大數(shù)據(jù)時(shí)代鄭明現(xiàn)代物流管理問(wèn)題系統(tǒng)優(yōu)化方案-醬香毛毛蟲(chóng)隊(duì)

《鄭明杯》物流設(shè)計(jì)大賽l2023/10/31題目：大數(shù)據(jù)時(shí)代鄭明現(xiàn)代物流系統(tǒng)問(wèn)題優(yōu)化方案參賽組名：醬香毛毛蟲(chóng)參賽成員：周素宇溫燕怡曾露陳水清陳永菁指導(dǎo)老師：劉廣海目錄摘要 -1-第1章緒論 -2-1.1選題的背景及意義 -2-1.1.1上?，F(xiàn)代物流概況 -2-研究背景 -2-1.1.3工程研究意義 -3-1.2上海鄭明現(xiàn)代物流現(xiàn)存的幾大問(wèn)題 -3-信息問(wèn)題 -4-技術(shù)問(wèn)題 -4-企業(yè)內(nèi)部問(wèn)題 -5-1.3行業(yè)內(nèi)部現(xiàn)狀及鄭明現(xiàn)代物流企業(yè)的末端配送實(shí)驗(yàn) -5-1.4解決存在問(wèn)題的必要性 -6-第2章大數(shù)據(jù)理論及應(yīng)用現(xiàn)狀 -8-2.1大數(shù)據(jù)的背景和內(nèi)涵 -8-2.2大數(shù)據(jù)的特點(diǎn) -10-2.3大數(shù)據(jù)的分析方法 -11-2.4物流企業(yè)運(yùn)用大數(shù)據(jù)的優(yōu)勢(shì) -13-2.5大數(shù)據(jù)在物流行業(yè)中的具體應(yīng)用 -14-實(shí)例解析物流企業(yè)如何有效運(yùn)用大數(shù)據(jù) -15-2.5.2ZM公司運(yùn)用大數(shù)據(jù)技術(shù)的必要性 -17-第3章基于大數(shù)據(jù)下信息問(wèn)題的優(yōu)化方案 -20-3.1ZM公司客戶關(guān)系管理問(wèn)題與優(yōu)化方案 -20-3.1.1ZM公司客戶關(guān)系管理問(wèn)題現(xiàn)狀 -20-客戶關(guān)系管理實(shí)施根本原理 -21-3.1.3ZM公司內(nèi)部當(dāng)前CRM現(xiàn)狀 -21-3.2ZM公司大數(shù)據(jù)下CRM實(shí)施框架理論步驟與實(shí)際策略運(yùn)用 -22-客戶信息收集 -22-客戶信息分析 -23-客戶信息輸出 -25-3.2.4ZM公司客戶生命周期利潤(rùn)下的客戶價(jià)值矩陣分析及CRM策略 -25-3.3大數(shù)據(jù)下ZM公司對(duì)可視化倉(cāng)儲(chǔ)的優(yōu)化方案 -28-3.3.1ZM公司倉(cāng)儲(chǔ)可視化問(wèn)題現(xiàn)狀 -28-3.3.2ZM公司可視化倉(cāng)儲(chǔ)信息系統(tǒng)的工作機(jī)制 -28-3.4ZM公司末端配送問(wèn)題 -35-3.4.1ZM末端配送問(wèn)題問(wèn)題現(xiàn)狀 -35-遺傳算法的原理及步驟和意義 -36-模型構(gòu)建 -38-模型的應(yīng)用 -40-多源點(diǎn)配送問(wèn)題 -38-本章小結(jié) -39-第4章基于大數(shù)據(jù)下技術(shù)問(wèn)題的優(yōu)化 -40-4.1ZM公司溫濕度控制系統(tǒng)的建設(shè) -40-4.1.1ZM公司溫濕度控制系統(tǒng)的建設(shè)背景 -40-4.1.2ZM公司溫濕度控制系統(tǒng)優(yōu)化方案的根本概述 -40-4.1.3ZM公司溫濕度控制系統(tǒng)優(yōu)化方案的實(shí)際應(yīng)用 -45-4.2ZM公司存在的可溯源系統(tǒng)問(wèn)題 -47-ZM公司可溯源系統(tǒng)建設(shè)背景 -47-優(yōu)化方案的根本概述 -48-優(yōu)化方案的實(shí)際應(yīng)用 -52-本章小結(jié) -54-第5章大數(shù)據(jù)背景下ZM公司的內(nèi)部建設(shè) -55-5.1ZM公司內(nèi)部建設(shè)存在的問(wèn)題 -55-與京東等電商平臺(tái)信息不對(duì)稱 -55-傳統(tǒng)、單一的經(jīng)營(yíng)模式及業(yè)務(wù)流程 -56-公司內(nèi)部環(huán)境不佳 -57-風(fēng)險(xiǎn)評(píng)估系統(tǒng)不完善 -57-5.2基于大數(shù)據(jù)下ZM公司的內(nèi)部建設(shè)優(yōu)化 -58-加強(qiáng)信息平臺(tái)建設(shè) -58-依托大數(shù)據(jù)平臺(tái)創(chuàng)新ZM經(jīng)營(yíng)模式及優(yōu)化業(yè)務(wù)流程 -58-運(yùn)用大數(shù)據(jù)推動(dòng)ZM內(nèi)部環(huán)境的優(yōu)化 -60-5.3運(yùn)用大數(shù)據(jù)提高ZM風(fēng)險(xiǎn)評(píng)估的準(zhǔn)確度 -61-運(yùn)用大數(shù)據(jù)預(yù)判事前風(fēng)險(xiǎn) -61-5.3.2運(yùn)用大數(shù)據(jù)監(jiān)控與識(shí)別事中風(fēng)險(xiǎn) -62-本章小結(jié) -62-第六章結(jié)語(yǔ) -63-6.1研究結(jié)論 -63-6.2研究展望 -63-致謝 -65-參考文獻(xiàn) -66-摘要隨著科學(xué)技術(shù)的飛速開(kāi)展，生產(chǎn)力的不斷提升，以及顧客消費(fèi)水平的不斷提升，企業(yè)間的競(jìng)爭(zhēng)越來(lái)越劇烈。為了提高競(jìng)爭(zhēng)力，企業(yè)逐漸將目光從生產(chǎn)過(guò)程轉(zhuǎn)向流通領(lǐng)域，在降低物資消耗，提高勞動(dòng)生產(chǎn)率的根底上加強(qiáng)物流管理成為“第三利潤(rùn)源泉〞。在信息，數(shù)據(jù)作為當(dāng)今時(shí)代最為重要的兩個(gè)因素，受到越來(lái)越多的關(guān)注。大數(shù)據(jù)是實(shí)現(xiàn)物聯(lián)網(wǎng)數(shù)據(jù)感知，云計(jì)算數(shù)據(jù)計(jì)算，三網(wǎng)融合數(shù)據(jù)效勞的根底，其分析應(yīng)用已經(jīng)滲透到社會(huì)的各個(gè)方面。企業(yè)如何在大數(shù)據(jù)下挖掘獲取真實(shí)可靠高質(zhì)量的信息，成為急需解決的問(wèn)題。本文將以鄭明公司為例，用大數(shù)據(jù)優(yōu)化鄭明現(xiàn)代物流的系統(tǒng)問(wèn)題，其中包括末端物流信息，技術(shù)及企業(yè)內(nèi)部等的問(wèn)題。我們首先分析了ZM公司存在的問(wèn)題，分析了大數(shù)據(jù)在物流企業(yè)中應(yīng)用，通過(guò)優(yōu)化內(nèi)部系統(tǒng)建設(shè)，解決內(nèi)部信息不對(duì)稱問(wèn)題，從而進(jìn)行有效及時(shí)溝通，提高ZM公司風(fēng)險(xiǎn)評(píng)估的準(zhǔn)確度。采用無(wú)線射頻識(shí)別技術(shù)，利用射頻信號(hào)的電磁感應(yīng)傳輸特性，實(shí)現(xiàn)對(duì)被識(shí)別物體的自動(dòng)識(shí)別并獲取相關(guān)數(shù)據(jù)；采用指數(shù)平滑法，對(duì)溫度時(shí)間序列的歷史記錄進(jìn)行處理，能夠很好的解決溫度變化之間的相關(guān)性，通過(guò)GPS等技術(shù)提高對(duì)車輛的定位追蹤，以便及時(shí)感知了解貨物信息。車輛調(diào)度問(wèn)題是各企業(yè)存在的較為棘手的問(wèn)題，通過(guò)遺傳算法模型的構(gòu)建，優(yōu)化車輛調(diào)度，實(shí)現(xiàn)最經(jīng)濟(jì)的運(yùn)行路線，即在保證貨物需求的前提下，使運(yùn)輸時(shí)間或運(yùn)輸費(fèi)用最省。關(guān)鍵詞：大數(shù)據(jù)CRM車輛調(diào)度溫度監(jiān)控預(yù)警系統(tǒng)可溯源系統(tǒng)在途配送內(nèi)部建設(shè)第1章緒論1.1選題的背景及意義1.1.1上海現(xiàn)代物流概況上海鄭明現(xiàn)代物流于2023年5月正式成立。其前身是1994年成立的上海鄭明汽車運(yùn)輸。深耕于冷鏈物流領(lǐng)域的上海鄭明現(xiàn)代物流初創(chuàng)至今已走過(guò)20多年的歷程，由單一的冷鏈運(yùn)輸商已華美轉(zhuǎn)型為將商流、物流、信息流和資金流整合為一體的供給鏈集成商，正朝著領(lǐng)先的專業(yè)供給鏈解決方案提供商邁進(jìn)。鄭明現(xiàn)代物流主要從事冷鏈物流、汽配物流、電商物流、商貿(mào)物流、供給鏈金融等領(lǐng)域的效勞。作為國(guó)內(nèi)最早從事冷鏈物流的公司之一，鄭明物流于今年年初提出了“百庫(kù)方案〞，表示要在2023年前將公司的冷庫(kù)數(shù)量從32個(gè)擴(kuò)張到100個(gè)。鄭明在全國(guó)各地設(shè)有倉(cāng)儲(chǔ)基地和冷庫(kù)中心，正逐漸形成輻射全國(guó)，走向海外的冷鏈物流網(wǎng)絡(luò)。在強(qiáng)大設(shè)備資源的根底上，鄭明現(xiàn)代物流為客戶提供集物流方案設(shè)計(jì)、干線運(yùn)輸、城市配送、倉(cāng)庫(kù)管理、包裝分揀、信息反響等全方位的現(xiàn)代冷鏈物流效勞。在國(guó)內(nèi)各區(qū)已具備一定的客戶根底，在冷鏈方面建立自有相當(dāng)容積的冷庫(kù)，配備車輛、人員用于倉(cāng)儲(chǔ)、運(yùn)輸?shù)确矫娴男?。在汽配、快消品、醫(yī)藥制品方面，建立自有普貨倉(cāng)庫(kù)，配備車輛、人員，除倉(cāng)儲(chǔ)運(yùn)輸外，還增加高附加值的效勞。1.1.2研究背景國(guó)際金融危機(jī)爆發(fā)后，世界經(jīng)濟(jì)進(jìn)入了緩慢的復(fù)蘇期，我國(guó)經(jīng)濟(jì)也受到一定程度的影響。雖然物流行業(yè)的開(kāi)展前景依然看漲，但是對(duì)于第三方物流企業(yè)來(lái)說(shuō)，這既是機(jī)遇也是挑戰(zhàn)。鄭明現(xiàn)代物流作為一家由中、美、法合資的國(guó)際企業(yè)，業(yè)務(wù)范圍涉及供給鏈的多個(gè)方面，需要不斷的改進(jìn)自身的缺乏以適應(yīng)經(jīng)濟(jì)與社會(huì)的開(kāi)展?，F(xiàn)國(guó)內(nèi)的冷鏈物流行業(yè)，相對(duì)于干線物流而言，末端物流配送具有環(huán)節(jié)多、效勞面廣、配送線路復(fù)雜等諸多因素，且對(duì)存儲(chǔ)條件和運(yùn)輸溫度等都有較為苛刻的要求，這使得我國(guó)區(qū)域配送中心城市末端物流配送能力缺乏，嚴(yán)重制約著整個(gè)物流系統(tǒng)的高效運(yùn)作。除此之外，車輛合理調(diào)度、系統(tǒng)對(duì)接等問(wèn)題也是物流行業(yè)中難以解決的弊端，如何在最短時(shí)間內(nèi)完成車輛調(diào)度同時(shí)以最短時(shí)間將多個(gè)公司的貨物聚集到一輛車或一批車上，并安排最優(yōu)路線，都是當(dāng)前物流行業(yè)的挑戰(zhàn)。信息方面，訂單追中與運(yùn)輸可視化的問(wèn)題同樣嚴(yán)峻，雖然擁有嚴(yán)格的高科技的GPS等技術(shù)，鄭明現(xiàn)代物流在信息對(duì)接方面仍顯缺乏，為了保證配送的質(zhì)量與更好的滿足客戶需求，這些問(wèn)題都必須及時(shí)解決。隨著科技的不斷開(kāi)展，物聯(lián)網(wǎng)與云計(jì)算等前沿概念也應(yīng)運(yùn)而生。一些國(guó)際IT巨頭甚至已經(jīng)開(kāi)始聚焦物流網(wǎng)和云計(jì)算產(chǎn)業(yè)背后的大數(shù)據(jù)，并通過(guò)挖掘大數(shù)據(jù)得到其背后的潛在價(jià)值。作為產(chǎn)生海量數(shù)據(jù)的物流行業(yè)，善用大數(shù)據(jù)的應(yīng)用技術(shù)可推動(dòng)鄭明現(xiàn)代物流開(kāi)展更迅速，提升鄭明現(xiàn)代物流的企業(yè)綜合競(jìng)爭(zhēng)力。作為行業(yè)內(nèi)的佼佼者，鄭明現(xiàn)代物流同樣存在著諸如車輛調(diào)度、信息交流障礙、技術(shù)設(shè)備不配套等常見(jiàn)問(wèn)題。為了更好解決鄭明現(xiàn)代物流存在的各方面的缺乏，鄭明現(xiàn)代物流可利用其企業(yè)常年累積的海量數(shù)據(jù)，如運(yùn)輸、倉(cāng)儲(chǔ)、配送等環(huán)節(jié)的信息流量，并對(duì)這些數(shù)據(jù)進(jìn)行準(zhǔn)確及時(shí)的處理，用大數(shù)據(jù)應(yīng)用技術(shù)處理下得到的有價(jià)值的數(shù)據(jù)來(lái)幫助企業(yè)更好的聚焦開(kāi)展方向，提高作業(yè)效率，為鄭明現(xiàn)代物流帶來(lái)利潤(rùn)。1.1.3工程研究意義為了優(yōu)化改善鄭明現(xiàn)代物流的問(wèn)題，運(yùn)用先進(jìn)且有效率的技術(shù)是必不可少的。運(yùn)用物流企業(yè)的特有優(yōu)勢(shì)——海量數(shù)據(jù)，通過(guò)相關(guān)分析，將不同情境下的各種解決方案計(jì)算并進(jìn)行邏輯性串聯(lián)，用數(shù)據(jù)指引企業(yè)的成長(zhǎng)，開(kāi)掘適應(yīng)企業(yè)開(kāi)展的社會(huì)條件，摒棄過(guò)分依賴主觀臆斷的市場(chǎng)分析模式，使得企業(yè)的戰(zhàn)略制定更顯科學(xué)性。