大數(shù)據(jù)分析技術(shù)及其在物流業(yè)中的應(yīng)用

李 玲， 潘賢真， 張 通

(1.中國外運(yùn)華南有限公司, 廣東 廣州 510700; 2.華南理工大學(xué) 計(jì)算機(jī)科學(xué)與工程學(xué)院, 廣東 廣州 510006)

隨著時(shí)代的發(fā)展，信息化進(jìn)程加快，社會(huì)已經(jīng)進(jìn)入了大數(shù)據(jù)時(shí)代.作為時(shí)代發(fā)展的產(chǎn)物，物流業(yè)發(fā)展成為國家重要支柱產(chǎn)業(yè)和衡量國家綜合國力的重要標(biāo)志[1].如何在大數(shù)據(jù)背景下實(shí)現(xiàn)物流業(yè)的快速發(fā)展，創(chuàng)新升級(jí)是國民經(jīng)濟(jì)發(fā)展任務(wù)的重中之重.將大數(shù)據(jù)技術(shù)融合到物流業(yè)中，實(shí)現(xiàn)物流業(yè)的規(guī)范化、信息化和智能化，實(shí)現(xiàn)智慧物流[2]，有助于提高行業(yè)運(yùn)營能力和服務(wù)質(zhì)量的提高，也能夠促進(jìn)資源的循環(huán)利用，實(shí)現(xiàn)可持續(xù)發(fā)展.

目前，隨著信息化程度的提高，越來越多的人加入了“網(wǎng)購”行列，產(chǎn)生了大量運(yùn)輸需求，這對(duì)物流業(yè)來說既是機(jī)遇也是挑戰(zhàn)[3].自2015年以來，社會(huì)物流總額呈現(xiàn)逐年上升的趨勢(shì)(圖1).

圖1 2015-2020年7月社會(huì)物流總額Fig.1 Total social logistics from 2015 to July 2020

2019年我國社會(huì)物流總額達(dá)到298.0萬億元，同比增長(zhǎng)5.9%.到2020年7月，達(dá)到約150萬億元，同比增長(zhǎng)0.5%[4].據(jù)最新統(tǒng)計(jì)，到2020年10月，全國快遞業(yè)務(wù)量已超600億件.然而傳統(tǒng)的物流業(yè)模式由于通訊和技術(shù)方面的限制，在短時(shí)間內(nèi)無法實(shí)現(xiàn)如此龐大的運(yùn)輸量，從而造成“暴力”物流，這在一定程度上產(chǎn)生一些資源浪費(fèi)和售后糾紛[5].

在大數(shù)據(jù)和信息化的時(shí)代，如何實(shí)現(xiàn)物流業(yè)轉(zhuǎn)型升級(jí)和創(chuàng)新發(fā)展至關(guān)重要.國務(wù)院于2016年指出要深化改革物流供給側(cè)結(jié)構(gòu)，推動(dòng)互聯(lián)網(wǎng)和物流業(yè)的融合，實(shí)現(xiàn)智慧物流.姜兆華[6]也認(rèn)為“互聯(lián)網(wǎng)+智慧物流”是改善我國傳統(tǒng)物流結(jié)構(gòu)的核心方式.隨著信息化程度和全民參與度的不斷提升，數(shù)據(jù)量快速增加.目前，各種大數(shù)據(jù)技術(shù)已經(jīng)趨于成熟，將大數(shù)據(jù)技術(shù)應(yīng)用到物流業(yè)實(shí)現(xiàn)智慧物流勢(shì)在必行.

前不久發(fā)布的《中共中央關(guān)于制定國民經(jīng)濟(jì)和社會(huì)發(fā)展第十四個(gè)五年規(guī)劃和二〇三五年遠(yuǎn)景目標(biāo)的建議》指出，要暢通國內(nèi)大循環(huán)和促進(jìn)國內(nèi)國際雙循環(huán)，物流在我國新發(fā)展格局中被賦予了更高使命，與此同時(shí)，數(shù)字經(jīng)濟(jì)已上升到國際戰(zhàn)略層面，對(duì)物流業(yè)的數(shù)字化轉(zhuǎn)型加快進(jìn)行.物流業(yè)要完成時(shí)代賦予的新使命，離不開大數(shù)據(jù)技術(shù)的應(yīng)用.

