魏繼華

內(nèi)容摘要：近年來(lái)，大數(shù)據(jù)的應(yīng)用問(wèn)題引起了理論界和實(shí)務(wù)界的高度關(guān)注。物流業(yè)是一個(gè)產(chǎn)生海量數(shù)據(jù)的行業(yè)，大數(shù)據(jù)在物流企業(yè)的廣泛應(yīng)用，對(duì)于企業(yè)動(dòng)態(tài)適應(yīng)多變的市場(chǎng)環(huán)境、滿(mǎn)足日趨個(gè)性化的顧客需求、應(yīng)對(duì)激烈的市場(chǎng)競(jìng)爭(zhēng)都具有重要意義，也將對(duì)物流企業(yè)戰(zhàn)略決策、運(yùn)營(yíng)管理、市場(chǎng)營(yíng)銷(xiāo)、品牌管理、客戶(hù)關(guān)系管理、服務(wù)創(chuàng)新等方面產(chǎn)生深刻影響。對(duì)整個(gè)行業(yè)來(lái)說(shuō)，也有助于物流資源優(yōu)化配置、物流產(chǎn)業(yè)的升級(jí)轉(zhuǎn)型。本文在分析物流行業(yè)大數(shù)據(jù)特點(diǎn)及其在物流行業(yè)的應(yīng)用特性的基礎(chǔ)上，研究了大數(shù)據(jù)應(yīng)用技術(shù)對(duì)物流企業(yè)競(jìng)爭(zhēng)力的影響，探討了物流企業(yè)利用大數(shù)據(jù)相關(guān)技術(shù)提升物流企業(yè)競(jìng)爭(zhēng)力的基本思路。

關(guān)鍵詞：大數(shù)據(jù) 物流企業(yè) 競(jìng)爭(zhēng)力 提升

引言

當(dāng)業(yè)界還在探討物聯(lián)網(wǎng)和云計(jì)算等前沿概念的時(shí)候，一些國(guó)際IT巨頭已經(jīng)聚焦于物聯(lián)網(wǎng)和云計(jì)算產(chǎn)業(yè)背后的大數(shù)據(jù)，并努力挖掘其背后的潛在價(jià)值（閆成印，2012；劉禹，2013）。物流行業(yè)是個(gè)產(chǎn)生海量數(shù)據(jù)的行業(yè)，大數(shù)據(jù)應(yīng)用技術(shù)將推動(dòng)“智慧物流”更迅猛、更高層次地發(fā)展（姚堯，2013）。能否抓住“大數(shù)據(jù)”所帶來(lái)的機(jī)遇，將成為物流企業(yè)提升核心競(jìng)爭(zhēng)力的關(guān)鍵環(huán)節(jié)。這就需要充分認(rèn)識(shí)物流行業(yè)大數(shù)據(jù)的特點(diǎn)、應(yīng)用特性，明晰大數(shù)據(jù)相關(guān)技術(shù)提升物流企業(yè)競(jìng)爭(zhēng)力的作用機(jī)制。

物流行業(yè)大數(shù)據(jù)的特點(diǎn)

（一）來(lái)源復(fù)雜，類(lèi)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)（劉禹，2013）；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、手機(jī)、其他移動(dòng)設(shè)備、移動(dòng)存儲(chǔ)；物聯(lián)網(wǎng)、車(chē)聯(lián)網(wǎng)、RFID、GPS、GIS等物流信息技術(shù)的應(yīng)用（舒文瓊，2013）；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(zhuān)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(lèi)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(lèi)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(chē)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(lèi)系統(tǒng)和信息類(lèi)系統(tǒng)所采集或處理的各類(lèi)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)、供應(yīng)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；基礎(chǔ)地理位置信息、RFID讀取信息、GPS映射數(shù)據(jù)、圖像文件、車(chē)載信息、時(shí)間與位置數(shù)據(jù)、車(chē)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(xún)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。

（二）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)（劉禹，2013；Elena Geanina Ularu et al.，2012）。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(lèi)型是辦公文檔、文本、圖片、XML、HTML、各類(lèi)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)的公共性特征比較明顯，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(fǎng)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。