同時(shí)，運(yùn)用大數(shù)據(jù)有利于幫助鄭明現(xiàn)代物流鎖定資源，使得企業(yè)內(nèi)部資源精確鎖定。在鄭明現(xiàn)代物流的運(yùn)營(yíng)過(guò)程中，大數(shù)據(jù)的搜集與分析可幫助形成基于企業(yè)自身的資源分布可視圖，將各個(gè)配送中心的資源、車輛、倉(cāng)儲(chǔ)等信息通過(guò)圖表的形式精確的展示，實(shí)現(xiàn)配送中心到終端客戶的模擬路徑，使得鄭明現(xiàn)代物流能更好的利用各種已有或潛在的資源?！惨韵锣嵜鳜F(xiàn)代物流簡(jiǎn)稱為ZM公司〕1.2上海鄭明現(xiàn)代物流現(xiàn)存的幾大問(wèn)題1.2.1信息問(wèn)題〔1〕客戶與企業(yè)之間交流不流暢，缺乏定時(shí)、及時(shí)的交流，業(yè)務(wù)效率低，ZM公司無(wú)預(yù)警其重要客戶的流失?！?〕客戶效勞欠缺。雖然獲得了“2023-2023年度中國(guó)冷鏈產(chǎn)業(yè)金鏈獎(jiǎng)十佳物流效勞商〞的稱號(hào)，ZM公司的客戶效勞仍然沒(méi)有統(tǒng)一的標(biāo)準(zhǔn)，隨著客戶滿意度的下降，鄭明現(xiàn)代物流的客戶投訴次數(shù)日益上升，客戶反響工作不夠及時(shí)，客戶關(guān)系并未得到良好維護(hù)。運(yùn)輸與倉(cāng)儲(chǔ)的貨損與延時(shí)導(dǎo)致客戶滿意度下降。〔3〕老客戶關(guān)系維護(hù)不夠，新客戶關(guān)系難以開(kāi)發(fā)。由于鄭明現(xiàn)代物流正在快速成長(zhǎng)，但是在對(duì)待新老客戶關(guān)系開(kāi)展上仍然是統(tǒng)一對(duì)策與標(biāo)準(zhǔn)，并沒(méi)有各自針對(duì)性的戰(zhàn)略。〔4〕ZM公司企業(yè)并不完全了解每一客戶的需求，無(wú)法做出最及時(shí)的物流方案并提供具有針對(duì)性的方案?！?〕ZM公司客戶數(shù)量多，且客戶需求量不統(tǒng)一，在配送的時(shí)候要和n個(gè)公司進(jìn)行系統(tǒng)對(duì)接，也要求在最短的時(shí)間內(nèi)完成車輛調(diào)度，同時(shí)以最短的時(shí)間進(jìn)行將n各公司的貨物聚集到一輛或一批車上，并及時(shí)安排最優(yōu)路線〔6〕在滿足貨運(yùn)任務(wù)要求的前提下，如何選擇最經(jīng)濟(jì)的運(yùn)行路線，是一項(xiàng)重要的工作，所謂最經(jīng)濟(jì)的運(yùn)行路線是指在保證貨物需求的前提下，運(yùn)輸時(shí)間或運(yùn)輸費(fèi)用最省的路線。〔7〕在需求點(diǎn)較多且分布不均勻，道路網(wǎng)復(fù)雜的情況下，制定調(diào)度方案單憑個(gè)人經(jīng)驗(yàn)是難以做好的，尤其是現(xiàn)在客戶對(duì)物流配送效勞質(zhì)量要求較高，對(duì)配送的時(shí)效性要求較強(qiáng)，按規(guī)定，當(dāng)日要求配送到的貨物一定要配送到位，如何設(shè)計(jì)一定的配送調(diào)度模型和算法，，并用計(jì)算機(jī)來(lái)實(shí)現(xiàn)意義重大。1.2.2技術(shù)問(wèn)題〔1〕缺乏標(biāo)準(zhǔn)式的保鮮冷鏈運(yùn)輸車廂和溫度控制設(shè)施，無(wú)法為易腐食品的流通提供質(zhì)量保障?！?〕冷鏈物流信息技術(shù)的應(yīng)用水平較低，射頻識(shí)別技術(shù)、地理信息系統(tǒng)〔GIS〕全球衛(wèi)星定位系統(tǒng)〔GPS〕等物流管理軟件的應(yīng)用還處于理論階段。〔3〕系統(tǒng)不對(duì)接，主要是溫濕度控制等問(wèn)題，設(shè)施設(shè)備及先進(jìn)技術(shù)缺乏，預(yù)警系統(tǒng)不健全。〔4〕生鮮產(chǎn)品生產(chǎn)不夠標(biāo)準(zhǔn)化、溯源不夠透明，用戶對(duì)產(chǎn)品就無(wú)法產(chǎn)生信任感?！?〕冷鏈各個(gè)環(huán)節(jié)信息阻塞。食品冷鏈的第三方物流開(kāi)展滯后，ZM公司效勞網(wǎng)絡(luò)和信息系統(tǒng)不健全，大大影響了生鮮產(chǎn)品物流的在途質(zhì)量和運(yùn)送的及時(shí)性?！?〕質(zhì)量平安監(jiān)管信息系統(tǒng)不完善。ZM公司借助簡(jiǎn)單的標(biāo)識(shí)與記錄很難實(shí)現(xiàn)產(chǎn)品全過(guò)程的追溯，而簡(jiǎn)單的產(chǎn)品信息使得追溯過(guò)程十分的繁瑣和復(fù)雜。假設(shè)市場(chǎng)上發(fā)現(xiàn)有危害消費(fèi)者的產(chǎn)品，ZM公司不能立刻撤出該批次產(chǎn)品，也很難確定產(chǎn)品出現(xiàn)問(wèn)題環(huán)節(jié)，追究其事件的責(zé)任人。1.2.3企業(yè)內(nèi)部問(wèn)題〔1〕公司內(nèi)部信息傳遞及部門(mén)溝通不順暢?！?〕與京東等電商平臺(tái)信息不對(duì)接，信息系統(tǒng)不完善。京東貨物錄入系統(tǒng)，入庫(kù)后，在網(wǎng)上進(jìn)行銷售，鄭明接收訂單配貨、包裝、派送，這中間涉及信息傳遞問(wèn)題，鄭明與京東不是同一個(gè)系統(tǒng)，因此信息的對(duì)接存在問(wèn)題?！?〕公司選用的社會(huì)車輛監(jiān)管缺乏以及冷鏈運(yùn)輸設(shè)備不完善。因運(yùn)輸過(guò)程中食品腐爛而造成的損失每年可達(dá)30-50萬(wàn)元人民幣，對(duì)外包車輛沒(méi)有實(shí)施標(biāo)準(zhǔn)化統(tǒng)一，無(wú)論是外包車隊(duì)還是公司自有車隊(duì)的冷鏈運(yùn)輸設(shè)備缺乏，導(dǎo)致配送過(guò)程出現(xiàn)問(wèn)題?！?〕庫(kù)房環(huán)境維護(hù)，如冷凍、冷藏、存放庫(kù)等維修，包材〔冰袋、干冰等〕的維護(hù)；KPI考核，對(duì)及時(shí)率和準(zhǔn)確率的要求；食品平安方面，對(duì)溫度的需求；各類電商狂歡節(jié)下的短時(shí)間大規(guī)模產(chǎn)品出庫(kù)的頂峰處理等，也是ZM內(nèi)部的亟待解決的問(wèn)題?！?〕風(fēng)險(xiǎn)評(píng)估與管控系統(tǒng)不夠完善。自由貿(mào)易試驗(yàn)區(qū)試行兩年仍存在許多問(wèn)題，對(duì)于借助自貿(mào)區(qū)的金融政策，利用國(guó)外低本錢(qián)融資，進(jìn)行國(guó)際并購(gòu)，擴(kuò)張海外市場(chǎng)的設(shè)想，在風(fēng)險(xiǎn)評(píng)估和管控上仍需大力完善。同時(shí)，對(duì)于冷鏈物流金融方案的設(shè)想，該如何躲避可能會(huì)出現(xiàn)的風(fēng)險(xiǎn)，也是公司的問(wèn)題之一?！?〕公司業(yè)務(wù)模式傳統(tǒng)、單一。雖然公司有很多優(yōu)勢(shì)的，比方區(qū)域位置、政策支持、貿(mào)易開(kāi)展等，雖然也不可防止的面臨同類競(jìng)爭(zhēng)的劣勢(shì)。1.3行業(yè)內(nèi)部現(xiàn)狀及鄭明現(xiàn)代物流企業(yè)的末端配送實(shí)驗(yàn)隨著經(jīng)濟(jì)的開(kāi)展，目前我國(guó)的冷鏈物流行業(yè)雖具有一定規(guī)模，但在生鮮產(chǎn)品質(zhì)量平安控制方面同歐美興旺國(guó)家相比仍存在明顯差距。單從行業(yè)開(kāi)展空間來(lái)看，當(dāng)前我國(guó)綜合冷鏈流通率僅為19%，而美、日等興旺國(guó)家的冷鏈流通率到達(dá)85%以上。隨著人們生活水平的提高以及消費(fèi)觀念的改變，消費(fèi)者對(duì)于生鮮產(chǎn)品的質(zhì)量要求越來(lái)越高，綠色、有機(jī)產(chǎn)品需求大幅提升，冷鏈物流成為必不可少的一大環(huán)節(jié)，這也就給冷鏈物流開(kāi)展帶來(lái)了新的機(jī)遇。目前中國(guó)冷藏保溫車輛約有7萬(wàn)輛，而美國(guó)擁有20多萬(wàn)輛，中國(guó)冷藏保溫汽車占貨運(yùn)汽車的比例僅為0.3%左右，按人均占有的冷庫(kù)容積來(lái)看美國(guó)是中國(guó)的5倍。我國(guó)易腐物品裝車大多在露天而非在冷庫(kù)和保溫場(chǎng)所操作，80%-90%的水果、蔬菜、禽肉、水產(chǎn)品都是用普通卡車運(yùn)輸，大量的牛奶和豆制品是在沒(méi)有冷鏈保證的情況下運(yùn)輸?shù)?，運(yùn)輸這些易腐食品時(shí)大多在上面蓋一塊帆布或塑料布，有時(shí)棉被還成了最好的保溫材料。我國(guó)生鮮產(chǎn)品的腐敗率超過(guò)35%，生鮮產(chǎn)品供給鏈被定位為“本錢(qián)高、耗損大、無(wú)利潤(rùn)產(chǎn)品〞。為了找到生鮮產(chǎn)品冷鏈運(yùn)輸質(zhì)量問(wèn)題所在，某記者挑選了三個(gè)全程冷鏈配送的網(wǎng)站，購(gòu)置生鮮產(chǎn)品進(jìn)行了三個(gè)實(shí)驗(yàn)。在第一個(gè)網(wǎng)站購(gòu)置了葡萄，物流公司只是用了硬紙紙箱和泡沫箱包裝，并沒(méi)有其他的冷藏保鮮措施，送來(lái)時(shí)，已經(jīng)有一半的葡萄變質(zhì)了。在第二個(gè)網(wǎng)站上購(gòu)置了蝦，保鮮方式是冰袋和泡沫箱，配送站內(nèi)并沒(méi)有任何冷凍冷藏設(shè)施，送來(lái)時(shí)很多蝦已經(jīng)變軟，冰根本上已經(jīng)融化。在第三個(gè)網(wǎng)站購(gòu)置了提子、螃蟹和三文魚(yú)，用了保溫箱和冰袋包裝，但沒(méi)有將這兩種類型的商品隔開(kāi)存放，而且只是用普通小車進(jìn)行配送，送來(lái)時(shí)，提子已經(jīng)局部壞掉，螃蟹和三文魚(yú)的內(nèi)部已經(jīng)融化。通過(guò)以上三個(gè)實(shí)驗(yàn)，說(shuō)明我國(guó)冷鏈配送情況不樂(lè)觀，冷鏈設(shè)施配備簡(jiǎn)陋，控制產(chǎn)品在途配送以及保障產(chǎn)品整個(gè)供給鏈的質(zhì)量平安方面，還有很多問(wèn)題需要解決。1.4解決存在問(wèn)題的必要性現(xiàn)有冷鏈物流問(wèn)題突出，嚴(yán)重影響著生鮮產(chǎn)品冷鏈全程運(yùn)輸中的質(zhì)量與平安，也制約著我國(guó)冷鏈物流的開(kāi)展。對(duì)于ZM企業(yè)而言，冷藏車運(yùn)輸過(guò)程中的物品損耗造成了嚴(yán)重浪費(fèi)并影響到其經(jīng)營(yíng)效益，也會(huì)因?yàn)闆](méi)有到達(dá)客戶的要求而給客戶留下負(fù)面的印象和客戶投訴。對(duì)于消費(fèi)者而言，這些無(wú)法保質(zhì)保鮮的食品流向市場(chǎng)，將直接影響消費(fèi)者的身體健康。ZM公司優(yōu)化和解決冷鏈物流運(yùn)輸存在的信息、技術(shù)等方面的問(wèn)題,與同行業(yè)的其他公司相比,會(huì)更具有競(jìng)爭(zhēng)力。完善的冷鏈物流，不僅是保障人民生命平安的需要，也有利于最大限度的減少浪費(fèi)，節(jié)約社會(huì)資源，提高人民生活品質(zhì)。ZM公司現(xiàn)存在的冷鏈物流問(wèn)題都對(duì)冷鏈物流的開(kāi)展提出了更高的要求，作為以效勞為主要產(chǎn)品的冷鏈物流行業(yè)，滿足客戶需求，保證產(chǎn)品質(zhì)量平安，使自身企業(yè)利潤(rùn)最大化是其主要目標(biāo)。信息技術(shù)的應(yīng)用對(duì)保證產(chǎn)品質(zhì)量平安起著關(guān)鍵作用，且其還能更好的延長(zhǎng)產(chǎn)品保質(zhì)期，增加產(chǎn)品附加值，最終決定產(chǎn)品的價(jià)值。因此，我們需要運(yùn)用信息、技術(shù)等大數(shù)據(jù)的方法去解決和優(yōu)化冷鏈物流問(wèn)題，信息技術(shù)在冷鏈物流上的良好應(yīng)用，將給企業(yè)帶來(lái)良好的運(yùn)營(yíng)效果，也是市場(chǎng)需求下冷鏈物流開(kāi)展的必然趨勢(shì)。第2章大數(shù)據(jù)理論及應(yīng)用現(xiàn)狀2.1大數(shù)據(jù)的背景和內(nèi)涵近幾年來(lái)，隨著計(jì)算機(jī)和信息技術(shù)的迅猛開(kāi)展和普及應(yīng)用，行業(yè)應(yīng)用系統(tǒng)的規(guī)模迅速擴(kuò)大，行業(yè)應(yīng)用所產(chǎn)生的數(shù)據(jù)呈爆炸性增長(zhǎng)。動(dòng)輒到達(dá)數(shù)百TB甚至數(shù)十至數(shù)百PB規(guī)模的行業(yè)/企業(yè)大數(shù)據(jù)已遠(yuǎn)遠(yuǎn)超出了現(xiàn)有傳統(tǒng)的計(jì)算技術(shù)和信息系統(tǒng)的處理能力，因此，尋求有效的大數(shù)據(jù)處理技術(shù)、方法和手段已經(jīng)成為現(xiàn)實(shí)世界的迫切需求。百度目前的總數(shù)據(jù)量已超過(guò)1000PB，每天需要處理的網(wǎng)頁(yè)數(shù)據(jù)到達(dá)10PB～100PB;淘寶累計(jì)的交易數(shù)據(jù)量高達(dá)100PB;Twitter每天發(fā)布超過(guò)2億條消息，新浪微博每天發(fā)帖量到達(dá)8000萬(wàn)條;中國(guó)移動(dòng)一個(gè)省的通聯(lián)記錄數(shù)據(jù)每月可達(dá)0.5PB～1PB;一個(gè)省會(huì)城市公安局道路車輛監(jiān)控?cái)?shù)據(jù)三年可達(dá)200億條、總量120TB。