2 大數(shù)據(jù)概述

2.1 大數(shù)據(jù)定義

近年來，“大數(shù)據(jù)”成為熱頻詞，被廣泛地應(yīng)用在各個(gè)場(chǎng)合，但其定義一直沒明確，學(xué)者和研究大數(shù)據(jù)的專家對(duì)此都有自己的見解.袁冰[7]認(rèn)為，大數(shù)據(jù)是指在一定時(shí)間內(nèi)通過全新高效的數(shù)據(jù)處理模式，并具有更有效優(yōu)化能力的規(guī)模大和多樣化的數(shù)據(jù)信息資產(chǎn)；Victor等[8]認(rèn)為大數(shù)據(jù)的核心是預(yù)測(cè)；徐宗本等[9]認(rèn)為大數(shù)據(jù)是“不能夠集中存儲(chǔ),并且難以在可接受時(shí)間內(nèi)分析處理，其中個(gè)體或部分?jǐn)?shù)據(jù)呈現(xiàn)低價(jià)值性而數(shù)據(jù)整體呈現(xiàn)高價(jià)值的海量復(fù)雜數(shù)據(jù)集；維基百科將大數(shù)據(jù)[10]界定為:常用軟件工具捕獲、管理和處理數(shù)據(jù)所耗時(shí)間超過可容忍時(shí)間限制的數(shù)據(jù)集；麥肯錫全球研究所①對(duì)大數(shù)據(jù)的定義是：一種規(guī)模大到在獲取、存儲(chǔ)、管理、分析方面大大超出了傳統(tǒng)數(shù)據(jù)庫軟件工具能力范圍的數(shù)據(jù)集合；高德納咨詢公司(Gartner)(1)分別來自麥肯錫與Gartner研究報(bào)告.則將大數(shù)據(jù)定義為無法在一定時(shí)間范圍內(nèi)用常規(guī)軟件工具進(jìn)行捕捉、管理和處理的數(shù)據(jù)集合，是需要新處理模式才能具有更強(qiáng)的決策力、洞察力和流程優(yōu)化能力的海量、高增長(zhǎng)率和多樣化的信息資產(chǎn).

2.2 大數(shù)據(jù)特征

雖然業(yè)界對(duì)大數(shù)據(jù)的定義不盡相同，但普遍認(rèn)為大數(shù)據(jù)具有“5V”的特征：①Volume(規(guī)模大)：數(shù)據(jù)量大，已達(dá)到ZB級(jí)，2020 年預(yù)估為40ZB[11]；②Variety(種類多): 大數(shù)據(jù)不僅來源多樣(互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等)，種類也多樣，包括結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化等類型；③Veracity(難辨識(shí))：大量為非結(jié)構(gòu)化數(shù)據(jù)，需要專門的技術(shù)工具進(jìn)行識(shí)別；④Velocity(高速性)：分析和處理速度快；⑤Value(價(jià)值性)：價(jià)值密度低、商業(yè)價(jià)值高[12].

伴隨著移動(dòng)技術(shù)、物聯(lián)網(wǎng)和人工智能等技術(shù)的發(fā)展，數(shù)據(jù)呈現(xiàn)爆炸式增長(zhǎng).當(dāng)前，大數(shù)據(jù)已成為國家戰(zhàn)略資源，引起了學(xué)術(shù)界、產(chǎn)業(yè)界、政府及行業(yè)用戶的高度關(guān)注，對(duì)大數(shù)據(jù)的研究與應(yīng)用成為熱點(diǎn).

