大數(shù)據(jù)背景下網(wǎng)絡(luò)購(gòu)物的物流增值研究

張夏恒　馬天山

摘要 隨著網(wǎng)絡(luò)購(gòu)物的飛速發(fā)展，物流成為主要的制約瓶頸。大數(shù)據(jù)時(shí)代的到來(lái)，帶來(lái)思維方式的沖擊，也為物流增值服務(wù)提供了新視角。通過(guò)數(shù)據(jù)庫(kù)的建立、大數(shù)據(jù)的分析和處理，建立物流需求細(xì)分，結(jié)合相關(guān)性分析，滿(mǎn)足消費(fèi)者各類(lèi)物流細(xì)分需求，并及時(shí)有效的提供各類(lèi)預(yù)測(cè)，降低逆向物流的發(fā)生概率，真正實(shí)現(xiàn)物流增值的目的。

關(guān)鍵詞 物流工程；增值；大數(shù)據(jù)；網(wǎng)絡(luò)購(gòu)物；預(yù)測(cè)；相關(guān)性

[中圖分類(lèi)號(hào)]F724 [文獻(xiàn)標(biāo)識(shí)碼] A [文章編號(hào)]1673-0461（2015）11-0029-05

一、引 言

伴隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，“大數(shù)據(jù)”成為繼“物聯(lián)網(wǎng)”和“云計(jì)算”之后的時(shí)代主題詞，對(duì)社會(huì)生活的各方各面都產(chǎn)生了深遠(yuǎn)的影響。海量數(shù)據(jù)催生了信息或數(shù)據(jù)的收集、存儲(chǔ)、分析、處理、挖掘和應(yīng)用的全新技術(shù)體系，并將之應(yīng)用到各行各業(yè)。據(jù)發(fā)改委和商務(wù)部數(shù)據(jù)，2013年中國(guó)社會(huì)物流總費(fèi)用占GDP比率為18%，該比重多年來(lái)一直持續(xù)在18%左右，高出世界平均水平6.8%。根據(jù)中國(guó)物流與采購(gòu)聯(lián)合會(huì)調(diào)查報(bào)告資料，中國(guó)物流企業(yè)來(lái)自于基礎(chǔ)性服務(wù)的收益約占85%，而僅有15%的收益來(lái)自于增值服務(wù)和物流信息技術(shù)與支持物流的財(cái)務(wù)服務(wù)。在大數(shù)據(jù)背景下，重點(diǎn)探析大數(shù)據(jù)對(duì)網(wǎng)絡(luò)購(gòu)物的物流增值的影響，嘗試研究如何將大數(shù)據(jù)的優(yōu)勢(shì)植入到物流增值服務(wù)中。

二、“大數(shù)據(jù)”時(shí)代的到來(lái)

“大數(shù)據(jù)”這一概念始見(jiàn)于1980年，阿爾溫·托夫勒將“大數(shù)據(jù)”贊譽(yù)為“第三次浪潮的華彩樂(lè)章”。[1]限于當(dāng)時(shí)信息技術(shù)發(fā)展的制約，“大數(shù)據(jù)”并未形成一個(gè)準(zhǔn)確的定義。伴隨信息技術(shù)的發(fā)展，收集與處理海量數(shù)據(jù)有了技術(shù)保證。大數(shù)據(jù)成為繼“物聯(lián)網(wǎng)”和“云計(jì)算”之后，IT產(chǎn)業(yè)的又一次顛覆性的技術(shù)革命。[2]對(duì)大數(shù)據(jù)收集與分析的設(shè)想并非源于某些實(shí)體企業(yè)，而是源于非實(shí)體的管理咨詢(xún)公司麥肯錫公司。[3]麥肯錫2011年在一篇研究報(bào)告中提到“大數(shù)據(jù)是指大小超出了典型數(shù)據(jù)庫(kù)工具收集、存儲(chǔ)、管理和分析能力的數(shù)據(jù)集”，預(yù)示著“大數(shù)據(jù)”時(shí)代的來(lái)臨。[4]可見(jiàn)，大數(shù)據(jù)的定義是相對(duì)目前可用的技術(shù)而言的。此后，權(quán)威咨詢(xún)公司Gartner又對(duì)大數(shù)據(jù)進(jìn)行了定義“在一個(gè)或多維度上超過(guò)傳統(tǒng)信息技術(shù)的處理能力的極端信息管理和處理問(wèn)題?！雹倜绹?guó)國(guó)家科學(xué)基金會(huì)（NSF）將大數(shù)據(jù)定義為一個(gè)數(shù)據(jù)集，該數(shù)據(jù)集是基于由科學(xué)儀器、傳感設(shè)備、互聯(lián)網(wǎng)交易、電子郵件、音視頻軟件、網(wǎng)絡(luò)點(diǎn)擊流等多種數(shù)據(jù)源生成的大規(guī)模、多元化、復(fù)雜、長(zhǎng)期的分布式的。②相對(duì)于“海量數(shù)據(jù)”和“大規(guī)模數(shù)據(jù)”，大數(shù)據(jù)與之一脈相承，但在數(shù)據(jù)產(chǎn)生速度、復(fù)雜性和容量上已遠(yuǎn)遠(yuǎn)超出了傳統(tǒng)的數(shù)據(jù)形態(tài)。數(shù)據(jù)復(fù)雜性繼續(xù)增長(zhǎng)，實(shí)時(shí)性和多樣性等特征日益顯著，標(biāo)志著“大數(shù)據(jù)”時(shí)代已經(jīng)到來(lái)。[5]

