物流發(fā)展:大數(shù)據(jù)時(shí)代如何利用數(shù)據(jù)進(jìn)行有效物流決策
隨著信息時(shí)代數(shù)據(jù)量的劇增,深化物流管理最為有效的方法是引入數(shù)據(jù)分析技術(shù),對(duì)物流數(shù)據(jù)進(jìn)行分析和預(yù)測(cè),取代經(jīng)驗(yàn)論,幫助決策者做出快速、準(zhǔn)確的決策。
1、物流領(lǐng)域常用數(shù)據(jù)分析場(chǎng)景梳理我們整個(gè)物流環(huán)節(jié),數(shù)據(jù)分析的應(yīng)用可以分為兩個(gè)方向,規(guī)劃和預(yù)測(cè)。
其中規(guī)劃方向的應(yīng)用往往是以成本和時(shí)間為優(yōu)化目標(biāo),或者是兩者綜合的多目標(biāo)優(yōu)化,在分析過(guò)程中我們往往是通過(guò)成本構(gòu)成或者時(shí)間構(gòu)成的角度去尋找他的影響因素,在分析這些影響因素的基礎(chǔ)之上,找到合理的變量取值,使得成本最優(yōu),時(shí)間最少。常用的應(yīng)用場(chǎng)景包括倉(cāng)儲(chǔ)選址規(guī)劃、運(yùn)輸路徑規(guī)劃、倉(cāng)儲(chǔ)布局規(guī)劃。
預(yù)測(cè)方向的應(yīng)用場(chǎng)景主要包括市場(chǎng)銷售預(yù)測(cè)、采購(gòu)需求預(yù)測(cè)、供貨周期預(yù)測(cè),預(yù)測(cè)不會(huì)直接產(chǎn)生經(jīng)濟(jì)效益,它的意義主要體現(xiàn)在在了解未來(lái)發(fā)展方向和發(fā)展量的基礎(chǔ)上采取合理的預(yù)防措施,比如說(shuō)市場(chǎng)銷售預(yù)測(cè)是為了合理安排生產(chǎn)和庫(kù)存,進(jìn)而獲得供應(yīng)鏈總體成本的最優(yōu)。
在大數(shù)據(jù)時(shí)代,我們獲得數(shù)據(jù)越來(lái)越多,不管是數(shù)量上還是維度上,常用數(shù)據(jù)分析方法也都有可以進(jìn)一步的拓展,使結(jié)果更加的合理準(zhǔn)確。
2、倉(cāng)儲(chǔ)選址規(guī)劃常用數(shù)據(jù)分析方法倉(cāng)庫(kù)選址是指在一個(gè)具有若干供應(yīng)點(diǎn)及若干需求點(diǎn)的經(jīng)濟(jì)區(qū)域內(nèi),選一個(gè)地址建立倉(cāng)庫(kù)的規(guī)劃過(guò)程。合理的選址方案應(yīng)該使商品通過(guò)倉(cāng)庫(kù)的匯集、中轉(zhuǎn)、分發(fā),達(dá)到需求點(diǎn)的全過(guò)程的效益最好。
常用的倉(cāng)儲(chǔ)選址數(shù)據(jù)分析方法包括精確重心法、加權(quán)評(píng)分法、P-中值法、鮑摩-瓦爾夫模型、多級(jí)多設(shè)施選址模型等等。
(1)精確重心法
(2)加權(quán)評(píng)分法
(3)P-中值法
(4)鮑摩-瓦爾夫模型
(5)多級(jí)—多設(shè)施選址模型
3、倉(cāng)儲(chǔ)選址常用方法對(duì)比分析
由于不同的企業(yè)在建設(shè)物流配送中心時(shí),對(duì)配送中心未來(lái)用途、構(gòu)成的需求有所不同,因此在對(duì)物流配送中心進(jìn)行規(guī)劃時(shí)要充分考慮這些因素,選取適當(dāng)?shù)倪x址方法。
4、大數(shù)據(jù)時(shí)代倉(cāng)儲(chǔ)選址方法應(yīng)用拓展
那么在大數(shù)據(jù)環(huán)境下,我們應(yīng)該如何更加有效的選址呢?
應(yīng)用大數(shù)據(jù)進(jìn)行選址可以實(shí)時(shí)獲取海量數(shù)據(jù)資源,使得準(zhǔn)確性大大提高,隨著信息獲取方法的智能化以及多樣化,人們也不一定非要到實(shí)地去勘測(cè)調(diào)研,大大節(jié)省人力物力。
大數(shù)據(jù)時(shí)代,針對(duì)倉(cāng)儲(chǔ)選址場(chǎng)景,除了運(yùn)用綜合的模型和智能的算法,分析獲得的有效數(shù)據(jù),提取隱含其中的信息,得出最優(yōu)的倉(cāng)儲(chǔ)選址結(jié)果之外。可以向前拓展數(shù)據(jù)獲取方式,通過(guò)RFID射頻數(shù)據(jù)、傳感器數(shù)據(jù)、社交網(wǎng)絡(luò)數(shù)據(jù)、移動(dòng)互聯(lián)網(wǎng)數(shù)據(jù)等方式獲得各種類型海量數(shù)據(jù)。向后延伸數(shù)據(jù)可視化方法,借助計(jì)算機(jī)圖形學(xué)和圖像處理技術(shù),將選址結(jié)果轉(zhuǎn)化為圖形,清晰有效地傳達(dá)于受用者。
歸根結(jié)底,倉(cāng)儲(chǔ)中心選址的決定因素主要還是中心供需量、物流運(yùn)輸成本和中心建設(shè)運(yùn)營(yíng)成本三個(gè)方面,大數(shù)據(jù)對(duì)倉(cāng)儲(chǔ)中心的選址的影響歸根到底還是對(duì)于這三個(gè)方面因素的作用。
大數(shù)據(jù)時(shí)代,通過(guò)RFID射頻技術(shù)、傳感器、GIS、GPS、社交網(wǎng)絡(luò)、移動(dòng)互聯(lián)網(wǎng)等方式可以獲得各種類型海量數(shù)據(jù)。
基于數(shù)據(jù)采集技術(shù)獲取有效基礎(chǔ)數(shù)據(jù),通過(guò)適用的數(shù)據(jù)分析方法,得出最優(yōu)的倉(cāng)儲(chǔ)選址結(jié)果,選用數(shù)據(jù)可視化工具直觀和明顯地展示選址后系統(tǒng)流量流向地圖。
大數(shù)據(jù)已經(jīng)滲透到物流領(lǐng)域的各個(gè)環(huán)節(jié)之中,其作為一種新興技術(shù),它給物流的發(fā)展帶來(lái)了更多的機(jī)遇。對(duì)物流企業(yè)而言,合理地運(yùn)用大數(shù)據(jù)技術(shù),對(duì)企業(yè)的管理、客戶關(guān)系維護(hù)、資源配置等方面都將起到積極的作用,使物流決策更加高效與準(zhǔn)確。