『壹』 大数据对物流管理有什么影响

大数据是什么

大数据是指涉及的数据量过大，无法通过当前主流软件工具，在合理的时间内获取、管理、处理和整理成更积极的目的信息帮助企业管理决策。与传统的数据库应用相比，大数据分析具有大量的数据和各种类型的价值、低密度、快速的处理速度等。今天的大数据在经济、政治、文化等领域都有一定的应用，并产生了深远的影响。物流行业与主要的企业、企业、企业、家庭和个人有关，涉及的数据量很大，具有一定的价值。而大数据可以准确地快速高效地处理数据，获取有用的信息，对物流业的发展具有重要意义。

总结

大数据可以为决策提供支持。
运营数据将使物流管理更直观，而宏观的大数据对物流管理没有太大的作用。






『贰』 国内现在的物流大数据平台有哪些

一、发啦网
发啦网针对我国物流信息资源整合和跨区域应用的需要而打造的全国性平台，应用四位一体（四位指：政府物流、园区物流、企业物流和个人物流）平台建设理念，融入了云计算和RFID等物联网先进技术。
二、物流全搜索
物流全搜索平台以功能强、内容全为亮点，平台内容涉及物流行业的方方面面，其丰富的内容和强大的功能能够满足物流行业及周边人员实现物流及相关资料查询，将带来物流行业网络信息的聚集，实现一站满足所有物流人需求，引领中国物流企业迈进全新的互联网高速信息时代。
三、中国物通网
网站把物流公司、运输车辆、海运、空运、快递、搬家与发货企业共同汇集于一个信息平台，七者间网上互动，直接交流，实现了互相合作、相互竞争；网络互补等优势，共同形成了全方位、立体式的信息流，实现了物流信息网络化、全球化；同时网站采用了先进的“网点”“线路”设计理念，大大提高了用户获取信息的效率。
-

『叁』 物流和大数据之间的关系

大数据与云计算也有很多方面的差异。云计算的目的是通过互联网更好地调用、扩展和管理计算及存储资源和能力，以节省企业的IT部署成本，其处理对象是IT资源、处理能力和各种应用。云计算从根本上改变了企业的IT架构，产业发展的主要推动力量是存储及计算设备的生产厂商和拥有计算及存储资源的企业。而大数据的目的是充分挖掘海量数据中的信息，发现数据中的价值，其处理对象是各种数据。大数据使得企业从“业务驱动”转变为“数据驱动”，从而改变了企业的业务架构，其直接受益者不是IT部门，而是业务部门或企业CEO，产业发展的主要推动力量是从事数据存储与处理的软件厂商和拥有大量数据的企业。
因此，不难发现云计算和大数据实际上是工具与用途的关系，即云计算为大数据提供了有力的工具和途径，大数据为云计算提供了很有价值的用武之地。而且，从所使用的技术来看，大数据可以理解为云计算的延伸。
大数据若与云计算相结合，将相得益彰，互相都能发挥最大的优势。云计算能为大数据提供强大的存储和计算能力，更加迅速地处理大数据的丰富信息，并更方便地提供服务；而来自大数据的业务需求，能为云计算的落地找到更多更好的实际应用。当然大数据的出现也使得云计算会面临新的考验。
可以 中国 物流 交易中心看看

『肆』 大数据对于物流行业究竟有什么样的影

1，推动智慧物流发展
“数据作为一种新的资源，数据的拥有者将来会获得越来越大的话语权，整个社会的治理结构与规则将会发生非常深刻的变化，这是每个人都会面临的社会变迁。”中国物流学会常务副会长、中国物流与采购联合会专家委员会副主任戴定一认为，智慧物流是物流的发展目标，而大数据能够支撑智慧物流的发展，物流行业和企业要利用好大数据，才能够真正从变革中受益。
2，驱动电商物流变革
作为当今物流业的发展热点，电商物流得到了很多关注。中国综合开发研究院副院长曲建认为，与大数据的结合是电商物流发展的必然趋势。
3，加速公路运输整合
作为物流业的重要组成部分，对于公路运输市场来说，大数据又意味着什么?对此，香港物流运输过程透明管理研究院院长南兴军表示，大数据时代要求传统物流产业发生变革，在运力整合方面未来也将会发生诸多变化。

『伍』 物流大数据分析平台哪个好用

物流大数据分析平台(奥 威 Power-BI )——全段兑现分析的报表对物流行业中的全段兑现率、运输兑现率、终端配送兑现率等进行了分析。通过数字图展示了全段兑现率、运输兑现率、终端配送兑现率三个指标，柱形图展示了始发城市的金额及单数情况。下面的三个简表分布对运输方式全段兑现和全段兑现率的优质路线的兑现率指标进行了明细的分析。

