大数据在物流方面应用

第一篇：大数据在物流方面应用

大数据时代在物流方面的应用

学院：经济管理学院 专业：市场营销123班 学号：2012016314 姓名：李燕

“大数据时代来了!”两年，从业内到业外，这句口号见诸网媒、报端的频率与日剧增。直至今天，从政府高管到行业巨头，从商界大鳄到微企老板，关于数据创业，他们中有没有直接参与已然不是那么重要了，重要的是现在谁都不敢不重视大数据。更值得期待的是已有先驱驮负大数据颠覆行业规则的构想，开始试水国内物流行业。

“物流业是一个产生大量数据的行业，在货物流转、车辆追踪等过程中都会产生海量的数据，这么多资源如果不用就浪费了。”申通信息技术部总监邱成在接受本报记者采访时说。目前，业内对大数据并没有统一的定义。不同厂商、不同用户，站的角度不同，对大数据的理解也不一样。麦肯锡报告中对大数据的基本定义是：大数据是指其大小超出了典型数据库软件的采集、储存、管理和分析等能力的数据集合。毋庸置疑的是，大数据的价值在于从海量的数据中发现新的知识，创造新的价值。越来越多的企业也意识到了大数据的价值，对数据分析与挖掘的需求与日俱增。

“物流业之所以做大数据，主要是因为：第一，快递走入民生的势头越来越猛，对每一个节点的信息化需求也越来越多，这就需要通过大数据把信息化对接起来。第二，从企业自身角度来讲，信息化对企业管理者的重要性也越来越突出。第三，提高对数据的加工能力，通过‘加工’实现数据的‘增值’。”邱成说。

长期以来，备受指责的行业中总少不了物流业，其对仓储运输车空间的利用不科学、安全性差、燃油效率低下、周转时间随路径而浮动等，这些是导致中国物流业占GDP总量约18%远高于欧美发达国家的最主要原因。

整个物流业尤其电商领域已经几近爆发式成长，若应用大数据分析技术，仓储运输的空间将被系统化布置，物流车行程路径也将被“最短化”、“最畅化”定制。两年前，把一吨蔬菜从广州运到北京比从北京运到美国洛杉矶物流成本都高，今天，当大数据时代到来的时候，物流行业规则能否因其改变，只能拭目以待。因为大数据试水物流行业，“游戏”才刚刚开始。

“现在我们在做淘宝、商业客户的一些数据采集，在构成基础数据网络之后，再做第三方的增值应用。”邱成说。在前不久召开的“京交会”上，申通快递展示了其最新的“信息化智能平台”。该平台通过对数据的归纳、分类和整合，可以清楚地查看申通网络任何一个网点的经营现状和业务构成等。

在百世汇通，通过技术人员运用科技手段进行分析、提炼，大数据正在为企业战略规划、运营管理和日常运作提供重要支持和指导。据百世物流科技（中国）有限公司副总裁张砚冰介绍，百世汇通尝试运用大数据来管理、分析、判断加盟网点的运营行为，通过网点在系统内的足迹建立数据分析模型，成功地预测了几次网点的异动，使工作方式由被动式变为主动式、前置式，减少了大量客户投诉，把问题消灭在萌芽阶段。

不仅仅是物流业，电商企业也越来越关注大数据。早在今年年初，京东商城就已启动云计算研发基地，并成立“京东商城——中国人民大学”电子商务实验室，着力电子商务大数据的分析与合作；在“京交会”上，阿里巴巴集团与中国邮政集团、“四通一达”等十家快递公司合作，核心内容仍以打通物流数据为基础，重点将转向“数据整合与分析”。

“淘宝做大数据是以订单为核心，快递企业做大数据是以快递为核心。以申通为例，我们的客户不只是淘宝，还有很多商业客户。而且不少商业客户都有与快递企业在IT方面合作的想法，未来我们也希望能挖掘更多的数据价值，通过大数据给商业客户提供信息化服务。”邱成说。

物流行业树大根深，大数据在此行业内的应用也是非常广泛的。物流中除去淘宝商城、京东商城、苏宁易购等企业产生的包裹、快递等小部件中短距离之间物品流通的小物流;还有与之相对应的重量大、体积大、长距离运输的物品流通，如港口货物运输、大货车集装箱运输等的大物流。

在亟待改进的物流行业，大物流领域利用大数据分析应用技术其实质就是利用地理信息、位置服务、物联网在物流行业里做信息系统化，将现有的粗放、零散、低效、高耗的物流企业数据资源加以整合，建设成可以依据空间地理信息来统一协调监管的现代化物流。逐步利用大数据驱动信息化物流建设，在信息化的现代物流模式下，大物流领域的任何物流车船归属企业的名称、物流车队的整体油耗、车船的位置信息、车船的行程轨迹、车船的运行周期等这类空间地理数据通过系统智能化处理。

大物流领域成功应用大数据，无非是让物流车队效率提高、流程精简。物流车队本身的管理、设备等条件优化改善了，才有望使得中国物流运输成本降低。理想的前景是联合一个大型物流车队，为其免费装载上一台设备，这种设备搜集的车队车辆所有空间地理位置信息都即时反馈到监视后台。怎样获取这些大数据也就是物流车队提高管理效率的关键所在。然而，在刘俊伟来，这种期望的信息智能化的现代物流模式可能需要3-5年时间方可成熟。怎样获取这些大数据是一个问题，这需在资金投入、研发团队打造方面的决心和魄力。

“随着市场的发展，在未来，快递企业会不断加大在大数据方面的投入。”邱成表示。大数据的核心是发现和预测，利用其这个特点，可以提升快递行业的整体服务水平。此外，对于快递业做大数据的未来发展趋势，也有业内人士指出，快递员获取的数据已不只是企业内部信息，还包括大量的外部信息。大数据则让厂商能够有的放矢，甚至可以做到为每一个客户量身定制符合个体需求的产品和服务，从而颠覆整个商业模式。