物流行業(yè)大數(shù)據(jù)的應(yīng)用特征

（一）大數(shù)據(jù)的應(yīng)用潛力巨大

在大數(shù)據(jù)概念興起之前，企業(yè)主要借助內(nèi)部數(shù)據(jù)、結(jié)構(gòu)化數(shù)據(jù)進(jìn)行決策。商業(yè)智能（BI）技術(shù)的應(yīng)用似乎將企業(yè)帶入了“智慧世界”，但BI仍然對(duì)外部數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)無(wú)能為力，沒(méi)有“走完最后一公里”，無(wú)法有效滿(mǎn)足決策需求。在大數(shù)據(jù)時(shí)代，企業(yè)的外部數(shù)據(jù)權(quán)重急劇上升，決策價(jià)值越來(lái)越突出，這意味著僅僅依據(jù)占數(shù)據(jù)總量15%左右的結(jié)構(gòu)化數(shù)據(jù)進(jìn)行決策越來(lái)越失之偏頗（T.K.Das et al.，2013），物流企業(yè)決策者駕馭業(yè)務(wù)的戰(zhàn)情數(shù)位儀表盤(pán)其實(shí)是殘缺的。事實(shí)上，一些沿襲原來(lái)的IT解決方案的物流企業(yè)，普遍遇到數(shù)據(jù)處理系統(tǒng)擴(kuò)展困難、處理時(shí)間長(zhǎng)、傳輸效率低、成本過(guò)高的問(wèn)題（Elena Geanina Ularu et al.，2012）。大數(shù)據(jù)應(yīng)用技術(shù)就是能夠妥善解決這些問(wèn)題的性?xún)r(jià)比比較高的數(shù)據(jù)計(jì)算與存儲(chǔ)方式。

據(jù)ICT權(quán)威研究機(jī)構(gòu)CCW RESEARCH的研究結(jié)論（2012年），無(wú)論是從信息技術(shù)應(yīng)用的契合度還是從短期內(nèi)投資大數(shù)據(jù)的可能性進(jìn)行測(cè)度，物流行業(yè)都具有大數(shù)據(jù)應(yīng)用技術(shù)推廣的優(yōu)越條件。但他們同時(shí)還指出，雖然物流行業(yè)對(duì)“大數(shù)據(jù)”概念的知曉率為91.8%，但究其應(yīng)用而言，總體上還處于“認(rèn)知”階段，這意味著大數(shù)據(jù)在物流行業(yè)應(yīng)有較大的應(yīng)用潛力。

（二）大數(shù)據(jù)的供應(yīng)鏈特征明顯

物流行業(yè)大數(shù)據(jù)的應(yīng)用正越來(lái)越呈現(xiàn)出供應(yīng)鏈特征。這個(gè)“數(shù)據(jù)供應(yīng)鏈”，存在著數(shù)據(jù)收集、數(shù)據(jù)處理、數(shù)據(jù)分析、數(shù)據(jù)價(jià)值提取、數(shù)據(jù)價(jià)值消費(fèi)等多個(gè)環(huán)節(jié)（Hsinchun Chen et al.，2012），參與者包括原始數(shù)據(jù)提供者、數(shù)據(jù)收集者、數(shù)據(jù)平臺(tái)商、數(shù)據(jù)應(yīng)用技術(shù)開(kāi)發(fā)者、數(shù)據(jù)服務(wù)提供者、數(shù)據(jù)產(chǎn)業(yè)投資者，數(shù)據(jù)價(jià)值消費(fèi)者等多個(gè)主體。就物流企業(yè)而言，在這個(gè)數(shù)據(jù)供應(yīng)鏈中，可以承擔(dān)多重角色：既可以是原始數(shù)據(jù)供應(yīng)者（主要是內(nèi)部數(shù)據(jù)、結(jié)構(gòu)化數(shù)據(jù)），也可以是數(shù)據(jù)產(chǎn)業(yè)投資者、數(shù)據(jù)價(jià)值消費(fèi)者。實(shí)力雄厚者甚至可以向其他角色拓展，具有優(yōu)秀的數(shù)據(jù)供應(yīng)鏈整合能力的企業(yè)將會(huì)贏得較大競(jìng)爭(zhēng)優(yōu)勢(shì)。圖1給出了物流行業(yè)數(shù)據(jù)供應(yīng)鏈的簡(jiǎn)化模型，并借用Michael Porter的五力分析模型對(duì)數(shù)據(jù)供應(yīng)鏈各個(gè)環(huán)節(jié)的競(jìng)爭(zhēng)態(tài)勢(shì)進(jìn)行了分析。endprint

大數(shù)據(jù)應(yīng)用對(duì)物流企業(yè)競(jìng)爭(zhēng)力的影響

（一）大數(shù)據(jù)應(yīng)用影響物流企業(yè)競(jìng)爭(zhēng)力的機(jī)制

圖2給出物流企業(yè)競(jìng)爭(zhēng)力影響因素的分析框架（王海燕，2012；靜濤，2010）。物流企業(yè)的競(jìng)爭(zhēng)力影響因素涵蓋環(huán)境、資源、能力三個(gè)方面，其中環(huán)境要素可以進(jìn)一步細(xì)化為：行業(yè)經(jīng)濟(jì)發(fā)展水平、宏觀調(diào)控、社會(huì)人文、物流技術(shù)等；資源要素可進(jìn)一步細(xì)化為物質(zhì)資源和無(wú)形資源等；能力要素可細(xì)化為戰(zhàn)略決策能力、運(yùn)營(yíng)管理能力、市場(chǎng)營(yíng)銷(xiāo)能力、品牌管理能力、創(chuàng)新發(fā)展能力等（張莉，2012）。

