隨著物流的智能化發(fā)展，大數(shù)據(jù)技術(shù)的作用日益凸顯。京東通過將大數(shù)據(jù)技術(shù)應用到倉儲物流作業(yè)的各個環(huán)節(jié)，形成京東倉儲物流的核心競爭力，引導企業(yè)走向智能化、精細化的物流發(fā)展之路。本文從政策環(huán)境、技術(shù)環(huán)境、行業(yè)環(huán)境三個方面淺析了大數(shù)據(jù)技術(shù)在倉儲物流領(lǐng)域的發(fā)展現(xiàn)狀和發(fā)展趨勢。

 

在物流企業(yè)的倉儲、運輸、配送、加工等環(huán)節(jié)每天都會涌現(xiàn)出海量的數(shù)據(jù)，面對海量數(shù)據(jù)，物流企業(yè)在不斷增加大數(shù)據(jù)方面投入的同時，不再僅僅把大數(shù)據(jù)看作是一種數(shù)據(jù)挖掘、數(shù)據(jù)分析的信息技術(shù)，越來越多的企業(yè)把大數(shù)據(jù)看作是一項戰(zhàn)略資源，隨著大數(shù)據(jù)時代的到來，大數(shù)據(jù)技術(shù)可以通過構(gòu)建數(shù)據(jù)中心，挖掘出隱藏在數(shù)據(jù)背后的信息價值，充分發(fā)揮大數(shù)據(jù)給物流企業(yè)帶來的發(fā)展優(yōu)勢，在戰(zhàn)略規(guī)劃、商業(yè)模式和人力資本等方面做出全方位的部署，為企業(yè)物流運營過程中的戰(zhàn)略決策、運營規(guī)劃、資源統(tǒng)籌、人效提升、成本控制等方面提供有力支撐，從而幫助企業(yè)優(yōu)化管理，提高行業(yè)競爭力。

 

倉儲物流作為物流運作中的一個重要環(huán)節(jié)，其日常運營生成和積累了龐大的用戶入庫、出庫、揀選等訂單行為數(shù)據(jù)，如何通過大數(shù)據(jù)將這些信息對接，將每個節(jié)點的數(shù)據(jù)收集并整合，通過數(shù)據(jù)中心分析、處理轉(zhuǎn)化為有價值的信息，是整個倉儲物流行業(yè)目前最為關(guān)心的問題。

 

 

 

目前，國家出臺的與大數(shù)據(jù)相關(guān)的物流行業(yè)規(guī)劃和政策，主要包括《第三方物流信息服務平臺建設案例指引》、《商貿(mào)物流標準化專項行動計劃》、《物流業(yè)發(fā)展中長期規(guī)劃（2014-2020年）》、《關(guān)于推進物流信息化工作的指導意見》等一系列政策，將大數(shù)據(jù)、信息化處理方法作為物流行業(yè)轉(zhuǎn)型升級的重要指導思想。

 

2013年6月發(fā)布的《交通運輸業(yè)推進物流業(yè)健康發(fā)展的指導意見》指出，加快推進交通運輸物流公共信息平臺建設，完善平臺基礎交換網(wǎng)絡，加快推進跨區(qū)域、跨行業(yè)平臺之間的有效對接，實現(xiàn)鐵路、公路、水路、民航信息的互聯(lián)互通。鼓勵企業(yè)加快推進信息化建設。

 

2014年2月發(fā)布的《第三方物流信息服務平臺建設案例指引》指出，對第三方物流信息服務平臺建設的指導思想、基本原則、建設類型、建設標準、保障措施與考核要求等進行了具體說明，并收錄了目前國內(nèi)經(jīng)營模式較為先進、取得較好經(jīng)濟社會效益的第三方物流信息平臺建設案例。

 

此外，交通運輸部正在編制的物流發(fā)展“十三五”規(guī)劃，其中統(tǒng)籌謀劃現(xiàn)代物流發(fā)展，指出要發(fā)展智慧物流，適時研究制定“互聯(lián)網(wǎng)”貨物與物流行動計劃，深入推進移動互聯(lián)網(wǎng)、大數(shù)據(jù)、云計算等新一代信息技術(shù)的應用；強化公共物流信息平臺建設，完善平臺服務功能。

 

 

大數(shù)據(jù)處理關(guān)鍵技術(shù)一般包括：大數(shù)據(jù)獲取、預處理、存儲、大數(shù)據(jù)分析、可視化等技術(shù)。