尽管企业已熟知大数据所带来的价值和优势，但由于数据规模和种类的增加，处理速度的加快，以及易受攻击的特点，随之而产生的成本和复杂性给企业的IT资源和基础设施带来了更大的压力。如何在降低成本的同时提高IT效率，成为快递企业不得不面对的一大难题。

在邱成看来，投资、技术手段等并不是最大的难点。“快递企业做大数据面临的最大难题在于：一是基础数据的采集。因为到现在为止，不少快递企业的操作及信息传输并不是很规范，这给基础数据的采集带来了不小的困难。二是未来大数据的应用方向。比如我们现在有一些淘宝数据，首先要想好怎么用。”邱成说。

此外，也有业内人士建议，在大数据时代，企业要想用数据制胜，就必须尽早建立数据资产管理策略。只有拥有战略性视野和专业技术，才能更好地获得商业洞察力，才能将数据资产转换成战略资产和竞争力。

对于物流行业而言，必须能够更好地利用大数据，这样就可以更好地为客户提供服务，降低成本，提高燃油效率。与刘俊伟观点大同小异，Teradata天睿公司运输物流业总监肖恩也认为，大数据在大物流领域的应用是一个主要的技术潮流。即目前已经积累下的大数据需要以更加智能的方法加以利用，同时还要开发新技术来更便捷的获取多样化大物流数据。

第二篇：大数据技术在电子商务物流集成应用案例[范文模版]

大数据技术在电子商务 物流集成中应用案例

摘要：本文以亚马逊为例，结合大数据技术及电子商务行业的发展现状，分析了大数据技术手段，并通过分析亚马逊在物流集成方面对大数据技术的应用，总结电商物流集成与大数据的关系，对大数据时代电商的未来发展提出可行性建议。大数据及电子商务发展现状 1.1大数据技术及背景

随着信息技术的发展，互联网、社交网络、物联网、移动互联网、云计算等相继进入人们的日常工作和生活中，全球数据信息量呈指数式爆炸增长之势。根据国际数据公司 IDC 发布的研究报告，预计全球数据量大约每两年翻一番，到 2020 年全球将达到 35ZB 的数据信息量，可能是 2013 年数据规模的 44 倍。由此可见，我们已进入了大数据时代。

大数据有如下定义：“大数据是由于规模、复杂性、实时而导致的使之无法在一定时间内用常规软件工具对其进行获取、存储、搜索、分享、分析、可视化的数据集合。”大数据的特点可归纳为“4V”：海量（Volume）、多样（Variety）、快速（Velocity）、价值（Value）。如今数据量级别不断加大，数据类型繁多，可分为结构化数据、半结构化数据和非结构化数据，而且数据产生速度快，具有很强的时效性。数据蕴藏着很大的价值，但是其价值密度很低，我们很难从数据的海洋中找到其中有价值的数据，需要技术手段进行数据挖掘。

大数据是继云计算、物联网之后 IT 产业又一次颠覆性的技术变革，对于企业将产生巨大的影响。如今，大数据分析已经成为行业研究的热点，大数据正在以多种方式创造着巨大的价值。市场研究公司Gartner 曾预计：大数据今年将直接或间接拉动全球960 亿美元的 IT 支出，这一数据在 2013 年将达到1200 亿美元，2016 年达到 2320 亿美元，2015 年全球将会新增 440 万个 IT 工作岗位以支持大数据。

1.2大数据背景下电子商务的发展现状

在大数据时代，未来数年数据量将会呈指数爆炸。图灵奖获得者吉姆·格雷（Jim Gray）和 IDC 公司曾预测，全球数据量每 18 个月翻一番。例如，淘宝网每日新增的交易数据达 10TB；eBay 分析平台日处理数据量高达 100PB，超过了美国纳斯达克交易所全天的数据处理量；亚马逊每、秒钟处理 72.9 笔订单。由此可见，电子商务网站的数据正是典型的大数据。

电子商务经历了三个时代：（1）基于用户数的时代，此时电子商务企业通过收取会员费、广告费等方式发展客户来赚取利润；（2）基于销量的时代，电商企业通过投放广告来实现销售量的增长，以此来提升品牌影响力和企业价值；（3）基于数据的时代，电子商务公司通过对消费者的海量数据的收集、分析、整合，挖掘出商业价值，促进个性化和精确化营销的开展。全球迎来大数据时代，数据成为越来越有用的资源，电子商务企业在开发利用大数据的市场上存在着巨大的发展前景。

随着大数据时代的到来，相对于传统的线下销售企业来说，爆炸性增长的数据已成为了电子商务企业非常具有优势和商业价值的资源，大数据将成为企业未来的核心竞争力。电商掌握了几乎最全面的数据信息，其中包括所有注册用户的浏览、购买消费记录，用户对商品的评价、在其平台上商家的买卖记录、产品交易量、库存量以及商家的信用信息等等。

电子商务与大数据的结合，是互联网时代的必然产物，两者间也存在着互惠关系。一方面，电子商务的迅猛发展，为大数据的积累拓展了可观的空间。另一方面，大数据为电子商务的更广泛开展，提供了便利条件。从管理方法到管理思维，大数据给电子商务带来革命性的变化。基于大数据的数据分析系统，将为电子商务的管理者找到更多商机和需求。同时，数据将像普通产品一样被加工和交换。电子商务的经营和管理核心，已经从对商品的管理，转移到对商品背后数据的管理和挖掘层面，而基于大数据的数据分析将为电子商务提供发展的动力。

如今，在大数据的背景下，电子商务的服务业产生了变革。例如电商可以大数据资源给用户提供个性化和精准的商品推荐；还可根据商品的购买和浏览数据进行优质产品信息的汇总；电商可以为消费者提供准确强大的信息检索服务；电商可根据消费人群的不同需求，将营销目标针对某个具体的领域，更加细化服务领域；不少互联网公司提供数据云存储服务以满足为了满足用户对数据处理、存储方面的需求。电子商务物流集成相关技术介绍