亮 点说明：(奥 威 Power-BI )——业务增长分析的报表中使用了筛选、联动等功能，点击右上角的筛选，可对时间年和时间月进行筛选，查看对应时间的数据，点击始发城市的金额及单数情况的柱形图均可对两个简表进行联动，查看对应的运输方式全段兑现和全段兑现率的优质路线的数据，而且还可以通过点击运输方式联动到全段兑现率的优质路线，查看对应运输方式的数据。

『陆』 物流与供应链管理如何有效运用大数据

首先从移动互联网和大数据的特点入手，移动互联网突破了时间和空间的限制，使得人们可以随时随地触网，同时也表现出了碎片化。大数据是建立在大规模的数据上，有了大量的数据，就可以进行分析和归类，从而精准地确定需求。大数据对供应链的影响如下：
1、库存优化。比如，SAS独有的功能强大的库存优化模型可以实现在保持很高的客户满意度基础上，把供应成本降到最低并提高供应链的反应速度。其库存成本第一年就可下降15%～30%，预测未来的准确性则会上升20%，由此带来的是其整体营收会上升7%～10%。当然还有一些其他的潜在好处，如提升市场份额等。此外，运用SAS系统，产品质量会得到显著提升，次品率也会因此减少10%～20%。
2、创造经营效益，从供应链渠道，以及生产现场的仪器或传感器网络收集了大量数据。利用大数据对这些数据库进行更紧密的整合与分析，可以帮助改善库存管理、销售与分销流程的效率，以及对设备的连续监控。制造业要想发展，企业必须了解大数据可以产生的成本效益。对设备进行预测性维护，现在就具备采用大数据技术的条件。制造业将是大数据营业收入的主要来源。
3、B2B电商供应链整合。强大的电商将引领上游下游生产计划-下游销售对接，这种对接趋势是上游制造业外包供应链管理Supply-Chain，只专注于生产Manufacturing，ProctionChain(R&D)。物流外包上升到供应链外包是一个巨大的飞跃，体现了电商的强大竞争力和整合能力，海量数据支持和跨平台、跨公司的对接成为可能。B-B供应链整合具有强大的市场空间，能够改善我国产业布局、产业链优化、优化产能分配、降低库存、降低供应链成本、提高供应链效率。
4、物流平台规模发展，B-C商业模式整合已经成为现实，但是物流执行平台的建设是拖后腿的瓶颈。多样产品的销售供应链的整合有很大的技术难题，如供货周期、库存周期、配送时效、物流操作要求等，这样的物流中心难度很大，大数据平台建设将驱动整体销售供应链整合;中国的还有的现实问题跨区域物流配送、城乡差异等，政府的管制是一大难点/疑难杂症，大数据平台有助于政府职能调整到位。
5、产品协同设计，过去大家最关心的是产品设计。可是现在，在产品设计和开发过程中，相关人员相互协同，工厂与制造能力也在同步设计和开发中。当前的压力在于向市场交付更具竞争力、更高配置、更低价格、更高质量的产品，而同时满足所有这些要求，是制造和工程企业的下一个重大的价值所在。这也正是大数据的用武之地。

『柒』 管道物流大数据平台

点赞我的的回答被点赞后将获得：
大数据与云计算也有很多方面的差异。云计算的目的是通过互联网更好地调用、扩展和管理计算及存储资源和能力，以节省企业的IT部署成本，其处理对象是IT资源、处理能力和各种应用。云计算从根本上改变了企业的IT架构，产业发展的主要推动力量是存储及计算设备的生产厂商和拥有计算及存储资源的企业。而大数据的目的是充分挖掘海量数据中的信息，发现数据中的价值，其处理对象是各种数据。大数据使得企业从“业务驱动”转变为“数据驱动”，从而改变了企业的业务架构，其直接受益者不是IT部门，而是业务部门或企业CEO，产业发展的主要推动力量是从事数据存储与处理的软件厂商和拥有大量数据的企业。
因此，不难发现云计算和大数据实际上是工具与用途的关系，即云计算为大数据提供了有力的工具和途径，大数据为云计算提供了很有价值的用武之地。而且，从所使用的技术来看，大数据可以理解为云计算的延伸。
大数据若与云计算相结合，将相得益彰，互相都能发挥最大的优势。云计算能为大数据提供强大的存储和计算能力，更加迅速地处理大数据的丰富信息，并更方便地提供服务；而来自大数据的业务需求，能为云计算的落地找到更多更好

