1、浅析在大数据时代背景下如何提升物流供应链价值【摘要】近年来，大数据的应用问题引起了理论界和实务界的高度关注。物流业是一个产生海量数据的行业，大数据在物流企业的广泛应用，对于企业动态适应多变的市场环境、满足日趋个性化的顾客需求、应对激烈的市场竞争都具有重要意义。本文在分析物流行业大数据特点及其在物流行业的应用特性的基础之上，研究了大数据应用技术对物流企业竞争力的影响。探讨了物流企业利用大数据相关技术提升物流企业竞争力的基本思路。 【关键词】大数据 物流企业 竞争力 当业界还在探讨物联网和云计算等前沿概念的时候，一些国际 IT 巨头已经聚焦于物联网和云计算产业背后的大数据，并努力挖掘其背后的潜在价
2、值能否抓住“大数据”所带来的机遇，将成为物流企业提升核心竞争力的关键环节。这就需要充分认识物流行业大数据的特点、应用特性，明晰大数据相关技术提升物流企业竞争力的作用机制。 一、物流行业大数据的特点 从数据来源来看，主要来自于社会化媒体、互联网及移动互联网、电子商务等发面。相应地，物流行业的大数据类型也呈多样化特点，可以描述如下：人的行为信息、习惯信息、偏好信息、交互数据等；Web 文本数据、流量分析数据、电商交易数据、使用者网络活动数据等。 二、物流行业大数据的应用特征 （一）大数据的应用潜力巨大 在大数据时代，企业的外部数据权重急剧上升，决策价值越来越突出，这意味着仅仅依据占数据总量 15%
3、 左右的结构化数据进行决策越来越失之偏颇，物流企业决策者驾驭业务的战情数位仪表盘其实是残缺的。大数据应用技术就是能够妥善解决这些问题的性价比比较高的数据计算与存储方式。无论是从信息技术应用的契合度还是从短期内投资大数据的可能性进行测度，物流行业都具有大数据应用技术推广的优越条件。但他们同时还指出，虽然物流行业对“大数据”概念的知晓率为 91.8%，但究其应用而言，总体上还处于“认知”阶段，这意味着大数据在物流行业应有较大的应用潜力。 （二）大数据的供应链特征明显 物流行业大数据的应用正越来越呈现出供应链特征。这个“数据供应链” ，存在着数据收集、数据处理、数据分析、数据价值提取、数据价值消费等
4、多个环节） ，参与者包括原始数据提供者、数据收集者、数据平台商、数据应用技术开发者、数据服务提供者、数据产业投资者，数据价值消费者等多个主体。 三、大数据应用对物流企业竞争力的影响 大数据通过影响物流企业竞争力的环境、资源、能力三个要素，提升其竞争力，而物流企业竞争力的提升则表现为快速反应、稳定可靠、灵活性和弹性提升，顾客满意度提升，经济效益提高。如图 1 所示。 （1）对资源要素的影响。大数据时代，数据被许多权威人士比作“新型石油” ，日渐成为一种战略性资源和企业的核心资产。大数据及其所承载的知识和信息作为一种极具战略价值的经济资源，通过参与企业的经济活动和营运过程，正在充分地发挥其独特的整
5、合效应，促进物流企业提高组织效率、降低成本、创新服务、维系良好的品牌形象和客户关系、增进经济效益等。 （2）对能力要素的影响。提升物流企业的战略管理、战略决策能力。大数据的应用有利于企业推行数据驱动的敏捷决策，从长远来看，还会推动企业组织架构和业务流程的全面变革，企业决策权力的配置将更合理，决策的制度化、流程化程度更高，决策更公开、透明、精准、有效、可追溯。其次增强物流企业的运作管理能力。大数据的应用可以提升企业业务营运的可视化程度，推动知识和信息在组织内部的共享；精确掌控企业各项资源的运行情况。拓展物流企业的市场营销能力。大数据应用技术有助于提升市场研究的效率，有关顾客偏好、情绪、消费体验等
6、真实信息将更容易取得，有利于对目标客户的精确细分、重点客户和高价值客户高效筛选；增进企业创新发展能力。大数据应用有助于企业建立广泛的外部合作伙伴网络，推进整体创新战略，将问题的“搜索者”和“创意者” 、 “解决者”结合在一起，为合作创新机制的建立提供了动力源泉 四、物流企业推动大数据应用的思路 物流企业应抓住大数据所带来的机遇，主动借力大数据提升企业竞争力（闫成印，2012 ） 。本文推出涵盖战略、领导、流程、技能、人员的模式。 （1）战略：建立数据资产管理战略，作为物流企业总体战略的一部分，围绕“资源管控”和“服务优化”两个基本命题，在企业整体战略中要有大数据应用的总体方案。这一方案既要着眼
7、企业的实际情况，又要有长远的规划，在软件和硬件投入方面都要有指导性的日程表安排。 （2）领导：大数据的应用是“一把手”工程，领导的重视是成败的关键。企业领导层应主动变革思维模式，进行实质性的资源投入支持大数据技术的深入应用。 （3）流程：优化数据资产管理和大数据应用的流程。在数据的收集和处理方面，要做好整合，认真发掘组织内部的“休眠数据”并认真评估其价值，同时要高度重视外部数据对企业的战略价值，推动企业内部的数据处理系统与合作伙伴的相关系统的集成，实现顺畅的数据交换和信息交流。 （4）技能：促进大数据应用技术在组织内的扩散，并内化为组织整体技能。推动员工熟悉数据驱动决策下的业务运作，将数据应用视为业务营运的工具和助手。采取措施推动员工数据应用技能的持续进步，促进企业决策者、管理者、业务人员和数据工程师基于数据分析和数据应用的沟通、共享、协同，消除“数据孤岛”现象。 （5）人员：有计划地培养大数据应用的专业人员。这些专业人士应成为“数据工程师” ，兼具数学知识、IT 技能、业务知识，并能够作为大数据应用的“先锋” ，引领企业跨越“数据鸿沟” ，并能提供专业的数据应用技术服务。 参考文献： 1闫成印.物联网带动大数据发展J.互联网天地，2012， （11）.