這里以前文論述為基礎(chǔ)，分析大數(shù)據(jù)應(yīng)用對(duì)物流企業(yè)競(jìng)爭(zhēng)力提升的影響機(jī)制，如圖3所示：大數(shù)據(jù)通過(guò)影響物流企業(yè)競(jìng)爭(zhēng)力的環(huán)境、資源、能力三個(gè)要素，提升其競(jìng)爭(zhēng)力，而物流企業(yè)競(jìng)爭(zhēng)力的提升則表現(xiàn)為快速反應(yīng)、穩(wěn)定可靠、靈活性和彈性提升，顧客滿(mǎn)意度提升，經(jīng)濟(jì)效益提高等等（Elena Geanina Ularu et al.，2012）。

（二）大數(shù)據(jù)應(yīng)用提升物流企業(yè)競(jìng)爭(zhēng)力分析

在物流企業(yè)競(jìng)爭(zhēng)力三個(gè)影響因素中，環(huán)境因素是外部、不可控要素，資源和能力屬于內(nèi)部要素、可控要素，因此，這里重點(diǎn)分析大數(shù)據(jù)在物流企業(yè)的應(yīng)用對(duì)兩個(gè)要素的影響及其表現(xiàn)。

1.對(duì)資源要素的影響。大數(shù)據(jù)時(shí)代，數(shù)據(jù)被許多權(quán)威人士比作“新型石油”，日漸成為一種戰(zhàn)略性資源和企業(yè)的核心資產(chǎn)。大數(shù)據(jù)及其所承載的知識(shí)和信息作為一種極具戰(zhàn)略?xún)r(jià)值的經(jīng)濟(jì)資源，通過(guò)參與企業(yè)的經(jīng)濟(jì)活動(dòng)和營(yíng)運(yùn)過(guò)程，正在充分地發(fā)揮其獨(dú)特的整合效應(yīng)，促進(jìn)物流企業(yè)提高組織效率、降低成本、創(chuàng)新服務(wù)、維系良好的品牌形象和客戶(hù)關(guān)系、增進(jìn)經(jīng)濟(jì)效益等。其作用機(jī)制如下：

第一，盤(pán)活物流企業(yè)的人力資本。在大數(shù)據(jù)日益進(jìn)行著滲透性應(yīng)用的背景下，將推動(dòng)人力資源決策由“經(jīng)驗(yàn)+感覺(jué)”模式向“事實(shí)+數(shù)據(jù)”模式轉(zhuǎn)型，人才測(cè)評(píng)和任職匹配將更高效、更精準(zhǔn)；處于休眠狀態(tài)的企業(yè)內(nèi)部營(yíng)運(yùn)數(shù)據(jù)將被喚醒，培訓(xùn)需求的甄別將更便利。過(guò)程數(shù)據(jù)和結(jié)果數(shù)據(jù)的空前豐富使得“過(guò)程+結(jié)果”的績(jī)效考核方式將更容易導(dǎo)入，對(duì)績(jī)效輔導(dǎo)和績(jī)效提升更有利。

第二，直接增加物流企業(yè)的結(jié)構(gòu)資本。大數(shù)據(jù)應(yīng)用技術(shù)將推動(dòng)物流企業(yè)的組織結(jié)構(gòu)的進(jìn)一步優(yōu)化，與戰(zhàn)略的匹配度更高，組織內(nèi)外信息流動(dòng)更順暢，協(xié)調(diào)機(jī)制更完善，內(nèi)部溝通更“智慧”，資源管控和利用率水平更高，對(duì)市場(chǎng)機(jī)會(huì)和環(huán)境變化的動(dòng)態(tài)適應(yīng)能力更強(qiáng)。不僅如此，對(duì)物流企業(yè)信息技術(shù)的升級(jí)應(yīng)用、知識(shí)產(chǎn)權(quán)的保護(hù)、品牌推廣和商譽(yù)提升也將產(chǎn)生巨大影響。這些都會(huì)直接增加企業(yè)的結(jié)構(gòu)資本。

