统包装材料印刷或产品生产的时间成本以便于满足中小企业和广大消费者的使用需求,同时通过新一代技术可以积累海量数据并快速产生新技术价值。
4.2 智能终端服务器的建立
为了实现全面准确识别客户物流动态信息的分析,需要通过智能终端构建一个智能化的物流信息管理体系模型。可以通过物流大数据自动分析收集更多实时的物流服务信息,并且我们可以自动收集所有实时物流服务信息,例如产品出发地,目的地,客户物流需求,运输服务项目以及工具和跟踪货物运输的全过程。基于云和大数据的新型智能图像传感器采集终端的主要应用技术设备主要包括智能传感器采集技术,RFID融合技术,识别控制技术和GPS等技术。通过系统建立动态数据库,可以实时自动化地跟踪管理有关企业运输软件仓库,运输管理过程和相关运输管理人员等业务项目的各种静态和实时动态数据信息,为企业后续的运输软件数据分析和企业智能数据处理工作提供原始数据信息和大数据。
4.3 增强信息传输能力构建信息链
构建一个基于5G和物联网通信技术的高速数据传输电信通道,避免依靠手动传输数据,可以降低货物在运转过程中产生的大量人工成本。在这种应用情况下,信息双向传递的衔接机制主要是通过制造商客户→经销商→零售商客户→消费者的一个链条方式进行产品信息双向传递。传统的无线传输信息机制已经发生了巨大变化,信息数据可以通过有线网络共享和无线传输,数据实时传输识别区将物流信息实时识别区和交流数据实时存储区连接起来,目前的交流物联网传输技术已经完全具有直接实现我国物流行业数据实时传输的实际应用可能性。物流流程中的每个产品链接都不能可以同时通过单向运输流程以外的各种链接方式来进行完成,具体来说取决于产品制造商,分销商,零售商和最终消费者之间的一个运输链。
5 结语
智慧化的物流数据公共信息服务平台主要是基于现代计算机、网络、gps、gis等信息技术和智慧化的物流设计理念,建立一个可视和优化的多维分析数据平台,将生涩、难懂的各类海量物流数据通过应用可视化计算软件,使用顺序聚类、关联等计算方法,以直观、清晰、的各类数据图表显示方式进行表达,挖掘物流数据背后可能隐藏的海量信息,帮助数据相关的物流经营部门决策,使整个智慧物流有效地分配资源,提供高效准确的智慧物流服务。