物流大数据分析 应用的几个方面 无所不在的物流大数据.ppt

无所不在的物流大数据 ——物流大数据的应用 主讲教师：鲁薇 当今社会已经步入信息化时代，大数据逐渐成为现代社会基础设施的一部分，就像物流行业中的公路、铁路、港口、水电和通信网络一样不可或缺。在物流领域的各个环节都有大数据的影子。 01 Part one 预测市场情况 Part two 选址物流中心 优化配送线路 物流大数据 的应用 02 Part three 03 Part four 05 Part five 04 调配仓库储位 描摹用户画像 PART 1 预测市场情况 预测市场情况 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。 PART 2 选址物流中心 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，使配送成本和预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。 选址物流中心 PART 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。 优化配送路线 PART 4 调配仓库储位 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。 调配仓库储位 PART 5 描摹用户画像 用户画像（User Persona），是建立在一系列属性数据之上的目标用户模型。它的核心工作主要是利用存储在服务器上的海量日志和数据库里的大量数据进行分析和挖掘，给用户贴“标签”，而“标签”是能表示用户某一维度特征的标识，主要用于业务的运营和数据分析。通过描摹用户画像，可以做到客户的精准定位，产品更好的推销。 描摹用户画像 谢谢观赏