京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据正新酝造一个支柱产业——物流
大数据对物流的影响越来越大。
提到物流,笔者首先想到了仓库,那种大集团企业里特别大的仓库,不知道您参观过没有?
笔者有一个同学大学是学化工专业的,本科毕业后去做了仓库管理,相比较化工企业生产线工作岗位来说,物流仓库管理岗位没有那么多污染,也没有化学实验可能的烧杯爆炸,环境要舒服很多。
金博尔大学拉尔夫教授从1973年获得博士学位,四十年来研究人机系统与用户系统设计,他认为,海量数据分析时代,企业仓库数据正进入角色转变,企业数据仓库进入了大数据时代,迎接不断增长的需求挑战。
《物流管理与供应链管理评论杂志》主编帕特里克在旧金山多年研究物流与供应链,他认为,在这个大数据时代,所有的大数据将成为竞争的关键,根据麦肯锡研究院(MGI)研究,企业或公司正在寻求如何利用大数据更好地服务客户,免费提供各种开放式数据,同时做好隐私保密与安全。多媒体、社交媒体、物联网的快速发展将推动企业未来数据呈现指数级增长。
移动设备也为物流行业提供了前所未有的实时传输时代,智能手机额和平板电脑接受、处理、发送大量数据,配送中心的电子车、卡车、传感器和装有射频读卡器的拖车等。
全球物流业角度,制造商、零售商、分销商、第三方物流供应商、第三方物流、货运代理、海运、汽车运输、铁路、航空货运、拖车、移动设备、物流枢纽(机场、海港、铁路码头),监管机构(海关)等,在美国物流已经超过了十几万亿美元,大约占国内生产总值的10%以上,发展中国家比如印度,物流占国内生产总值15%以上。
大数据对物流的影响越来越大,无论是托运商,零售商、社交网路、个性化网站、移动设备、供应商、运营商等。物流产业将迎来挑战,行业内或将出现结构变化,海量数据对物流的影响增加。
笔者认为,互联网技术与移动终端技术快速发展与用户几何级快速增长,大数据时代给物流产业带来的影响或将是巨大的:
1、传统企业
传统企业比如化工,生产出各种人们日常所需要的产品,比如毛巾、洗脸盆、肥皂、油漆、汽车用燃料、家庭用天然气等,前些年,这些企业以持续增加投资生产资料来带动企业扩张与发展,生产出产品数量快速增加,并存储在仓库或运送至市场,传统企业投资已经趋于饱和,传统企业亟待转型升级,很多企业也开始关注电子商务,希望通过把线下产品搬到线上,更好地完成销售,或者是与客户的沟通。
2、商场超市
那天看到一篇文章,说是未来的实体店面商场或更多地引入网上商城,顾客进入大商场,就可以用各种终端比如手机或平板上网,在休息间查询商场信息,快速检索想要查找的商品与商品信息,然后可以用终端点击购买,或者快速达到商场指定柜台购买。
一些大商场实体店为了留住客户,不得不提高服务,采取新颖方式,比如体验店,或者是顾客休闲娱乐相结合的各种方式来进行柜台销售。而商场商品也将从线下搬到线上,实现大商场的网上商城。
一些商场可能会减少店面,增加网上业务,商场员工办公室会从商场角落搬到大厦写字楼,同时,增加物流大仓库建设,增加大仓库中各种运输工具,大仓库不再是过去那种简单的存放场所,而是一个大的繁忙的工作场所。工作人员不是简单的看管货物,而是具备现代化物流知识的高级人才,甚至需要会开各种自动化运输工具。
3、家具卖场
笔者所在的这所城市里,有两个较大的家具城,而这一两年发现,实体家具城不见了,听说全部改成了电子商城,而家具也搬到了较远的仓库间里。
4、电子产品
在这所城市里,有一个非常大电子产品商贸城,里面有三四层楼,全部是各种家用小电器,商城内都是外租给一家一家私人柜台,原来呢,商城里顾客很多,都是到哪儿购买便宜又好用的家用小电器,比如台灯、手电筒、收音机、音响、小灯泡等等,如今,很多商城小老板把产品搬到了线上,商场里顾客看起来少了很多。
5、物联网与个性化物流
未来物联网会把小区监控、电视机、彩电、冰箱、私家车、空调、天然气、烟气灶、烤箱、微波炉等各种家电连接起来,相关服务、比如小区通知与服务、家电售后维修、住户水电煤气缴纳、小区安全监控、快递物流服务等实现个性化服务。
随着互联网实现了信息流更快速更便捷,互联网金融实现了货币流支付或转账,那么,物流业将快速发展。笔者认为,物流产业将带动服务业快速发展,物流业保持快速发展,行业规模、服务能力将提升,物流业正在成为下一个支柱产业。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13在数据统计分析与数据清洗工作中,箱线图是一种简洁高效、客观性强的数据可视化图表,能够直观呈现数据集的分布特征、离散程度和 ...
2026-08-13 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-08-13在自动化办公、数据采集、定时统计、日志清理、系统监控等场景中,程序往往需要按照固定时间间隔重复执行指定任务,这种运行机制 ...
2026-08-12