三、 研究現(xiàn)狀與研究視角

（一）“大數(shù)據(jù)”的研究現(xiàn)狀

伴隨著大數(shù)據(jù)時(shí)代的到來(lái)，數(shù)據(jù)驟然井噴，對(duì)社會(huì)各方面的影響頗多。國(guó)際數(shù)據(jù)公司（IDC）的研究報(bào)告顯示，2011年全球被創(chuàng)建和被復(fù)制的數(shù)據(jù)總量超過(guò)1.8ZB，且增長(zhǎng)趨勢(shì)遵循新摩爾定律（全球數(shù)據(jù)量大約每?jī)赡攴环A(yù)計(jì)2020年將達(dá)到35ZB。[6]大數(shù)據(jù)已經(jīng)撼動(dòng)了世界的方方面面，從商業(yè)科技到醫(yī)療、教育、政府、經(jīng)濟(jì)及社會(huì)的其他各個(gè)領(lǐng)域。[7]《Nature》雜志2008年的專(zhuān)刊《Big Data：Science in the Petabyte Era》③和《Science》雜志2011年的專(zhuān)刊《Dealing with Data》④分別從互聯(lián)網(wǎng)技術(shù)、互聯(lián)網(wǎng)經(jīng)濟(jì)學(xué)、超級(jí)計(jì)算、環(huán)境科學(xué)、生物醫(yī)藥等多方面討論大數(shù)據(jù)處理和應(yīng)用專(zhuān)題。

“大數(shù)據(jù)”的含義超越了“大”或是“數(shù)據(jù)”的含義。[8]此時(shí)的數(shù)據(jù)在海量信息的基礎(chǔ)上，已不拘泥于傳統(tǒng)意義上的數(shù)字和數(shù)據(jù)，還包括圖片、語(yǔ)義、文字、音頻、視頻等。伴隨著信息技術(shù)的日新月異，以及在社會(huì)、文化、經(jīng)濟(jì)、生活眾多領(lǐng)域的不斷滲透，借助移動(dòng)轉(zhuǎn)動(dòng)、分布式處理、物聯(lián)網(wǎng)和云計(jì)算等新興技術(shù)和應(yīng)用模式，數(shù)據(jù)的產(chǎn)生不拘泥于時(shí)間、地點(diǎn)和空間的制約，全球隨時(shí)產(chǎn)生的數(shù)據(jù)呈現(xiàn)爆炸式的增長(zhǎng)趨勢(shì)。[9]大數(shù)據(jù)時(shí)代的到來(lái)，人們通過(guò)對(duì)數(shù)據(jù)，尤其是互聯(lián)網(wǎng)環(huán)境下產(chǎn)生的各式各樣的數(shù)據(jù)，進(jìn)行交換、整合和分析，方可發(fā)現(xiàn)新的知識(shí)，創(chuàng)造新的價(jià)值，帶來(lái)大知識(shí)、大科技、大利潤(rùn)和大發(fā)展。[10]大數(shù)據(jù)時(shí)代產(chǎn)品及服務(wù)創(chuàng)新的另一個(gè)典型特征就是實(shí)時(shí)化、個(gè)性化的產(chǎn)品及服務(wù)設(shè)計(jì)。[11]