电子商务的发展需要一个完善稳定的集成平台，使得各个企业部门能够在这个环境中进行交易，尽可能地消除由于企业内部系统不同而给企业问交易带来的障碍。

2.1基于EDI的电子商务集成

EDI(Electronic Data interchange)是将业务文件按一个公认的标准从一台计算机传输到另一台计算机上去的电子传输方法。从技术上讲，EDI包括硬件与软件两大部分。硬件主要是指计算机网络。90年代之前的大多数EDI都不通过网络，而是通过租用的电脑线在专用网络上实现，这类专用的网络被称为VAN(增值网)。软件包括计算机软件和EDI标准。EDI所需要的软件主要是将用户数据库系统中的信息，翻译成EDI的标准格式以供传输交换。EDI软件主要包括转换软件、翻译软件和通信软件。除此之外还包括EDI标准。

2.2基于Web的电子商务集成

20世纪90年代中期后，网络迅速走向普及，逐步地从大学、科研机构走向企业和百姓家庭。其功能也已从信息共享演变为一种大众化的信息传播工具。从l991年起，商业贸易活动正式进入到互联网这个王国，因此而使电子商务成为互联网应用的最大热点。通过网络进行交易使很多中小企业启动电子商务成为可能。而Internet上的电了商冬集成大致经历了三个阶段：

1）Web Interaction阶段：此阶段企业主要是在网上发布一些产品和企业信息，通过这些信息客户可以对企业的情况包括它们的产品和商业重点等有个大致的了解。2）Web Transaction阶段：在这一阶段，客户可以通过web进行一些交易，比如在Web上购物、结账等。而企业的目标就是激发客户的兴趣，吸引他们的目光到自己的网站上来消费。

3）Web Collaboration阶段：第三阶段特别指的是B2B的电子商务，它的目标是帮助企业的合作伙伴完成商业过程。在这一阶段，比较重要的是企业问的协作，比如企业A可能会共享一些库存数据，或者提供一些网络服务，而这样做的目的就是方便其用户，最终更好的销售自己的产品。

2.3基于XML的电子商务集成

XML是一种格式固定，独立于平台的半结构化语言，用它来做企业的数据交互媒介是一个非常好的选择。利用XML可以准确的描述企业服务、商业流程等，很好地完成交易的自动化，所以，XML为网络提供了统一的数据传输媒介。基于XML的电子商务集成所要解决的问题是统一异构系统直接的数据表达，同时充分发挥XML的可扩展性，定义企业问的事务逻辑，保证系统的稳定，减少由于企业系统不一致而带来的程序上大的改动。在众多的标准中，ebXML和Bizta1k这两个的影响比较大的标准。

ebXML由OASIS、UN/CEFACT、NIST、W3C等组织赞助或者参与制订，旨在取代目前使用的ED l电子商务标准，因为ED I价格昂贵，操作复杂，不利于推广。ebXML是一个规范集，这些规范共同实现了模块化电子商务框架。

Bizta1k框架是微软提出的用于应用集成和电子商务的XML框架，它包括一个设计框架来实现XML大纲(Schema)和一套在应用程序问传递信息用的XML标签。它的目标是推动XML的迅速普及和应用Bizta1k框架大纲以XML形式表达企业的商业文档和消息，并在BizTa1k.Org网站注册和存档，任何个人或组织都能下载框架用以具体实现或者向网站递交XML大纲。亚马逊在物流集成中对大数据技术应用的案例 3.1 公司概况

亚马逊公司（Amazon），是美国最大的一家网络电子商务公司，是网络上最早开始经营电子商务的公司之一，位于华盛顿州的西雅图。亚马逊成立于1995年，一开始只经营网络的书籍销售业务，现在则扩及了范围相当广的其他产品，已成为全球商品品种最多的网上零售商和全球第二大互联网企业，在公司名下，也包括了AlexaInternet、a9、lab126、和互联网电影数据库（Internet Movie Database，IMDB）等子公司。

亚马逊坚持走自建物流方向，将集成物流与大数据紧紧相连。在亚马逊近二十年的历史中，自建物流不但是其发展过程中的关键环节，也与大数据挖掘结合在一起，帮助亚马逊在营销方面实现更大的价值。由亚马逊强大技术支持的智能物流系统是其价值链扩张的重要部分，使其在整条产业链上建立竞争优势。

亚马逊还将免费“物流免费”作为营销手段，其基础正是在于其对市场的把握和分析。在电子商务经营处于“高天滚滚寒流急”的危难时刻，亚马逊独辟蹊径，三次大胆地将免费送货作为促销手段，并且不断降低免费送货服务的门槛。薄利多销、低价竞争，以物流的代价去占领市场，招揽顾客，扩大市场份额。显然此项策略是正确的，因为抓住了问题的实质。当然这项经营策略也是有风险的。

亚马逊重视物流集成系统的发展。完善的物流系统是决定电子商务生存与发展的命脉。由于亚马逊有完善、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行物流过程的组织运作。

3.2 公司产品与物流集成服务

亚马逊及其它销售商为客户提供数百万种独特的全新、翻新及二手商品，如图书、影视、音乐和游戏、数码下载、电子和电脑、家居园艺用品、玩具、婴幼儿用品、食品、服饰、鞋类和珠宝、健康和个人护理用品、体育及户外用品、玩具、汽车及工业产品等。公司依托物流集成服务，通过物流中心、桔子机器人、外部卖家和拣货流程等系列服务，提高产品市场率和顾客满意度。