第三，為企業(yè)贏得更多關(guān)系資本。在企業(yè)內(nèi)部溝通更舒暢、更外向的情況下，面向客戶(hù)的、創(chuàng)新型的共有價(jià)值觀更容易形成和維護(hù)，員工所期望的個(gè)性化關(guān)懷更容易實(shí)現(xiàn)，這將推動(dòng)物流企業(yè)的文化建設(shè)。同時(shí)，大數(shù)據(jù)的應(yīng)用還將推動(dòng)物流企業(yè)創(chuàng)新業(yè)務(wù)模式，主動(dòng)采用整合傳播，提升品牌美譽(yù)度，更好地開(kāi)展公共關(guān)系。物流企業(yè)在推行個(gè)性化定制化服務(wù)、高效的商業(yè)伙伴和顧客關(guān)系管理會(huì)更主動(dòng)，這些都會(huì)為物流企業(yè)贏得關(guān)系資本。

2.對(duì)能力要素的影響。第一，提升物流企業(yè)的戰(zhàn)略管理、戰(zhàn)略決策能力。大數(shù)據(jù)的應(yīng)用有利于企業(yè)推行數(shù)據(jù)驅(qū)動(dòng)的敏捷決策，從長(zhǎng)遠(yuǎn)來(lái)看，還會(huì)推動(dòng)企業(yè)組織架構(gòu)和業(yè)務(wù)流程的全面變革，企業(yè)決策權(quán)力的配置將更合理，決策的制度化、流程化程度更高，決策更公開(kāi)、透明、精準(zhǔn)、有效、可追溯。基于數(shù)據(jù)的決策有助于消弭主觀偏見(jiàn)和思維定勢(shì)的消極影響，提升企業(yè)的戰(zhàn)略洞察力，把握行業(yè)發(fā)展的新趨勢(shì)，抓住戰(zhàn)略性投資機(jī)會(huì)。在物流企業(yè)競(jìng)爭(zhēng)力的變現(xiàn)越來(lái)越取決于供應(yīng)鏈的整體效能的背景之下，物流企業(yè)還可以在確保顧客隱私和商業(yè)機(jī)密的前提下，通過(guò)與供應(yīng)鏈上各合作伙伴的數(shù)據(jù)共享、交換或者交易，動(dòng)態(tài)檢測(cè)行業(yè)趨勢(shì)、聚焦優(yōu)先目標(biāo)、優(yōu)化服務(wù)組合、避免無(wú)端浪費(fèi)、探索全新的業(yè)務(wù)模式等。

第二，增強(qiáng)物流企業(yè)的運(yùn)作管理能力。大數(shù)據(jù)的應(yīng)用可以提升企業(yè)業(yè)務(wù)營(yíng)運(yùn)的可視化程度，推動(dòng)知識(shí)和信息在組織內(nèi)部的共享；精確掌控企業(yè)各項(xiàng)資源的運(yùn)行情況，比如人員的作業(yè)狀況，設(shè)備運(yùn)作狀況，車(chē)輛的位置、時(shí)間、速度、性能等，有利于企業(yè)高效調(diào)度各項(xiàng)資源，提升運(yùn)作效率。以快遞企業(yè)為例，大數(shù)據(jù)的應(yīng)用可以為企業(yè)滿(mǎn)足個(gè)性化訂單、開(kāi)展定制化服務(wù)、實(shí)施彈性配送等提供技術(shù)支撐。它們可以在業(yè)務(wù)營(yíng)運(yùn)的特殊時(shí)期，比如“雙11”到來(lái)之前，基于大數(shù)據(jù)的分析，適時(shí)調(diào)配物流資源，實(shí)現(xiàn)業(yè)務(wù)營(yíng)運(yùn)的主動(dòng)性、前置性，提升配送運(yùn)作效率和顧客滿(mǎn)意度。

第三，拓展物流企業(yè)的市場(chǎng)營(yíng)銷(xiāo)能力。大數(shù)據(jù)應(yīng)用技術(shù)有助于提升市場(chǎng)研究的效率，有關(guān)顧客偏好、情緒、消費(fèi)體驗(yàn)等真實(shí)信息將更容易取得，有利于對(duì)目標(biāo)客戶(hù)的精確細(xì)分、重點(diǎn)客戶(hù)和高價(jià)值客戶(hù)高效篩選（徐藝欣，2013）。大數(shù)據(jù)所承載的有關(guān)資源、成本、服務(wù)、定價(jià)等即時(shí)性關(guān)鍵信息，有助于企業(yè)動(dòng)態(tài)監(jiān)測(cè)市場(chǎng)動(dòng)態(tài)，有效率開(kāi)展競(jìng)爭(zhēng)，更好地贏得客戶(hù)，增加市場(chǎng)份額。在物流服務(wù)營(yíng)銷(xiāo)方面，可以實(shí)施針對(duì)高價(jià)值的顧客的精準(zhǔn)營(yíng)銷(xiāo)、廣告的精準(zhǔn)投放、廣告或者促銷(xiāo)效果的精準(zhǔn)測(cè)定等（胡玉萍，2011）。大數(shù)據(jù)應(yīng)用技術(shù)還有利于物流企業(yè)擺脫繁雜的中間環(huán)節(jié)、傳統(tǒng)的營(yíng)銷(xiāo)模塊式營(yíng)銷(xiāo)組織的依賴(lài)，極大地降低營(yíng)銷(xiāo)成本。