（二）物流增值的研究現(xiàn)狀

中國(guó)物流與采購(gòu)協(xié)會(huì)將物流增值定義為“在完成物流基本功能基礎(chǔ)上，根據(jù)客戶(hù)需求提供的各種延伸業(yè)務(wù)活動(dòng)”。物流包含兩部分：一是物流基本服務(wù)，包括提供倉(cāng)儲(chǔ)、包裝、運(yùn)輸、配送等服務(wù)；二是物流增值，即能夠滿(mǎn)足的特定要求，顯著增加客戶(hù)價(jià)值，圍繞物流服務(wù)而展開(kāi)的創(chuàng)新性服務(wù)。[12]物流增值是在物流基本服務(wù)上，對(duì)服務(wù)需求進(jìn)行細(xì)分，對(duì)服務(wù)的品種進(jìn)行創(chuàng)新的過(guò)程。物流基本服務(wù)是增值服務(wù)的起點(diǎn)，尤其是運(yùn)輸、倉(cāng)儲(chǔ)、信息集成、存貨管理、訂單處理、物料采購(gòu)等，都是進(jìn)行物流增值延伸的起點(diǎn)。[13]相對(duì)于基本服務(wù)，物流增值是一種深層次的物流服務(wù)，需要在了解物流需求后，提出特殊增值服務(wù)；物流增值是在物流基本服務(wù)前提下，通過(guò)增加投入取得增值，需要收取額外的費(fèi)用；物流增值又具有時(shí)效性，伴隨物流服務(wù)水平的提高，原有的物流增值將會(huì)演變成基本服務(wù)。[14]物流增值是物流業(yè)發(fā)展到一定階段的必然產(chǎn)物，是物流業(yè)成熟的標(biāo)識(shí)，是中國(guó)物流業(yè)的發(fā)展趨勢(shì)。[15]

學(xué)術(shù)界針對(duì)物流增值的研究比較分散，大多從物流企業(yè)的角度研究，尤其是研究第三方物流企業(yè)如何實(shí)現(xiàn)物流增值。這些研究成果對(duì)網(wǎng)絡(luò)購(gòu)物的物流增值研究提供了有益的方法和借鑒。周永明（2007）研究了物流增值的內(nèi)涵，提出物流增值的種類(lèi)以及實(shí)現(xiàn)途徑。[14]周德蘇（2007）從第三方物流企業(yè)的角度研究物流增值的必要性。[16]孫福東（2013）從物流公司角度提出物流增值策略，分別從降低物流成本、加強(qiáng)企業(yè)創(chuàng)收能力、收入增量大于成本增量等方面提出增值策略。[17]endprint

（三）研究視角

在網(wǎng)絡(luò)購(gòu)物中，實(shí)現(xiàn)交易的最后一個(gè)環(huán)節(jié)是物流，物流在網(wǎng)絡(luò)購(gòu)物整體鏈條中起至關(guān)重要的作用，是影響消費(fèi)者對(duì)網(wǎng)絡(luò)購(gòu)物滿(mǎn)意度的重要指標(biāo)。根據(jù)CNNIC在2011年發(fā)布的資料，物流環(huán)節(jié)整體滿(mǎn)意度不甚理想，僅有75.1%。消費(fèi)者認(rèn)為送貨時(shí)間過(guò)長(zhǎng)，送貨時(shí)貨品有損壞或丟失，物流人員態(tài)度不好，物流過(guò)程無(wú)法及時(shí)了解，物流費(fèi)用過(guò)高等。這些問(wèn)題，讓物流行業(yè)飽受消費(fèi)者所詬病。在互聯(lián)網(wǎng)盛行的現(xiàn)代社會(huì)，人與人之間通過(guò)互聯(lián)網(wǎng)的互動(dòng)、聯(lián)系與交流普遍而頻繁，已成為網(wǎng)絡(luò)購(gòu)物環(huán)境下的最重要特征。這種互動(dòng)、聯(lián)系和交流所產(chǎn)生的數(shù)據(jù)與信息對(duì)消費(fèi)者行為、企業(yè)經(jīng)營(yíng)績(jī)效及企業(yè)與消費(fèi)者關(guān)系產(chǎn)生較為深遠(yuǎn)的影響。[18]借助專(zhuān)業(yè)的數(shù)據(jù)分析工具與技術(shù)，利用行為分析和商務(wù)智能等手段，在社會(huì)化的網(wǎng)絡(luò)環(huán)境下，以集成的視角深入挖掘研究其海量且動(dòng)態(tài)的數(shù)據(jù)，準(zhǔn)確識(shí)別個(gè)性化的行為特征，重點(diǎn)研究消費(fèi)者對(duì)產(chǎn)品或服務(wù)的行為與偏好，企業(yè)輿情的實(shí)時(shí)、精確采集與分析，消費(fèi)者行為對(duì)企業(yè)行為決策及預(yù)警決策的產(chǎn)生頗多影響。