據(jù)世界權(quán)威IT信息咨詢分析公司IDC研究報(bào)告預(yù)測(cè)：全世界數(shù)據(jù)量未來(lái)10年將從2023年的0.8ZB增長(zhǎng)到2023年的35ZB(1ZB=1000EB=1000000PB)，10年將增長(zhǎng)44倍，年均增長(zhǎng)40%。早幾年人們把大規(guī)模數(shù)據(jù)稱為“海量數(shù)據(jù)〞，但實(shí)際上，大數(shù)據(jù)(BigData)這個(gè)概念早在2023年就已被提出。2023年，在Google成立10周年之際，著名的《自然》雜志出版了一期?？?，專門(mén)討論未來(lái)的大數(shù)據(jù)處理相關(guān)的一系列技術(shù)問(wèn)題和挑戰(zhàn)，其中就提出了“BigData〞的概念。關(guān)于大數(shù)據(jù)，難以有一個(gè)非常定量的定義。維基百科給出了一個(gè)定性的描述：大數(shù)據(jù)是指無(wú)法使用傳統(tǒng)和常用的軟件技術(shù)和工具在一定時(shí)間內(nèi)完成獲取、管理和處理的數(shù)據(jù)集。進(jìn)一步，當(dāng)今“大數(shù)據(jù)〞一詞的重點(diǎn)其實(shí)已經(jīng)不僅在于數(shù)據(jù)規(guī)模的定義，它更代表著信息技術(shù)開(kāi)展進(jìn)入了一個(gè)新的時(shí)代，代表著爆炸性的數(shù)據(jù)信息給傳統(tǒng)的計(jì)算技術(shù)和信息技術(shù)帶來(lái)的技術(shù)挑戰(zhàn)和困難，代表著大數(shù)據(jù)處理所需的新的技術(shù)和方法，也代表著大數(shù)據(jù)分析和應(yīng)用所帶來(lái)的新創(chuàng)造、新效勞和新的開(kāi)展機(jī)遇。由于大數(shù)據(jù)處理需求的迫切性和重要性，近年來(lái)大數(shù)據(jù)技術(shù)已經(jīng)在全球?qū)W術(shù)界、工業(yè)界和各國(guó)政府得到高度關(guān)注和重視，全球掀起了一個(gè)可與20世紀(jì)90年代的信息高速公路相提并論的研究熱潮。美國(guó)和歐洲一些興旺國(guó)家政府都從國(guó)家科技戰(zhàn)略層面提出了一系列的大數(shù)據(jù)技術(shù)研發(fā)方案，以推動(dòng)政府機(jī)構(gòu)、重大行業(yè)、學(xué)術(shù)界和工業(yè)界對(duì)大數(shù)據(jù)技術(shù)的探索研究和應(yīng)用。由于大數(shù)據(jù)技術(shù)的特點(diǎn)和重要性，目前國(guó)內(nèi)外已經(jīng)出現(xiàn)了“數(shù)據(jù)科學(xué)〞的概念，即數(shù)據(jù)處理技術(shù)將成為一個(gè)與計(jì)算科學(xué)并列的新的科學(xué)領(lǐng)域。為了緊跟全球大數(shù)據(jù)技術(shù)開(kāi)展的浪潮，我國(guó)政府、學(xué)術(shù)界和工業(yè)界對(duì)大數(shù)據(jù)也予以了高度的關(guān)注。大數(shù)據(jù)在帶來(lái)巨大技術(shù)挑戰(zhàn)的同時(shí)，也帶來(lái)巨大的技術(shù)創(chuàng)新與商業(yè)機(jī)遇。不斷積累的大數(shù)據(jù)包含著很多在小數(shù)據(jù)量時(shí)不具備的深度知識(shí)和價(jià)值，大數(shù)據(jù)分析挖掘?qū)⒛転樾袠I(yè)/企業(yè)帶來(lái)巨大的商業(yè)價(jià)值，實(shí)現(xiàn)各種高附加值的增值效勞，進(jìn)一步提升行業(yè)/企業(yè)的經(jīng)濟(jì)效益和社會(huì)效益。由于大數(shù)據(jù)隱含著巨大的深度價(jià)值，美國(guó)政府認(rèn)為大數(shù)據(jù)是“未來(lái)的新石油〞，對(duì)未來(lái)的科技與經(jīng)濟(jì)開(kāi)展將帶來(lái)深遠(yuǎn)影響。因此，在未來(lái)，一個(gè)國(guó)家擁有數(shù)據(jù)的規(guī)模和運(yùn)用數(shù)據(jù)的能力將成為綜合國(guó)力的重要組成局部，對(duì)數(shù)據(jù)的占有、控制和運(yùn)用也將成為國(guó)家間和企業(yè)間新的爭(zhēng)奪焦點(diǎn)。由于大數(shù)據(jù)行業(yè)應(yīng)用需求日益增長(zhǎng)，未來(lái)越來(lái)越多的研究和應(yīng)用領(lǐng)域?qū)⑿枰褂么髷?shù)據(jù)并行計(jì)算技術(shù)，大數(shù)據(jù)技術(shù)將滲透到每個(gè)涉及到大規(guī)模數(shù)據(jù)和復(fù)雜計(jì)算的應(yīng)用領(lǐng)域。不僅如此，以大數(shù)據(jù)處理為中心的計(jì)算技術(shù)將對(duì)傳統(tǒng)計(jì)算技術(shù)產(chǎn)生革命性的影響，廣泛影響計(jì)算機(jī)體系結(jié)構(gòu)、操作系統(tǒng)、數(shù)據(jù)庫(kù)、編譯技術(shù)、程序設(shè)計(jì)技術(shù)和方法、軟件工程技術(shù)、多媒體信息處理技術(shù)、人工智能以及其他計(jì)算機(jī)應(yīng)用技術(shù)，并與傳統(tǒng)計(jì)算技術(shù)相互結(jié)合產(chǎn)生很多新的研究熱點(diǎn)和課題。大數(shù)據(jù)技術(shù)的開(kāi)展將給我們研究計(jì)算機(jī)技術(shù)的專業(yè)人員帶來(lái)新的挑戰(zhàn)和機(jī)遇。目前，國(guó)內(nèi)外IT企業(yè)對(duì)大數(shù)據(jù)技術(shù)人才的需求正快速增長(zhǎng)，未來(lái)5～10年內(nèi)業(yè)界將需要大量的掌握大數(shù)據(jù)處理技術(shù)的人才。IDC研究報(bào)告指出，“下一個(gè)10年里，世界范圍的效勞器數(shù)量將增長(zhǎng)10倍，而企業(yè)數(shù)據(jù)中心管理的數(shù)據(jù)信息將增長(zhǎng)50倍，企業(yè)數(shù)據(jù)中心需要處理的數(shù)據(jù)文件數(shù)量將至少增長(zhǎng)75倍，而世界范圍內(nèi)IT專業(yè)技術(shù)人才的數(shù)量?jī)H能增長(zhǎng)1.5倍。〞因此，未來(lái)十年里大數(shù)據(jù)處理和應(yīng)用需求與能提供的技術(shù)人才數(shù)量之間將存在一個(gè)巨大的差距。目前，由于國(guó)內(nèi)外高校開(kāi)展大數(shù)據(jù)技術(shù)人才培養(yǎng)的時(shí)間不長(zhǎng)，技術(shù)市場(chǎng)上掌握大數(shù)據(jù)處理和應(yīng)用開(kāi)發(fā)技術(shù)的人才十分短缺，因而這方面的技術(shù)人才十分搶手，供不應(yīng)求。國(guó)內(nèi)幾乎所有著名的IT企業(yè)，如百度、騰訊、阿里巴巴和淘寶、奇虎360等，都大量需要大數(shù)據(jù)技術(shù)人才。2.2大數(shù)據(jù)的特點(diǎn)大數(shù)據(jù)的總特征目前的研究認(rèn)為，大數(shù)據(jù)具有以下主要特征：〔1〕Volume：數(shù)據(jù)量大，數(shù)據(jù)量以PB，EB，ZB來(lái)衡量?！?〕Velocity：數(shù)據(jù)產(chǎn)生和處理的速度快，時(shí)效要求高，不僅是靜態(tài)數(shù)據(jù)，更多是動(dòng)態(tài)實(shí)時(shí)數(shù)據(jù)?！?〕Variety：數(shù)據(jù)類型多樣化，不僅是結(jié)構(gòu)化數(shù)據(jù)，還包括網(wǎng)頁(yè)、社交網(wǎng)絡(luò)、日志、音視頻、圖片、位置等數(shù)據(jù)，更多是半結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)?！?〕Value：數(shù)據(jù)量大但價(jià)值密度低，需要價(jià)值提純。〔5〕Veracity：真實(shí)而準(zhǔn)確的數(shù)據(jù)才能使數(shù)據(jù)的管控和治理有意義?！?〕Complexity：數(shù)據(jù)復(fù)雜性高?！?〕Fail：傳統(tǒng)的處理和分析工具失效(從采集、清洗、存儲(chǔ)、索引和檢索、共享、傳輸、分析等各環(huán)節(jié)傳統(tǒng)手段都失效)。物流行業(yè)中大數(shù)據(jù)的特征〔1〕來(lái)源復(fù)雜，類型繁多從數(shù)據(jù)來(lái)源來(lái)看，大致可以歸納為8個(gè)方面：社會(huì)化媒體、互聯(lián)網(wǎng)及移動(dòng)互聯(lián)網(wǎng)、電子商務(wù)；傳感器網(wǎng)絡(luò)、鏈接設(shè)備、智能終端、實(shí)時(shí)監(jiān)控設(shè)備；商業(yè)智能BI、企業(yè)輔助決策系統(tǒng)；計(jì)算機(jī)、平板電腦、、其他移動(dòng)設(shè)備、移動(dòng)存儲(chǔ)；物聯(lián)網(wǎng)、車聯(lián)網(wǎng)、RFID、GPS、GIS等物流信息技術(shù)的應(yīng)用；云計(jì)算、第三方數(shù)據(jù)處理技術(shù)、第三方平臺(tái)的應(yīng)用；專業(yè)研究報(bào)告、行業(yè)資訊、行業(yè)活動(dòng)記錄；其他大交互、大交易數(shù)據(jù)來(lái)源。相應(yīng)地，物流行業(yè)的大數(shù)據(jù)類型也呈多樣化特點(diǎn)，可以描述如下：人的行為信息、習(xí)慣信息、偏好信息、交互數(shù)據(jù)等；Web文本數(shù)據(jù)、流量分析數(shù)據(jù)、電商交易數(shù)據(jù)、使用者網(wǎng)絡(luò)活動(dòng)數(shù)據(jù)等；各類設(shè)施設(shè)備采集的數(shù)據(jù)——傳感器讀數(shù)、運(yùn)營(yíng)數(shù)據(jù)、實(shí)體數(shù)據(jù)、車載信息、儀表讀數(shù)，監(jiān)控視頻數(shù)據(jù)等；企業(yè)內(nèi)部基干類系統(tǒng)和信息類系統(tǒng)所采集或處理的各類數(shù)據(jù)——輔助決策信息、運(yùn)營(yíng)數(shù)據(jù)、產(chǎn)品數(shù)據(jù)、供給鏈數(shù)據(jù)、HR數(shù)據(jù)、財(cái)務(wù)數(shù)據(jù)、顧客數(shù)據(jù)、呼叫記錄、市場(chǎng)數(shù)據(jù)等；計(jì)算機(jī)使用數(shù)據(jù)和移動(dòng)設(shè)備使用數(shù)據(jù)等；根底地理位置信息、RFID讀取信息、GPS映射數(shù)據(jù)、圖像文件、車載信息、時(shí)間與位置數(shù)據(jù)、車輛數(shù)據(jù)、高分辨率影像、矢量、遙感及動(dòng)態(tài)監(jiān)測(cè)數(shù)據(jù)等；CRM、KDD、DWH、流量監(jiān)測(cè)、查詢應(yīng)用、分析器等應(yīng)用數(shù)據(jù)；報(bào)告資訊、科研數(shù)據(jù)、調(diào)研數(shù)據(jù)、公共數(shù)據(jù)、公共信息?！?〕結(jié)構(gòu)多維，格式多樣物流行業(yè)的大數(shù)據(jù)，可以從多個(gè)維度進(jìn)行解構(gòu)：結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)。物流行業(yè)的大數(shù)據(jù)既包括存儲(chǔ)在數(shù)據(jù)庫(kù)里的結(jié)構(gòu)化數(shù)據(jù)，也包括日志文件、XML文檔、JSON文檔和電子郵件等半結(jié)構(gòu)化數(shù)據(jù)，而更多的數(shù)據(jù)類型是辦公文檔、文本、圖片、XML、HTML、各類報(bào)表、圖像和音頻/視頻信息等非結(jié)構(gòu)化數(shù)據(jù)，半機(jī)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)約占大數(shù)據(jù)總量75%-85%。內(nèi)部數(shù)據(jù)與外部數(shù)據(jù)。物流企業(yè)的大數(shù)據(jù)既有來(lái)自企業(yè)經(jīng)營(yíng)的內(nèi)部交易數(shù)據(jù)、CRM數(shù)據(jù)，也有來(lái)自其他數(shù)據(jù)源的外部數(shù)據(jù)。物流企業(yè)的大數(shù)據(jù)兼具公共、私密二重屬性。外部數(shù)據(jù)的公共性特征比擬明顯，而內(nèi)部數(shù)據(jù)由于和行業(yè)標(biāo)準(zhǔn)和商業(yè)機(jī)密密切相關(guān)，因而具有私密性。與數(shù)據(jù)結(jié)構(gòu)的多維特征相對(duì)應(yīng)，物流企業(yè)大數(shù)據(jù)的格式也是多樣的。除了傳統(tǒng)的紙質(zhì)文件、檔案、報(bào)表、表格、記錄、信函等之外，更多的是以數(shù)字?jǐn)?shù)據(jù)存在的Web文本、視頻、短信、音頻、視頻、郵件，存儲(chǔ)信息、配置文件、符號(hào)、圖片、檔案等。