APP下载

大数据时代下的物流配送教学的内容革新*

2019-10-09李双艳张得志黄向宇杨格格

物流工程与管理 2019年9期
关键词:物流配送物流车辆

□ 李双艳,张得志,黄向宇,杨格格

(1.中南林业科技大学 交通运输工程与物流学院,湖南 长沙 410004;2.中南大学 交通运输工程学院,湖南 长沙 410075)

1 引言

传统教学教授的物流方案设计中数据获取和处理分析方法较为简单,需要实地调研,而大数据技术获取数据更为多维、便捷,数据的可靠性和实时性也更好,可以应用到数据源获取和处理中去,用以挖掘潜在动态的关联,优化物流方案,实现数据价值。郑玉斌[1]运用大数据系统对物流系统上下游节点信息进行收集、整理和分析,产出可供用户分析、决策使用的可视化结果。已有不少教学者提出应将大数据相关知识融入到专业教学中,如刘长石等[2]分析了智慧物流时代物流管理人才的需求,包括能采用信息技术精准对接供应商、分销商、合作商、配送车辆、配送网点、配送客户等各环节信息,应用深度感知实现智能仓储管理。而物流配送是实现完整物流供应链流通的最终执行环节,是客户和物流企业关联的纽带,目的是及时准确低成本将订单产品运送到客户,其方案设计的科学性是物流水平的直接体现。将大数据技术应用到物流配送中,可以全面及时的收集各类相关数据,进行筛选分析,以支持配送优化。

2 大数据在物流配送中的应用

干彬等[3]指出传统的配送方案考虑的是企业经济因素,而建立大数据下可视化物流配送优化选址模型时,应该在考虑企业经济因素的同时将自然环境因素和交通因素以及人文环境等其它影响因素都包含在内。陆琳,何倩文[4]利用大数据对物流配送信息进行处理为决策者提供更加可靠的决策依据成为城市智慧物流配送发展的新方向。王智泓[5]云物流是依托云计算所建立的现代物流商业模式,成为大数据技术在物流行业中的实现载体。用以更好地整合资源、共享资源,优化物流路径,减少非必要物流环节。

对配送企业而言,每日生成的消费者订单成千上万,转换以PT为单位的结构数据,通过大数据平台和工具,如Hadoop,spark,Hivemall等进行处理和分析,解析出客户集群,物流量和物流信息,据此决策每日配送的车辆安排、配送频次、配送路线;另一方面,消费者可以随时查询订单动态,配送在途中的具体情况。即大数据技术可提供差异化和个性化的物流配送服务,为消费者提供更好的物流配送体验。同时,也实现了配送的精准性,更好地满足大数据时代消费者的物流末端配送体验需求。以下三方面是大数据在配送的具体应用。

2.1 提前配货策略

企业通过对消费者的行为数据包括客户历史订单、商品浏览记录、添加购物车的商品类进行分析,提前预测消费者的购买意向。在客户下单之前提前备好商品,提前配货很大程度缩短了配送的时间,提高了配送效率,降低客户等待时间。还可进一步利用消费者购买产品的具体时间和次数,产品数量和种类等,应用相关性分析建立客户的消费行为与时间段之间的具体联系,消费者和产品间的关联,在消费旺季或者是消费高峰时间段到来之前,按照一定的比率把产品配置到最近的配送点,用最短的时间来满足消费高峰时的产品需求。避免出现产品供应不足,缺货现象的发生,在保障配送质量的同时给消费者良好的服务体验。这种方法对于具有消费时间规律的产品配送尤为有效。

图1 大数据技术实现提前配货的流程图

2.2 配送过程管理

通过大数据平台对配送相关历史数据,如配送车辆到达的平均等待时间、在目的地的装卸货时间、与客户的交接时间等的分析,明确配送过程的瓶颈,保障配送产品过程的安全。并在车辆到达前进行预测,提前通知客户收货,避免车辆等待客户或客户等车的现象,节省双方的时间成本。结合气象部门提供的气候信息和交通部门的交通事故等意外情况,及时更新产品配送到货的具体时间。

2.3 配送路径的优化

无论从产品配送成本的角度来讲,还是从保障产品质量的角度讲,以最短的时间把产品配送客户手中是最重要的。这就要求配送企业合理的规划配送车辆的配送路径来缩短配送的时间。在大数据时代,配送企业可以借助数据云提供的基础设施数据来对配送路径进行合理的规划,如天气、交通情况和路况等基本情况。通过公共数据云提供的基础数据来细分城市交通每一段路径的具体情况,如分析一天之中路段的车辆通过时间和通过率、道路的拥堵情况和发生交通事故的概率等基础交通信息,基于车辆配送动态模型和随机车辆路径规划的理论,充分考虑各配送任务时间窗的约束,快速生成合理的配送路径。

在配送的途中,大数据平台可以接收运输车辆实时反馈的运输车辆的运行状态,公共数据云接收到车辆反馈过来交通信息,使用大数据平台在线的动态车辆路径优化模型,做出在途实时的路径调整安排,大数据平台会根据获取的数据,找出实时配送状态下最优的配送路径,缩短配送时间。

图2 大数据技术在配送路径决策中的应用

可见,大数据优化配送时需要用到多维数据,包括地理数据、市场环境数据、客户订单数据等。这些数据收集可通过各类传感器数据、RFID射频数据、社交网络数据、电子商务交易平台获取。

3 结语

大数据技术能够提供真实、及时、准确的信息,且信息更新频率快,很大限度的避免了信息的过时。配送决策者通过对实时信息的收集、整合、分析研究,得到全面、较为准确的数据资源,从而进行相对传统物流配送更加正确全面的决策。在物流相关专业的教学中,将大数据知识结与物流配送结合起来,让学生理解物流大数据的内涵,掌握大数据的基本存储、分析和挖掘等关键性技术,体会大数据技术的高时效性、实用性、可信度、低成本、多维度的优势。让学生符合新工科背景下的专业要求,适应大数据时代下的物流行业的发展趋势。

猜你喜欢

物流配送物流车辆
“地铁+电商”模式物流配送体系研究
山西将打造高效农村快递物流配送体系
本刊重点关注的物流展会
“智”造更长物流生态链
无人机物流配送路径及布局优化设计
农村电子商务物流配送优化策略分析
企业该怎么选择物流
车辆
冬天路滑 远离车辆
提高车辆响应的转向辅助控制系统