談大數據時代物流管理信息化升級

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了談大數據時代物流管理信息化升級范文，希望能給你帶來靈感和參考，敬請閱讀。

經過“互聯網+物流管理”改革，物流企業在物流管理方面已經實現信息管理系統應用，借助自動化辦公與全過程物流信息跟蹤，提高了物流管理效率。目前，正值“大數據+物流管理”建設新階段，伴隨著數據分析技術的持續性運用，將全面升級物流信息化管理水平。本文以大數據時代物流管理信息化升級探析作為研究題目，具體探析中，簡述了大數據時代本質和大數據技術特征；剖析了大數據時代物流管理信息化升級的必要性；并以此為基礎，分別從物流管理信息化標準設置、數據庫建設、數據分析技術應用、人力資源配置四個層面，進行了具體討論。物流管理信息化管理以物流企業實際的產業鏈條密切對應，將訂單處理、貨物入庫、貨物存儲、貨物裝車、貨物運輸、貨物中轉、貨物送達簽收、貨物簽收后的服務等環節，進行了統一管理，實現了每一物品由訂單到簽收各環節的信息一致記錄與全程可跟蹤管理。因而，從管理效率方面看，物流管理信息化在實質上提高了物流管理效率，減少了物流管理各環節的損失，提高了物流管理的效用生產效率。然而，在大數據時代，通過區分、比較信息化管理和數據化管理的差別，物流企業也認識到了物流管理信息化的不足之處，未能實現各類生產要素方面的高效配置。因此有必要在大數據時代推進物流管理信息化升級。

一、大數據時代概述

（一）大數據時代的本質從本質方面看，大數據時代旨在將現實世界中的各類事物，轉換為數據，為其賦予可計算性，并借助數據分析技術，實現對各類事物的預測分析，進而提供相對精準的解決方案，有利于促進現場世界各類任務的有效完成。一些學者也將其稱為“科學預測學”。

（二）大數據技術的特征從特征方面看，大數據技術擁有所謂的“4V”特征。“4V”分別指的是：Volume——體量大、Variety——種類多樣、Velocity——高速運行和傳播、Value——價值密度低。具體而言，對于大數據技術的應用，可以處理正在呈數量級增長的海量數據，針對不同類型的數據實施同步采集、高效獲取、快速傳輸、集中分析。并且按照數據中心處理與企業各管理部門的信息管理系統的通信連接路徑，將預測結果分布分發到各個部門，為其快速處理各項業務提供參考信息等。以物流企業的物流管理為例，就可以利用大數據技術，對各個物流管理環節，實施綜合分析，并使各個管理部分在各自的管理環節，按照預測結果與參考信息，快速調配資源，提高各環節之間的對接效率，提高整個物流服務產業鏈條的運營效率。

二、大數據時代物流管理信息化升級必要性

（一）物流產業轉型要求其升級在“金融體制改革+產業結構調整”過程中，按照全球產業結構的基本劃分標準與實踐結果看，服務業的比重將會隨著國民經濟發展的程度逐漸增強而增加。物流行業作為服務產業，在其轉型升級過程中，已經構建了內容相對完整的新型產業鏈條，將各個物流管理環節，實施了系統性管理，并且增加了信息化技術應用，全面高了物流管理信息化水平。但是，隨著“智慧物流”（由IBM公司提出，我國于2009年引入，目前正在向該方向轉型升級）的出現，物流行業大范圍的資源整合與要素市場的資源優化配置，將全面推進數據分析技術的應用。因此，大數據時代物流管理信息化升級已經成為大勢所趨。

（二）數據技術應用要求其升級物流管理信息化管理時期的實踐經驗表明，對于貨物信息的掃描、上傳、存儲、查詢、應用，有利于提高物流管理效率。而隨著信息化管理水平的提高與信息化技術的逐漸升級，數據分析技術將成為其管理中的重要發展方向。具體而言，物流信息化管理，已經在要素市場增強資源配置效率的過程中，不能滿足高效的資源配置管理，而需要借助信息化管理向數據化管理的升級，滿足物流管理方面的“全要素分析”需求，進而達到優化物流管理鏈條的目標，最終實現對物流管理的效用生產效率提升，促進其在物流行業產出綜合效益。

（三）服務品質提升要求其升級物流行業作為服務業，其本質體現服務品質方面，現在也將其概括為“全程化服務”或“一體化服務”。當前物流信息化管理的經驗也證實，服務品質與物流管理效率相關聯，而物流管理效率的提升，有賴于信息技術的應用。比如，客戶下單后，對于自身購買物品的動態的在線查詢與在線咨詢，就增加了物流企業的服務品質，并且使物流企業、生產企業、銷售企業等服務品質，集中到了物流服務之中，增強了物流企業的服務功能，也對其提出了服務品質化升級的市場化需求。因此，物流管理中極有必要引入大數據技術，增強對客戶需求的分析，以及對客戶群體的定位和分型處理等。