（1）物流中心

2013年，亚马逊花费约46亿美元建设了17个物流中心，并尽其所能地从中节约每一分钱。亚马逊在美国菲尼克斯建有120万平方英尺的仓库，借助手机程序的帮助，这里的员工都可以最大程度地发挥空间利用效率，即使是1英寸的地方。尽管亚马逊去年的收入增长41%，但营业费用的增幅也高达44%，导致利润率下滑2.3个百分点，部分源于这些物流中心的庞大开支。为了扭转局势，亚马逊正在扩大产品和服务范围，以便这些巨大的仓库能够成为利润枢纽。

（2）桔子机器人

桔子机器人可以在货架下穿梭，还能搬运产品，加快订单履行速度。对物流中心的投资成为亚马逊2013年最大的一笔营业费用，在销售额中的占比达到9.5%，这也使得该公司的仓库总数达到69个。为了进一步推动物流业务的自动化进程，亚马逊斥资7.75亿美元收购仓库机器人制造商Kiva Systems。亚马逊旗下拥有Soap.com和Diapers.com两大购物网站的Quidsi已经开始使用这种设备。使用亚马逊仓库和配送服务的第三方商家也推动了该公司的扩张。

（3）外部卖家

通过亚马逊出售商品的外部卖家，给该公司带来了更高的利润率。亚马逊会从第三方商家出售的商品中抽取一定的佣金，通常约10%，这部分佣金全部计入利润。如果合作伙伴选择通过亚马逊的仓库履行订单，还要交纳一定的费用。亚马逊控制了整个体验，确保消费者可以得到始终如一的高速物流服务，而且完全没有库存风险。

（4）拣货流程

要从仓库中取出商品，首先由一组名为“充填工”的工人把商品塞进由塑料隔开的储物格内，经过电脑的计算，这些储物格的空间效率实现了最大化。亚马逊物流配送环节中，将以最高效率往来于货架之间，并将货物依次摆放到传送带上，等待打包和配送。通过先进的仓储服务，亚马逊2013年多实现了1000万美元的销售额。

3.3 亚马逊的大数据技术案例分析

3.3.1亚马逊的大数据业务

亚马逊的业务主要包括了三大方面：电商平台，包括自有产品的电子商务、第三方卖家及对一些成员的特殊服务；KINDLE、数字内容等；云服务。以电子商务起家的亚马逊，由电子书发家，由云服务推动企业更进一步发展，以企业云平台闻名于世。

由于大数据技术的日渐成熟，亚马逊慢慢变为大数据行业的排头兵。亚马逊推出过一系列大数据产品，其中包括基于Hadoop的Elastic MapReduce、DynamoDB大数据数据库以及能够与Amazon Web Services顺利协作的Redshift规模化并行数据仓储方案。3.3.2亚马逊的大数据平台开发

在亚马逊大数据计算开发的参与人员中，包括消费者、其他进驻卖家和亚马逊公司自身三大组成部分。尽管亚马逊属于整合平台的提供商，但亚马逊实际上身兼多职，涵盖了价值链的多个环节，同时担任了服务商和运输者等多个角色。亚马逊在智能物流方面的创举，对其营销能力的增强起到了辅助作用。

亚马逊凭借着对于顾客购买数据的多方位采集和挖掘，能够获得大量关于目标客户的信息。最后，在第三方卖家方面，亚马逊从数据的角度去研究商家需求，并与消费者数据相结合，同物流集成思想相结合，提高平台精准营销的能力。

亚马逊的大数据技术主要分为四个步骤：（1）收集用户行为数据

用户使用亚马逊网站上发生的所有行为都会被亚马逊记录：如搜索、浏览、打分、点评、购买、使用减价券和退货等。亚马逊根据这些数据，不断勾画出每个用户的特征轮廓和需求，并以此为依据进行精准营销。

（2）整合用户行为数据

亚马逊强大之处还在于它可以整合用户行为数据和喜好，并挖掘用户的潜在需求，善于用各种形式的活动去获取用户的喜好和需求，比较典型的活动就是投票。一旦用户投票了，其观点、倾向、或者兴趣爱好就暴露了，这个用户就被亚马逊打上了“标签”。

（3）个性化推荐营销服务

通过对所获行为信息的分析和理解，亚马逊制定对客户的贴心服务及个性化推荐。这不仅可以提高客户购买的意愿，缩短购买的路径和时间，在恰当的时机捕获客户的最佳购买冲动，降低了传统营销方式对客户的无端骚扰。

（4）统计用户行为数据

给目标用户发送邮件后，用户是否打开了邮件、是否点击了邮件中的链接浏览促销产品，这些行为都会被持续跟踪下来。整个促销推广活动而言，这样可以统计活动的效果，为下次评估类似促销的活动提供历史依据。3.3.3对亚马逊大数据技术的应用分析

亚马逊最先把大数据引入电商行业，应用大数据技术改变客户的体验，将大数据技术与智能物流、物流集成相结合。在亚马逊近二十年的历史中，物流不但是其发展过程中的关键环节，也与大数据挖掘结合在一起，帮助亚马逊在物流集成方面实现更大的价值。由亚马逊强大技术支持的智能物流系统是其价值链扩张的重要部分，使其在整条产业链上建立竞争优势。

首先，亚马逊经由以云计算为依托的电商开放平台，通过客户数据收集、目标客户甄选、营销组合设计和营销信息推送四个步骤来实现精准营销。整个过程的核心在于对目标客户的准确定位，从而在分析客户偏好的基础上有针对性地发布营销信息。其次，有了数据分析系统的支撑，智能物流也得以发展。对于亚马逊这样一家秉承“客户至上”的企业来说，其智能物流方面的创新是其他电商企业难以企及的——物流的精准实现了更高层次的消费者体验满足。