第四，提升物流企業(yè)的品牌管理能力。物流企業(yè)可以有效利用大數(shù)據(jù)技術(shù)進(jìn)行輿情監(jiān)控、品牌健康度動(dòng)態(tài)監(jiān)測(cè)、品牌聲譽(yù)管理，高效監(jiān)控可能有損品牌形象和企業(yè)聲譽(yù)的負(fù)面信息，有效應(yīng)對(duì)惡意炒作或商業(yè)欺詐、從容地進(jìn)行危機(jī)管理（Chris Snijders et al.，2012）。另一方面，可以通過(guò)口碑營(yíng)銷(xiāo)在較低成本的投入情況下擴(kuò)大品牌影響力。

第五，增強(qiáng)物流企業(yè)顧客管理和客戶(hù)關(guān)系維護(hù)能力。企業(yè)可以根據(jù)大數(shù)據(jù)所承載的信息與顧客進(jìn)行深度溝通，改善顧客體驗(yàn)，取得他們對(duì)本企業(yè)、競(jìng)爭(zhēng)對(duì)手物流服務(wù)的真實(shí)評(píng)價(jià)，有效應(yīng)對(duì)競(jìng)爭(zhēng)壓力，提高快速響應(yīng)能力，培育顧客粘性和忠誠(chéng)度，通過(guò)建立穩(wěn)定的忠實(shí)客戶(hù)群，實(shí)現(xiàn)客戶(hù)價(jià)值的鏈?zhǔn)椒磻?yīng)增值，支撐企業(yè)長(zhǎng)期、穩(wěn)定、高速、可預(yù)期的發(fā)展。

第六，增進(jìn)企業(yè)創(chuàng)新發(fā)展能力。大數(shù)據(jù)應(yīng)用有助于企業(yè)建立廣泛的外部合作伙伴網(wǎng)絡(luò)，推進(jìn)整體創(chuàng)新戰(zhàn)略，將問(wèn)題的“搜索者”和“創(chuàng)意者”、“解決者”結(jié)合在一起，為合作創(chuàng)新機(jī)制的建立提供了動(dòng)力源泉（Merja Mahrt et al.，2013）。大數(shù)據(jù)的最大價(jià)值在于從海量數(shù)據(jù)中發(fā)現(xiàn)新知識(shí)，創(chuàng)造新價(jià)值，其中的重要體現(xiàn)就在于有助于推動(dòng)業(yè)務(wù)模式的創(chuàng)新，比如物流企業(yè)在條件成熟時(shí)就可以通過(guò)數(shù)據(jù)交易、數(shù)據(jù)應(yīng)用輔導(dǎo)等業(yè)務(wù)獲取經(jīng)濟(jì)利益、提升競(jìng)爭(zhēng)優(yōu)勢(shì)。endprint

物流企業(yè)推動(dòng)大數(shù)據(jù)應(yīng)用的思路

物流企業(yè)應(yīng)抓住大數(shù)據(jù)所帶來(lái)的機(jī)遇，主動(dòng)借力大數(shù)據(jù)提升企業(yè)競(jìng)爭(zhēng)力（閆成印，2012）。本文推出涵蓋戰(zhàn)略（Strategy）、領(lǐng)導(dǎo)（Leadership）、流程（Process）、技能（Skill）、人員（Personnel）的（SLPSP）模式。

戰(zhàn)略（S）：建立數(shù)據(jù)資產(chǎn)管理戰(zhàn)略，作為物流企業(yè)總體戰(zhàn)略的一部分，圍繞“資源管控”和“服務(wù)優(yōu)化”兩個(gè)基本命題，在企業(yè)整體戰(zhàn)略中要有大數(shù)據(jù)應(yīng)用的總體方案。這一方案既要著眼企業(yè)的實(shí)際情況，又要有長(zhǎng)遠(yuǎn)的規(guī)劃，在軟件和硬件投入方面都要有指導(dǎo)性的日程表安排。在保障機(jī)制方面，還要通過(guò)有效的 “頂層設(shè)計(jì)”打破組織壁壘，促進(jìn)數(shù)據(jù)資產(chǎn)的溝通、融合。