數(shù)據(jù)格式的多樣性和互不兼容、數(shù)據(jù)訪問(wèn)的隨機(jī)性，為數(shù)據(jù)的采集、存儲(chǔ)、分析、應(yīng)用帶來(lái)了困難。2.3大數(shù)據(jù)的分析方法大數(shù)據(jù)是針對(duì)海量數(shù)據(jù)的計(jì)算機(jī)輔助分析，是智能化處理模式，是另類智能。這是一種新的探索領(lǐng)域，過(guò)去由于計(jì)算機(jī)聯(lián)網(wǎng)水平、處理水平、信息積累能力的限制，人們看不到大數(shù)據(jù)這個(gè)領(lǐng)域，因此就無(wú)法針對(duì)大數(shù)據(jù)進(jìn)行建模處理。由于科技開(kāi)展，大數(shù)據(jù)呈現(xiàn)在人們面前，人們有了新的視野，這是急需的是大數(shù)據(jù)理論和大數(shù)據(jù)挖掘的方法以及數(shù)據(jù)運(yùn)用。積累數(shù)據(jù)相對(duì)容易，大數(shù)據(jù)理論能夠知道人們更有效地構(gòu)建大數(shù)據(jù)分析和挖掘系統(tǒng)，運(yùn)用大數(shù)據(jù)那么需要建立在先進(jìn)、完善的理論根底之上。一環(huán)扣一環(huán)，成為一套提升智能和競(jìng)爭(zhēng)力的路勁。其操作過(guò)程〔分析平臺(tái)〕如下列圖所示：圖1操作過(guò)程Fig1ProductionProcess那么，構(gòu)建大數(shù)據(jù)分析和挖掘系統(tǒng)那么需要具體的分析方法，主要有以下幾個(gè)方面：〔1〕數(shù)據(jù)挖掘數(shù)據(jù)挖掘就是從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的實(shí)際應(yīng)用數(shù)據(jù)中，提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識(shí)的過(guò)程，是統(tǒng)計(jì)學(xué)、數(shù)據(jù)庫(kù)技術(shù)和人工智能技術(shù)的綜合運(yùn)用，是通過(guò)在數(shù)據(jù)庫(kù)管理系統(tǒng)上綜合運(yùn)用統(tǒng)計(jì)和機(jī)器學(xué)習(xí)的方法從大數(shù)據(jù)集中提取出模式的一組技術(shù)。常見(jiàn)的主要數(shù)據(jù)挖掘方法包括關(guān)聯(lián)規(guī)那么學(xué)習(xí)、聚類分析、分類分析、序列分析、偏差檢測(cè)、預(yù)測(cè)分析、模式相似性挖掘和回歸分析等。典型的商用數(shù)據(jù)挖掘工具有IBMSPSS、SGIMineSet、OracleDarwin，開(kāi)源的有Weka等。這些工具主要站在BI的角度，提供從分析到可視化的商業(yè)解決方案。〔2〕統(tǒng)計(jì)分析統(tǒng)計(jì)分析就是基于數(shù)學(xué)領(lǐng)域的統(tǒng)計(jì)學(xué)原理，對(duì)數(shù)據(jù)進(jìn)行收集、組織和解釋的科學(xué)。統(tǒng)計(jì)的方法主要用于對(duì)變量間可能出現(xiàn)的關(guān)系、變量間的定量關(guān)系進(jìn)行分析處理。典型的方法有A／B測(cè)試等。在該領(lǐng)域，經(jīng)典的統(tǒng)計(jì)分析工具是R語(yǔ)言工具包。。R是開(kāi)源的統(tǒng)計(jì)分析軟件，提供了豐富的經(jīng)典統(tǒng)計(jì)分析算法和繪圖技術(shù)，包括線性和非線性模型、統(tǒng)計(jì)檢驗(yàn)、時(shí)間序列、分類、聚類等算法，實(shí)現(xiàn)了很多經(jīng)典的、現(xiàn)代的統(tǒng)計(jì)算法。，應(yīng)用R語(yǔ)言進(jìn)行數(shù)據(jù)挖掘分析，該環(huán)境將R語(yǔ)言算法移植和集成到了Hadoop的并行處理環(huán)境下，對(duì)大數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析?！?〕自然語(yǔ)言處理自然語(yǔ)言處理ing)是基于計(jì)算機(jī)科學(xué)和語(yǔ)言學(xué)，利用計(jì)算機(jī)算法對(duì)人類自然語(yǔ)言進(jìn)行分析的技術(shù)，屬于人工智能領(lǐng)域的一個(gè)重要方法。其關(guān)鍵技術(shù)涉及詞法分析、句法分析、語(yǔ)義分析、語(yǔ)音識(shí)別、文本生成等。很多自然語(yǔ)言處理算法都是基于機(jī)器學(xué)習(xí)的方法。該技術(shù)領(lǐng)域典型的應(yīng)用就是基于社交媒體對(duì)語(yǔ)言的情感進(jìn)行分析、法律領(lǐng)域的電子偵查，其他應(yīng)用還包括欺詐檢測(cè)、文本分類、信息檢索和過(guò)濾、文字轉(zhuǎn)換系統(tǒng)、機(jī)器翻譯等。〔4〕機(jī)械學(xué)習(xí)大數(shù)據(jù)環(huán)境下，機(jī)器學(xué)習(xí)的主要應(yīng)用領(lǐng)域可以總結(jié)為三方面：搜索、迭代優(yōu)化和圖計(jì)算。機(jī)器學(xué)習(xí)作為人工智能領(lǐng)域的重要內(nèi)容之一，被分為監(jiān)督學(xué)習(xí)和無(wú)監(jiān)督學(xué)習(xí)兩大類。監(jiān)督學(xué)習(xí)要求算法的使用者知道要預(yù)測(cè)什么(即目標(biāo)變量的分類信息)，主要采用分類和回歸算法，如果預(yù)測(cè)的目標(biāo)值為離散型(如是／否、AVB／C等)那么適合用分類算法，如k近鄰算法、決策樹(shù)算法、樸素貝葉斯算法、支持向量機(jī)算法、AdaBoost算法等；如果預(yù)測(cè)的目標(biāo)值為連續(xù)性的數(shù)值(如0—100、0．1—150等)，那么適合回歸算法，如Logistic回歸、CART算法(分類回歸樹(shù)算法)等。2.4物流企業(yè)運(yùn)用大數(shù)據(jù)的優(yōu)勢(shì)面對(duì)海量數(shù)據(jù)，物流企業(yè)在不斷加大大數(shù)據(jù)方面投入的同時(shí)，不該僅僅把大數(shù)據(jù)看作是一種數(shù)據(jù)挖掘、數(shù)據(jù)分析的信息技術(shù)，而應(yīng)該把大數(shù)據(jù)看作是一項(xiàng)戰(zhàn)略資源，充分發(fā)揮大數(shù)據(jù)給物流企業(yè)帶來(lái)的開(kāi)展優(yōu)勢(shì)，在戰(zhàn)略規(guī)劃、商業(yè)模式和人力資本等方面作出全方位的部署?！?〕信息對(duì)接，掌握企業(yè)運(yùn)作信息在信息化時(shí)代，網(wǎng)購(gòu)呈現(xiàn)出一種不斷增長(zhǎng)的趨勢(shì)，規(guī)模已經(jīng)到達(dá)了空前巨大的地步，這給網(wǎng)購(gòu)之后的物流帶來(lái)了沉重的負(fù)擔(dān)，對(duì)每一個(gè)節(jié)點(diǎn)的信息需求也越來(lái)越多。每一個(gè)環(huán)節(jié)產(chǎn)生的數(shù)據(jù)都是海量的，過(guò)去傳統(tǒng)數(shù)據(jù)收集、分析處理方式已經(jīng)不能滿足物流企業(yè)對(duì)每一個(gè)節(jié)點(diǎn)的信息需求，這就需要通過(guò)大數(shù)據(jù)把信息對(duì)接起來(lái)，將每個(gè)節(jié)點(diǎn)的數(shù)據(jù)收集并且整合，通過(guò)數(shù)據(jù)中心分析、處理轉(zhuǎn)化為有價(jià)值的信息，從而掌握物流企業(yè)的整體運(yùn)作情況?！?〕提供依據(jù)，幫助物流企業(yè)做出正確的決策傳統(tǒng)的根據(jù)市場(chǎng)調(diào)研和個(gè)人經(jīng)驗(yàn)來(lái)進(jìn)行決策已經(jīng)不能適應(yīng)這個(gè)數(shù)據(jù)化的時(shí)代，只有真實(shí)的、海量的數(shù)據(jù)才能真正反映市場(chǎng)的需求變化。通過(guò)對(duì)市場(chǎng)數(shù)據(jù)的收集、分析處理，物流企業(yè)可以了解到具體的業(yè)務(wù)運(yùn)作情況，能夠清楚地判斷出哪些業(yè)務(wù)帶來(lái)的利潤(rùn)率高、增長(zhǎng)速度較快等，把主要精力放在真正能夠給企業(yè)帶來(lái)高額利潤(rùn)的業(yè)務(wù)上，防止無(wú)端的浪費(fèi)。同時(shí)，通過(guò)對(duì)數(shù)據(jù)的實(shí)時(shí)掌控，物流企業(yè)還可以隨時(shí)對(duì)業(yè)務(wù)進(jìn)行調(diào)整，確保每個(gè)業(yè)務(wù)都可以帶來(lái)贏利，從而實(shí)現(xiàn)高效的運(yùn)營(yíng)?！?〕培養(yǎng)客戶粘性，防止客戶流失網(wǎng)購(gòu)人群的急劇膨脹，使得客戶越來(lái)越重視物流效勞的體驗(yàn)，希望物流企業(yè)能夠提供最好的效勞，甚至掌控物流業(yè)務(wù)運(yùn)作過(guò)程中商品配送的所有信息。這就需要物流企業(yè)以數(shù)據(jù)中心為支撐，通過(guò)對(duì)數(shù)據(jù)挖掘和分析，合理地運(yùn)用這些分析成果，進(jìn)一步穩(wěn)固和客戶之間的關(guān)系，增加客戶的信賴，培養(yǎng)客戶的粘性，防止客戶流失?！?〕數(shù)據(jù)“加工〞從而實(shí)現(xiàn)數(shù)據(jù)“增值〞在物流企業(yè)運(yùn)營(yíng)的每個(gè)環(huán)節(jié)中，只有一小局部結(jié)構(gòu)化數(shù)據(jù)是可以直接分析利用的，絕大局部非結(jié)構(gòu)化數(shù)據(jù)必須要轉(zhuǎn)化為結(jié)構(gòu)化數(shù)據(jù)才能儲(chǔ)存分析。這就造成了并不是所有的數(shù)據(jù)都是準(zhǔn)確的、有效的，很大一局部數(shù)據(jù)都是延遲、無(wú)效、甚至是錯(cuò)誤的。物流企業(yè)的數(shù)據(jù)中心必須要對(duì)這些數(shù)據(jù)進(jìn)行“加工〞，從而篩選出有價(jià)值的信息，實(shí)現(xiàn)數(shù)據(jù)的“增值〞。2.5大數(shù)據(jù)在物流行業(yè)中的具體應(yīng)用物流企業(yè)正一步一步地進(jìn)入數(shù)據(jù)化開(kāi)展的階段，物流企業(yè)間的競(jìng)爭(zhēng)逐漸演變成數(shù)據(jù)間的競(jìng)爭(zhēng)。大數(shù)據(jù)能夠讓物流企業(yè)能夠有的放矢，甚至可以做到為每一個(gè)客戶量身定制符合他們自身需求的效勞，從而顛覆整個(gè)物流業(yè)的運(yùn)作模式。2.5.1實(shí)例解析物流企業(yè)如何有效運(yùn)用大數(shù)據(jù)對(duì)于物流企業(yè)來(lái)說(shuō)，有效地實(shí)施大數(shù)據(jù)應(yīng)用，可能會(huì)極大地促進(jìn)企業(yè)改進(jìn)商業(yè)模式、形成新的價(jià)值理念，而這也正是大數(shù)據(jù)的戰(zhàn)略意義所在。受到“互聯(lián)網(wǎng)、全球貿(mào)易的影響，分析技術(shù)的改進(jìn)以及市場(chǎng)環(huán)境的變化都驅(qū)動(dòng)企業(yè)不斷尋找加強(qiáng)競(jìng)爭(zhēng)力的新方法。〞位于美國(guó)華盛頓奧林匹亞的技術(shù)及供給鏈咨詢研究公司TransworldData的總裁MaryShacklett說(shuō)道，“企業(yè)寄希望于利用大數(shù)據(jù)技術(shù)獲取創(chuàng)新性信息，從而尋求新的時(shí)機(jī)。〞事實(shí)上，大量美國(guó)企業(yè)已然將大數(shù)據(jù)應(yīng)用根植于自己的物流與供給鏈管理當(dāng)中。來(lái)看看Avnet公司的例子。其將大數(shù)據(jù)技術(shù)運(yùn)用于評(píng)估承運(yùn)商表現(xiàn)、分析最經(jīng)濟(jì)的運(yùn)輸模式、幫助完成全球分銷中心選址等領(lǐng)域?？偛课挥诿绹?guó)菲尼克斯的Avnet是一家全球性的電子元器件分銷商，每年大概要處理500多萬(wàn)票的小型包裹運(yùn)輸交易?！懊恳粯哆\(yùn)輸交易都會(huì)生成超過(guò)50列的數(shù)據(jù)，以及超過(guò)2.5億的數(shù)據(jù)值。〞Avnet公司全球運(yùn)輸副總裁MarianneMcDonald介紹說(shuō)，這遠(yuǎn)遠(yuǎn)超過(guò)了該公司的數(shù)據(jù)處理能力，于是，他們選擇了一家數(shù)據(jù)效勞提供商，后者能夠通過(guò)提供相關(guān)工具，幫助Avnet從運(yùn)輸數(shù)據(jù)中獲取商業(yè)決策的依據(jù)和創(chuàng)新開(kāi)展的思路。這種工具包括提供關(guān)鍵業(yè)績(jī)指標(biāo)的報(bào)告，從而識(shí)別出那些發(fā)票錯(cuò)誤信息最多的承運(yùn)商。“這類信息使我們能夠每季度與承運(yùn)商見(jiàn)面，并且評(píng)估他們相較于其他承運(yùn)商的業(yè)績(jī)表現(xiàn)。〞McDonald說(shuō)道。那些不注重改進(jìn)績(jī)效表現(xiàn)的承運(yùn)商將會(huì)失去與Avnet公司合作的時(shí)機(jī)。