亚马逊依靠大数据技术及大型的系统运输能力作为支撑，在物流集成方面有以下创新之处。

（1）智能化预估系统。

亚马逊的预估体系，在整个物流集成管理上起到了非常关键的作用。应用云计算的设备以及管理系统，亚马逊创建了智能化预估系统，对每个物流中心进行非常特别的管理方式，对仓储空间和配送路径进行相当精细的计算。亚马逊物流中心内的存货，不单单是同品种存放在一起，它们是乱七八糟的摆在一起，货物码放乱，但是乱中有序。亚马逊依据技术投入的大数据可推知客户在买一样货物时有哪些可能同时购买的关联货物，由此，他们在供货、上架、储存的时候，会按照数据的分配相互交叉的储存，使空间得到最好的利用，同时在拿货的时候，取用最短距离。这使得亚马逊的上架效率极高，空间的利用率极高。

亚马逊的下单，每一个对季节性产品的下单都会左右其数据如何支配，以及在库存里面的各个物流中心的储备，实时的调节库存，才可能实现库房或者我们叫做物流中心，每一个空间得到最好的使用。

（2）智能化运输调拨系统。

应用大数据技术，亚马逊实行全天侯全程时时监控运输网络。通过调拨和干线运输和最后一公里运输进行智能化管理实现“还未下单货在途”。购买亚马逊的产品，可以在网上看到一个配送时间的估算，这个估算实际上是用大数据跟物流体系进行的连接，这个连接能够让亚马逊知道，根据消费者的要求在什么时间送到，这个数据是在即时的情况下，消费者下单的时候会做出核算。亚马逊在美国、加拿大商品是跨境配送的，在中国实行的是全国配送。亚马逊配备了几大物流系统，像调拨线路；亚马逊采取智能调拨系统，在库房之间进行调拨，还有干线运输、第三方合作运输等多种方式。

（3）大数据、大系统出货能力。

出货时，亚马逊也采用大数据技术、大系统的能力。通过系统进行动态订单的处理，信息化智能控制来更多拣货的路径，提高拣货效率。目前这个信息系统可以达到百分之百的送货率，而库存的准确率可以达到99%以上。

应用大数据技术，亚马逊在物流集成方面的拥有以下三点创新之处。第一，通过智能物流系统，亚马逊可根据线上的销售情况，实时记录当前库存，并以客户的偏好为依据，预测下一期的销售目标，从而使库存始终保持在一个较低的水平。

第二，除了对自身的物流管理，亚马逊大数据分析也与物流体系进行对接，将仓储物流服务与产品配送结合起来，定时或定点为消费者提供新鲜的产品和及时服务。借助终端GPS设备，送货员能够确定最优送货路线，在节省时间和财力的同时也为顾客提供了更优质的服务。

第三，亚马逊物流中心预估和调拨的体系涵盖了云计算设备和管理系统。通过大数据的分析，各类存货按照数据分配进行相互交叉的储存，对空间实现最优利用；而根据季节不同，库存系统会自动转移产品，合理利用库房。换句话来说，数据分析相关的设施建设和信息挖掘是亚马逊精准营销的前提，而物流配送方面的创新则是精准营销的效果巩固，最大层面上增强了客户体验。大数据时代电子商务的机遇与挑战 4.1大数据时代电子商务的机遇

企业可以分析和使用的数据在爆炸式增长，通过对大数据的收集、整合、分析，企业可以发现新的商机，创造新的价值，带来大市场、大利润和大发展，大数据时代蕴藏着巨大的商机。

（1）大数据有利于市场营销。

大数据技术能够帮助电商获得更多的生意，销售人员预计实施大数据战略将对销售有显著的影响。大数据时代的社会化营销重点是理解消费者背后的海量数据，挖掘用户需求，并最终提供个性化的跨平台的营销解决方案。如果电商拥有了基于大数据的技术，在寻找潜在客户上、销售时间以及预测交易成功的几率上将会得到明显改善。

（2）大数据有利于个性化和精准的商品推荐。

大数据为个性化商业应用提供了充足的养分和可持续发展的沃土。顾客的结构、流量、点击率、购买的周期以及兴趣，都会在电子商务平台上产生大量的数据，通过对大数据的收集、整合和分析，电商可以对消费者的品位和消费意愿进行准确识别，主动为其提供个性化和精准的销售产品和服务，提高销售额和利润率。

4.2大数据时代电子商务的挑战

电子商务企业在大数据时代将会迎来重大的机遇和契机，同时也面临着大数据处理能力和隐私保护等方面的挑战。

（1）拥有大数据的挑战。在大数据时代下，电子商务的竞争已经成为基于数据的竞争。当今极速爆炸的信息量远远超越了大部分企业 IT 架构和基础设施的承载能力，其实时性要求也大大超越了现有的计算能力。有大数据是利用大数据的前提条件，若不具备整合大数据收集和使用的能力，企业就很难在广告和多个营销渠道中提供真正个性化和精确的产品和服务推荐，而拥有大数据的企业则能在竞争中脱颖而出，不战而胜。

（2）处理大数据能力的挑战。据统计，82％的公司正受到处理海量信息的挑战，而且他们花很多时间对其进行研究，89％的公司因超负荷处理数据而失去销售机会。仅仅坐拥大数据并不够，对大数据的分析和挖掘能力已成为企业的核心竞争力。

（3）对隐私保护的挑战。大数据时代，网络用户在互联网的评论、图片、视频、个人信息、兴趣爱好、交易信息、访问的网站等等均被企业记录在案。如在淘宝网上交易时的真实姓名、家庭住址以及银行账号等重要的真实信息，逐渐引起了我们对个人隐私的担忧。

在大数据时代，呈爆发式增长的信息资源给电子商务企业既带来了机遇也带来了挑战，通过对数据的分析运用将带来更多服务模式的革新，可以给消费者带来更多更好的服务体验，但是如何运用技术手段挖掘出有价值的信息和如何利用好这些信息还需要不断思考和论证。参考文献：