在政府層面，美國、日本以及歐盟等都相繼制定了促進(jìn)大數(shù)據(jù)產(chǎn)業(yè)發(fā)展的政策，積極構(gòu)建大數(shù)據(jù)生態(tài)，實(shí)施大數(shù)據(jù)國家戰(zhàn)略.2014年3月，大數(shù)據(jù)首次寫入中國中央政府工作報(bào)告；2015年10月，黨的十八屆五中全會(huì)正式提出“實(shí)施國家大數(shù)據(jù)戰(zhàn)略，推進(jìn)數(shù)據(jù)資源開放共享”；2017年1月工信部發(fā)布了《大數(shù)據(jù)產(chǎn)業(yè)發(fā)展規(guī)劃(2016-2020)》；2020年5月，發(fā)布了《關(guān)于工業(yè)大數(shù)據(jù)發(fā)展的指導(dǎo)意見》.這些推動(dòng)了我國大數(shù)據(jù)的健康發(fā)展.

3 大數(shù)據(jù)分析技術(shù)及最新進(jìn)展

3.1 大數(shù)據(jù)分析技術(shù)

大數(shù)據(jù)本身沒有意義，大數(shù)據(jù)的有效利用，需要使用大數(shù)據(jù)技術(shù)進(jìn)行信息的收集和分析，在海量的數(shù)據(jù)中，提取有價(jià)值的信息.大數(shù)據(jù)分析是一個(gè)清理、轉(zhuǎn)換和建模數(shù)據(jù)的過程，從而提取有價(jià)值的信息，同時(shí)更好地理解現(xiàn)實(shí)、 預(yù)測(cè)未來， 實(shí)現(xiàn)基于數(shù)據(jù)的決策，是大數(shù)據(jù)處理體系的核心.

因其優(yōu)點(diǎn)，大數(shù)據(jù)分析技術(shù)廣泛地應(yīng)用在互聯(lián)網(wǎng)、電信、金融、軍事和醫(yī)療等各行各業(yè)[13-22].大數(shù)據(jù)分析技術(shù)發(fā)揮的作用是其他信息技術(shù)無法替代的，它開拓了新的市場(chǎng)，創(chuàng)造了新的運(yùn)營模式，為企業(yè)風(fēng)險(xiǎn)管理提供了保障，降低了企業(yè)在金融投資中的風(fēng)險(xiǎn)[23].大數(shù)據(jù)分析技術(shù)的應(yīng)用推動(dòng)了企業(yè)經(jīng)濟(jì)效益的提升，提高了企業(yè)的市場(chǎng)競(jìng)爭(zhēng)力.

大數(shù)據(jù)分析使用的方法有統(tǒng)計(jì)分析法、數(shù)據(jù)庫方法、神經(jīng)網(wǎng)絡(luò)方法等[24-28]，各方法的簡(jiǎn)介和特點(diǎn)如表1所示.

表1 大數(shù)據(jù)分析方法Table 1 Big data analysis method

張雅瓊等[29]在研究過程中，對(duì)大數(shù)據(jù)分析工具進(jìn)行了總結(jié)，詳見表2.

表2 大數(shù)據(jù)分析工具Table 2 Big data analysis tools

3.2 大數(shù)據(jù)分析技術(shù)最新進(jìn)展

近年來隨著人工智能的發(fā)展，BP 神經(jīng)網(wǎng)絡(luò)、貝葉斯算法、支持向量機(jī)和 K-means 算法等人工智能成為大數(shù)據(jù)分析的關(guān)鍵技術(shù).利用人工智能可以構(gòu)建大數(shù)據(jù)模型，同時(shí)動(dòng)態(tài)地實(shí)現(xiàn)算法的更新和處理，保證算法能夠準(zhǔn)確地實(shí)現(xiàn)數(shù)據(jù)加工，發(fā)掘多維數(shù)據(jù)中錯(cuò)綜復(fù)雜的關(guān)系，提高大數(shù)據(jù)分析的精準(zhǔn)度.

概括地講，人工智能大數(shù)據(jù)分析可以分為基于機(jī)器學(xué)習(xí)的大數(shù)據(jù)分析、基于深度學(xué)習(xí)的大數(shù)據(jù)分析和基于計(jì)算智能的大數(shù)據(jù)分析三類[30].在機(jī)器學(xué)習(xí)方面，通常采用MapReduce或改進(jìn)現(xiàn)有的聚類算法(K-means)進(jìn)行大數(shù)據(jù)聚類，應(yīng)用Apriori、FP-Growth進(jìn)行大數(shù)據(jù)關(guān)聯(lián)分析；在深度學(xué)習(xí)方面，主要是將深度學(xué)習(xí)算法和大數(shù)據(jù)平臺(tái)結(jié)合，通過分布式來降低深度學(xué)習(xí)的訓(xùn)練時(shí)間成本，如基于 MapReduce、Spark的面向大數(shù)據(jù)分析的深度學(xué)習(xí)算法的改進(jìn)；在計(jì)算智能方面，主要有基于粒子群優(yōu)化、動(dòng)態(tài)正負(fù)反饋蟻群優(yōu)化算法等.