 

在數(shù)據(jù)獲取上，現(xiàn)有的RFID射頻技術(shù)、傳感技術(shù)、系統(tǒng)日志抓取技術(shù)、EDI交互數(shù)據(jù)及移動互聯(lián)網(wǎng)數(shù)據(jù)抓取技術(shù)等，都能從倉內(nèi)運營中獲得的各種類型的結(jié)構(gòu)化、半結(jié)構(gòu)化（或稱之為弱結(jié)構(gòu)化）及非結(jié)構(gòu)化的數(shù)據(jù)，這些龐大的數(shù)據(jù)量是大數(shù)據(jù)知識服務于倉儲物流的根本。目前仍需突破分布式高速高可靠數(shù)據(jù)爬取或采集、高速數(shù)據(jù)全映像等大數(shù)據(jù)收集技術(shù)；突破高速數(shù)據(jù)解析、轉(zhuǎn)換與裝載等大數(shù)據(jù)整合技術(shù)；設計質(zhì)量評估模型，開發(fā)數(shù)據(jù)質(zhì)量技術(shù)。

 

在數(shù)據(jù)存儲上，大數(shù)據(jù)存儲與管理要用存儲器把采集到的數(shù)據(jù)存儲起來，建立相應的數(shù)據(jù)庫，并進行管理和調(diào)用。重點解決復雜結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化大數(shù)據(jù)管理與處理技術(shù)。主要解決大數(shù)據(jù)的可存儲、可表示、可處理、可靠性及有效傳輸?shù)葞讉�關(guān)鍵問題。開發(fā)可靠的分布式文件系統(tǒng)（DFS）、能效優(yōu)化的存儲、計算融入存儲、大數(shù)據(jù)的去冗余及高效低成本的大數(shù)據(jù)存儲技術(shù)；突破分布式非關(guān)系型大數(shù)據(jù)管理與處理技術(shù)，異構(gòu)數(shù)據(jù)的數(shù)據(jù)融合技術(shù)，數(shù)據(jù)組織技術(shù)，研究大數(shù)據(jù)建模技術(shù)；突破大數(shù)據(jù)索引技術(shù)；突破大數(shù)據(jù)移動、備份、復制等技術(shù)；開發(fā)大數(shù)據(jù)可視化技術(shù)。

 

在數(shù)據(jù)分析上，改進已有數(shù)據(jù)挖掘和機器學習技術(shù)。開發(fā)數(shù)據(jù)網(wǎng)絡挖掘、特異群組挖掘、圖挖掘等新型數(shù)據(jù)挖掘技術(shù)。突破基于對象的數(shù)據(jù)連接、相似性連接等大數(shù)據(jù)融合技術(shù)。突破用戶興趣分析、網(wǎng)絡行為分析、情感語義分析等面向領(lǐng)域的大數(shù)據(jù)挖掘技術(shù)。

 

 

2013年被稱為大數(shù)據(jù)元年，2014年則為移動互聯(lián)元年。物流大數(shù)據(jù)研究和應用剛剛起步，尚屬新興的研究領(lǐng)域，發(fā)展比較緩慢。從細分市場來看，醫(yī)藥物流、冷鏈物流、電商物流等都在嘗試趕乘大數(shù)據(jù)這輛高速列車，但從實際應用情況來看，目前電商物流憑借互聯(lián)網(wǎng)平臺具有一定的先發(fā)優(yōu)勢。大數(shù)據(jù)或?qū)⒊蔀槲锪髌髽I(yè)的強力助手。作為一種新興的技術(shù)，它給物流企業(yè)帶來了機遇，合理地運用大數(shù)據(jù)技術(shù)，將對物流企業(yè)的管理與決策、客戶關(guān)系維護、資源配置等方面起到積極的作用。2014年，中國物流大數(shù)據(jù)應用市場應用規(guī)模為2.92億元，預計到2020年將達到188.23億元。大數(shù)據(jù)在電商物流企業(yè)中的應用貫穿了整個物流企業(yè)的各個環(huán)節(jié)，其中電商的倉儲物流環(huán)節(jié)由于表單直接與前臺銷售數(shù)據(jù)相連，其數(shù)據(jù)更具挖掘和應用價值。

 

大數(shù)據(jù)的應用
 

 