不僅如此，通過(guò)消費(fèi)者需求或行為數(shù)據(jù)研究，可以精確掌握消費(fèi)者的心理特點(diǎn)、生活習(xí)慣、消費(fèi)習(xí)慣，能夠?qū)οM(fèi)者進(jìn)行精確細(xì)分，在標(biāo)準(zhǔn)化服務(wù)的基礎(chǔ)上通過(guò)提供新的個(gè)性化的產(chǎn)品或服務(wù)，提高消費(fèi)者的忠誠(chéng)度和創(chuàng)造消費(fèi)者的黏性。大數(shù)據(jù)可以讓消費(fèi)者方便參與到消費(fèi)全過(guò)程，企業(yè)能夠有效獲取消費(fèi)者信息，通過(guò)這些信息衍生出價(jià)值，不僅可以為企業(yè)創(chuàng)收，還能全面提高消費(fèi)者的滿(mǎn)意度。

四、 大數(shù)據(jù)的特征與帶來(lái)的沖擊

無(wú)論是組織還是個(gè)人都可以通過(guò)大數(shù)據(jù)獲得新的知識(shí)，大數(shù)據(jù)是創(chuàng)造新價(jià)值的源泉。大數(shù)據(jù)時(shí)代到來(lái)后，無(wú)論是市場(chǎng)結(jié)構(gòu)、經(jīng)濟(jì)運(yùn)行模式、企業(yè)與消費(fèi)者關(guān)系、組織或個(gè)人的思維方式、消費(fèi)者的消費(fèi)感知都帶來(lái)了巨大的沖擊。許多在小規(guī)模數(shù)據(jù)基礎(chǔ)上無(wú)法做到的事情，可以在大規(guī)模數(shù)據(jù)的基礎(chǔ)上實(shí)現(xiàn)。[7]

（一）大數(shù)據(jù)的特征

通過(guò)分析大數(shù)據(jù)的定義，能夠總結(jié)出其代表性的顯著特征，其中經(jīng)典的顯著特征是3V，即大數(shù)據(jù)需要滿(mǎn)足3個(gè)特征，即規(guī)模性（Volume）、多樣性（Variety）和快速性（Velocity）。[19]此外，還有4V特征的提法，在3V基礎(chǔ)上增加了1個(gè)新特征。但是針對(duì)第4個(gè)V的提法尚未統(tǒng)一，IDC提出大數(shù)據(jù)還有價(jià)值性（Value）特征[20]，IBM公司則提出大數(shù)據(jù)還具有真實(shí)性（Veracity）的特征[21]。

（二）大數(shù)據(jù)對(duì)思維方式的沖擊

大數(shù)據(jù)在處理信息時(shí)對(duì)思維方法帶來(lái)三方面的沖擊與轉(zhuǎn)變，即強(qiáng)調(diào)全體杜絕抽樣，聚焦效率而非精確，強(qiáng)調(diào)相關(guān)性并非因果性。[7]

在過(guò)去，由于缺乏必要的技術(shù)支持，無(wú)法獲取全體樣本，或者獲取的成本極高，所以多采用抽樣調(diào)查。大數(shù)據(jù)時(shí)代，可以輕松獲取更多的數(shù)據(jù)。依托云計(jì)算和物聯(lián)網(wǎng)，不僅能夠獲取足夠大的樣本數(shù)據(jù)甚至全體數(shù)據(jù)，更使對(duì)數(shù)據(jù)的分析成為可能，甚至還可以處理和某個(gè)特別現(xiàn)象關(guān)聯(lián)的所有數(shù)據(jù)，無(wú)需再依賴(lài)抽樣調(diào)查。