在應(yīng)用層面，馬麗娜等[31]提出遺傳算法和基于聚類的關(guān)聯(lián)規(guī)則挖掘相結(jié)合的優(yōu)化模型，分析預(yù)測(cè)顧客的購買行為，用來解決零售業(yè)的先行發(fā)貨問題；王建勝等[32]基于機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘技術(shù)探尋數(shù)據(jù)潛在的規(guī)律用于指導(dǎo)鉆井液處理劑的生產(chǎn)；Fan等[33]應(yīng)用聚類和關(guān)聯(lián)等方法進(jìn)行大數(shù)據(jù)分析，提取出客戶的隱含信息用以營銷；Yang等[34]提出了一種基于深度神經(jīng)網(wǎng)絡(luò)的圖像檢索方法，用于解決多媒體大數(shù)據(jù)的分析與挖掘.

怎樣提升算法的性能并取得較優(yōu)的應(yīng)用效果是當(dāng)前基于人工智能的大數(shù)據(jù)分析所面臨的主要挑戰(zhàn).

4 大數(shù)據(jù)分析技術(shù)在物流業(yè)中的應(yīng)用

近兩年，多數(shù)物流企業(yè)提出向數(shù)字化轉(zhuǎn)型，數(shù)據(jù)成為公司的核心資產(chǎn).大范圍的數(shù)據(jù)分析實(shí)踐正在進(jìn)行，以改善客戶關(guān)系、提高利潤(rùn)率、尋找潛在市場(chǎng)，并從服務(wù)、管理等方面進(jìn)行各種預(yù)測(cè).

4.1 大數(shù)據(jù)下物流的智能客戶服務(wù)

在京東物流、順豐、中國外運(yùn)等物流企業(yè)，用大數(shù)據(jù)進(jìn)行客戶畫像以更好地識(shí)別客戶需求.客戶畫像，也可以稱之為客戶大數(shù)據(jù)分析，是指從大數(shù)據(jù)中提取客戶行為的隱含信息，并通過大數(shù)據(jù)分析技術(shù)來剖析該隱含信息[35]，從而為商業(yè)決策提供幫助[36].客戶畫像可以及時(shí)掌握客戶消費(fèi)偏好和需求，從而實(shí)施個(gè)性化銷售方案，對(duì)產(chǎn)品、市場(chǎng)、銷售都有價(jià)值.

蘇寧、京東等2C企業(yè)應(yīng)用大數(shù)據(jù)分析技術(shù)對(duì)客戶真實(shí)購買行為組成的消費(fèi)行為數(shù)據(jù)和用戶與企業(yè)交互過程產(chǎn)生的非消費(fèi)行為數(shù)據(jù)進(jìn)行分析，以了解客戶的購買力、購買習(xí)慣、商品或服務(wù)的偏好，形成客戶洞察力，引導(dǎo)消費(fèi)轉(zhuǎn)化，并結(jié)合特定的數(shù)據(jù)挖掘模型，基于歷史消費(fèi)行為，能夠預(yù)測(cè)未來消費(fèi)的可能性.

中國外運(yùn)、中遠(yuǎn)海運(yùn)等2B物流企業(yè)，通過客戶畫像從客戶細(xì)分、客戶關(guān)系、渠道通路等方面分析客戶需求，以精準(zhǔn)捕獲客戶需求，同時(shí)還分析客戶的授信、信用等用于內(nèi)部財(cái)務(wù)管理.