該工具還能夠顯示Avnet公司的業(yè)務(wù)部門(mén)在“次日達(dá)〞、“第三日送達(dá)〞以及“三至五天達(dá)〞等不同運(yùn)輸效勞上的支出。“我們可以從支出、百分比或效勞水平等維度來(lái)準(zhǔn)確描述和比擬各種模式的優(yōu)劣。〞McDonald說(shuō)道。在此根底上，她的團(tuán)隊(duì)就可以推薦更加經(jīng)濟(jì)的運(yùn)輸方式，譬如將一個(gè)“三天送達(dá)〞效勞調(diào)整為支出更少的“三至五天達(dá)〞效勞。關(guān)于運(yùn)輸模式的分析數(shù)據(jù)，還能夠幫助Avnet公司與承運(yùn)商進(jìn)行更加有效地談判。“由于我們準(zhǔn)確地了解現(xiàn)在的運(yùn)輸模式和效果，這些數(shù)據(jù)能幫助我們進(jìn)一步明確接下來(lái)的戰(zhàn)略目標(biāo)。〞McDonald說(shuō)道。最近，Avnet公司還開(kāi)始利用大數(shù)據(jù)來(lái)幫助決定全球分銷中心的選址?！斑^(guò)去確定分銷中心布局主要是將從不同信息源中得到的數(shù)據(jù)放入到電子表格，是一項(xiàng)離線的、高強(qiáng)度的工作；現(xiàn)在那么開(kāi)展為一種由分析來(lái)驅(qū)動(dòng)的方式，且智能化工具承當(dāng)了其中95%的工作。〞Avnet公司負(fù)責(zé)全球物流與運(yùn)營(yíng)的首席官員MikeBuseman說(shuō)道。利用技術(shù)對(duì)數(shù)字進(jìn)行處理，使得規(guī)劃團(tuán)隊(duì)能夠?qū)⒕杏诖_定開(kāi)展戰(zhàn)略。其次，分析Glasfloss公司對(duì)大數(shù)據(jù)技術(shù)的運(yùn)用情況。其將大數(shù)據(jù)技術(shù)運(yùn)用于生成運(yùn)營(yíng)情況定制報(bào)告、本錢(qián)控制、實(shí)施聯(lián)合運(yùn)輸、降低貨損索賠等領(lǐng)域。Glasfloss公司總部位于美國(guó)俄亥俄州蘭卡斯特，主要生產(chǎn)用于加熱和通風(fēng)的空氣過(guò)濾器以及空調(diào)系統(tǒng)。2023年，Glasfloss開(kāi)始利用第三方物流供給商TransportationInsight公司的分析軟件InsightFusion來(lái)實(shí)現(xiàn)其供給鏈的智能化。InsightFusion能夠?qū)?lái)自不同供給鏈系統(tǒng)和外部來(lái)源〔譬如運(yùn)輸管理體系、庫(kù)房管理體系、資源規(guī)劃以及生產(chǎn)等〕的數(shù)據(jù)進(jìn)行融合，同時(shí)還提供了一種實(shí)時(shí)查看所有完整供給鏈信息的路徑?！皵?shù)據(jù)來(lái)源和格式等因素已經(jīng)不重要了，〞TransportationInsight負(fù)責(zé)信息技術(shù)的副總裁JimTaylor認(rèn)為，技術(shù)的開(kāi)展，實(shí)現(xiàn)了輕易能對(duì)這些信息進(jìn)行解讀，還能將其放置于企業(yè)數(shù)據(jù)庫(kù)中進(jìn)行管理。InsightFusion的用戶能夠通過(guò)門(mén)戶網(wǎng)站、或者平板設(shè)備訪問(wèn)InsightFusion軟件，獲取有關(guān)運(yùn)營(yíng)情況的定制報(bào)告。Glasfloss公司的生產(chǎn)運(yùn)營(yíng)經(jīng)理GregGardner認(rèn)為，該報(bào)告能夠幫助公司顯著改進(jìn)物流運(yùn)營(yíng)?！八軌驇椭覀儗r(shí)間、精力和資金集中于那些對(duì)提升顧客滿意度和提高盈利水平最為重要的領(lǐng)域。〞Glasfloss的一個(gè)實(shí)踐有力地證明了這一點(diǎn)。在InsightFusion軟件的幫助下，公司發(fā)現(xiàn)了發(fā)往其中某個(gè)特定省份的貨物量特別多。于是公司重新找了一家能夠?qū)υ摰貐^(qū)的運(yùn)費(fèi)提供優(yōu)惠費(fèi)率的承運(yùn)商，從而節(jié)省了資金。Glasfloss還尋求對(duì)一些客戶進(jìn)行聯(lián)合運(yùn)輸，以節(jié)省本錢(qián)和改進(jìn)效勞?！叭绻麑?duì)同一地區(qū)的客戶同時(shí)發(fā)送三個(gè)小型包裹，我們會(huì)建議進(jìn)行聯(lián)合運(yùn)輸，即使可能導(dǎo)致包裹延遲一兩天到達(dá)。〞Gardner解釋道。有了InsightFusion軟件以后，Gardner決定將局部零擔(dān)運(yùn)輸合并為經(jīng)過(guò)兩或三個(gè)站點(diǎn)的聯(lián)合卡車運(yùn)輸。即使每多經(jīng)過(guò)一個(gè)站點(diǎn)，公司都要為其支付額外費(fèi)用，但總本錢(qián)也比每個(gè)站點(diǎn)分別進(jìn)行零擔(dān)運(yùn)輸要少得多。此外，Glasfloss從InsightFusion軟件中獲益最多的，是其對(duì)客戶索賠情況進(jìn)行篩查的功能?！拔覀儼l(fā)現(xiàn)一些特定省份的顧客索賠率要比其他省份高。經(jīng)過(guò)深入的調(diào)查，我們發(fā)現(xiàn)，只要改善對(duì)其中一小局部顧客的運(yùn)輸方式，公司就能極大地減少顧客的貨物損壞索賠率。〞Gardner說(shuō)道，“這個(gè)發(fā)現(xiàn)令人非常振奮，因?yàn)橹灰獙?duì)有限的交易進(jìn)行改善，就能取得較高的回報(bào)。〞為了減少貨物損壞，Glasfloss正在改進(jìn)對(duì)局部客戶的運(yùn)輸方式?！芭e個(gè)例子，如果我們發(fā)現(xiàn)貨物比擬松散，可能我們就會(huì)用托盤(pán)裝運(yùn)。如果我們發(fā)現(xiàn)承運(yùn)商使用的車道或者運(yùn)輸路線不是很好，可能就會(huì)更換承運(yùn)商。〞Gardner介紹，對(duì)InsightFusion的利用已經(jīng)幫助公司減少了36%的顧客索賠量，同時(shí)將60天的理賠結(jié)案率提高到了83%。大數(shù)據(jù)應(yīng)用的風(fēng)潮，正盛行于各行各業(yè)。許多具有前瞻戰(zhàn)略眼光的企業(yè)，已然通過(guò)大數(shù)據(jù)的武裝，形成了區(qū)別于同行的核心競(jìng)爭(zhēng)力。ZM公司運(yùn)用大數(shù)據(jù)技術(shù)的必要性〔1〕ZM公司內(nèi)部存在問(wèn)題需通過(guò)大數(shù)據(jù)技術(shù)優(yōu)化時(shí)至今日，ZM公司的開(kāi)展仍面臨著許多挑戰(zhàn)，急需突破開(kāi)展的界限，邁向更高層次的開(kāi)展。ZM公司的利潤(rùn)源追究到底就是物流本錢(qián)的最小化，而物流本錢(qián)高不在于設(shè)備的利用率及先進(jìn)性，而在于對(duì)信息和數(shù)據(jù)的整合分析。要解決這些問(wèn)題，最直接的方法就是數(shù)據(jù)。如果能夠充分分析和挖掘物流數(shù)據(jù)中的潛在價(jià)值，就能夠ZM公司降低物流本錢(qián)，從而不斷提高公司的利潤(rùn)源。ZM公司在冷鏈物流、電商物流、商貿(mào)物流、供給鏈金融等主營(yíng)業(yè)務(wù)上仍存在著問(wèn)題，需要通過(guò)大數(shù)據(jù)技術(shù)得以解決，將大數(shù)據(jù)融入ZM公司日常運(yùn)作每個(gè)環(huán)節(jié)中，對(duì)車輛、人員、網(wǎng)絡(luò)系統(tǒng)等進(jìn)行時(shí)時(shí)監(jiān)控以到達(dá)快速解決問(wèn)題的目的。同時(shí)，ZM公司在內(nèi)部建設(shè)上出現(xiàn)的問(wèn)題也應(yīng)結(jié)合大數(shù)據(jù)技術(shù)進(jìn)行優(yōu)化，使企業(yè)日常管理得到更有效地實(shí)施?！?〕大數(shù)據(jù)的應(yīng)用是ZM公司未來(lái)開(kāi)展的必然趨勢(shì)首先，應(yīng)用大數(shù)據(jù)可以幫助ZM公司開(kāi)發(fā)物流領(lǐng)域的“黑大陸〞。如果ZM公司掌握了物流活動(dòng)過(guò)程中的全部數(shù)據(jù)，那么所謂的物流“黑大陸〞就不存在了；而如果能夠充分分析和挖掘這些數(shù)據(jù)的價(jià)值，就能夠幫助ZM公司找到物流市場(chǎng)的潛力所在。其次，應(yīng)用大數(shù)據(jù)可以幫助ZM公司做出正確的決策。本錢(qián)和效率是難以同時(shí)兼顧的，但通過(guò)數(shù)據(jù)分析，可以看到具體的業(yè)務(wù)運(yùn)行情況，能夠清楚地判斷哪些業(yè)務(wù)利潤(rùn)率高、增長(zhǎng)較快等，把主要精力放在真正能夠給公司帶來(lái)高回報(bào)的業(yè)務(wù)上，防止無(wú)端的浪費(fèi)。同時(shí)，通過(guò)對(duì)實(shí)時(shí)數(shù)據(jù)的掌控，ZM公司還可以即時(shí)對(duì)業(yè)務(wù)進(jìn)行調(diào)整，確保每個(gè)業(yè)務(wù)都可以贏利，從而實(shí)現(xiàn)非常高效的運(yùn)營(yíng)。最后，應(yīng)用大數(shù)據(jù)可以幫助ZM公司建立核心競(jìng)爭(zhēng)力。未來(lái)的物流市場(chǎng)，競(jìng)爭(zhēng)更劇烈、市場(chǎng)變化更快，利用分析技術(shù)挖掘隱藏在海量數(shù)據(jù)中的價(jià)值，支撐和創(chuàng)新業(yè)務(wù)模式，將成為物流企業(yè)的核心競(jìng)爭(zhēng)力。第3章基于大數(shù)據(jù)下信息問(wèn)題的優(yōu)化方案3.1ZM公司客戶關(guān)系管理問(wèn)題與優(yōu)化方案3.1.1ZM公司客戶關(guān)系管理問(wèn)題現(xiàn)狀ZM公司是一家將商流、信息流和資金流整合為一體的供給鏈集成商。ZM公司的配送系統(tǒng)作為第三方配送系統(tǒng)，雖然擁有根底的業(yè)務(wù)信息系統(tǒng)，但在系統(tǒng)對(duì)接與信息交流方面的問(wèn)題依然十分突出，其中關(guān)于客戶關(guān)系管理問(wèn)題尤為嚴(yán)重。從案例十二與案例十五中，ZM公司提到客戶關(guān)系處理與訂單可視化的嚴(yán)峻性，根本問(wèn)題如下：與客戶之間交流不緊密，企業(yè)并不了解客戶的完全需要，導(dǎo)致業(yè)務(wù)處理效率較低。各效勞部門(mén)對(duì)于客戶效勞并沒(méi)有統(tǒng)一的標(biāo)準(zhǔn)，效勞滿意度日趨下降。新老客戶的對(duì)待戰(zhàn)略幾乎一致，沒(méi)有針對(duì)性，導(dǎo)致舊客戶的忠誠(chéng)度下降的同時(shí)新客戶不愿意與ZM公司合作。從上述問(wèn)題與案例可知，在客戶關(guān)系方面，ZM公司的客戶關(guān)系管理思想并未能隨著大數(shù)據(jù)背景的開(kāi)展而開(kāi)展，而是一直沿用中國(guó)傳統(tǒng)的“人情世故〞策略，希望用“老顧客〞與單純企業(yè)之間的信任度換取合作時(shí)長(zhǎng)。盡管ZM公司是一家中外合資的大型企業(yè)，但是“送禮〞等世故的客戶管理思想也是存在的。雖然在業(yè)務(wù)信息系統(tǒng)中包含有客訴平臺(tái)，但未能及時(shí)與客戶交流并得到反響，客戶忠誠(chéng)度不高，企業(yè)客戶關(guān)系管理仍顯薄弱；其次，由于ZM公司的物流和商流是分開(kāi)的，配送時(shí)需要對(duì)多個(gè)公司進(jìn)行信息對(duì)接并及時(shí)做出最優(yōu)的車輛調(diào)度，但常常無(wú)法預(yù)測(cè)和滿足各商家各異的配送要求時(shí)間，比方有許多商家要求晚上配貨、貨物配送到超市可能存在排隊(duì)收貨現(xiàn)象等；最后，訂單方面ZM公司的末端配送網(wǎng)絡(luò)采取B2B形式，雖然很少涉及個(gè)人客戶，但在訂單預(yù)測(cè)方面ZM公司也略顯吃力，也無(wú)法準(zhǔn)確及時(shí)的向客戶反響訂單的處理情況。訂單的不確定性導(dǎo)致ZM公司無(wú)法提早對(duì)所需要配送貨物進(jìn)行庫(kù)存管理和路線規(guī)劃，這也是ZM公司所存在其中一個(gè)主要的信息問(wèn)題。在大數(shù)據(jù)的總體環(huán)境下，ZM公司面臨著來(lái)自行業(yè)內(nèi)外部的劇烈斗爭(zhēng)，如何增強(qiáng)客戶的忠誠(chéng)度，如何根據(jù)企業(yè)內(nèi)部所積累與掌握的客戶信息來(lái)提高企業(yè)的核心競(jìng)爭(zhēng)力，提高企業(yè)的經(jīng)濟(jì)效益，是ZM公司必須先解決的問(wèn)題。其次，為客戶提供所需要的信息，通過(guò)全程可監(jiān)控給予客戶信心與放心的業(yè)務(wù)操作也是ZM公司當(dāng)前所需要解決的問(wèn)題。因此，本章主要通過(guò)使用中國(guó)知網(wǎng)現(xiàn)有的數(shù)據(jù)文庫(kù)以及網(wǎng)絡(luò)資源，大量收集相關(guān)領(lǐng)域的論文資料，吸收國(guó)內(nèi)外優(yōu)秀研究成果，將在大數(shù)據(jù)應(yīng)用在ZM公司的客戶關(guān)系管理(CRM)中的方案設(shè)計(jì)，并針對(duì)該CRM實(shí)施方案提出相關(guān)詳細(xì)的解決措施。