大數(shù)據(jù)時(shí)代下的物流配送教學(xué)的內(nèi)容革新*

□ 李雙艷，張得志，黃向宇，楊格格

(1.中南林業(yè)科技大學(xué) 交通運(yùn)輸工程與物流學(xué)院，湖南 長(zhǎng)沙 410004；2.中南大學(xué) 交通運(yùn)輸工程學(xué)院，湖南 長(zhǎng)沙 410075)

1 引言

傳統(tǒng)教學(xué)教授的物流方案設(shè)計(jì)中數(shù)據(jù)獲取和處理分析方法較為簡(jiǎn)單,需要實(shí)地調(diào)研,而大數(shù)據(jù)技術(shù)獲取數(shù)據(jù)更為多維、便捷,數(shù)據(jù)的可靠性和實(shí)時(shí)性也更好，可以應(yīng)用到數(shù)據(jù)源獲取和處理中去,用以挖掘潛在動(dòng)態(tài)的關(guān)聯(lián),優(yōu)化物流方案,實(shí)現(xiàn)數(shù)據(jù)價(jià)值。鄭玉斌[1]運(yùn)用大數(shù)據(jù)系統(tǒng)對(duì)物流系統(tǒng)上下游節(jié)點(diǎn)信息進(jìn)行收集、整理和分析，產(chǎn)出可供用戶分析、決策使用的可視化結(jié)果。已有不少教學(xué)者提出應(yīng)將大數(shù)據(jù)相關(guān)知識(shí)融入到專業(yè)教學(xué)中，如劉長(zhǎng)石等[2]分析了智慧物流時(shí)代物流管理人才的需求，包括能采用信息技術(shù)精準(zhǔn)對(duì)接供應(yīng)商、分銷商、合作商、配送車(chē)輛、配送網(wǎng)點(diǎn)、配送客戶等各環(huán)節(jié)信息，應(yīng)用深度感知實(shí)現(xiàn)智能倉(cāng)儲(chǔ)管理。而物流配送是實(shí)現(xiàn)完整物流供應(yīng)鏈流通的最終執(zhí)行環(huán)節(jié)，是客戶和物流企業(yè)關(guān)聯(lián)的紐帶，目的是及時(shí)準(zhǔn)確低成本將訂單產(chǎn)品運(yùn)送到客戶，其方案設(shè)計(jì)的科學(xué)性是物流水平的直接體現(xiàn)。將大數(shù)據(jù)技術(shù)應(yīng)用到物流配送中，可以全面及時(shí)的收集各類相關(guān)數(shù)據(jù)，進(jìn)行篩選分析，以支持配送優(yōu)化。

2 大數(shù)據(jù)在物流配送中的應(yīng)用

干彬等[3]指出傳統(tǒng)的配送方案考慮的是企業(yè)經(jīng)濟(jì)因素，而建立大數(shù)據(jù)下可視化物流配送優(yōu)化選址模型時(shí)，應(yīng)該在考慮企業(yè)經(jīng)濟(jì)因素的同時(shí)將自然環(huán)境因素和交通因素以及人文環(huán)境等其它影響因素都包含在內(nèi)。陸琳，何倩文[4]利用大數(shù)據(jù)對(duì)物流配送信息進(jìn)行處理為決策者提供更加可靠的決策依據(jù)成為城市智慧物流配送發(fā)展的新方向。王智泓[5]云物流是依托云計(jì)算所建立的現(xiàn)代物流商業(yè)模式，成為大數(shù)據(jù)技術(shù)在物流行業(yè)中的實(shí)現(xiàn)載體。用以更好地整合資源、共享資源，優(yōu)化物流路徑，減少非必要物流環(huán)節(jié)。

對(duì)配送企業(yè)而言,每日生成的消費(fèi)者訂單成千上萬(wàn),轉(zhuǎn)換以PT為單位的結(jié)構(gòu)數(shù)據(jù)，通過(guò)大數(shù)據(jù)平臺(tái)和工具,如Hadoop,spark,Hivemall等進(jìn)行處理和分析，解析出客戶集群，物流量和物流信息，據(jù)此決策每日配送的車(chē)輛安排、配送頻次、配送路線；另一方面，消費(fèi)者可以隨時(shí)查詢訂單動(dòng)態(tài)，配送在途中的具體情況。即大數(shù)據(jù)技術(shù)可提供差異化和個(gè)性化的物流配送服務(wù)，為消費(fèi)者提供更好的物流配送體驗(yàn)。同時(shí)，也實(shí)現(xiàn)了配送的精準(zhǔn)性，更好地滿足大數(shù)據(jù)時(shí)代消費(fèi)者的物流末端配送體驗(yàn)需求。以下三方面是大數(shù)據(jù)在配送的具體應(yīng)用。

2.1 提前配貨策略

企業(yè)通過(guò)對(duì)消費(fèi)者的行為數(shù)據(jù)包括客戶歷史訂單、商品瀏覽記錄、添加購(gòu)物車(chē)的商品類進(jìn)行分析，提前預(yù)測(cè)消費(fèi)者的購(gòu)買(mǎi)意向。在客戶下單之前提前備好商品，提前配貨很大程度縮短了配送的時(shí)間，提高了配送效率，降低客戶等待時(shí)間。還可進(jìn)一步利用消費(fèi)者購(gòu)買(mǎi)產(chǎn)品的具體時(shí)間和次數(shù)，產(chǎn)品數(shù)量和種類等，應(yīng)用相關(guān)性分析建立客戶的消費(fèi)行為與時(shí)間段之間的具體聯(lián)系，消費(fèi)者和產(chǎn)品間的關(guān)聯(lián)，在消費(fèi)旺季或者是消費(fèi)高峰時(shí)間段到來(lái)之前，按照一定的比率把產(chǎn)品配置到最近的配送點(diǎn)，用最短的時(shí)間來(lái)滿足消費(fèi)高峰時(shí)的產(chǎn)品需求。避免出現(xiàn)產(chǎn)品供應(yīng)不足，缺貨現(xiàn)象的發(fā)生，在保障配送質(zhì)量的同時(shí)給消費(fèi)者良好的服務(wù)體驗(yàn)。這種方法對(duì)于具有消費(fèi)時(shí)間規(guī)律的產(chǎn)品配送尤為有效。