此外，基于大數(shù)據(jù)分析、機(jī)器學(xué)習(xí)等技術(shù)的智能客服(客服機(jī)器人)，近兩年也在物流行業(yè)中得到廣泛應(yīng)用.客服機(jī)器人可以24 h在線實(shí)時(shí)回復(fù)用戶提問，不僅幫助企業(yè)降低了人力成本，還大幅提升了工作效率.

4.2 大數(shù)據(jù)下物流的智能倉儲(chǔ)

在大數(shù)據(jù)時(shí)代下，物流的智能存儲(chǔ)涉及到倉庫的智能選址、自動(dòng)分揀和智能存儲(chǔ).在產(chǎn)品存儲(chǔ)倉庫建設(shè)前，通過大數(shù)據(jù)智能技術(shù)優(yōu)化配送中心的選址問題.使用智能技術(shù)綜合考慮各種限制條件，如消費(fèi)人群、產(chǎn)品生產(chǎn)地、供應(yīng)商和客戶位置、運(yùn)輸成本、建設(shè)成本等，優(yōu)化產(chǎn)生最佳方案，從而降低運(yùn)營成本，提高運(yùn)營利潤(rùn)，實(shí)現(xiàn)企業(yè)利益最大化[37].在產(chǎn)品配送前，同樣可以利用大數(shù)據(jù)技術(shù)實(shí)現(xiàn)最佳配送中心的選擇問題，提前優(yōu)化路線，計(jì)算運(yùn)輸成本和時(shí)間消耗，在保證低運(yùn)輸成本的情況下，實(shí)現(xiàn)產(chǎn)品以最快的速度運(yùn)送到消費(fèi)者手中.

此外，傳統(tǒng)的快遞分揀和存儲(chǔ)是人工進(jìn)行的，速度和效率都不高.目前正在向自動(dòng)化、智能化方向發(fā)展，以減少人工操作和干預(yù)，將有效提高速度和生產(chǎn)效率，如自動(dòng)引導(dǎo)車(Automated Guided Vehicle，AGV)、倉庫機(jī)器人等自動(dòng)化物流裝備[38]，這就要涉及到包括RFID技術(shù)、傳感、感應(yīng)識(shí)別、掃描等設(shè)備和基于智能方法的決策策略[39].法國公司Exotec構(gòu)建的機(jī)器人Skypod，實(shí)現(xiàn)了倉庫商務(wù)化.采用垂直系統(tǒng)優(yōu)化存儲(chǔ)空間，大大提高了空間利用率和運(yùn)營效率.利用海量數(shù)據(jù)獲取用戶需求信息，為用戶提供按需倉儲(chǔ)也是未來的發(fā)展趨勢(shì).

4.3 大數(shù)據(jù)下物流的智能運(yùn)輸

大數(shù)據(jù)背景下，物流運(yùn)送過程的可視化和高效性也是智慧物流追求的目標(biāo).可視化貫穿供應(yīng)鏈端到端的全過程，包括物流運(yùn)營和操作環(huán)節(jié)的可見性和業(yè)務(wù)運(yùn)營可跟蹤性.高效性則涉及到物流運(yùn)輸路線的智能優(yōu)化.

在信息化時(shí)代，人們更加追求可信度和信息透明化，這能夠給消費(fèi)者帶來更高的安全感.通過區(qū)塊鏈技術(shù)建立一個(gè)物流信息平臺(tái)，支持端到端的運(yùn)輸流程，該平臺(tái)能夠給物流利益相關(guān)人員提供每一個(gè)步驟的位置跟蹤信息，提高了運(yùn)輸過程的透明性，從而有效避免貨物丟失[40].此外，在國際貿(mào)易中，還可以通過智能合約的方式實(shí)現(xiàn)B2B付款，有效防止欺詐.

