涕零
A. 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专话语权，整属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。
B. 大数据究竟能给物流行业带来什么如何抓住机遇
第一是采集信息端，即识别、定位和感知。首先是身份识别，对每一个管理单元都要求有身份识别，包括人、车、物、单位等。身份识别决定了管理精度或者是管理颗粒度。其次是位置管理，定位是一项基础技术。物流是通过时空管理创造价值的，所以位置是非常重要的一个要素，位置管理会成为采集信息的一个重要方面。第三是感知，通过传感器、摄像头、或者其它设备采集需要管理的信息。采集信息端将是一个未来有巨大发展空间的领域。第二是传输信息。物流的信息传输技术现在基本定位在移动互联网技术，用互联网的标准架构，但是通讯功能要能够无线移动起来。这个时候就能够支持实时管控的要求，技术会体现在智能终端上。人、车、货实现无线通讯是通过两类智能终端，一类是手持终端，跟着人走；一类是货载或车载终端，跟着物走。这两类终端分别承载着移动通讯的基本职能，同时它又是采集信息的Hub。第三是在数据的应用和开发方面，将会出现越来越多的数据中心。数据中心承担着数据的集中整合，深度的加工和服务的功能，从而能够满足各类的管理需求，形成服务外包的数据中心。而能否外包取决于服务是否标准。标准和外包这两件事是密切相关的。所谓标准化是指描述清楚、考核规范、纠纷能够得到依据处理， 能做到这三点，这个服务基本上就是是标准的。当一个服务标准化的时候，它很容易外包出去，而且会取得规模效益和专业化效益的双赢。
C. 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。
D. 大数据对物流行业有什么影响
1、提高物流行业的智能化
物流行业可以看出，是一个程序化很强的行业，而大数据则是一种严谨的数据分析技术。两者相结合之下，通过对物流数据的跟踪分析，大数据应用可以根据情况为物流企业做出智能化的决策和建议。在物流行业的决策中，大数据还可能会涉及竞争环境分析、物流供给与需求匹配、物流资源优化与配置等的决策分析，这种情况下大数据也能够很好的应对。
2、能够促进行业的发展
现在的物流行业，整体上的运输、仓储和搬运等都是通过人为来控制和完成的，在效率上都较为落后。而大数据技术能够在整体上完成对物流行业全过程的迭代整理。而且在行业竞争环境的分析中，为了达到品牌利益的最大化，需要对竞争对手进行全面的分析，预测其行为和动向，从而来寻找自己品牌在行业中的不足和需要改进的地方。这种方式下，大数据能够很快的完成对行业的促进作用，加速行业的发展。
3、提高用户的体验感
物流行业在最后，是需要把产品送到用户的手中的，而在大数据黑科技的加持下，相较于以前低效率的人工配送，大数据技术可以为用户提供更好的物流体验，进一步巩固和用户之间的关系，增加用户的粘性。
关于大数据对物流行业有什么影响，青藤小编就和您分享到这里了。如果你对大数据工程有浓厚的兴趣，希望这篇文章能够对你有所帮助。如果您还想了解更多数据分析师、大数据工程师的技巧及素材等内容，可以点击本站的其他文章进行学习。
E. 大数据会对物流管理带来什么影响
我从事物流行业近五年，和物流市场一起沉沉浮浮，积累了不少经验，以下版说一下我的看权法。大数据对于物流行业来说，其最重要的一个应用就是路由规划，所谓路由规划，就是在纵横交错的线路之中寻找合理路线，还要做到降本增效。就以跨越速运为例，跨越速运就是运用大数据技术的正面例子，其结合结合AI智能、云计算、大数据中心实现了场地使用率的提升、网点优化选址、路径规划、货量预测、智能机器代替人工客服等，通过AI大数据分析得出130多种动态路由方案，那么N个用户，会有130*N多种方案，可以从130*N多个方案中为用户寻找到最优的解决方案。由此可见，大数据赋能物流，是时代所驱，也是未来风口所在。
F. 为什么要发展智慧物流
近日，官方印发了关于落实政府工作报告重点工作部门分工的意见，报告中再次提及物流与相关产业的发展。报告指出，未来将通过深化改革、完善政策，降低企业制度性交易成本，降低用能、物流等成本，表明国家层面对物流行业未来发展方向预期已有了新的变化。近年来，随着大数据、云计算、AI新等新一代互联网技术的逐步应用，物流货运行业也迎来了更大的发展机遇与技术变革。