[1]赵林度．电子商务理论与实务．人民邮电出版社.[2]柴岩兵，贾素彤．电子商务一走进数字化商务时代．产权出版社.[3]朱爱群．客户关系管理与数据挖掘．中国财政经济出版社.[4]李靖，易建湘．电予商务在中田．中国经济出版社.[5]安徽，梁春晓．电子商务应用．电子行业出版社.[6]李辉．如何响应即将到来的大数据时代．J.科技导报.2013.[7]黄浩．亚马逊：创新者的机会．J.中国信息化.2012.5.[8]刘琪．亚马逊：APP背后的秘密武器．J.IT经理时代．2012．10． [9]艾瑞斯．大数据思维与决策．2014．

[10]邓学军．亚马逊：成功电商的物流之道．J．中国邮政．2013． [1l]冉宝松．亚马逊开放物流背后的阴影．J．中国物流与采购．2012． [12]王晨晖．云端致胜：亚马逊电商帝国的财富密码．中国宇航出版社

第三篇：大数据在交通方面的应用

大数据在交通方面的应用

考试时长：60分钟 考生：刘德志 总分：100 及格线：60 考试时间：2017-12-21 16:39-2017-12-21 16:42 100分

 1.(易)根据周琦老师所讲，高德交通信息服务覆盖（）多个城市以及全国高速路网。（单选题3分）得分：3分

o o o o  A.一百一十 B.一百 C.九十 D.八十

2.(易)根据周琦老师所讲，高德实时统计用户近（）行驶里程数据与用户数，一旦发现异常则报警。（单选题3分）

得分：3分

o o o o  A.5分钟 B.10分钟 C.15分钟 D.20分钟

3.(易)根据周琦老师所讲，高德交通信息服务覆盖全国主干道路及其它（）以上。（单选题3分）得分：3分

o o A.90% B.70% o o  C.50% D.30% 4.(易)根据周琦老师所讲，高德交通日均采集数十亿定位请求，系统处理月均（）公里驾驶里程覆盖。（单选题3分）

得分：3分

o o o o  o o o o  A.50亿 B.80亿 C.100亿 D.150亿

5.(易)根据周琦老师所讲，以下哪项不属于数据挖掘的内容？（单选题3分）A.补充与完善路网属性 B.多维分析统计用户出行规律

C.建立道路拥堵概率与拥堵趋势变化模型 D.高德地图导航有躲避拥堵功能

6.(易)根据周琦老师所讲，高德交通信息服务覆盖全国高速（）以上。（单选题3分）分：3分

得

得分：3分

o o o o  o o A.90% B.70% C.60% D.50% 7.(易)根据周琦老师所讲，高德2014年被（）全资收购了。（单选题3分）A.百度 B.阿里巴巴

得分：3分 o o  C.腾讯 D.搜狐

8.(易)根据周琦老师所讲，高德早在（）就开始投入资源来做全国交通信息的采集和发布。（单选题3分）得分：3分

o o o o  A.2002年 B.2004年 C.2005年 D.2007年

9.(易)根据周琦老师所讲，高德交通报告针对全国（）个城市交通状态进行挖掘分析。（单选题3分）得分：3分

o o o o  A.21 B.25 C.30 D.38 10.(易)根据周琦老师所讲，大数据加速道路网络快速更新，高德（）完成全国10万公里15万处更新。（单选题3分）