運(yùn)輸過程是整個(gè)物流中耗時(shí)最長(zhǎng)的，如何縮短這個(gè)時(shí)間關(guān)系到整個(gè)運(yùn)輸?shù)男?通過大數(shù)據(jù)與人工智能的結(jié)合，從海量的數(shù)據(jù)中檢索出最具價(jià)值的線索，主要對(duì)路徑、運(yùn)輸和配送路線等進(jìn)行預(yù)測(cè)，發(fā)現(xiàn)效率最高的方案[41-42].例如，京東在智能物流發(fā)展中通過對(duì)海量數(shù)據(jù)的分析處理，利用這些真實(shí)有效的數(shù)據(jù)構(gòu)建出了人工智能算法平臺(tái)，幫助企業(yè)對(duì)物流運(yùn)輸路線進(jìn)行優(yōu)化、對(duì)庫存管理進(jìn)行科學(xué)布局以及對(duì)訂單進(jìn)行實(shí)時(shí)跟蹤等，從而降低了運(yùn)營成本，提升了物流運(yùn)輸配送管理效率[36，43].現(xiàn)在也有不少最新的研究，探索如何使用智能的方法實(shí)現(xiàn)運(yùn)輸路線最優(yōu)化[44].

4.4 大數(shù)據(jù)下物流的智能配送

目前，從配送中心到消費(fèi)者這一步驟的效率較低，因此，最后一公里的交付直接關(guān)系到了消費(fèi)者的滿意程度并成為一個(gè)亟待解決的問題.這個(gè)環(huán)節(jié)還涉及到交通、個(gè)體差異等問題.

京東正在投入使用的自動(dòng)駕駛無人車配送是一個(gè)很好的解決方式(圖2).無人車不僅配備了常規(guī)的GPS定位等，還有全景視覺監(jiān)控、感應(yīng)系統(tǒng)，并設(shè)計(jì)了車身防撞系統(tǒng)[45].無人車系統(tǒng)能夠根據(jù)周圍情況做出決策，避免發(fā)生事故.這種配送方式不受天氣等因素的影響，工作時(shí)間長(zhǎng)，能夠提高貨物配送的效率.

圖2 京東無人駕駛配送車Fig.2 JD driverless delivery vehicle

另外，無人機(jī)也是一種不錯(cuò)的配送方式.相較于無人車，無人機(jī)受交通情況的影響較小，可能更高效.但是由于供電量和飛行能力的原因，適用于短途和重量比較小的貨物的配送任務(wù)[46].這種設(shè)備需要大數(shù)據(jù)中無人物流設(shè)備調(diào)度控制相關(guān)技術(shù)的支持.

目前，很多城市都在投入使用的智能快遞柜，有效地解決了客戶無法及時(shí)接收快遞，造成物件丟失的問題.在客戶不方便接收快遞時(shí)，配送員可以將快遞先存放到附近的快遞柜，在客戶方便時(shí)，只需要使用取件碼就可以完成取件.這樣不僅節(jié)約了配送員的時(shí)間，也能夠讓客戶的時(shí)間安排更隨意，提高了物流配送速度和客戶滿意度.除此之外，快遞柜還提供寄件服務(wù)，無需等待，快速高效.

農(nóng)村由于基礎(chǔ)設(shè)施落后，物流配送受影響極大.加強(qiáng)農(nóng)村基礎(chǔ)設(shè)施建設(shè)，完善信息化設(shè)備覆蓋，加大政府支持力度，能夠有效促進(jìn)物流在農(nóng)村中的智能化[47].

4.5 大數(shù)據(jù)下物流的資源回收

與日俱增的網(wǎng)購行為產(chǎn)生了大量的貨物包裝.如何實(shí)現(xiàn)包裝的有效回收和再利用，有助于實(shí)現(xiàn)資源節(jié)約和可持續(xù)發(fā)展[3].居民小區(qū)和高校作為人員密集區(qū)域，對(duì)實(shí)施快遞包裝回收十分有利.

針對(duì)快遞包裝回收問題，建立一個(gè)快遞包裝回收平臺(tái)體系，優(yōu)化物流過程中包裝處理的問題.在高?；蛘咝^(qū)建立智能回收站點(diǎn)需要通過海量數(shù)據(jù)分析站點(diǎn)的合理位置，針對(duì)不同的包裝，需要進(jìn)行智能決策給出相應(yīng)的回收費(fèi)用.回收之后，還需要進(jìn)行相關(guān)數(shù)據(jù)分析，進(jìn)行處理方案優(yōu)化，從而告知管理人員及時(shí)進(jìn)行站點(diǎn)清理等.

