递送 次数的 可能 组合 大 小甚至 会大于 数字。而 联邦 快递的 司机每 天平 均递 送120 -175 次包 裹
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作出智能 化的决策和建议 • 在竞争环境分析中，为了达到利益的最大化，需要与合适的物流或电商等企业合作， 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 • 物流的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 • 物流资源的配置与优化方面，主要涉及到运输资源、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
UPS物流大数据应用 • UPS通过大数据实现配送末端最优路径的规划，同时提出尽量右转的配送策略， 实现每年节省5千万燃油成本，并增加35万包裹配送 • UPS特有的基于大数据分析的ORION系统通过联网配货机动车的远程信息服务系统， 实时分析车辆、包裹信息、用户喜好和送货路线数据，实时计算最优路线，并且 全程通过GPS跟踪信息 • ORION还将预测恶劣天气、交通状况，并评估会造成司机送货路线上的行程放缓 的其他变数，增加配送效率
4. 设备修理预测 • UPS公司从2000年就开始使用预测性分析来检测自己全美60000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，会造成延误 和再装载的负担，并消耗大量的人力、物力，所以，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。
• 针对于物流行业的特性，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 2. 运输路线
• 通过运力池的大数据分析，公共运力的标准化和专业运力的个性化需求之间可
• Con-way Freight高管能够通过大数据解决方案快速得出准确的数据报告，做出
• Con-Way Freight通过使用大数据解决方案使得高管们能够在开会时，针对任何
制造商间不信任成本的关键。双方库存与需求信息交互，将降低由于缺货造成的生
• 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，从而控制产品质量；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，从而
物流大数据在物流企业中的应用贯穿了整个物流企业的各个环节， 主要表现在物流决策、物流企业行政管理、物流客户管理及物流 智能预警等过程中。针对于物流行业的特性，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。
• 物流大数据在物流企业中的应用贯穿了整个物流企业的各个环节，主要表现在物 流决策、物流企业行政管理、物流客户管理及物流智能预警等过程中
• Ad-Hoc系统使得公司可以定义需要监控的配送流程，预测商业活动内部和外部因
素的影响以及为CRM和营销计划提供消费者划分，甚至可以定位到任何一位客户，
位“我的 选择 ”会员 能 够通 过ORI ON系统 寻求 更多 个性 化服 务
• FleetBoard致力于通过大数据处理为物流行业容户提供远成信息化车队管理解决方案， 通过大数据解决方案实现数据采集和全程监控，包括驾驶司机的驾驶动作、车辆温度、 车门打开等细节
• 车辆上的终端通过移动通信系统与FleetBoard的服务器建立联系，互换数据 • 物流公司或车队管理者可直接访问GPS以及其他若干实时数据，如车辆行驶方向，停车/
行驶时间和装/卸货等信息 • 通过计算驾驶员急加速、急刹车的次数、经济转速区行驶时间和怠速长短等信息，通过
数据的对比更有说服力，可以直接的帮助驾驶员发现驾驶命令中的问题并改进提高 • 对于冷链运输的用户，FleetBoard有专门的数据管理系统、实时监测冷藏车的温度、车
在国外领先企业中DHL应用大数据加快了自身反应速度，分析客户数据 做精准服务，本节对国际上领先的现代物流企业在移动互联和大数据方 面的技术应用案例进行介绍。
• DHL的快运卡车特别改装成为Smart truck，并装有摩托罗拉的XR48ORFIO阅读器，每当运
输车辆装载和卸载货物时，车载计算机会将货物上RFID传感器的信息上传至服务器，服
• 在运送途中，远程信息外理数据库会根据即时交通状况和GPS数据实时更新配送路径，做
1 物流行业大数据应用概述 2 物流行业大数据应用 3 国际物流大数据应用 4 Amazon物流大数据应用
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。
• 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
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 • 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 不要往左转。表面看起来有点太死板，因为左转而绕远路需要费时和耗油真 的。但是，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. 提高用户服务水平 • 通过网购的人群急剧膨胀，使得客户越来越重视物流服务的体验。通过对数 据挖掘和分析，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，提供物流业运作务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，培养客户的粘性，避免客户流失
3. 预测库存 • 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 • 借助大数据技术通过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 • 系统会自动根据以往的销售数据建模和分析，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
0 5 需求信息，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，从而可以大大降低物流成本，提高物流效率
• 使用大数据技术可以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
• 建立良好的供应商关系，实现双方信息的交互。良好的供应商关系是消灭供应商与
年节 省成 本因每 辆车 每 天减 少1英里 1/1.6公里 冗余 行驶里 程
到更精确的取货和交货、对随时接收的订单做出更灵活的反应以及向客户提供有关取货
• DHL通过对末端运营大数据的采集，实现全程可视化的监控，实现最优路径的调度，同时
• 拥有Crowd-based手机应用程序的顾客可以实时更新他们的位置或者即将到达的目的地，
DHL的包裹配送人员能够实时收到顾客的位置信息Leabharlann Baidu防止配送失败，甚至按需更新配送目
• 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
• 物流大数据应用对于物流企业来讲具有如下三个方面的重要作用 1. 提高物流的智能化水平 2. 降低物流成本 3. 提高用户服务水平
• 通过对货主、司机和任务的精准画像，实现智能化定价、为司机智能推荐任务
• 从客户方面来讲，大数据应用会根据任务要求，比如车型、配送公里数、配送
• FedEx可以让包裹主动传递信息，通过灵活的感应器，SenseAware实现近乎实时的反馈，包括温 度、地点和光照，使得客户在任何时间都能了解到包裹所处的位置和环境
• 司机也可在车里直接修改订单物流信息 • FedEx在被允许的情况下实时更新和了解客户所处的地理位置，使包裹更快速和精确的送达客户