圖1 大數(shù)據(jù)技術(shù)實(shí)現(xiàn)提前配貨的流程圖

2.2 配送過(guò)程管理

通過(guò)大數(shù)據(jù)平臺(tái)對(duì)配送相關(guān)歷史數(shù)據(jù)，如配送車(chē)輛到達(dá)的平均等待時(shí)間、在目的地的裝卸貨時(shí)間、與客戶的交接時(shí)間等的分析，明確配送過(guò)程的瓶頸，保障配送產(chǎn)品過(guò)程的安全。并在車(chē)輛到達(dá)前進(jìn)行預(yù)測(cè)，提前通知客戶收貨，避免車(chē)輛等待客戶或客戶等車(chē)的現(xiàn)象，節(jié)省雙方的時(shí)間成本。結(jié)合氣象部門(mén)提供的氣候信息和交通部門(mén)的交通事故等意外情況，及時(shí)更新產(chǎn)品配送到貨的具體時(shí)間。

2.3 配送路徑的優(yōu)化

無(wú)論從產(chǎn)品配送成本的角度來(lái)講，還是從保障產(chǎn)品質(zhì)量的角度講，以最短的時(shí)間把產(chǎn)品配送客戶手中是最重要的。這就要求配送企業(yè)合理的規(guī)劃配送車(chē)輛的配送路徑來(lái)縮短配送的時(shí)間。在大數(shù)據(jù)時(shí)代，配送企業(yè)可以借助數(shù)據(jù)云提供的基礎(chǔ)設(shè)施數(shù)據(jù)來(lái)對(duì)配送路徑進(jìn)行合理的規(guī)劃，如天氣、交通情況和路況等基本情況。通過(guò)公共數(shù)據(jù)云提供的基礎(chǔ)數(shù)據(jù)來(lái)細(xì)分城市交通每一段路徑的具體情況，如分析一天之中路段的車(chē)輛通過(guò)時(shí)間和通過(guò)率、道路的擁堵情況和發(fā)生交通事故的概率等基礎(chǔ)交通信息，基于車(chē)輛配送動(dòng)態(tài)模型和隨機(jī)車(chē)輛路徑規(guī)劃的理論，充分考慮各配送任務(wù)時(shí)間窗的約束，快速生成合理的配送路徑。

在配送的途中，大數(shù)據(jù)平臺(tái)可以接收運(yùn)輸車(chē)輛實(shí)時(shí)反饋的運(yùn)輸車(chē)輛的運(yùn)行狀態(tài)，公共數(shù)據(jù)云接收到車(chē)輛反饋過(guò)來(lái)交通信息，使用大數(shù)據(jù)平臺(tái)在線的動(dòng)態(tài)車(chē)輛路徑優(yōu)化模型，做出在途實(shí)時(shí)的路徑調(diào)整安排，大數(shù)據(jù)平臺(tái)會(huì)根據(jù)獲取的數(shù)據(jù)，找出實(shí)時(shí)配送狀態(tài)下最優(yōu)的配送路徑，縮短配送時(shí)間。

圖2 大數(shù)據(jù)技術(shù)在配送路徑?jīng)Q策中的應(yīng)用

可見(jiàn)，大數(shù)據(jù)優(yōu)化配送時(shí)需要用到多維數(shù)據(jù)，包括地理數(shù)據(jù)、市場(chǎng)環(huán)境數(shù)據(jù)、客戶訂單數(shù)據(jù)等。這些數(shù)據(jù)收集可通過(guò)各類傳感器數(shù)據(jù)、RFID射頻數(shù)據(jù)、社交網(wǎng)絡(luò)數(shù)據(jù)、電子商務(wù)交易平臺(tái)獲取。

3 結(jié)語(yǔ)

大數(shù)據(jù)技術(shù)能夠提供真實(shí)、及時(shí)、準(zhǔn)確的信息，且信息更新頻率快，很大限度的避免了信息的過(guò)時(shí)。配送決策者通過(guò)對(duì)實(shí)時(shí)信息的收集、整合、分析研究，得到全面、較為準(zhǔn)確的數(shù)據(jù)資源，從而進(jìn)行相對(duì)傳統(tǒng)物流配送更加正確全面的決策。在物流相關(guān)專業(yè)的教學(xué)中，將大數(shù)據(jù)知識(shí)結(jié)與物流配送結(jié)合起來(lái)，讓學(xué)生理解物流大數(shù)據(jù)的內(nèi)涵，掌握大數(shù)據(jù)的基本存儲(chǔ)、分析和挖掘等關(guān)鍵性技術(shù)，體會(huì)大數(shù)據(jù)技術(shù)的高時(shí)效性、實(shí)用性、可信度、低成本、多維度的優(yōu)勢(shì)。讓學(xué)生符合新工科背景下的專業(yè)要求，適應(yīng)大數(shù)據(jù)時(shí)代下的物流行業(yè)的發(fā)展趨勢(shì)。