抽樣調(diào)查時(shí)，在運(yùn)算上講究精確，精確的運(yùn)算以耗費(fèi)時(shí)間為代價(jià)。大數(shù)據(jù)復(fù)雜多樣，優(yōu)劣混雜，數(shù)據(jù)更新更是急速的。數(shù)據(jù)分析的目的是進(jìn)行多種決策，而非數(shù)據(jù)分析本身。擁有大數(shù)據(jù)后，已經(jīng)不需再對(duì)事物探其究竟。海量的即時(shí)數(shù)據(jù)，可以忽視絕對(duì)的精確，進(jìn)而專(zhuān)注于快速獲得大概的輪廓和發(fā)展態(tài)勢(shì)，所以需要聚焦效率而非精確。

在大數(shù)據(jù)時(shí)代，需要尋找事物之間的相關(guān)關(guān)系，而非因果關(guān)系。大數(shù)據(jù)體現(xiàn)出“是什么”，并非“為什么”。通過(guò)相關(guān)性分析，可以找出大數(shù)據(jù)里隱含的相關(guān)關(guān)系網(wǎng)。通過(guò)找到一個(gè)現(xiàn)象良好的關(guān)聯(lián)物，可以幫助捕捉現(xiàn)在和預(yù)測(cè)未來(lái)。[7]

五、 如何運(yùn)用大數(shù)據(jù)實(shí)現(xiàn)物流增值

（一）網(wǎng)絡(luò)購(gòu)物的物流增值服務(wù)現(xiàn)狀

B2C和C2C在網(wǎng)絡(luò)購(gòu)物中發(fā)展相對(duì)成熟，市場(chǎng)活躍度較高，選取代表性B2C和C2C企業(yè)作為樣本，進(jìn)行資料收集和數(shù)據(jù)分析。代表性企業(yè)有天貓商城、京東商城、卓越亞馬遜、當(dāng)當(dāng)網(wǎng)和淘寶網(wǎng)，以表1中的物流指標(biāo)為調(diào)查內(nèi)容，通過(guò)對(duì)樣本物流現(xiàn)狀的整理，具體成果如下。

（1）付款多樣化：在線支付是必備的支付方式。此外，還有其他多種支付方式，比如貨到付款、分期付款、銀行轉(zhuǎn)賬、郵局匯款等。在貨到付款時(shí)，消費(fèi)者還可以選擇POS刷卡、現(xiàn)金等方式。

（2）物流實(shí)時(shí)查：通過(guò)訂單提供的物流單號(hào)，可以在物流公司網(wǎng)站上查詢(xún)物流狀態(tài)，或者在購(gòu)物網(wǎng)站上查詢(xún)物流狀態(tài)。但是這種查詢(xún)具有滯后性、不全面性，還存在物流查詢(xún)功能的僵尸化，只是一個(gè)功能的擺設(shè)，無(wú)法實(shí)際使用。一些網(wǎng)絡(luò)購(gòu)物的做法比較超前和人性化，無(wú)論通過(guò)郵箱還是手機(jī)，消費(fèi)者能夠及時(shí)接收到不同物流節(jié)點(diǎn)時(shí)的狀態(tài)。

（3）物流分類(lèi)選：提供普通運(yùn)輸、平郵、加急運(yùn)輸?shù)炔煌绞?。根?jù)方式差異收取相應(yīng)費(fèi)用。差異化可以滿(mǎn)足不同的物流需求，如果追求物流速度，選擇加急方式；如果不需要多付出物流費(fèi)用，則可以選擇普通的方式。

（4）配送多樣化和送貨分段選：逐步提供多樣化的方案，尤其是在大件物品或者從方便和隱私保密的角度，提供多種配送方案或者根據(jù)實(shí)際需求來(lái)選擇送貨時(shí)間段。在配送方式上，通過(guò)對(duì)樣本資料收集和整理，有門(mén)店自提、物流點(diǎn)提取、送貨到樓、送貨入戶(hù)等。在配送時(shí)間段上，有工作日配送、夜間配送、周末及節(jié)假日配送、預(yù)約配送等。