電商企業(yè)向全品類擴張時必然面臨一個問題——如何在全國范圍內(nèi)進行合理的庫存布局，以此實現(xiàn)成本和效率之間的最優(yōu)化。庫存布局包含兩個維度的含義，第一個維度是在各個倉庫里面放哪些品類的商品，如何在跨倉之間解決高拆單率的問題；第二個維度是在同一個庫內(nèi)，哪些商品放在一起是最合適倉儲作業(yè)的問題。通過大數(shù)據(jù)可以解析出不同的季節(jié)、不同的區(qū)域，訂單和商品的關(guān)聯(lián)度，系統(tǒng)可以知道哪些商品會非常頻繁的被同一個客戶下單購買。通過智能算法，去形成對于商品的第四級分類，該分類方式能夠幫助企業(yè)更好地實現(xiàn)物流服務水平和成本之間的最優(yōu)。

 

 

在揀貨過程中，一般是由系統(tǒng)下傳揀貨集合單給揀貨人員，由揀貨人員按照集合單上的商品順序依次完成揀貨作業(yè)。傳統(tǒng)的倉儲系統(tǒng)雖然采用訂單的批次處理策略，但主要依賴于倉庫人員的經(jīng)驗，人工設置篩選條件來生成揀貨集合單任務，從而造成揀貨位置分布極其分散、揀貨行走路徑冗長、揀貨路徑選擇不合理等問題，嚴重阻礙了倉庫的運轉(zhuǎn)效率。

 

而現(xiàn)在，利用大數(shù)據(jù)和機器學習，倉內(nèi)系統(tǒng)可以根據(jù)商品的歷史出庫數(shù)據(jù)和儲位數(shù)據(jù)情況來進行自我學習，對具有相似屬性的訂單進行地理位置上的分類，將局部區(qū)域的訂單集中在一起，用算法取代人腦規(guī)劃超過550萬平米庫房的最優(yōu)揀貨路徑，用代碼代替人腿協(xié)助近萬名揀貨員奔跑，讓巨型物流中心的揀貨員，像行走在7-11便利店一樣，每穿越一個貨架，都滿載而歸，從而節(jié)省揀貨行走時間，提升倉庫的運轉(zhuǎn)效率。

 

 

利用大數(shù)據(jù)進行預測是大數(shù)據(jù)應用中的一個重要方向，通過大數(shù)據(jù)預測技術(shù)，可以挖掘出消費者的消費偏好及習慣，預測消費者需求，從而將商品物流環(huán)節(jié)和客戶需求同步進行，將商品提前布局到消費需求周圍、并預計運輸路線和配送路線，緩解運輸高峰期的物流壓力，提高客戶的滿意度和客戶粘度。

 

 

大數(shù)據(jù)對于未來倉儲物流的發(fā)展有著變革性的意義。倉內(nèi)的各種物資如何完成高效的運轉(zhuǎn)作業(yè)，其核心在于如何挖掘出倉儲相關(guān)大數(shù)據(jù)的價值，并把它與倉內(nèi)的各種設備和作業(yè)策略結(jié)合起來。未來，物聯(lián)網(wǎng)技術(shù)可以捕捉倉內(nèi)的每一個資源的狀態(tài)，包括人、設備、設施、庫存、訂單，通過這種動態(tài)狀態(tài)的捕捉，可以即時獲取到生產(chǎn)線上的瓶頸。把這些數(shù)據(jù)匯聚到中央調(diào)度系統(tǒng)，由中央調(diào)度系統(tǒng)去做柔性的、動態(tài)的安排。利用大數(shù)據(jù)也可以突破現(xiàn)有倉庫不同商品、不同作業(yè)模式的限制，大數(shù)據(jù)驅(qū)動的策略引擎可以根據(jù)當前的訂單結(jié)構(gòu)和倉庫產(chǎn)能，自主地調(diào)控對不同訂單、不同業(yè)務流程的作業(yè)模式，從而解決全領(lǐng)域、全業(yè)務形態(tài)、全品類商品的同倉生產(chǎn)問題。大數(shù)據(jù)為倉儲物流的精細化作業(yè)、智能化作業(yè)提供了無限暢想的空間，同時如何有效收集、處理、分析指數(shù)級增長的分散數(shù)據(jù)以服務于倉儲物流的現(xiàn)場運營和決策指引，也是企業(yè)當前面臨的一個巨大挑戰(zhàn)。