4
的实际应用。当然大数据的出现也使得云计算会面临新的考验。

『捌』 什么是大数据,大数据又给物流企业带来怎样的发展优势及具体应用

大数据指无法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的海量、高增长率和多样化的信息资产。

其对物流企业发展带来的影响主要表现在一下几个方面：
(1)信息对接，掌握企业运作信息
在信息化时代，网购呈现出一种不断增长的趋势，规模已经达到了空前巨大的地步，这给网购之后的物流带来了沉重的负担，对每一个节点的信息需求也越来越多。每一个环节产生的数据都是海量的，过去传统数据收集、分析处理方式已经不能满足物流企业对每一个节点的信息需求，这就需要通过大数据把信息对接起来，将每个节点的数据收集并且整合，通过数据中心分析、处理转化为有价值的信息，从而掌握物流企业的整体运作情况。
(2)提供依据，帮助物流企业做出正确的决策
传统的根据市场调研和个人经验来进行决策已经不能适应这个数据化的时代，只有真实的、海量的数据才能真正反映市场的需求变化。通过对市场数据的收集、分析处理，物流企业可以了解到具体的业务运作情况，能够清楚地判断出哪些业务带来的利润率高、增长速度较快等，把主要精力放在真正能够给企业带来高额利润的业务上，避免无端的浪费。同时，通过对数据的实时掌控，物流企业还可以随时对业务进行调整，确保每个业务都可以带来赢利，从而实现高效的运营。
(3)培养客户粘性，避免客户流失
网购人群的急剧膨胀，使得客户越来越重视物流服务的体验，希望物流企业能够提供最好的服务，甚至掌控物流业务运作过程中商品配送的所有信息。这就需要物流企业以数据中心为支撑，通过对数据挖掘和分析，合理地运用这些分析成果，进一步巩固和客户之间的关系，增加客户的信赖，培养客户的粘性，避免客户流失。
(4)数据“加工”从而实现数据“增值”
在物流企业运营的每个环节中，只有一小部分结构化数据是可以直接分析利用的，绝大部分非结构化数据必须要转化为结构化数据才能储存分析。这就造成了并不是所有的数据都是准确的、有效的，很大一部分数据都是延迟、无效、甚至是错误的。物流企业的数据中心必须要对这些数据进行“加工”，从而筛选出有价值的信息，实现数据的“增值”。
，大数椐在物流企业中的应用主要包括以下几个方面。
(1)市场预测
商品进入市场后，并不会一直保持最高的销量，是随着时间的推移，消费者行为和需求的变化而不断变化的。在过去，我们总是习惯于通过采用调查问卷和以往经验来寻找客户的来源。而当调查结果总结出来时，结果往往已经是过时的了，延迟、错误的调查结果只会让管理者对市场需求做出错误的信计。而大数据能够帮助企业完全勾勒出其客户的行为和需求信息，通过真实而有效的数据反映市场的需求变化，从而对产品进入市场后的各个阶段作出预测，进而合理的控制物流企业库存和安排运输方案。
(2)物流中心的选址
物流中心选址问题要求物流企业在充分考虑到自身的经营特点、商品特点和交通状况等因素的基础上，使配送成本和匿定成本等之和达到最小。针对这一问题，可以利用大数据中分类树方法来解决。
(3)优化配送线路
配送线路的优化是一个典型的非线性规划问题，它一直影响着物流企业的配送效率和配送成本。物流企业运用大数据来分析商品的特性和规格、客户的不同需求（时间和金钱）等问题，从而用最快的速度对这些影响配送计划的因素做出反映（比如选择哪种运输方案、哪种运输线路等），制定最合理的配送线路。而且企业还可以通过配送过程中实时产生的数据，快速地分析出配送路线的交通状况，对事故多发路段的做出提前预警。精确分析配送整个过程的信息，使物流的配送管理智能化，提高了物流企业的信息化水平和可预见性。
(4)仓库储位优化
合理的安排商品储存位置对于仓库利用率和搬运分拣的效率有着极为重要的意义。对于商品数量多、出货频率快的物流中心，储位优化就意味着工作效率和效益。哪些货物放在一起可以提高分拣率，哪些货物储存的时间较短，都可以通过大数据的关联模式法分析出商品数据间的相互关系来合理的安排仓库位置。

上海欧坚及其旗下仓储积极学习大数据，并将其运用到对仓库的日常管理当中。取得一定的成效。