（5）運(yùn)費(fèi)險(xiǎn)：貨品在運(yùn)輸和配送過(guò)程中會(huì)出現(xiàn)丟失、破損或毀壞的情況，這也是消費(fèi)者抱怨較多的地方。目前，部分網(wǎng)絡(luò)購(gòu)物提供運(yùn)費(fèi)險(xiǎn)服務(wù)，給物流配送上保險(xiǎn)。不同的是，有的把運(yùn)費(fèi)險(xiǎn)當(dāng)作一種促銷(xiāo)手段，免費(fèi)提供給消費(fèi)者；而有的作為一個(gè)可選的附件服務(wù)內(nèi)容，根據(jù)個(gè)人意愿決定是否選擇，并需為之支付費(fèi)用。

此外，一些網(wǎng)絡(luò)購(gòu)物企業(yè)在物流服務(wù)方面不斷嘗試創(chuàng)新，通過(guò)物流增值來(lái)提升消費(fèi)者滿(mǎn)意。通過(guò)物流來(lái)增加銷(xiāo)售，使物流服務(wù)成為一種促銷(xiāo)的手段。比如，提供物流包季卡、短信貨到付款、退換貨實(shí)時(shí)查詢(xún)、物流預(yù)警、保障速遞服務(wù)、代收貨款、試穿試用、一日多配、半收半退、送裝同步等。endprint

（二）運(yùn)用大數(shù)據(jù)實(shí)現(xiàn)物流增值的策略

1. 利用大數(shù)據(jù)，建立消費(fèi)者物流消費(fèi)過(guò)程的各類(lèi)數(shù)據(jù)庫(kù)

大數(shù)據(jù)時(shí)代，通過(guò)物聯(lián)網(wǎng)和云計(jì)算等先進(jìn)技術(shù)，能夠有效記錄消費(fèi)者在網(wǎng)絡(luò)購(gòu)物及物流消費(fèi)過(guò)程中的各種痕跡，為數(shù)據(jù)庫(kù)的建立提供了技術(shù)保障和數(shù)據(jù)基礎(chǔ)。由于大數(shù)據(jù)時(shí)代的數(shù)據(jù)保障，可以建立起各類(lèi)消費(fèi)數(shù)據(jù)庫(kù)，包括消費(fèi)習(xí)慣數(shù)據(jù)庫(kù)、物流服務(wù)價(jià)格和結(jié)構(gòu)數(shù)據(jù)庫(kù)、物流投訴數(shù)據(jù)庫(kù)等等。通過(guò)數(shù)據(jù)庫(kù)的建立，為分析物流滿(mǎn)意、提供合理物流價(jià)格和結(jié)構(gòu)、預(yù)測(cè)物流需求等提供了基礎(chǔ)和保障。

2. 通過(guò)數(shù)據(jù)庫(kù)分析，對(duì)物流需求進(jìn)行細(xì)分

在數(shù)據(jù)處理中，核心關(guān)鍵技術(shù)的應(yīng)用，實(shí)現(xiàn)了對(duì)數(shù)據(jù)庫(kù)的處理與分析，并確保了數(shù)據(jù)處理的時(shí)效性。在網(wǎng)絡(luò)購(gòu)物中，消費(fèi)者的結(jié)構(gòu)、流量、點(diǎn)擊率、購(gòu)買(mǎi)周期等，都會(huì)在電子商務(wù)平臺(tái)產(chǎn)生海量的數(shù)據(jù)，通過(guò)對(duì)大數(shù)據(jù)的收集、整理和分析，能夠輕松有效地掌握消費(fèi)者的心理特點(diǎn)、生活習(xí)慣、消費(fèi)習(xí)慣，通過(guò)對(duì)建立起來(lái)的各類(lèi)數(shù)據(jù)庫(kù)分析與研究，帥選出消費(fèi)者的個(gè)體差異和需求特征等，并據(jù)此進(jìn)行消費(fèi)者需求細(xì)分，為提供差異性的物流服務(wù)和增值服務(wù)提供了依據(jù)和可能。

3. 針對(duì)物流需求細(xì)分，滿(mǎn)足消費(fèi)者的個(gè)性化需求

不同消費(fèi)者，對(duì)運(yùn)費(fèi)價(jià)格、物流和配送模式、配送時(shí)間、付款方式的需求表現(xiàn)不一。通過(guò)大數(shù)據(jù)的應(yīng)用，獲得物流需求細(xì)分結(jié)果。針對(duì)細(xì)分需求，依據(jù)所能提供的物流服務(wù)水平，提供個(gè)性化、差異性的物流滿(mǎn)足。比如，有的消費(fèi)者希望在下班時(shí)間配送，有的對(duì)物流價(jià)格比較敏感，有的需要安全送到但對(duì)時(shí)間不敏感，有的則需要隱秘性的物流包裝，諸如此類(lèi)的物流細(xì)分體現(xiàn)出消費(fèi)者物流需求的差異性。通過(guò)分析消費(fèi)者細(xì)分后的物流需求，提供服務(wù)滿(mǎn)足，體現(xiàn)了物流增值服務(wù)的價(jià)值。