在推动中国制造2025实施过程中，物流货运行业除了密切关注科技研发本身外，还需将视野放得更加宽广，对物流成本等相关领域均作统筹规划。
传统物流货运行业存在“多、小、散、乱”的问题。由于车与货源不匹配、信息不对等问题，造成90%的个人或挂靠形式公路运输车辆工作饱和度底，司机空驶率高，由其产生的物流成本不容小觑，亟待通过智慧物技术流帮助实现运输过程的降本增效。纵观行业发展趋势，通过核心技术研发推动智慧物流降低成本，尚有很大空间。
作为社会总成本的重要组成部分，国内物流成本一直处于高位，不仅直接影响了我国实体经济在世界的竞争力，也不利于中国制造2025的推进。据相关数据，全国物流总费用每降低1个百分比，可以节省数千亿元的成本，而发展智慧物流正是解决这一问题的良方。通过引入智慧物流技术，重构整个物流产业链，可以显著实现降本增效，进而有力推动中国制造2025快速落地。
山东阿帕网络技术有限公司作为华为供应链解决方案唯一合作伙伴，共同研发上线了“华为&阿帕智慧物流云”、 “华为&阿帕物流大数据”，促进了传统物流行业向标准化、信息化、智能化飞速转变，帮助中小型企业实现了转型升级。
其中，智能装车、路径优化等模块已达到国际领先水平。
智能装车
智能装车通过快速高效的装载算法来优化货物装箱，保证不同类型、不同目的地的货物合理地配载到一起，提高装箱率，降低运输成本。既保证不超高、不超方、不超载，又能快速地实现货物的装卸、排列。
路径优化
路径优化是基于大数据平台、云计算技术，根据配送的实际需求、地理环境等，做出全局最优规划，合理分配车辆、优化配送路线，实现动态最优化，为客户提供最佳的配送服务。
阿帕网络SaaS产品“华为&阿帕智慧物流云”已经服务10000余家大中型企业，实现了制造业、运输业和商贸业的信息互联互通，推动了产业链融合，帮助供应链上下游企业实现标准化、信息化、智能化。
与欧美发达国家相比，我国物流成本占GDP的比重依然较高，甚至高于全球平均水平，当前，中国物流业正处于大变革的前夜，伴随物联网、云计算、大数据等新一代信息技术日趋成熟，全覆盖、广连接的智慧物流体系正在迅速形成。不难看出，智慧物流将是驱动中国制造2025的重要引擎之一。放眼未来，阿帕网络将着手于智能大数据与物流产业的深度融合工作，力求降低全产业链成本，提高物流供给质量，为物流行业释放发展所需的新动能。
G. 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。
H. 大数据行业情况，企业为什么需要大数据
深圳远标为你解答;这是大数据的时代，也是大数据人才缺乏的时代，权威市场调研机构Gartner的最新报告显示，大数据带动全球IT支出340亿美元。对大数据的要求在逐渐由差异化发展为信息管理实践和技术的“最低门坎”。每个行业都必定用到大数据技术，而那些非“数据驱动型”的企业将面临被产业和市场淘汰的命运；相应地，每个行业都需要大数据人才，没有大数据技术支撑的企业，可能很容易被时代淘汰。目前大数据行业的情况是：大数据需求旺盛与人才短缺并存。全球领先的咨询公司麦肯锡发布的调查报告指出，对大数据人才的需求正在世界范围内升温。仅在美国，在“深度分析人才”方面将面临14万至19万的人才缺口；在“能够分析数据帮助公司做出商业决策”方面的人才需求超过150万。由于人才缺口大，各企业对大数据人才无论是招聘的还是再培训的都需要，因此大数据人才的薪酬可能是同岗位的中最高的，掌握了大数据技术，工资可能将提升40%左右。在中国，大数据也正迅速成为行业和市场的热点。专注与亚太及中国市场的市场调查机构泛亚咨询发布的调研数据显示，目前出现在各类招聘平台上与数据分析相关的招聘需求比去年同期相比，增长率高达67%；大数据相关高级职位的薪酬与其他同类技术职位相比平均高出43%以上。无论是世界范围内还是在中国，大数据浪潮正在深刻改变着各行各业，而各行各业对大数据人才的需求，以及技术从业者希望跻身大数据高级人才的需求也变得越来越强烈。很多企业想要走在时代的前头，做大数据行业的领军企业，但是大数据人才高度缺乏，招人困难。这时候企业内训或许是个办法。