得分：3分

o o o o  o A.2006年 B.2008年 C.2010年 D.2014年

11.(中)根据周琦老师所讲，高德地图有哪些功能？（多选题8分）A.交通路况实时播报

得分：8分 o o o  B.智能计算到达目的地所需的时间 C.避堵路线方案规划 D.为用户搜索地点

12.(中)根据周琦老师所讲，高德现在的数据来源主要是（）。（多选题8分）分

得分：8o o o o  A.公众数据 B.行业数据 C.政府数据 D.国外数据

13.(中)根据周琦老师所讲，对大数据的管理和使用包括哪些方面？（多选题8分）得分：8分

o o o o  A.大数据的存储 B.大数据的应用 C.大数据的运营 D.大数据的挖掘

14.(中)根据周琦老师所讲，大数据在交通方面可以有哪些应用？（多选题8分）8分

得分：o o o o  A.出行轨迹选择 B.旅行时间计算 C.数据挖掘 D.多样化展现

15.(中)根据周琦老师所讲，以下哪些属于数据挖掘的内容？（多选题8分）

得分：8分 o o o o  A.补充与完善路网属性 B.多维分析统计用户出行规律

C.建立道路拥堵概率与拥堵趋势变化模型 D.高德地图导航有躲避拥堵功能

16.(极易)根据周琦老师所讲，高德地图使用大数据能进行小路的识别。（判断题3分）得分：3分

o o  正确 错误

17.(极易)根据周琦老师所讲，高德地图使用大数据能进行新路的识别。（判断题3分）得分：3分

o o  正确 错误

18.(极易)根据周琦老师所讲，通过索引技术，在分析具体问题时，可以回调出每条道路对应时刻的通车轨迹。（判断题3分）

得分：3分

o o  正确 错误

19.(极易)根据周琦老师所讲，高德实时挑选样本进行算路，对发布数据质量进行评估，异常则实时报警。（判断题3分）

得分：3分

o o  正确 错误

20.(极易)根据周琦老师所讲，高德交通信息服务覆盖110多个城市以及全国高速路网。（判断题3分）得分：3分 o o  正确 错误

21.(极易)根据周琦老师所讲，高德每季度基于数据挖掘，发布全国主要城市的交通分析报告。（判断题3分）得分：3分

o o  正确 错误

22.(极易)根据周琦老师所讲，高德交通信息服务覆盖全国高速90%以上。（判断题3分）得分：3分

o o  正确 错误

23.(极易)根据周琦老师所讲，高德交通报告针对全国38个城市交通状态进行挖掘分析。（判断题3分）得分：3分

o o  正确 错误

24.(极易)根据周琦老师所讲，将大数据智能化融入高德地图，能够提供更精准的到达时间预测和实时躲避拥堵功能。（判断题3分）

得分：3分

o o  正确 错误

25.(极易)根据周琦老师所讲，进入了阿里巴巴集团之后，高德对大数据的处理和基础架构的能力得到了提升。（判断题3分）

得分：3分

o o 正确 错误

第四篇：大数据在培训领域的应用

大数据在培训领域的应用

随着信息技术的普及,人类社会进入到了大数据时代,数据已经渗入到我们生活的每一个角落,衣食住行都离不开数据。所谓的大数据在百度百科上的解释是:在可承受的时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产。大数据具有数据容量巨大，数据种类繁多，数据获取速度快速，数据来源真实，数据具有价值性等特点。从大数据的应用来看，大数据包括横向和纵向两方面的大，可以从时间空间来说，可以从数量与质量来说，也可以主观客观来说，一切我们可视可闻可想的都包含在大数据里。正是有这一种大，才可以在精确定位的“小”行业中提现出大的价值。大数据使市场行业更加细分，人们的行为更佳细分，可以使企业更清晰的明白自己的定位，从时间的跨度上来讲，大数据这是由于这种资源的大量整合，可以使得市场具有前瞻性，而大数据的最终效果是使消费者得到最合理最高效价值最大化实现的满足。

20世纪90年代开始，培训行业在中国发展壮大，尽管现在已经到了一个全面发展的时期，但是培训行业依旧存在大量的问题。培训供求错位，培训没有建立在科学的需求分析上，培训没有针对性，培训项目设置不合理，导致培训效果事倍功半。培训定位模糊，对培训定位不清，致使培训与企业长期发展脱节，培训并没有真正为企业的经营战略做出贡献。培训主体错位，培训只是培训部的事，高层不重视，中层不支持，基层不理解，培训部角色尴尬。培训对象错位，许多企业尽管重视员工培训，却只是关注中基层员工的培训，忽视对高管层的培训。只对中基层员工培训，忽视对高层培训，或者笼统培训管理层，员工的素质愈来愈高，而管理者却没有得到应有的提升。培训方法不当，在培训方法上，企业大多运用传统的模式授课，培训师讲，学员听，从而产生枯燥、效果不好的弊病，使员工失去对培训的兴趣。许多培训师根本没分清培训与教育的界限，培训应是以学习和掌握知识和技能为中心，而关键在于改变学员的技能。

培训定义是一种有组织的知识传递、技能传递、标准传递、信息传递、信念传递、管理训诫行为，培训的目的也是使得这些传递能够实现。在大数据的发展应用之下，无疑为培训发展提供不少有效途径。在大数据时代，最常做的便是将数据产品化，通过对私家车数据的整合，出现了Uber，通过对英语教员的整合，有了现在VIPABC的发展模式，有数据走向产品的案例不胜枚举。在培训领域也可以通过数据实现产品化，比如开发一款可以使用的app，使参与培训的人可以随时随地的利用时间来培训，培训者也可以随时互动。然而这个的实现，必须要依靠大数据，需要前期非常庞大的数据支持，以数据来确定培训的主题，培训的内容，培训的风格，培训的人员，培训的课程等等，而这里大数据可以是通过对很多的学员的调查，对以往培训资料的整合，对同行业的调查，总而言之，离不开大量的数据支持。

在全球化的快速发展下，人才发展已经成为关键，培训的外延拓展到关键人才的界定，能力标准设定，人才评测以及系统性的发展领域，实现这一点必须要对人系统，有差别的培训。运用大数据增强培训针对性显然是不可或缺的，针对性是培训的基本要求，运用大数据，一方面，可以分析培训人员知识储备结构，了解到培训人员哪些方面的专业培训还欠缺，从而有针对性地开展重点专项培训，弥补其专业知识的缺陷；另一方面，可针对性地调训配置学员，改变以往“一锅煮”的方式，做到按需培训、有的放矢，实现组织需求与个体需求的有机统一。同时，通过运用大数据，使人员培训与培训者使用有机结合。通过建立起人员培训的电子档案，使培训管理数字化，通过查看培训档案和分析培训结果，可以动态了解培训人员在若干年内的培训知识储备。除了对被培训者的合理调控以及数据建档，达到学员最大化培训效果之外，通过对培训人员的数据整合，归纳培训人员的知识强项，性格特征，从而帮培训者挑选适合的学员，以及做好自身规划。

大数据的整合使得企业更加清楚自己的定位，明确自己在整个市场中的角色扮演，企业的明确定位又是企业培训的一个重要保证。市场何其之大，人才何其之多，知识何其之广，摆正自己的位置，培训才能有的放矢。运用大数据对公司现状的分析，公司的发展历程的回顾，公司在市场上的定位，才能预估公司未来的发展。公司的发展方向又决定了培训开展的方向，一切又要从自身的定位说起，所以大数据的整合可以使得培训的方向更加明确，企业未来大发展更加明确。

将来的培训的方式由被动向主动转变，培训的内容由普遍竞争向核心竞争转变。这既是对培训人员的要求，也是对企业的要求，而大数据就是这个转换工程中的一个一个媒介，传统的数据诠释宏观、整体的培训情况，用于影响培训的宏观政策与决策；大数据除分析宏观外，可以分析学员个体的课堂教学、实践调研等微观状况，对于调整学员培训行为，实现个体化培训、需求培训等具有重要现实意义，就是从原来的宏观到现在的微观，才实现了培训之间的可交流性，从而使一味的灌输与接收，到培训过程中改变与创新。以前的培训是哪里不会补哪里，但是面对知识经济的挑战和日益激烈的市场竞争，培训仅为补缺是远远不够的，应把挖掘潜力作为培训的重点，把思维变革、观念更新、潜能开发纳入培训的内容，而潜能的开发则是企业发展核心技术的关键，核心技术也是成为企业的核心竞争力，大数据利用将成为提高核心竞争力的关键因素。