3.1.2客戶關(guān)系管理實(shí)施根本原理客戶關(guān)系管理〔CustomerRelationshipManagement〕的定義是：企業(yè)為提高核心競(jìng)爭(zhēng)力，利用相應(yīng)的信息技術(shù)以及互聯(lián)網(wǎng)技術(shù)來(lái)協(xié)調(diào)企業(yè)與顧客間在銷售、營(yíng)銷和效勞上的交互，從而提升其管理方式，向客戶提供創(chuàng)新式的個(gè)性化的客戶交互和效勞的過(guò)程。其最終目標(biāo)是吸引新客戶、保存老客戶以及將已有客戶轉(zhuǎn)為忠實(shí)客戶，增加市場(chǎng)份額?？蛻絷P(guān)系管理〔CRM〕源自于20世紀(jì)80年代初的“接觸管理〞，是指專門(mén)收集和整理客戶與公司聯(lián)系的所有信息。到了90年代初，演變?yōu)閷?duì)于資源資料的分析，以及效勞中心的“客戶關(guān)心〞。最后經(jīng)過(guò)不斷開(kāi)展和更新，客戶關(guān)系管理日趨完善，最終形成一套完整的管理理論體系。CRM管理技術(shù)那么是以CRM管理思想為指導(dǎo)的先進(jìn)業(yè)務(wù)模式，運(yùn)用信息技術(shù)，最終實(shí)現(xiàn)客戶關(guān)系的管理。一個(gè)企業(yè)的CRM要想有效地運(yùn)作，必須制定適合自己的CRM技術(shù)方案，然后根據(jù)方案實(shí)施和優(yōu)化企業(yè)的業(yè)務(wù)流程，才能最終成為企業(yè)的CRM管理系統(tǒng)，并為企業(yè)帶來(lái)更高的收益。成功的客戶自主權(quán)將產(chǎn)生競(jìng)爭(zhēng)優(yōu)勢(shì)并提高客戶忠誠(chéng)度最終提高公司的利潤(rùn)率?？蛻絷P(guān)系管理的方法在注重4p關(guān)鍵要素的同時(shí)，反映出在營(yíng)銷體系中各種交叉功能的組合，其重點(diǎn)在于贏得客戶。這樣，營(yíng)銷重點(diǎn)從客戶需求進(jìn)一步轉(zhuǎn)移到客戶保持上并且保證企業(yè)把適當(dāng)?shù)臅r(shí)間、資金和管理資源直接集中在這兩個(gè)關(guān)鍵任務(wù)上。思科系統(tǒng)公司(CiscoSystem,Inc.)是全球領(lǐng)先的互聯(lián)網(wǎng)設(shè)備供給商，它的網(wǎng)絡(luò)設(shè)備和應(yīng)用方案將世界各地的人、計(jì)算設(shè)備以及網(wǎng)絡(luò)聯(lián)結(jié)起來(lái)，使人們能夠隨時(shí)隨地利用各種設(shè)備傳送信息。思科系統(tǒng)公司根據(jù)CRM的理念要求自身完整地認(rèn)識(shí)整個(gè)客戶生命周期，提供與客戶溝通的同一平臺(tái)，提高員工與客戶接觸的效率與客戶反響率，并提出制造企業(yè)應(yīng)重點(diǎn)關(guān)注客戶，將客戶的需求與企業(yè)運(yùn)作同步化，并針對(duì)每一個(gè)不同的客戶實(shí)施新的運(yùn)行模式，來(lái)到達(dá)和滿足客戶真實(shí)的需求，這是一種制造廠商為滿足不同客戶的需要和期望開(kāi)展成為新的“客戶化〞商務(wù)運(yùn)行機(jī)制，并以準(zhǔn)確及時(shí)的產(chǎn)品交貨和敏捷的效勞為客戶提供獨(dú)特的價(jià)值，將客戶需求為中心的管理思想納入到企業(yè)核心業(yè)務(wù)處理系統(tǒng)中去的商業(yè)模式，幫助企業(yè)實(shí)現(xiàn)與客戶的互動(dòng)互行。大數(shù)據(jù)時(shí)代的到來(lái)，有效推動(dòng)“大物流〞體系的形成，以菜鳥(niǎo)網(wǎng)--阿里巴巴與多家快遞公司成立的新公司“中國(guó)智能骨干網(wǎng)〞為例，菜鳥(niǎo)網(wǎng)除了聯(lián)合預(yù)測(cè)銷售額和包裹數(shù)、新增和改建分撥中心、增加作業(yè)場(chǎng)地、提升物流沒(méi)備及人員的數(shù)量外，更多的是借助于大數(shù)據(jù)的運(yùn)算平臺(tái)，將電商賣(mài)家與具體快遞公司形成了信息共享鏈。菜鳥(niǎo)網(wǎng)將大數(shù)據(jù)平臺(tái)運(yùn)算的結(jié)果轉(zhuǎn)化為具體實(shí)施建議，指導(dǎo)電商廠家能夠高效的完成從端到端的配送，來(lái)提供送貨的速度。其次是電商平臺(tái)的時(shí)時(shí)物流數(shù)據(jù)能夠根據(jù)賣(mài)家的購(gòu)置商品種類、配送路線等信息及時(shí)備貨，可以指導(dǎo)電商賣(mài)家進(jìn)行及時(shí)合理的配貨。在2023年、2023年菜鳥(niǎo)網(wǎng)順利度過(guò)雙11大關(guān)，沒(méi)有出現(xiàn)往年的大面積爆倉(cāng)現(xiàn)象。思科系統(tǒng)公司通過(guò)建造企業(yè)內(nèi)部的客戶關(guān)系管理系統(tǒng)，調(diào)節(jié)其原本薄弱的客戶關(guān)系，進(jìn)而得到利潤(rùn)的回報(bào)。作為一家深耕于冷鏈物流領(lǐng)域二十余年的專業(yè)企業(yè)，ZM公司的客戶關(guān)系與客戶信息必定是海量的。通過(guò)大數(shù)據(jù)的應(yīng)用技術(shù)進(jìn)行數(shù)據(jù)檢索與抽取，并形成企業(yè)內(nèi)部獨(dú)一無(wú)二的客戶關(guān)系管理(CRM)系統(tǒng)，有利于ZM公司將客戶的需求與企業(yè)運(yùn)作同步，做到真正滿足客戶的真實(shí)需求與期望，落實(shí)“以客戶為中心〞的管理理念；同時(shí)菜鳥(niǎo)網(wǎng)的成果數(shù)據(jù)事實(shí)說(shuō)明，利用大數(shù)據(jù)可以解決企業(yè)內(nèi)部資源與物流信息的整合問(wèn)題，形成客戶與ZM公司之間的信息共享鏈，總體提高作為第三方物流的ZM公司的整體效勞能力。3.1.3ZM公司內(nèi)部當(dāng)前CRM現(xiàn)狀客戶資源在ZM公司內(nèi)部為尚未完全實(shí)現(xiàn)共享，導(dǎo)致客戶有時(shí)面對(duì)的不是統(tǒng)一進(jìn)程的整個(gè)企業(yè)，而是“各自為政〞的不同部門(mén)。同時(shí)缺乏一套大型完整的客戶信息數(shù)據(jù)庫(kù)，沒(méi)有一套行之有效的數(shù)據(jù)挖掘系統(tǒng)對(duì)已有信息進(jìn)行分。由于不能衡量客戶的需求、忠誠(chéng)度、滿意度、盈利能力、潛在價(jià)值、信用度和風(fēng)險(xiǎn)度等指標(biāo)，ZM公司決策也只能是基于主管的判斷，缺乏科學(xué)性。在一些物流企業(yè)，還把客戶回訪與客戶反響沒(méi)有上升到戰(zhàn)略的高度，更談不上系統(tǒng)性和連續(xù)性，這與真正的客戶關(guān)系管理還有相當(dāng)大的差距。從案例十五中，筆者摘抄了以下問(wèn)題：“我們部門(mén)其實(shí)是一個(gè)效勞型的部門(mén)，主要是和客戶打好交道?？蛻趔w驗(yàn)差、反響差，雖然不全是我們部門(mén)效勞態(tài)度的問(wèn)題，還有可能是倉(cāng)儲(chǔ)、運(yùn)輸?shù)牟僮鲿r(shí)造成貨損或延時(shí)等狀況，導(dǎo)致了客戶的不滿意。〞“我覺(jué)得我們和老客戶的交流比擬少，簽完合同便開(kāi)展業(yè)務(wù)合作，僅在業(yè)務(wù)上存在交流，對(duì)于老客戶關(guān)系的維系上做的還缺乏。另外一方面，對(duì)老客戶的需求也挖掘不夠，不知道他們對(duì)我們的評(píng)價(jià)如何，也不太清楚他們的需求變化。如何開(kāi)展和老客戶的關(guān)系，形成戰(zhàn)略合作伙伴，我覺(jué)得應(yīng)該可以做得更好。因?yàn)楫吘归_(kāi)發(fā)新的客戶本錢(qián)還是比擬高的。〞“可是在新客戶的開(kāi)發(fā)上，我們也是和大多數(shù)一般企業(yè)一樣采取價(jià)格戰(zhàn)，我覺(jué)得價(jià)格戰(zhàn)不利于公司的開(kāi)展和品牌的建設(shè)，我們可以嘗試其他更具有可持續(xù)性的策略來(lái)開(kāi)展新客戶。〞可見(jiàn)ZM公司的客戶關(guān)系管理思想較為落后。就國(guó)內(nèi)的企業(yè)開(kāi)展來(lái)說(shuō)，越來(lái)越多企業(yè)經(jīng)營(yíng)由“以產(chǎn)品為中心〞轉(zhuǎn)換為“以客戶為中心〞，ZM公司在CRM方面卻未真正做到這一點(diǎn)，并沒(méi)有將客戶關(guān)系管理作為企業(yè)核心競(jìng)爭(zhēng)力。ZM公司作為第三方物流企業(yè)，需要同時(shí)效勞企業(yè)與客戶，需要對(duì)客戶的行為信息進(jìn)行有效分類并實(shí)現(xiàn)信息共享。同時(shí)，ZM公司只依賴于單獨(dú)一個(gè)部門(mén)與客戶打交道，提供客戶效勞，并不能從全方面滿足客戶的需求。如客戶效勞部無(wú)法解決，令客戶滿意度下降的實(shí)際操作部門(mén)中的錯(cuò)誤，部門(mén)之間并沒(méi)有有效的溝通與合作，各個(gè)部門(mén)“各自為政〞。為了解決這些問(wèn)題，大數(shù)據(jù)應(yīng)用技術(shù)下優(yōu)化的客戶關(guān)系管理將被運(yùn)用到ZM公司中。3.2ZM公司大數(shù)據(jù)下CRM實(shí)施框架理論步驟與實(shí)際策略運(yùn)用3.2.1客戶信息收集即第一步數(shù)據(jù)的抽取與集成即獲取信息。大數(shù)據(jù)背景下，企業(yè)盡可能收集客戶的信息，要對(duì)傳統(tǒng)信息的獲取收集的同時(shí)也需要獲得半結(jié)構(gòu)化數(shù)據(jù)與非結(jié)構(gòu)化數(shù)據(jù)〔如圖片聲像等〕并形成大數(shù)據(jù)集。在這一局部的主要功能就是在大數(shù)據(jù)時(shí)代通過(guò)盡可能多的手段收集到有關(guān)客戶的盡可能多的信息。包括客戶的根本信息、客戶的交易數(shù)據(jù)、通過(guò)分析總結(jié)出的客戶具體詳細(xì)的物流信息、客戶針對(duì)所提供的物流效勞的反響信息等。通過(guò)以上信息的集合與分析，提取其中有價(jià)值的信息，能夠有效整合多個(gè)客戶的綜合需求，如可對(duì)當(dāng)前的資源配置下，客戶對(duì)物流路徑規(guī)劃、物流運(yùn)輸工具選擇和物流配送時(shí)間等方面進(jìn)行整合分析與集成分析，并實(shí)現(xiàn)ZM公司的資源合理配置，滿足大局部客戶的物流需求。同時(shí)，ZM公司作為配送系統(tǒng)的第三方配送系統(tǒng)，處于供需雙方的中間環(huán)節(jié)，可利用自身的GPS、RFID等多種技術(shù)與其自身的特有的海量信息數(shù)據(jù)庫(kù)構(gòu)建信息采集平臺(tái)，提供一個(gè)整合供方與需方信息的信息交流平臺(tái)，使得雙方之間、雙方與ZM公司之間的信息實(shí)現(xiàn)對(duì)流，整合來(lái)自各方的物流資源，更好的實(shí)現(xiàn)信息資源的共享，優(yōu)化供給鏈中繁瑣的手續(xù)，為客戶提供一體化的物流解決方案與物流調(diào)度，從整體上提高供給鏈內(nèi)各個(gè)環(huán)節(jié)的物流和信息流的流通速度與效率。企業(yè)從得到客戶數(shù)據(jù)中可挖掘出客戶具體的物流需求，并通過(guò)調(diào)動(dòng)自身各項(xiàng)資源滿足客戶，同時(shí)注重持續(xù)的技術(shù)支持與完善的售后效勞并得到客戶的反響?？蛻舻姆错懹直磉_(dá)了ZM公司的效勞質(zhì)量，使其更清晰在提供物流效勞中存在的問(wèn)題并加以改進(jìn)。ZM公司利用大數(shù)據(jù)技術(shù)提取的“大數(shù)據(jù)集〞能夠更加迅速的了解客戶當(dāng)前的和潛在需求，不僅為擴(kuò)展原有客戶的效勞及開(kāi)展?jié)撛诳蛻舻於藬?shù)據(jù)根底，并且為客戶的個(gè)性化效勞提供了依據(jù)。對(duì)于傳統(tǒng)的結(jié)構(gòu)化數(shù)據(jù)收集，ZM公司依然從客戶自身和外部市場(chǎng)等企業(yè)的外部環(huán)境獲取以及公司包括銷售記錄、效勞記錄等內(nèi)部渠道收集，各種與客戶有關(guān)的信息和市場(chǎng)信息，如客戶交易數(shù)據(jù)，客戶的具體效勞要求，客戶反響信息等。對(duì)于非結(jié)構(gòu)化數(shù)據(jù)那么要使用先進(jìn)的科學(xué)技術(shù)進(jìn)行收集，如數(shù)據(jù)挖掘技術(shù)、智能分析、大數(shù)據(jù)存儲(chǔ)、傳感器技術(shù)、條形碼技術(shù)、FRID技術(shù)等。3.2.2客戶信息分析即第二步，針對(duì)于大數(shù)據(jù)的處理流程分析數(shù)據(jù)，運(yùn)用各種數(shù)據(jù)挖掘技術(shù)來(lái)對(duì)第一步收集到的信息進(jìn)行分析。利用傳統(tǒng)的數(shù)據(jù)挖掘與現(xiàn)行大數(shù)據(jù)處理技術(shù)相結(jié)合，對(duì)獲取的大數(shù)據(jù)進(jìn)行計(jì)算和匯總，得到能應(yīng)有的具有價(jià)值的數(shù)據(jù)。這一步主要是對(duì)第一步中所搜集而來(lái)的客戶數(shù)據(jù)與信息進(jìn)行篩選歸類，并對(duì)各個(gè)客戶的信息進(jìn)行分析，重點(diǎn)為客戶行為分析與客戶識(shí)別及客戶流失預(yù)警。