4.6 大數(shù)據(jù)下物流的高素質(zhì)人才培養(yǎng)

在大數(shù)據(jù)下的智能物流對(duì)于工作人員的要求在質(zhì)而不在量，因此，要注重培養(yǎng)高素質(zhì)人才.

智能化物流業(yè)對(duì)科技要求更高，需要培養(yǎng)高科技人才對(duì)設(shè)備和體系進(jìn)行管理.因此,要樹立人才培養(yǎng)理念，深化改革人才發(fā)展和人才培養(yǎng)機(jī)制，以提高工作人員的素質(zhì)從而保障行業(yè)智能化發(fā)展[48].一方面要建立專業(yè)培養(yǎng)計(jì)劃，加強(qiáng)對(duì)不同特色人員的培養(yǎng)，充實(shí)人員隊(duì)伍.特別是農(nóng)村物流企業(yè)，政府可以給出相關(guān)支持政策，著重培養(yǎng)工作人員的耐心和解決問題的能力,以及區(qū)域性文化等.另一方面要加強(qiáng)與科研機(jī)構(gòu)、技術(shù)企業(yè)的合作，優(yōu)化人才結(jié)構(gòu).要統(tǒng)籌人才培養(yǎng)，建設(shè)倉儲(chǔ)、調(diào)度、分揀和配送等專業(yè)性隊(duì)伍[49].要提升工作人員素質(zhì)，進(jìn)行定期集中培訓(xùn)，加強(qiáng)職業(yè)技能，完善考核評(píng)定機(jī)制，讓物流行業(yè)合理化、智能化.

4.7 大數(shù)據(jù)下物流業(yè)的風(fēng)險(xiǎn)管理

風(fēng)險(xiǎn)管理一般分為事前風(fēng)險(xiǎn)管理、事中風(fēng)險(xiǎn)管理和事后風(fēng)險(xiǎn)管理三方面[50-51].大數(shù)據(jù)分析可以應(yīng)用到風(fēng)險(xiǎn)管理的每一個(gè)環(huán)節(jié)，有助于提高物流風(fēng)險(xiǎn)管理和抗災(zāi)能力.大數(shù)據(jù)分析能夠增強(qiáng)事前風(fēng)險(xiǎn)預(yù)測(cè)能力，由于數(shù)據(jù)來源不僅包含企業(yè)自身經(jīng)營發(fā)展過程中產(chǎn)生的數(shù)據(jù)，還包含企業(yè)互聯(lián)網(wǎng)之外的其他數(shù)據(jù)信息，通過對(duì)這類數(shù)據(jù)進(jìn)行全面分析，分析結(jié)果更具有可靠性；大數(shù)據(jù)分析能夠加強(qiáng)風(fēng)險(xiǎn)事件中管控能力， 通過數(shù)據(jù)分析， 便于第一時(shí)間發(fā)現(xiàn)經(jīng)營過程中存在的風(fēng)險(xiǎn)，及時(shí)管控調(diào)整風(fēng)險(xiǎn)環(huán)節(jié)，減少風(fēng)險(xiǎn)的發(fā)生；大數(shù)據(jù)分析為事后風(fēng)險(xiǎn)處置提供更好的支持， 大數(shù)據(jù)分析能夠協(xié)助找出風(fēng)險(xiǎn)發(fā)生的根本原因，引導(dǎo)管理者做好風(fēng)險(xiǎn)管理決策.

在集裝箱港口、碼頭，通過建立數(shù)據(jù)分析模型，根據(jù)碼頭生產(chǎn)管理邏輯，確定數(shù)據(jù)分析模型，可以智能預(yù)測(cè)未來碼頭吞吐量、物流管理和流程管理等，動(dòng)態(tài)監(jiān)管碼頭生產(chǎn)流程，從而提升港口日常運(yùn)營效率；通過對(duì)異常數(shù)據(jù)分析，如短期內(nèi)港口擁擠、泊位占比過高、安全事故等，智能分析原因，挖掘相關(guān)數(shù)據(jù)，并建立相關(guān)數(shù)據(jù)關(guān)聯(lián)關(guān)系，實(shí)現(xiàn)安全管理、應(yīng)急預(yù)警等功能，提升碼頭服務(wù)質(zhì)量.