运用大数据科学规范培训管理，将大数据技术运用到学员培训管理中，可以建立起立体化的员工培训管理系统，从而实现集中培训、专题培训、网络培训、涉外培训、高端培训等网络化管理目标，实现学员培训管理规范化和科学化。针对培训缺少技术支持，缺乏针对性，资源分配不合理等问题，大数据利用其数量大，范围广，处理速度快的特点，有效的对培训市场的资源进行精确分类，使得培训行业的一些看是杂乱的问题有规律的呈现，使行业再度细分，从而有效的分配资源，达到资源的最大化使用，整合无数微观数据形成的大数据来使得培训工作井井有条。

陈伟明

05-27

第五篇：大数据在制造业中的应用

大数据在制造企业中的应用

近年来出现的人力短缺、工资上涨、产品交付期短和市场需求变动大等问题，使得制造业正面临新一波转型挑战。如何在控制生产成本的同时，还能提高生产力与效率，则是转型的主要目的。在这样的背景下，德国、美国等制造业发达国家无不积极推动“工业4.0”。“工业4.0”本质上是通过信息物理系统实现工厂的设备传感和控制层的数据与企业信息系统融合，使得生产大数据传到云计算数据中心进行存储、分析，形成决策并反过来指导生产[1]。大数据的作用不仅局限于此，它可以渗透到制造业的各个环节发挥作用，如产品设计、原料采购、产品制造、仓储运输、订单处理、批发经营和终端零售。大数据使得订单处理方式有了质的变化

大数据的核心作用在于预测。大数据可以快速精准地预测市场趋势和客户需求，并对客户进行细分，为其提供量身定制的合适服务。企业通过大数据的预测结果，便可以得到潜在订单的数量，然后直接进入产品的设计和制造以及后续环节[2]。即企业可以通过大数据技术，在客户下单之前进行订单处理。而传统企业通过市场调研与分析，得到粗略的客户需求量，然后开始生产加工产品，等到客户下单后，才开始订单处理。这大大延长了产品的生产周期。如海尔集团于2013年1月构建了SCRM（社交化客户关系管理）会员大数据平台。销售人员可进行大数据分析，精准预测出个体消费者的需求，实现了在客户下单之前进行订单处理。大数据使得仓储运输和批发经营不复存在

由于大数据能够精准预测出个体消费者的需求以及消费者对于产品价格的期望值，企业在产品设计制造之后，可直接派送到消费者手中。虽然此时消费者还没有下单，但是消费者最终接受产品是一个大概率事件。这使得企业不存在库存过剩的问题，也就没有必要进行仓储运输和批发经营。大数据使原料采购更加科学

大数据技术可以从数据分析中获得知识并推测趋势，可以对企业的原料采购的供求信息进行更大范围的归并、匹配，效率更高。大数据通过高度整合的方式，将相对独立的企业各部门信息汇集起来，打破了原有的信息壁垒，实现了集约化管理，可以根据轻重缓急，更加科学合理地安排企业的财政支出。其次，利用大数据的海量存储与快速数据处理功能，可以对采购的原料的附带属性（节能、节水、环保等）进行更加精细化的描述与标准认证，通过分类标签与关联分析，可以更好地评估企业采购资金的支出效果。此外，大数据能预测原材料的价格以及原材料品质的好坏。这使制造业企业更加科学地采购原材料成为可能，企业可以采购到质优价低的原材料。大数据使得产品设计制造更加优化

借助大数据技术，人们可以对原物料的品质进行监控，发现潜在问题立即做出预警，以便能及早解决问题从而维持产品品质[3]。大数据技术还能监控并预测加工设备未来的故障几率，以便让工程师即时执行最适决策。大数据技术还能应用于精准预测零件的生命周期，在需要更换的最佳时机提出建议，帮助制造业者达到品质成本双赢[3]。例如，日本汽车公司Honda将大数据分析技术应用于电动车电池上。由于电动车不像汽车或油电混合车一样，可以使用汽油作为动力来源，其唯一的动力就是电池，所以Honda希望进一步了解电池在什么情况下，绩效表现最好、使用寿命最长。Honda公司通过大数据技术，可以搜集并分析车辆在行驶中的一些资讯，如：道路状况、车主的开车行为、开车时的环境状态等，这些资讯一方面可以帮助汽车制造公司预测电池目前的寿命还剩下多长，以便即时提醒车主做更换，一方面也可以提供给研发部门，做为未来设计电池的参考。

再如BMW公司应用大数据分析，在短短的12周时间内降低80%的零件报废率。一台汽车需要的零件有很多种，其中一个是与引擎结合的引擎上盖。以前，BMW要等到最终引擎组装阶段，将引擎上盖组装完成后才知道到这个零件能否使用，如果不能使用就只好将整个引擎报废。而通过大数据技术，BMW公司在引擎生产线上可以做即时的检测与分析，倘若品管没有问题则直接进到最后的组装程序，但若零件品质不好且无法修补则直接报废，或者零件品质不好但能经过其他方式修补，则在修补后再度进行品管测试，借此提高生产效率并降低报废率。大数据使得终端零售畅通无阻

通过大数据技术，企业可以了解整个供应链中需求和供应的变化，从而促进了产品的终端零售。如沃尔玛的零售链平台提供的大数据工具，将每家店的卖货和库存情况大数据成果向各公司相关部门和每个供应商定期分享。供应商可以实现提前自动补货，这不仅减少门店断货的现象，而且大规模减少了沃尔玛整体供应链的总库存水平，提高了整个供应链条和零售生态系统的投入回报率，创造了非常好的商业价值。

当今，世界各国始终致力于以技术创新引领产业升级，而大数据的利用使得资源节约、环境友好、可持续发展，智能化、绿色化的发展趋势得以实现[4]。因此，大数据背景下的制造业领域将具备广阔的市场空间和前景，这是制造业企业的莫大机遇。