4. 通過(guò)分析物流消費(fèi)過(guò)程的相關(guān)因素，對(duì)增值服務(wù)提供預(yù)測(cè)

通過(guò)分析消費(fèi)者物流消費(fèi)過(guò)程中的相關(guān)因素，比如消費(fèi)者需求、購(gòu)買(mǎi)頻次、購(gòu)買(mǎi)方式、投訴內(nèi)容、物流配送周期等相關(guān)因素，有效預(yù)測(cè)消費(fèi)者的消費(fèi)意愿，消費(fèi)者對(duì)物流服務(wù)的需求內(nèi)容，主動(dòng)提供個(gè)性化的服務(wù)預(yù)測(cè)。此外，可以分析倉(cāng)庫(kù)管理、物流管理，結(jié)合天氣、地理等外部數(shù)據(jù)，為優(yōu)化物流服務(wù)價(jià)格與結(jié)構(gòu)提供預(yù)測(cè)，同時(shí)為物流優(yōu)化、供應(yīng)鏈協(xié)同等提供預(yù)測(cè)。

5. 利用大數(shù)據(jù)資源，降低逆向物流的發(fā)生概率

逆向物流的形成有很多原因，也會(huì)發(fā)生在終端消費(fèi)者、零售商、批發(fā)商、運(yùn)輸商等任何一個(gè)節(jié)點(diǎn)上。降低逆向物流的發(fā)生概率，已成為降低成本、增加消費(fèi)者滿(mǎn)意度、強(qiáng)化競(jìng)爭(zhēng)優(yōu)勢(shì)的重要手段。通過(guò)大數(shù)據(jù)的應(yīng)用，針對(duì)不同的消費(fèi)者物流細(xì)分需求，利用相關(guān)性分析的結(jié)果，有效預(yù)測(cè)在不同物流節(jié)點(diǎn)中出現(xiàn)逆向物流的概率，針對(duì)概率高的情況提出有效措施，降低其產(chǎn)生的概率。當(dāng)出現(xiàn)消費(fèi)者物流投訴或退換貨時(shí)，利用大數(shù)據(jù)的時(shí)效性，針對(duì)消費(fèi)者特征，及時(shí)有效的提出應(yīng)對(duì)措施，第一時(shí)間處理，提出正確可行的逆向物流解決方案，不僅能夠留住現(xiàn)有消費(fèi)者，還能夠挖掘潛在消費(fèi)者，進(jìn)而保持較高的消費(fèi)者忠誠(chéng)度。

六、結(jié) 論

網(wǎng)絡(luò)購(gòu)物市場(chǎng)的快速增長(zhǎng)，促進(jìn)了物流產(chǎn)業(yè)的發(fā)展。但是物流產(chǎn)業(yè)的發(fā)展無(wú)法匹配網(wǎng)絡(luò)購(gòu)物市場(chǎng)發(fā)展，已成為制約其發(fā)展的主要瓶頸。中國(guó)現(xiàn)有網(wǎng)絡(luò)購(gòu)物市場(chǎng)的物流多集中在物流基本服務(wù)上，在物流增值上存在很多欠缺。大數(shù)據(jù)時(shí)代的到來(lái)，為物流增值服務(wù)提供了新的視角。針對(duì)大數(shù)據(jù)的4V特征，利用其對(duì)思維方式的沖擊，能夠有效建立起各種物流服務(wù)數(shù)據(jù)庫(kù)，進(jìn)而細(xì)分出消費(fèi)者的不同物流需求。利用相關(guān)性分析，滿(mǎn)足物流消費(fèi)過(guò)程中的消費(fèi)者差異性、個(gè)性化需求，通過(guò)提供有效及時(shí)的預(yù)測(cè)服務(wù)，確保消費(fèi)者的細(xì)分物流需求得到滿(mǎn)足，并降低網(wǎng)絡(luò)購(gòu)物中逆向物流的發(fā)生概率，真正實(shí)現(xiàn)物流增值的目的。

[注 釋]

① http：//www. gartner. com/it-glossary/big-data/.