領(lǐng)導(dǎo)（L）：大數(shù)據(jù)的應(yīng)用是 “一把手”工程，領(lǐng)導(dǎo)的重視是成敗的關(guān)鍵。企業(yè)領(lǐng)導(dǎo)層應(yīng)主動(dòng)變革思維模式，進(jìn)行實(shí)質(zhì)性的資源投入支持大數(shù)據(jù)技術(shù)的深入應(yīng)用。摒棄那種僅僅用數(shù)據(jù)來(lái)粉飾決策、支撐既有觀點(diǎn)的做法，從戰(zhàn)略高度對(duì)數(shù)據(jù)資產(chǎn)的價(jià)值進(jìn)行再思考、再認(rèn)識(shí)，把大數(shù)據(jù)的應(yīng)用、云計(jì)算等作為戰(zhàn)略實(shí)施的有力推手，而不僅僅是將其視為傳統(tǒng)IT管理的一個(gè)方面。

流程（P）：優(yōu)化數(shù)據(jù)資產(chǎn)管理和大數(shù)據(jù)應(yīng)用的流程。在數(shù)據(jù)的收集和處理方面，要做好整合，認(rèn)真發(fā)掘組織內(nèi)部的“休眠數(shù)據(jù)”并認(rèn)真評(píng)估其價(jià)值，同時(shí)要高度重視外部數(shù)據(jù)對(duì)企業(yè)的戰(zhàn)略?xún)r(jià)值，推動(dòng)企業(yè)內(nèi)部的數(shù)據(jù)處理系統(tǒng)與合作伙伴的相關(guān)系統(tǒng)的集成，實(shí)現(xiàn)順暢的數(shù)據(jù)交換和信息交流。在數(shù)據(jù)的存儲(chǔ)與處理方面，優(yōu)化企業(yè)的IT的服務(wù)器、存儲(chǔ)設(shè)備和網(wǎng)絡(luò)設(shè)備，引入能與硬件設(shè)施設(shè)備無(wú)縫對(duì)接、合乎大數(shù)據(jù)應(yīng)用需求的數(shù)據(jù)管理和分析軟件，必要時(shí)要借力基于開(kāi)發(fā)架構(gòu)的、具有靈活的擴(kuò)展能力、性能卓越的第三方平臺(tái)（姚堯，2013）。不斷深化大數(shù)據(jù)的應(yīng)用，實(shí)現(xiàn)人、機(jī)、系統(tǒng)等要素的有機(jī)化。

技能（S）：促進(jìn)大數(shù)據(jù)應(yīng)用技術(shù)在組織內(nèi)的擴(kuò)散，并內(nèi)化為組織整體技能。推動(dòng)員工熟悉數(shù)據(jù)驅(qū)動(dòng)決策下的業(yè)務(wù)運(yùn)作，將數(shù)據(jù)應(yīng)用視為業(yè)務(wù)營(yíng)運(yùn)的工具和助手。采取措施推動(dòng)員工數(shù)據(jù)應(yīng)用技能的持續(xù)進(jìn)步，促進(jìn)企業(yè)決策者、管理者、業(yè)務(wù)人員和數(shù)據(jù)工程師基于數(shù)據(jù)分析和數(shù)據(jù)應(yīng)用的溝通、共享、協(xié)同，消除“數(shù)據(jù)孤島”現(xiàn)象。

人員（P）：有計(jì)劃地培養(yǎng)大數(shù)據(jù)應(yīng)用的專(zhuān)業(yè)人員。這些專(zhuān)業(yè)人士應(yīng)成為“數(shù)據(jù)工程師”，兼具數(shù)學(xué)知識(shí)、IT技能、業(yè)務(wù)知識(shí)，并能夠作為大數(shù)據(jù)應(yīng)用的“先鋒”，引領(lǐng)企業(yè)跨越“數(shù)據(jù)鴻溝”，并能提供專(zhuān)業(yè)的數(shù)據(jù)應(yīng)用技術(shù)服務(wù)。

參考文獻(xiàn)：

1.閆成印.物聯(lián)網(wǎng)帶動(dòng)大數(shù)據(jù)發(fā)展[J]. 互聯(lián)網(wǎng)天地，2012（11）

2.劉禹.物聯(lián)網(wǎng)時(shí)代的大數(shù)據(jù)[J].高科技與產(chǎn)業(yè)化，2013（5）

3.姚堯.大數(shù)據(jù)時(shí)代的智能物流[J].中國(guó)經(jīng)濟(jì)信息，2013（7）

4.舒文瓊.數(shù)據(jù)量爆發(fā)式增長(zhǎng)，物聯(lián)網(wǎng)引入大數(shù)據(jù)技術(shù)迫在眉睫[J].通信世界，2013（12）