4.8 大數(shù)據(jù)下智慧物流生態(tài)圈

在“互聯(lián)網(wǎng)+”的大環(huán)境下，智慧物流成為業(yè)界的一致追求.智慧物流指的是利用集成智能化技術(shù)，包括云計(jì)算、大數(shù)據(jù)、物聯(lián)網(wǎng)、AI等，使得現(xiàn)有物流系統(tǒng)能夠模仿人腦進(jìn)行智能運(yùn)作，具備學(xué)習(xí)、感知和推理等能力，實(shí)現(xiàn)物流的信息化、自動(dòng)化和智能化[52].

智慧物流的本質(zhì)是科技和數(shù)字驅(qū)動(dòng)下的社會(huì)化協(xié)同和社會(huì)化共享，實(shí)現(xiàn)社會(huì)分散資源的最優(yōu)配置，并沉淀出新的物流生產(chǎn)關(guān)系和商業(yè)文化.智慧物流將最終進(jìn)化為一種生態(tài)，產(chǎn)業(yè)鏈供應(yīng)鏈深度融合、相互賦能、相互依存、逐步形成以“整合、開放、協(xié)同、共享”為特征的物流生態(tài)組織系統(tǒng)[53]，從而提高社會(huì)物流效率，降低物流的綜合成本.

生態(tài)圈的構(gòu)建離不開商流、物流、資金流和信息流的四流合一，需要以數(shù)據(jù)為驅(qū)動(dòng)，進(jìn)行信息分享和互動(dòng)協(xié)同.中國外運(yùn)的戰(zhàn)略愿景是打造世界一流的智慧物流平臺(tái)企業(yè)，正在以數(shù)據(jù)驅(qū)動(dòng)、算法領(lǐng)先、智慧取勝為目標(biāo)進(jìn)行數(shù)字化全面轉(zhuǎn)型，積極構(gòu)建供應(yīng)鏈生態(tài)圈.在數(shù)據(jù)驅(qū)動(dòng)方面，通過共享中心建設(shè)和打造數(shù)據(jù)中臺(tái)，以數(shù)據(jù)為中心進(jìn)行分析和決策.

除此之外，大數(shù)據(jù)分析技術(shù)還可以應(yīng)用于產(chǎn)品方案規(guī)劃，即根據(jù)資源情況，設(shè)計(jì)服務(wù)產(chǎn)品，按需存儲(chǔ)等.

5 未來展望

互聯(lián)網(wǎng)+物流助推傳統(tǒng)物流線上化，“物流在線化”產(chǎn)生大量業(yè)務(wù)數(shù)據(jù)，隨著數(shù)據(jù)的指數(shù)級(jí)擴(kuò)張，使得物流大數(shù)據(jù)從理念變?yōu)楝F(xiàn)實(shí)，通過數(shù)據(jù)資產(chǎn)化，數(shù)據(jù)驅(qū)動(dòng)的業(yè)務(wù)創(chuàng)新推動(dòng)企業(yè)數(shù)字化變革，將大幅推動(dòng)生產(chǎn)效率的提高[54].“業(yè)務(wù)數(shù)據(jù)化”正成為智慧物流的重要基礎(chǔ).

未來5G的商用，將極大提高數(shù)據(jù)的量：從4G到5G，流量密度、移動(dòng)性、連接數(shù)密度，還有峰值速率都有很大的改變，數(shù)據(jù)量也將有極大的提升.5G時(shí)代下的智慧物流，大數(shù)據(jù)分析技術(shù)的應(yīng)用將更為廣泛[55].但2B物流企業(yè)，亟需建立企業(yè)的數(shù)據(jù)標(biāo)準(zhǔn)，引進(jìn)或培養(yǎng)大數(shù)據(jù)分析技能人才，以更好地使用大數(shù)據(jù)分析技術(shù)，進(jìn)一步挖掘數(shù)據(jù)價(jià)值，通過數(shù)據(jù)驅(qū)動(dòng)，為企業(yè)創(chuàng)造更大的價(jià)值.