其中利用客戶行為對(duì)每一個(gè)或每一類的客戶進(jìn)行分析并得到其根本的物流選擇規(guī)律與物流需求；客戶識(shí)別那么對(duì)不同客戶類型進(jìn)行識(shí)別與分析，并分別歸類重點(diǎn)客戶與次重點(diǎn)客戶等的分類，特別針對(duì)于新客戶的識(shí)別；ZM公司可利用客戶預(yù)警分析來(lái)管理客戶忠誠(chéng)度較低的老客戶，并及時(shí)對(duì)這批客戶做出準(zhǔn)確的具有針對(duì)性的戰(zhàn)略。ZM公司需要通過(guò)大數(shù)據(jù)真正透徹的了解客戶的現(xiàn)有需求與潛在需求，并對(duì)客戶進(jìn)行合理的分析且定位。防止再次發(fā)生如案例十五中，李經(jīng)理提出的交流較少、聯(lián)系不夠緊密的問(wèn)題。通過(guò)這些分類，對(duì)待不同的客戶ZM公司可以分別提出有針對(duì)性的策略，提高ZM公司的效勞質(zhì)量。這一步驟直接影響到下級(jí)部門(mén)的物流方案安排與資源方案制定。通過(guò)對(duì)不同的客戶整體行為的分析選出其中最具有代表性的幾類客戶，并根據(jù)這類客戶的物流業(yè)務(wù)往來(lái)與客戶需求行為作出全面性的規(guī)律描述與總結(jié)，發(fā)現(xiàn)該類客戶的一般性交易規(guī)律。同時(shí)，可以從該類客戶的現(xiàn)有數(shù)據(jù)庫(kù)中找出反響其消費(fèi)狀況及業(yè)務(wù)數(shù)據(jù)，對(duì)該類客戶進(jìn)行物流配送需求的預(yù)測(cè)和分析，并通過(guò)預(yù)測(cè)與分析主動(dòng)向客戶提供能滿足其物流需求效勞的具體物流方案。同時(shí)，通過(guò)對(duì)該類客戶的研究找出其偏好策略，有針對(duì)性的啟用相關(guān)策略提供忠誠(chéng)度。這一步驟既可以解決ZM公司在訂單不確定性的問(wèn)題也可以解決客戶關(guān)系不穩(wěn)固的問(wèn)題。大數(shù)據(jù)背景下，ZM公司內(nèi)部的不同客戶必然需要被進(jìn)行不同程度的識(shí)別與分類，并且利用分類“對(duì)癥下藥〞，作出長(zhǎng)遠(yuǎn)的分析與預(yù)測(cè)，同時(shí)用于指導(dǎo)下一步各項(xiàng)具體策略的制定。如可分類為重點(diǎn)客戶、核心客戶、此重點(diǎn)客戶、次核心客戶、新客戶、老客戶等。案例十五中提到李經(jīng)理試圖與劉經(jīng)理停止合作，而這一舉措?yún)s并未被ZM公司及時(shí)預(yù)警，說(shuō)明客戶流失預(yù)警的分析對(duì)于ZM公司來(lái)說(shuō)極為重要。ZM公司可通過(guò)物流效勞結(jié)束后的客戶反響與再合作意愿分析客戶對(duì)ZM公司的態(tài)度，并分析客戶與ZM公司再合作的幾率與終止合作的幾率做出相應(yīng)的措施。為了保存客戶，在合作的初期應(yīng)盡量預(yù)防客戶流失，并對(duì)物流效勞中出現(xiàn)的問(wèn)題進(jìn)行及時(shí)的補(bǔ)救并提高效勞質(zhì)量。ZM公司的做法也值得借鑒，在發(fā)現(xiàn)李經(jīng)理出現(xiàn)“流失意愿〞時(shí)，劉經(jīng)理提出ZM公司的冷鏈設(shè)備升級(jí)效勞升級(jí)等軟實(shí)力與硬實(shí)力的提升來(lái)“挽留〞李經(jīng)理這位重點(diǎn)客戶。3.2.3客戶信息輸出即第三步，針對(duì)于大數(shù)據(jù)處理流程的第三步數(shù)據(jù)解釋，就是將第二步得到的應(yīng)用型數(shù)據(jù)用策略、方案、建議等方式解釋出來(lái)。這個(gè)步驟里所涉及到的具體方法包括聚類分析、關(guān)聯(lián)分析等方法，實(shí)現(xiàn)針對(duì)客戶的個(gè)性化分析，最后就是形成可行性報(bào)告應(yīng)用于效勞管理策略、市場(chǎng)管理策略、銷售管理策略、及物流企業(yè)管理策略。在第二步企業(yè)進(jìn)行相關(guān)信息的抽取分析后，把有價(jià)值的信息傳送到下級(jí)部門(mén)及企業(yè)管理層內(nèi)部，用以指導(dǎo)物流方案制定與企業(yè)內(nèi)部決策。為了降低物流本錢(qián)，實(shí)現(xiàn)自身資源的合理優(yōu)化配置，提高物流效率，有價(jià)值的客戶信息變得十分重要。作為決策環(huán)節(jié)，這一步驟有利于管理者或規(guī)劃者在制定各種決策或方案中利用適當(dāng)?shù)男畔⑤o助最終成功的制定，靈活的應(yīng)對(duì)市場(chǎng)環(huán)境的變化。在聚類分析的過(guò)程中，得出某類客戶的特定的需求，并從整體式考慮物流路線規(guī)劃與其他配套設(shè)施的規(guī)劃等，并把ZM公司的有限的資源發(fā)揮到最大效益去滿足客戶的物流需求。同時(shí)，ZM公司需要在了解各方環(huán)境〔如社會(huì)環(huán)境經(jīng)濟(jì)環(huán)境等〕后靈活運(yùn)用技術(shù)與適當(dāng)?shù)妮o助機(jī)制來(lái)支持決策。大數(shù)據(jù)最終應(yīng)用在ZM公司，通過(guò)前期數(shù)據(jù)的收集、分發(fā)處理、匯總及與物流系統(tǒng)的融合，最終促進(jìn)ZM公司的資源的合理優(yōu)化配置，以及與其他企業(yè)間的物流資源共享，到達(dá)降低物流本錢(qián)，提高物流運(yùn)營(yíng)效率，提高企業(yè)效益的最終目的。3.2.4ZM公司客戶生命周期利潤(rùn)下的客戶價(jià)值矩陣分析及CRM策略通過(guò)對(duì)客戶進(jìn)行價(jià)值評(píng)估，企業(yè)可以對(duì)客戶進(jìn)行分類，區(qū)分不同價(jià)值的客戶群，進(jìn)而為不同價(jià)值的客戶群定制不同的營(yíng)銷維系策略，保存高價(jià)值用戶，激發(fā)次價(jià)值客戶的潛在價(jià)值或延長(zhǎng)當(dāng)前/實(shí)際價(jià)值穩(wěn)定期，提升潛在價(jià)值客戶的潛在價(jià)值，改進(jìn)或淘汰無(wú)利可圖的客戶，從而提高營(yíng)銷維系的效果，到達(dá)企業(yè)利潤(rùn)最大化的目的。同時(shí)，客戶價(jià)值矩陣能夠幫助有效地優(yōu)化企業(yè)資源配置，防止把大量的資源浪費(fèi)到無(wú)利可圖的客戶身上，而高價(jià)值客戶和潛在價(jià)值客戶反而得不到足夠的資源，這很可能會(huì)導(dǎo)致優(yōu)質(zhì)客戶的流失。此處可以分為客戶價(jià)值矩陣將客戶按價(jià)值分為4類客戶：次價(jià)值客、價(jià)值客戶、低價(jià)值客、潛價(jià)值客。圖2客戶價(jià)值矩陣分析Fig2CustomerValueMatrixAnalysis次價(jià)值客該類客戶有高的當(dāng)前價(jià)值與低的潛在價(jià)值，從客戶生命周期來(lái)講，這類客戶已經(jīng)步入穩(wěn)定期，應(yīng)該為ZM公司的大客戶，對(duì)ZM公司的忠誠(chéng)度與奉獻(xiàn)度都高，將很大一局部業(yè)務(wù)已經(jīng)交給了ZM公司，但在未來(lái)的增量銷量與提高利潤(rùn)方面并未見(jiàn)太大的開(kāi)發(fā)能力，因此沒(méi)必要過(guò)多投入對(duì)其的營(yíng)銷本錢(qián)。由于當(dāng)前價(jià)值較高，所以ZM公司應(yīng)該繼續(xù)重視，并繼續(xù)加強(qiáng)與保持這類客戶。另一方面，由于長(zhǎng)時(shí)間的合作與信任，ZM公司對(duì)這類客戶已經(jīng)可以做到很大程度上的了解了，對(duì)客戶在什么時(shí)間會(huì)有哪些具體的運(yùn)輸要求都十分清楚。因此，ZM公司需要用大數(shù)據(jù)對(duì)該類客戶進(jìn)行預(yù)測(cè)，在每季度或每年度的某特定時(shí)期的物流需求，并提前給予客戶適合的規(guī)劃。價(jià)值客戶該類客戶的當(dāng)前價(jià)值與潛在價(jià)值都很高，是ZM公司現(xiàn)在利潤(rùn)的主要來(lái)源并且能在未來(lái)的開(kāi)展中給ZM公司繼續(xù)帶來(lái)很高的效益。這類客戶常常為利潤(rùn)的保證，因此ZM公司應(yīng)該把重點(diǎn)資源投入到這類客戶上，并對(duì)其設(shè)計(jì)一系列的客戶保有戰(zhàn)略，提高其對(duì)ZM公司的忠誠(chéng)度，并且持續(xù)不斷地為該類客戶提供超值物流效勞。針對(duì)于這類客戶最有效的策略便是開(kāi)展二字，這類客戶一直處于不斷開(kāi)展的狀態(tài)，因此合作空間很大，應(yīng)該不遺余力的做出各種靈活的營(yíng)銷策略和提供特色效勞以保存他們。如優(yōu)先安排物流配送效勞、務(wù)針對(duì)性的特色物流效勞、有關(guān)訂單處理的優(yōu)先權(quán)、客戶比擬關(guān)心的靈活的結(jié)算條款等，ZM公司未來(lái)的重要開(kāi)展目標(biāo)戰(zhàn)略伙伴。該類客戶如ZM公司配送中的大型企業(yè)，如麥當(dāng)勞、肯德基等。在大數(shù)據(jù)時(shí)代，需要繼續(xù)挖掘該類客戶潛在的需求。通過(guò)建立戰(zhàn)略聯(lián)盟，將ZM公司與這類客戶之間形成了利益共享鏈，一起討論各自的未來(lái)規(guī)劃，如ZM公司可與麥當(dāng)勞等大型企業(yè)合作成為某區(qū)域的代理商或成立代銷點(diǎn)等，培養(yǎng)雙方的戰(zhàn)略合作伙伴關(guān)系。低價(jià)值客該類客戶的當(dāng)前價(jià)值與潛在價(jià)值都很低，往往是ZM公司內(nèi)規(guī)模小與業(yè)務(wù)量少的客戶。如ZM公司內(nèi)的末端冷鏈配送的工業(yè)類客戶，主要配送少量輔料，訂單頻率較少。ZM公司首先應(yīng)該找出這類客戶“雙底〞的主要原因，并通過(guò)針對(duì)性的物流方案促進(jìn)低價(jià)值客的業(yè)務(wù)增長(zhǎng)。企業(yè)應(yīng)適當(dāng)挖掘該類小型企業(yè)的潛力，如ZM公司可通過(guò)提前的物流方案提示該類客戶的訂單需求。當(dāng)因?yàn)樵擃惪蛻舨⒉皇荶M公司的主要客戶來(lái)源，因此ZM公司可以按照自身的資源條件對(duì)他們進(jìn)行配置，少量業(yè)務(wù)量過(guò)少且無(wú)增長(zhǎng)空間的低價(jià)值客可以解除客戶關(guān)系。對(duì)于該類客戶，ZM公司可加強(qiáng)自身的選出，通過(guò)大數(shù)據(jù)獲得客戶的信息并進(jìn)行深層次的分析，挖掘客戶的內(nèi)部需要和外部需求，做到投其所好，取得客戶的信任。假設(shè)通過(guò)數(shù)據(jù)開(kāi)掘與分析得出該類客戶的自身?xiàng)l件過(guò)差，如拖欠尾款等不良行為，那么ZM公司無(wú)需投入任何資源并在不損失滋生利益的情況下慢慢與該類客戶解除合作關(guān)系。潛價(jià)值客這類客戶的潛在價(jià)值比擬高，但當(dāng)前價(jià)值卻處于低位。這類客戶一般為成長(zhǎng)期的企業(yè)，雖然在當(dāng)前的價(jià)值不高，當(dāng)在長(zhǎng)遠(yuǎn)開(kāi)展中卻具有很強(qiáng)的開(kāi)展?jié)摿?。ZM公司只要正確處理該類客戶的關(guān)系，在未來(lái)這類客戶就會(huì)往價(jià)值客戶的方向開(kāi)展。該類客戶形同ZM公司末端配送中的生鮮電商類客戶，生鮮電商的開(kāi)展處于上升期，雖然現(xiàn)在的訂單量較為不確定且少，但是在未來(lái)的開(kāi)展中必定能被培養(yǎng)成價(jià)值客戶。對(duì)這類客戶，ZM公司應(yīng)當(dāng)將眼光放長(zhǎng)遠(yuǎn)，看到在未來(lái)該類客戶能夠?yàn)槠髽I(yè)帶來(lái)的效益與利潤(rùn)并適度保持和投入資源維護(hù)雙方關(guān)系。例如，通過(guò)不斷向客戶提供高水平的效勞，包括咨詢效勞、企業(yè)自身宣傳資料、對(duì)該客戶有價(jià)值的信息、個(gè)性化解決方案等，讓客戶看到第三方物流企業(yè)能夠?yàn)槠涮峁┑奈磥?lái)有前景的針對(duì)自身的物流效勞，讓這類客戶提前對(duì)第三方物流企業(yè)產(chǎn)生信心，讓客戶感到滿意，形成未來(lái)可能成交交易的可能性，也使這類客戶對(duì)第三方物流企業(yè)樹(shù)立起高度的信任，從而促進(jìn)客戶關(guān)系盡快進(jìn)入穩(wěn)定期。3.3大數(shù)據(jù)下ZM公司對(duì)可視化倉(cāng)儲(chǔ)的優(yōu)化方案3.3.1ZM公司倉(cāng)儲(chǔ)可視化問(wèn)題現(xiàn)狀從案例十五中可知，陳經(jīng)理認(rèn)為ZM公司的可視化技術(shù)并不完善，略顯薄弱。企業(yè)無(wú)法及時(shí)提供物流信息，客戶無(wú)法對(duì)貨物與配送進(jìn)行可視化觀察。客戶無(wú)法實(shí)時(shí)了解冷鏈貨物在車輛和倉(cāng)庫(kù)中的狀態(tài)。可視化倉(cāng)儲(chǔ)是將可視化技術(shù)應(yīng)用于倉(cāng)儲(chǔ)中的一種技術(shù)，如計(jì)算機(jī)圖像學(xué)只是對(duì)倉(cāng)儲(chǔ)物流需要監(jiān)控的區(qū)域進(jìn)行數(shù)學(xué)建模、計(jì)算機(jī)建模，根據(jù)建立三維坐標(biāo)系，在三維空間中重現(xiàn)倉(cāng)儲(chǔ)物流區(qū)的真實(shí)三維結(jié)構(gòu)，然后結(jié)合計(jì)算機(jī)圖像學(xué)將監(jiān)控區(qū)域內(nèi)部可能出現(xiàn)的變化再現(xiàn)，管理員及客戶那么可以通過(guò)計(jì)算機(jī)監(jiān)控一切情況?？