- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
电子商务——网上零售new.ppt
中国物流发展趋势 传统储运企业积极向第三方物流企业转化 由企业物流向社会专业物流转变 政府投入物流基础设施建设 物流与现代信息技术紧密结合 国际十大物流公司 UPS?:全球最大的包裹递送公司,同时也是世界主要从事专业运输 和物流服务的提供商。每天经该公司投递快件的收件人高达600万。 该公司已建立了规模庞大、可信度高的全球运输基础设施,开发出 全面、富有竞争力,并且有担保的服务组合,并不断利用先进技术 支持这些服务。 FEDEX :一家环球运输、物流、电子商务和供应链管理服务供应商 ,为客户提供一体化的物流解决方案。子公司包括FEDEX?EXPRESS( 经营速递业务)、FEDEX?GROUND(经营包装与地面送货服务)、 FEDEX?CUSTOM?CRITICAL(经营高速运输投递服务)、FEDEX?GLOBAL (经营综合性的物流、技术和运输服务)?以及VIKING?FREIGHT。 国际十大物流公司 DPWN :德邮是德国的国家邮政局,是欧洲地区处于领先位置的物 流公司。近期改名为DERTSCHE?POST?WORLD?NET(DPWN),以适应其 业务全球化特点及电子商务带来的影响。DPWN划分为四个自主运营 的部门,即邮政、物流、速递和金融服务。 NIPPON?EXPRESS :日通的主要业务是汽车运输、空运、仓库等, 分别占44%、16%、5%。其经营收入的93%来自于日本本土;客户主要 分布在电子、化学、汽车、零售和科技行业。 国际十大物流公司 RYDER :RYDER系统公司在全球范围内提供一系列的物流、供应链 和运输管理服务。此外,还提供具有全面的供应链解决方案和电子 商务解决方案,提供从原材料供应到产品配送等支持客户管理的整 条供应链系统。 TPG :荷兰邮政为全球200多个国家的客户提供邮递、速递及物流 服务,并拥有荷兰各邮局机构50%的股权。现有137间仓库,占地 155万平方米。 国际十大物流公司 EXPEDITORS?:一家无缝的国际性服务网络,提供全球物流服务。 服务内容包括空运、海运(拼箱货服务)及货代业务,另外还包括 配送管理、货物保险、订单管理及物流信息服务等。 PANALPINA :泛亚班拿是世界上最大的货运和物流集团之一,在 65个国家拥有312个分支机构。核心业务是综合运输业务。除了处理 传统货运以外,还提供跨国物流服务,尤其在汽车、电子、电信、 石油及能源、化学制品等领域。 国际十大物流公司 CNF :在空运、非货运型公路运输等领域占主导地位,为30多万家 用户提供全方位的运输服务,每年运输2000多万宗货物,总重量达 到300亿磅。业务遍及200多个国家,为美国几乎所有大型公司提供 服务。 EXEL:分为5大部门,即欧洲部、美洲部、开发和自动化部、技术 和全球管理部以及亚太部,全球网点达到1300个。目前,该公司分 为3家运营子公司,EXEL(原NFC公司)、MSAS全球物流公司和CORY? ENVIRONMENTAL。MSAS是世界上规模最大的货代之一,提供多式联运 、地区配送、库存控制、信息技术和供应链解决方案等服务。CORY? ENVIRONMENTAL是英国规模最大的废品处理公司之一。 启示 美国物流企业占据主导地位。世界前10大物流企业中美国占有5家,同时这5家的收益之和占前10大企业收益的2/3由企业物流向社会专业物流转变 十大物流企业中,以空运、快递、陆运为主要业务的公司居多 业务本土化程度高。如UPS的美国国内业务占其整个业务的89%,FEDEX美国国内业务占76%,DPWN的欧洲业务占70%以上,TNT在本土的业务占85%,日通本土化达到93%。? 十大物流企业中绝大部分是资产密集型企业,大多拥有物流设施和网络。 数据挖掘 Data mining Knowledge discovery Pattern discovery Data dredging Data archeology 定义: 数据挖掘是从大量的数据中抽取出潜在的、不为人知的有用 信息、模式和趋势 目的: 提高市场决策能力;检测异常模式;在过去的经验基础上预 言未来趋势 数据挖掘技术和算法 Market Basket Analysis:智能搜索、超市 决策树:分类 神经网络:聚集、偏差分析 归纳逻辑程序 遗传算法 模糊逻辑 粗集(rough set) 概念学习 简单的基于规则的推理 聚类分析 数据挖掘技术和算法 不同的目的(不同的数据类型)采用不同的算法: 说明性和描述性 自动聚集检测;决策树;神经网络: 直接数据挖掘,预言,估值,分类,预定义目标变量的 特征行为 决策树;神经网络: 间接数据挖掘:没
文档评论(0)