浅谈物流企业数据信息管理创新探究.docVIP

浅谈物流企业数据信息管理创新探究[摘 要]物流的行业特性积累了海量数据和非结构化数据，在积极推进物流行业信息化发展的前提下，大数据分析应可以让物流企业获得巨大的效益，从而提升物流行业的发展水平。 [关键词]大数据；物流企业信息；创新管理 [中图分类号]F 274 [文献标识码]A [文章编号]1005-6432（2013）6-0038-02 1 大数据的基本概念 1989年，Gartner提出BI概念，2008年，Gartner将BI概念进一步升级为高级分析（Advanced Analytics）。2011年，麦肯锡阐释了大数据概念，现在的大数据分析技术能处理相比20年前更大量、多样、实时（Volume、Variety、Velocity）的数据，即大数据。相比20年前的BI，现在的大数据分析能够产生更大的商业价值，大数据存储和分析技术的发展也得益于商业场景中数据量的激增和数据种类的多样化。麦肯锡在其报告中指出，排除体制障碍，大数据分析可以帮助美国的服务业一年创造3000亿美元的附加价值。 大数据时代来临首先由数据丰富度决定的。根据IBM最近的一项研究，过去两年生成的信息占整个人类历史信息总量的百分之九十。这就是大数据，其体量已经达到了传统数据库管理系统无法有效处理的程度，大量的UGC（互联网术语，全称为User Generated Content，即用户生成内容的意思）内容、音频、文本信息、视频、图片等非结构化数据出现，物联网的数据量更大，加上移动互联网能更准确、更快地收集用户信息，比如位置、生活信息等数据，从数据量来说，目前已进入大数据时代。以往大数据通常用来形容一个公司创造的大量非结构化和半结构化数据，而现在提及“大数据”，通常是指解决问题的一种方法，即通过收集、整理生活中方方面面的数据，并对其进行分析挖掘，进而从中获得有价值信息，最终衍化出一种新的商业模式。 虽然大数据目前在国内还处于初级阶段，但是商业价值已经显现出来。首先，拥有大量数据的公司基于数据交易即可产生很好的效益；其次，基于数据挖掘会有很多商业模式诞生，定位角度不同，或侧重数据分析。比如帮企业做内部数据挖掘，或侧重优化，帮企业更精准找到用户，降低营销成本，提高企业销售率，增加利润。 未来，数据可能成为最大的交易商品。但数据量大并不能算是大数据，大数据的特征是数据量大、数据种类多、非标准化数据的价值最大化。因此，大数据的价值是通过数据共享、交叉复用后获取最大的数据价值，未来大数据将会如基础设施一样，有数据提供方、管理者、监管者，数据的交叉复用将大数据变成一大产业。据统计，目前大数据所形成的市场规模在51亿美元左右，而到2017年，预计会上涨到530亿美元，因此大数据对企业来说具有很重要的实际意义。 2 物流行业在数据应用方面面临的主要问题 信息技术进步使信息化成为企业发展和快速扩张的有效支撑手段，多年来，国内外各行各业分别建设了适合本企业的信息系统，如生产支撑型、业务支撑型、管理支撑型，以及分析决策型系统等；与此同时，随着全球经济发展、市场竞争加剧、新技术的推陈出新和逐渐商用，信息系统所承载的业务内涵、系统规模和数量和复杂性也在不断攀升。 面对众多信息系统，如果缺乏完整、一致的企业数据视图，业务部门将不知道企业内哪些系统拥有自己所需的数据；用户在不知道数据质量状况或明知数据不可靠的情况下，不可能放心使用数据，无从根据数据作出正确判断、决策和快速响应。这些都将遏制数据价值的完整释放。在数据质量有保障的前提下，对企业的大量历史数据采用商业智能、数据挖掘、预测能技术手段，能从数据中发现事物发展的深层次规律，例如客户偏好、收入预测、客户流失倾向预测等，为企业提供经验总结和预见性的业务支撑；另外，良好的数据管理机制将在企业内形成良好的知识共享和传承体系，促进企业的人才培养和组织进步，实现数据增值。反之，数据的零散分布、数据歧义、低劣的数据质量，以及制度和平台的缺乏，将严重遏制数据价值的进一步发挥和增值。 3 大数据分析管理在物流行业应用的重要意义 3.1 大数据分析可以帮助企业建立用户的忠诚度并增强黏性 对于物流企业来说，新增用户的获取往往比对存量用户价值挖掘更能获得企业的青睐，然而，2/8定律很好的告诉我们，一家公司80%的利润实际上是来自于20%的现存客户。通过分析现存客户的行为习惯可以将他们的市场推广投入、供应链投入和促销投入回报最大化。利用先进的统计方法，物流企业可以通过用户的历史记录分析来建立模型，预测未来的行为，进而设计促销活动和个性服务避免用户流失到其他竞争对手那边。比如电商企业可以创建顾客产生变化的模型，根据用户消费习惯周期定期给这些顾客推送相关产品，使这些客户形成长期的忠诚度。这种对