梢暬瘋}(cāng)儲(chǔ)技術(shù)對(duì)硬件條件要求較高，系統(tǒng)復(fù)雜程度高，可提供真實(shí)、全面的、科學(xué)的信息。3.3.2ZM公司可視化倉(cāng)儲(chǔ)信息系統(tǒng)的工作機(jī)制由于在案例十五中提到，ZM公司的倉(cāng)儲(chǔ)可視化技術(shù)正在研發(fā)并很快可以投入使用，因此本節(jié)僅簡(jiǎn)單的介紹適用于ZM公司的可視化倉(cāng)儲(chǔ)信息管理系統(tǒng)的工作機(jī)制。ZM公司的倉(cāng)儲(chǔ)可視化業(yè)務(wù)系統(tǒng)一般以三維動(dòng)畫(huà)系統(tǒng)來(lái)記錄，反映了在ZM公司內(nèi)各個(gè)倉(cāng)庫(kù)的物流信息。虛擬實(shí)際流程的三維動(dòng)畫(huà)的演示方便管理人員直觀了解整體業(yè)務(wù)流程并分析各種信息，通過(guò)網(wǎng)絡(luò)技術(shù)與網(wǎng)絡(luò)平臺(tái)，可將物料與車輛設(shè)備等結(jié)合起來(lái)，可將客戶與倉(cāng)儲(chǔ)貨物聯(lián)系起來(lái)，實(shí)現(xiàn)數(shù)據(jù)的資源共享和信息交換?；赯M公司的根本管理要求與業(yè)務(wù)架構(gòu)規(guī)劃，可視化倉(cāng)儲(chǔ)系統(tǒng)需要實(shí)現(xiàn)全數(shù)據(jù)的互聯(lián)互通，該信息架構(gòu)主要含有云計(jì)算的數(shù)據(jù)中心、信息平臺(tái)、倉(cāng)儲(chǔ)現(xiàn)場(chǎng)監(jiān)視、運(yùn)輸配送過(guò)程監(jiān)視、業(yè)務(wù)管理幾個(gè)流程模塊。云計(jì)算的數(shù)據(jù)中心：數(shù)據(jù)的自動(dòng)化錄入與輸出，通過(guò)每一次訂單下達(dá)后的數(shù)據(jù)中心處理，得出智能的資源安排。通過(guò)云計(jì)算數(shù)據(jù)中心，ZM公司可以計(jì)算出其可預(yù)測(cè)客戶〔如經(jīng)銷商、超商等〕的配送規(guī)律，與不可預(yù)測(cè)客戶〔工業(yè)類客戶與生鮮電商客戶等〕的配送預(yù)測(cè)，及時(shí)向客戶提供提前的物流運(yùn)輸方案。信息平臺(tái)：利用網(wǎng)絡(luò)技術(shù)與信息平臺(tái)設(shè)置，建立ZM公司專屬的信息交流平臺(tái)。在平臺(tái)中，一切倉(cāng)儲(chǔ)的實(shí)時(shí)影像與物流運(yùn)輸信息都能透明化展示。客戶可通過(guò)信息平臺(tái)得到倉(cāng)儲(chǔ)信息，同時(shí)可以通過(guò)信息平臺(tái)進(jìn)行反響工作。ZM公司可以利用信息平臺(tái)進(jìn)行部門(mén)之間的內(nèi)部交流與信息交流，上層部門(mén)收到訂單并整合后通過(guò)信息平臺(tái)進(jìn)行統(tǒng)一的傳遞到下層作業(yè)部門(mén)，使部門(mén)之間的聯(lián)系更為緊密。倉(cāng)儲(chǔ)現(xiàn)場(chǎng)監(jiān)視：在倉(cāng)儲(chǔ)現(xiàn)場(chǎng)可安裝攝像頭，并通過(guò)實(shí)施監(jiān)控記錄貨物在倉(cāng)儲(chǔ)現(xiàn)場(chǎng)的變化，并通過(guò)互聯(lián)網(wǎng)的技術(shù)連接到信息平臺(tái)中。ZM公司可利用監(jiān)視功能像案例十五中的陳經(jīng)理提供冷鏈的及時(shí)信息。除此之外，假設(shè)遇到貨物在倉(cāng)儲(chǔ)過(guò)程中有所損壞，可利用記錄的監(jiān)視畫(huà)面找出原因和解決方案。業(yè)務(wù)管理：包括自動(dòng)化作業(yè)系統(tǒng)、出入庫(kù)系統(tǒng)、杠桿系統(tǒng)等。在倉(cāng)儲(chǔ)現(xiàn)場(chǎng)可安裝智能化系統(tǒng)來(lái)優(yōu)化倉(cāng)儲(chǔ)，并提高倉(cāng)儲(chǔ)現(xiàn)場(chǎng)的作業(yè)效率。運(yùn)輸配送過(guò)程監(jiān)視：利用RFID技術(shù)與GPS技術(shù)對(duì)貨物進(jìn)行全程的監(jiān)控。ZM公司作為一家擁有第三方物流業(yè)務(wù)的公司，在運(yùn)輸途中的可視化展示也是十分重要的。主要可利用定位技術(shù)與貨車內(nèi)監(jiān)視技術(shù)對(duì)配送貨物進(jìn)行跟蹤。特別對(duì)于冷鏈物流的配送來(lái)說(shuō)，運(yùn)輸配送環(huán)節(jié)的監(jiān)視有利于預(yù)警貨物在某一時(shí)間內(nèi)的腐敗程度，減少貨物在運(yùn)輸過(guò)程中因?yàn)橥饨绛h(huán)境與自身腐敗條件的因素造成的不必要損耗，減少如案例七發(fā)生的配送腐敗與變質(zhì)問(wèn)題。3.4ZM公司末端配送問(wèn)題3.4.1ZM末端配送問(wèn)題問(wèn)題現(xiàn)狀ZM公司在全國(guó)各地設(shè)有倉(cāng)儲(chǔ)基地和冷庫(kù)中心，慢慢形成輻射全國(guó)，走向海外的物流網(wǎng)絡(luò)。目前，公司將以業(yè)務(wù)開(kāi)展為區(qū)域布點(diǎn)的主要根底，以上海市場(chǎng)為根底，華東市場(chǎng)為龍頭，面向全國(guó)物流市場(chǎng)，確立覆蓋全國(guó)物流網(wǎng)絡(luò)的戰(zhàn)略方向。然而在末端配送網(wǎng)絡(luò)建設(shè)方面，問(wèn)題重重。比方說(shuō)，標(biāo)準(zhǔn)化問(wèn)題。主要表達(dá)在兩方面：一是ZM公司面對(duì)的客戶廣，所配送的商品繁多，種類雜亂，國(guó)家對(duì)同一類產(chǎn)品沒(méi)有全部給出標(biāo)準(zhǔn)，沒(méi)有標(biāo)準(zhǔn)化，運(yùn)作效率也很難提高，二是公司的效勞沒(méi)有標(biāo)準(zhǔn)化，沒(méi)有確定的響應(yīng)時(shí)間標(biāo)準(zhǔn)，不能及時(shí)滿足客戶的需求。還有就是配貨方面的問(wèn)題。在配送的時(shí)候，商家要求的送貨時(shí)間各異，同時(shí)也存在貨物到達(dá)客戶點(diǎn)的時(shí)候由于違背時(shí)間窗的原那么，導(dǎo)致排隊(duì)收貨現(xiàn)象。因此，在滿足貨運(yùn)任務(wù)要求的前提下，如何選擇最經(jīng)濟(jì)的運(yùn)行線路是一項(xiàng)重要的工作。最經(jīng)濟(jì)的運(yùn)輸線路，不僅可以滿足客戶的各種需求，解決客戶需求時(shí)間不一的問(wèn)題，增加客戶的滿意度，還可以為公司節(jié)省本錢(qián)，帶來(lái)直接利潤(rùn)。然而如何按時(shí)按量，經(jīng)濟(jì)高效的配送商品，在很大程度上是取決于有效的車輛調(diào)度安排，調(diào)度方案的優(yōu)化與否，對(duì)增加配送效率，減少總費(fèi)用和提高效勞水平具有重要意義。在ZM公司客戶需求點(diǎn)較多且分布不均，道路網(wǎng)絡(luò)復(fù)雜的情況下，在保持高度準(zhǔn)時(shí)，快速配送的要求和在滿足車輛容量限制且還有時(shí)間限制的情況下使總運(yùn)輸本錢(qián)最低，設(shè)計(jì)一定的配送調(diào)度模型和算法，其實(shí)現(xiàn)意義重大。本文將運(yùn)用遺傳算法理論解決車輛調(diào)度的問(wèn)題。3.4.2遺傳算法的原理及步驟和意義一、遺傳算法的原理遺傳算法將問(wèn)題的解表示成“染色體〞，在算法中也就是以二進(jìn)制編碼或自然數(shù)編碼的串。在進(jìn)行遺傳算法前，給出一群染色體，也就是假設(shè)。然后把這些假設(shè)解放在問(wèn)題的“環(huán)境〞中，按適者生存的原那么，選擇一些較適合環(huán)境的“染色體〞進(jìn)行復(fù)制，在通過(guò)交叉，變異過(guò)程產(chǎn)生更適應(yīng)環(huán)境的新個(gè)體，知道最后會(huì)收斂到最適應(yīng)環(huán)境的一個(gè)“染色體〞上，它就是問(wèn)題的最優(yōu)解。二、遺傳算法的步驟和意義〔1〕初始化選擇一個(gè)群體，即一個(gè)串或個(gè)體的集合｛ui｝,i=1,2,3…n,這個(gè)初始群體就是問(wèn)題假設(shè)的集合〔2〕選擇根據(jù)適者生存的原那么選擇下一代個(gè)體，在選擇時(shí)，以適應(yīng)度為原那么，給出目標(biāo)函數(shù)z，通過(guò)對(duì)目標(biāo)函數(shù)做適當(dāng)?shù)淖儞Q，得帶函數(shù)f，那么f〔ui〕成為個(gè)體ui的適應(yīng)度，適應(yīng)度準(zhǔn)那么表達(dá)了適者生存，不適者淘汰的自然法那么。以p｛ui｝表示選中個(gè)體ui的概率：p｛ui｝=f(ui)從上式可看出：適應(yīng)度較高的個(gè)體，繁殖后代的數(shù)目較多適應(yīng)度小的個(gè)體，其后代的數(shù)目也較少，甚至被淘汰這樣，就產(chǎn)生了對(duì)環(huán)境適應(yīng)能力較強(qiáng)的后代。從問(wèn)題求解角度來(lái)講，就是選出最優(yōu)解較近的中間解?！?〕交叉對(duì)于選中用于繁殖下一代的個(gè)體，隨機(jī)的選擇具有相同位置的兩個(gè)個(gè)體，按交叉概率pc在選中的位置實(shí)行交換，這個(gè)過(guò)程反映了隨機(jī)信息交換，目的在于產(chǎn)生新的基因組合，也即產(chǎn)生新的個(gè)體。交叉時(shí)，可實(shí)行單點(diǎn)交叉或多點(diǎn)交叉，交叉率一般取值為0.25-0.75.〔4〕變異根據(jù)生物遺傳中基因變異的原理，以變異概率pm對(duì)某些個(gè)體的某個(gè)子串執(zhí)行變異。變異概率pm與生物變異極小的情況一致。所以其取值也較小，一般為0.01-0.2.〔5〕全局最優(yōu)收斂當(dāng)最優(yōu)個(gè)體的適應(yīng)度到達(dá)給定的閥值，或者最優(yōu)個(gè)體的適應(yīng)度和群體適應(yīng)度不在上升時(shí)，那么算法的迭代過(guò)程收斂，算法結(jié)束。否那么，用經(jīng)過(guò)選擇，交叉，變異得到的新一代取代上一代的群體，并返回第2步，繼續(xù)進(jìn)行循環(huán)操作。三、染色體結(jié)構(gòu)對(duì)VSP采用自然編碼方式，即序數(shù)編碼。單源點(diǎn)VSP的一條可行線路可編碼成長(zhǎng)度為n+m的染色體。其中ikj表示第ikj項(xiàng)任務(wù)。這樣染色體結(jié)構(gòu)可通俗的理解為：第1輛車從配送中心0出發(fā)，經(jīng)過(guò)任務(wù)i11，i12,…i1s后，回到配送中心0，形成子路徑1，然后第2輛車又從配送中心0出發(fā)，經(jīng)過(guò)以前未訪問(wèn)的任務(wù)i21,…i2t后，返回配送中心0，形成子路徑2，如此反復(fù)，直到所有的n項(xiàng)任務(wù)全部被訪問(wèn)完為止。這里的m為完成任務(wù)所需的車輛數(shù)，可通過(guò)以下方式求得：M=igi子路徑1：配送中心0任務(wù)1任務(wù)3配送中心0子路徑2：配送中心0任務(wù)4任務(wù)6任務(wù)7配送中心0子路徑3：配送中心0任務(wù):2任務(wù)5任務(wù)8配送中心0這種染色體結(jié)構(gòu)子路徑內(nèi)部是有序的，假設(shè)子路徑1中點(diǎn)1,3相互交換位置，會(huì)使目標(biāo)函數(shù)值改變，而子路徑之間是無(wú)序的，假設(shè)子路徑1和3相互交換位置，卻不改變目標(biāo)函數(shù)的值。四、適應(yīng)度函數(shù)適應(yīng)度函數(shù)實(shí)際上是用來(lái)評(píng)價(jià)染色體優(yōu)劣的一個(gè)標(biāo)準(zhǔn)。一般的，將目標(biāo)函數(shù)通過(guò)變換fk=b(z'zk)轉(zhuǎn)化為適應(yīng)度函數(shù)，此處fk為染色體uk的適應(yīng)度，b為常數(shù)，z＇為初始群體中最好染色體的運(yùn)輸本錢(qián)，zk為染色體uk3.4.3模型構(gòu)建我們主要討論單源點(diǎn)、單車型、帶時(shí)間窗口的非滿載送貨車輛優(yōu)化調(diào)度問(wèn)題，對(duì)于多源點(diǎn)物流配送問(wèn)題，可以將其轉(zhuǎn)化為單源點(diǎn)物流配送問(wèn)題的方法。首先要滿足以下條件：只有一個(gè)配送中心經(jīng)營(yíng)被配送的是可混裝的物資配送中心以及各客戶所在地各任務(wù)點(diǎn)的需求量配送中心的車型即載重量配送中心有足夠的資源以供配送，且有足夠的運(yùn)輸能力根據(jù)ZM公司的實(shí)際情況，其業(yè)務(wù)范圍廣，配送中心不止一個(gè)，但是我們可以選取其中一個(gè)作為實(shí)驗(yàn)點(diǎn)，其余可根據(jù)此方法類推。最優(yōu)方法還須符合以下根本約束條件必須滿足所有用戶對(duì)品種和數(shù)量的要求每一輛發(fā)送車輛的載重量有一定的限制，不允許超載行駛每一輛發(fā)送的車輛每天的總運(yùn)行距離有一定的限制必須滿足用戶提出的到貨時(shí)間要求為構(gòu)造數(shù)學(xué)模型，將配送中心編碼為0