② http：//www. nsf. gov/funding/pgm_summ. jsp？ pims_id= 504767.

③ http：//www. nature. com /nature/journal/v455/n7209/ edsumm/ e080904-01html.

④ http：//www. sciencemag. org/site/special/data /.

[參考文獻(xiàn)]

[1] [美]阿爾溫·托夫勒. 第三次浪潮[M]. 朱志焱，潘琪，張焱，譯.北京：三聯(lián)書(shū)店出版社，1980.

[2] Bughin J.，Chui M.，Manyika J..Clouds，big data，and smart assets： Ten tech-enabled business trends to watch[J]. McKin-sey Quarterly，2010（8）：1-14.

[3] 卞友江.“大數(shù)據(jù)”概念考辨[J]. 新聞研究導(dǎo)刊，2013（5）：25-28.

[4] Big data：The Next Frontier for Innovation. Competition and Produ-ctivity[EB/OL]. http：//www.mckinsey.com/insights/mgi/research/tec-hnology_and_innovation/big_data_the_next_frontier_for_innovation， 2013：1，24.

[5] Hilbert M. ，Lopez P. . The world's technological capacity to store，communicate and compute information[J]. Science，2011，332（6025）： 60-65.

[6] Gantz J.，Reinsel D.. 2011 Digital Universe Study：Extracting Value from Chaos[M]. IDC Go-to-Market Services，2011.endprint

[7] [英]維克托·邁爾-舍恩伯格，肯尼思·庫(kù)克耶. 大數(shù)據(jù)時(shí)代：生活、工作與思維的大變革[M]. 盛楊燕，周濤，譯. 杭州：浙江人民出版社，2012：15，9，17-18，72.

[8] 涂子沛. 大數(shù)據(jù)[M]. 桂林：廣西師范大學(xué)出版社，2012.

[9] Lynch，Clifford. Big data：How do your datagrow[J]. Nature，455.72 09 （2008）：28-29.

[10] Aral S.，Walker D.. Creating social contagion through viral product design：A randomized trial of peer influence in networks[J]. Management Science，2011，57（9）：1623-1639.

[11] 馮芷艷，郭迅華，曾大軍. 大數(shù)據(jù)背景下商務(wù)管理研究若干前沿課題[J]. 管理科學(xué)學(xué)報(bào)，2013，1（1）：1-9.

[12] 何明珂. 物流系統(tǒng)論[M]. 北京：高等教育出版社，2004：374.

[13] 張勁珊. 物流電子商務(wù)[M]. 北京：清華大學(xué)出版社，2011：204 .

[14] 周永明. 論物流增值的含義及實(shí)現(xiàn)途徑[J]. 改革與戰(zhàn)略，2007（11）：106-108.

[15] 楊?lèi)?ài)民，李芬. 多樣化的物流增值模式——供應(yīng)鏈和客戶(hù)關(guān)系理論在物流服務(wù)中的創(chuàng)新[J]. 武漢理工大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2002，5（10）：470-473.

[16] 周德蘇，張海濤. 對(duì)第三方物流企業(yè)發(fā)展增值服務(wù)的分析[J]. 商場(chǎng)現(xiàn)代化，2007（8）：143-144.

[17] 孫福東. 物流業(yè)務(wù)增值策略研究[J]. 中國(guó)海洋大學(xué)學(xué)報(bào)（社會(huì)科學(xué)報(bào)），2013（1）：58-61.

[18] Ghose A.，Han S.P.. An empirical analysis of user content genera-tion and usage behavior on the mobile internet[J]. Management Science，2011，57（9）：1671-1691.

[19] Grobelnik. Big-data computing：Creating revolutionary breakthro-ughs in commerce，science and society[R/OL]. 2012-10-02. http：//videolecture. net/cswc2012_grobelnik_big_data/.

[20] Barwick H. The "four Vs"of Big Data. Implementing Information Infrastructure Symposium[EB/OL]. 2012-10-02. http：//www. computerworld. com. au/article/396198/iiis_four_vs_big_data/.

[21] IBM. What is big data？[EB/OL]. 2012-10-02. http：//www-01. ibm. com/software/data/bigdata/.

（責(zé)任編輯：張丹郁）endprint