2012年美國《紐約時報》一篇專欄稱“大數據時代來臨”，如今“大數據”幾乎滲透到每個行業和領域，包括高速發展的國內物流業。比如像菜鳥網絡，就是基于阿里云大數據平臺打造，將各家快遞公司數據與之對接，從而達到更精準監控，進而提升物流效率。
　　那么大數據分析在物流領域具體能起到什么作用呢?
　　資源配置優化、路由規劃
　　物流市場的動態性和隨機性很強，從大數據中可以獲取市場變化、物流需求等信息，及時規劃和調整資源配置;同時可因此優化物流路由規劃，降低物流成本和提高時效。這里主要涉及的是運輸和倉儲。
　　網點、園區和樞紐的布局
　　物流選址相當重要。市場貨量、交通網絡、輻射區域、競爭對手市場占有率等情況，都必須納入考量的因素，大數據分析便能幫助決策。
　　物流定價
　　在零散貨運市場，受信息化程度及其它因素影響，物流價格往往波動較大，我們不作討論。而對于品牌物流企業來說，價格戰同樣也是越演越烈。
　　定價基于的成本計算，往往要通過十分龐大的數據模型來獲得，不同類型貨物、不同地域、運力成本、網絡網點等都會對成本產生較大影響。
　　運輸車輛運營管理
　　近年商用車廠家、零部件廠家和第三方軟件公司開發的車聯網系統，讓數據驅動車輛管理變得更容易。通過使用車輛網系統，運營車輛的能耗數據、路線跟蹤、駕駛行為等數據一目了然，有助于規劃車輛保養、用車成本統計、改善司機駕駛習慣等。
　　最近，國產智能卡車開始投放市場，各種電子智能系統能提升車輛的安全性能之余，還能收集更多的數據信息。譬如防側翻系統，便可以將有可能發生側翻的情況、電子剎車系統作用的次數記錄在案。
　　沃爾沃車輛管理運營領域專家楊光喜提出數字化車隊管理的理念，利用數據我們可以對運營車輛進行全生命周期管理。一般物流散戶對車輛油耗成本的計算，往往是總重多少、百公里幾升油，其實是不準確的。
　　隨著物流車輛的運營時間增長，車輛開始出現“疲勞”，油耗會隨之上升，維修頻次也會增多。通過數據收集和分析，我們可以獲取某一品牌、固定動力配置車輛的全生命周期油耗，比如100萬公里的總油耗，或者是某一里程區間的油耗，比如20-30萬公里區間內的車輛平均油耗。同理還可用于車輛的維修保養管理，因此就可以產生出車輛全生命周期成本的計算模型，那么車隊的運營成本分析就十分明朗。
　　通過這樣的數據分析，還可以預測車輛價值“拐點”--達到某一里程后，車輛盈利能力開始下降，這時我們通過二手車市場價格來判斷車輛是否該轉手，再進行新一輪的車輛采購。目的是為了持續性的最大化盈利。
　　說在最后
　　近期一些車貨匹配平臺嘗試了采用司機報價的功能，一時間貨運價格來得更低了，有人說本質是運力過剩。縱觀零散而亂的貨運市場，的確如此。而對于業務量日益增長的品牌物流企業來說，卻有運力不足的情況發生，許多散戶無法成為他們的外包車輛，其實還是競爭力不足的問題。通過大數據分析等手段來實現降本增效的大車隊，依然是市場的搶手貨。
 
 

http://m.jintingqj.cn/baike/402.html 大數據在物流行業都能干啥?如何利用它降本增效?