5.Elena Geanina Ularu and Florina Camelia Puican. Perspectives on Big Data and Big Data Analytics [J].Database Systems Journal，2012（3）

6.T.K.Das and P.Mohan Kumar. BIG Data Analytics： A Framework for Unstructured Data Analysis [J]. International Journal of Engineering and Technology，2013（5）

7.Hsinchun Chen and Roger. H. L. Chiang.Business Intelligence and Analytics：from Big Data to Big Impact [J].MIS Quarterly，2012（36）

8.王海燕.基于企業(yè)發(fā)展定位的第三方物流企業(yè)核心競(jìng)爭(zhēng)力研究[D].大連理工大學(xué)，2012

9.靜濤.物流企業(yè)核心競(jìng)爭(zhēng)力分析[J].科技信息，2010（11）

10.張莉.現(xiàn)代物流企業(yè)核心競(jìng)爭(zhēng)力構(gòu)成分析與財(cái)務(wù)評(píng)價(jià)[J].財(cái)會(huì)通訊，2012（4）

11.徐藝欣.基于社會(huì)化媒體的精準(zhǔn)營(yíng)銷(xiāo)研究[D].大連海事大學(xué)，2013

12.胡玉萍.網(wǎng)絡(luò)成名致富之道：博客推廣與精準(zhǔn)營(yíng)銷(xiāo)[M].機(jī)械工業(yè)出版社，2011

13.Chris Snijders，Uwe Matzat and Ulf-Dietrich Reips. “Big Data”： Big Gaps of Knowledge in the Field of Internet Science [J]. International Journal of Internet Science，2012，7（1）

14.Merja Mahrt and Michael Scharkow. The Value of Big Data in Digital Media Research [J]. Journal of Broadcasting & Electronic Media，2013（3）endprint

物流企業(yè)推動(dòng)大數(shù)據(jù)應(yīng)用的思路

物流企業(yè)應(yīng)抓住大數(shù)據(jù)所帶來(lái)的機(jī)遇，主動(dòng)借力大數(shù)據(jù)提升企業(yè)競(jìng)爭(zhēng)力（閆成印，2012）。本文推出涵蓋戰(zhàn)略（Strategy）、領(lǐng)導(dǎo)（Leadership）、流程（Process）、技能（Skill）、人員（Personnel）的（SLPSP）模式。

戰(zhàn)略（S）：建立數(shù)據(jù)資產(chǎn)管理戰(zhàn)略，作為物流企業(yè)總體戰(zhàn)略的一部分，圍繞“資源管控”和“服務(wù)優(yōu)化”兩個(gè)基本命題，在企業(yè)整體戰(zhàn)略中要有大數(shù)據(jù)應(yīng)用的總體方案。這一方案既要著眼企業(yè)的實(shí)際情況，又要有長(zhǎng)遠(yuǎn)的規(guī)劃，在軟件和硬件投入方面都要有指導(dǎo)性的日程表安排。在保障機(jī)制方面，還要通過(guò)有效的 “頂層設(shè)計(jì)”打破組織壁壘，促進(jìn)數(shù)據(jù)資產(chǎn)的溝通、融合。

領(lǐng)導(dǎo)（L）：大數(shù)據(jù)的應(yīng)用是 “一把手”工程，領(lǐng)導(dǎo)的重視是成敗的關(guān)鍵。企業(yè)領(lǐng)導(dǎo)層應(yīng)主動(dòng)變革思維模式，進(jìn)行實(shí)質(zhì)性的資源投入支持大數(shù)據(jù)技術(shù)的深入應(yīng)用。摒棄那種僅僅用數(shù)據(jù)來(lái)粉飾決策、支撐既有觀點(diǎn)的做法，從戰(zhàn)略高度對(duì)數(shù)據(jù)資產(chǎn)的價(jià)值進(jìn)行再思考、再認(rèn)識(shí)，把大數(shù)據(jù)的應(yīng)用、云計(jì)算等作為戰(zhàn)略實(shí)施的有力推手，而不僅僅是將其視為傳統(tǒng)IT管理的一個(gè)方面。