三、大數據時代物流管理信息化升級對策分析

（一）按照同業競爭要求，設置信息標準物流行業競爭十分激烈，隨著要素市場配置資源的功能逐漸增強，當前物流行業的同業競爭日益加劇。面對這種新的競爭局面，哪一家物流企業率先完成“智慧物流”建設，就能夠快速的獲取“同業質量標準體系管理制定權”，進而引領整個行業的發展，并透過價值鏈的利益分成，獲取大利潤（當前經濟學界普遍認為同業質量標準體系管理制定權的獲得，可以占到同行業總利潤的70%）。因此，在大數據時代物流管理信息化升級時期，應該注重設置信息標準，按照同業競爭中共同建設“智慧物流”的升級目標，積極研發設計一些與物流行業、物流企業、物流管理密切對應的標準信息指標。比如，物流管理中的成本控制一直受到物流產業鏈條的制約，其成本控制相對較弱，此時，就可以借助數據分析技術，在物流管理要素、資本要素之間進行數據關聯性分析，并使其在對應性最佳的環節，降低成本支出，進而在整體上降低成本指標。這樣，既不影響其服務品質，也可以提高物流管理效率，做好內部控制管理。由此，能夠實現對同業成本指標的牽引，迫使其它企業以自身制定的成本指標作為參考標準等。

（二）依據信息升級需求，建設數據倉庫“智慧物流”系統的建設，屬于新型物流管理模式構建范疇，在實際操作中，以數據倉庫（也稱數據庫）為基礎，通過“感知層+傳輸層+云端層+應用層”完成相關數據的采集、獲取、傳輸、預測、應用。以當前一些大型企業的物流數據化管理為例，其中就通過應用大數據分析技術，全面提高了自身的物流管理效率，能夠實時在線的對整個物流產業鏈條進行資源調配。在物流管理實踐中，針對各個環節建立數據倉庫之后，運用信息管理系統的通信技術，就能夠將所有的獨立數據倉庫進行通信連接，進而對各個環節之間的貨物配置情況進行圖形化的清晰監測，并根據數據量測算，分析哪個環節的資源配置存在不足或者有所剩余，進而通過“在線數據分析+現場指揮調度”的方案，實現整個物流管理鏈條的數據化管理。另外，當前一些運輸機械設備與稱重設備的智能化，已經能夠從訂單處理環節，對所有進入物流管理環節的貨物，實時數據實時采集、快速傳輸、集中分析，并在云端層完成數據預測后，將分析結果分發到各個環節的管理部門，為其提供指導意見。因此，建設數據倉庫是當前物流管理中的重中之重。

（三）設立數據分析部門，開展數據分析目前，大部分存在物流管理的企業，已經設立了數據分析部門，物流企業也不例外。從當前的建設情況看，一些企業主要采用在信息管理部門，增設數據分析項目的方案；一些企業則直接建立數據分析部門。前一種方案，重點集中于對信息管理系統提供的數據進行綜合分析。后一種方案，則將物流管理的市場影響因素、物流管理環節資源配置情況、客戶需求等進行綜合分析，旨在通過數據分析部門，推進企業的系統性分析，進而開發與挖掘物流管理的數據化管理優勢。因此，建議結合自身企業的規模、經營業務范圍，設立匹配的數據分析項目，并開展相關數據分析工作。

（四）運用人力資源管理，增強人才培育在大數據時代的物流管理信息化升級中，相對稀缺的是人才。從人才需求方面看，主要集中于業務熟練程度與數據分析能力兩大方向。因此，在當前物流信息化升級目標已經確定的情況下，物流企業應該按照現代人力資源管理體系，合理的研發設計一些培訓方案。比如，一方面，通過招聘路徑，以當前就業市場專業為準，選擇一些與自身轉型升級需求相一致的專業人才，包括物流管理人才、數據分析人才等。另一方面，可以通過自身信息化管理建設經驗，制定一些培訓方案，先開展物流管理相關理論知識的培訓，使企業所有人才的知識結構獲得有效健全。再，借助專門化的業務技能培訓，細化其業務處理能力、數據倉庫建設能力、數據分析處理能力等。

四、結語

在我國互聯網快速發展、壯大過程中，互聯網技術與市場經濟之間的資源融合，催生了網絡購物，擴增了電子商務的應用范圍。并在此基礎上，逐漸形成了以物流服務環節為中介連接“網絡虛擬世界”與“現場世界場景”的新局面，促進了物流行業的快速崛起與發展。當前，物流行業也以信息技術為基礎，全面提升了其物流管理水平，應用信息化管理提高了服務品質與運營效率。借助信息化管理向數據化管理的轉型，物流企業也正在全面推進自身向著“智慧物流”方向升級。因此，建議從系統性升級與配套性促進的思路，積極增強物流管理數據網絡的構建，配套做好標準化建設與數據庫建設，進而通過人力資源的高效配置，全面促進數據分析技術的應用。

作者：張杰 單位：西安財經大學行知學院