流程（P）：優(yōu)化數(shù)據(jù)資產(chǎn)管理和大數(shù)據(jù)應(yīng)用的流程。在數(shù)據(jù)的收集和處理方面，要做好整合，認(rèn)真發(fā)掘組織內(nèi)部的“休眠數(shù)據(jù)”并認(rèn)真評(píng)估其價(jià)值，同時(shí)要高度重視外部數(shù)據(jù)對(duì)企業(yè)的戰(zhàn)略?xún)r(jià)值，推動(dòng)企業(yè)內(nèi)部的數(shù)據(jù)處理系統(tǒng)與合作伙伴的相關(guān)系統(tǒng)的集成，實(shí)現(xiàn)順暢的數(shù)據(jù)交換和信息交流。在數(shù)據(jù)的存儲(chǔ)與處理方面，優(yōu)化企業(yè)的IT的服務(wù)器、存儲(chǔ)設(shè)備和網(wǎng)絡(luò)設(shè)備，引入能與硬件設(shè)施設(shè)備無(wú)縫對(duì)接、合乎大數(shù)據(jù)應(yīng)用需求的數(shù)據(jù)管理和分析軟件，必要時(shí)要借力基于開(kāi)發(fā)架構(gòu)的、具有靈活的擴(kuò)展能力、性能卓越的第三方平臺(tái)（姚堯，2013）。不斷深化大數(shù)據(jù)的應(yīng)用，實(shí)現(xiàn)人、機(jī)、系統(tǒng)等要素的有機(jī)化。

技能（S）：促進(jìn)大數(shù)據(jù)應(yīng)用技術(shù)在組織內(nèi)的擴(kuò)散，并內(nèi)化為組織整體技能。推動(dòng)員工熟悉數(shù)據(jù)驅(qū)動(dòng)決策下的業(yè)務(wù)運(yùn)作，將數(shù)據(jù)應(yīng)用視為業(yè)務(wù)營(yíng)運(yùn)的工具和助手。采取措施推動(dòng)員工數(shù)據(jù)應(yīng)用技能的持續(xù)進(jìn)步，促進(jìn)企業(yè)決策者、管理者、業(yè)務(wù)人員和數(shù)據(jù)工程師基于數(shù)據(jù)分析和數(shù)據(jù)應(yīng)用的溝通、共享、協(xié)同，消除“數(shù)據(jù)孤島”現(xiàn)象。

人員（P）：有計(jì)劃地培養(yǎng)大數(shù)據(jù)應(yīng)用的專(zhuān)業(yè)人員。這些專(zhuān)業(yè)人士應(yīng)成為“數(shù)據(jù)工程師”，兼具數(shù)學(xué)知識(shí)、IT技能、業(yè)務(wù)知識(shí)，并能夠作為大數(shù)據(jù)應(yīng)用的“先鋒”，引領(lǐng)企業(yè)跨越“數(shù)據(jù)鴻溝”，并能提供專(zhuān)業(yè)的數(shù)據(jù)應(yīng)用技術(shù)服務(wù)。

參考文獻(xiàn)：

1.閆成印.物聯(lián)網(wǎng)帶動(dòng)大數(shù)據(jù)發(fā)展[J]. 互聯(lián)網(wǎng)天地，2012（11）

2.劉禹.物聯(lián)網(wǎng)時(shí)代的大數(shù)據(jù)[J].高科技與產(chǎn)業(yè)化，2013（5）

3.姚堯.大數(shù)據(jù)時(shí)代的智能物流[J].中國(guó)經(jīng)濟(jì)信息，2013（7）

4.舒文瓊.數(shù)據(jù)量爆發(fā)式增長(zhǎng)，物聯(lián)網(wǎng)引入大數(shù)據(jù)技術(shù)迫在眉睫[J].通信世界，2013（12）

5.Elena Geanina Ularu and Florina Camelia Puican. Perspectives on Big Data and Big Data Analytics [J].Database Systems Journal，2012（3）

6.T.K.Das and P.Mohan Kumar. BIG Data Analytics： A Framework for Unstructured Data Analysis [J]. International Journal of Engineering and Technology，2013（5）

7.Hsinchun Chen and Roger. H. L. Chiang.Business Intelligence and Analytics：from Big Data to Big Impact [J].MIS Quarterly，2012（36）

8.王海燕.基于企業(yè)發(fā)展定位的第三方物流企業(yè)核心競(jìng)爭(zhēng)力研究[D].大連理工大學(xué)，2012

9.靜濤.物流企業(yè)核心競(jìng)爭(zhēng)力分析[J].科技信息，2010（11）

10.張莉.現(xiàn)代物流企業(yè)核心競(jìng)爭(zhēng)力構(gòu)成分析與財(cái)務(wù)評(píng)價(jià)[J].財(cái)會(huì)通訊，2012（4）

11.徐藝欣.基于社會(huì)化媒體的精準(zhǔn)營(yíng)銷(xiāo)研究[D].大連海事大學(xué)，2013

12.胡玉萍.網(wǎng)絡(luò)成名致富之道：博客推廣與精準(zhǔn)營(yíng)銷(xiāo)[M].機(jī)械工業(yè)出版社，2011

13.Chris Snijders，Uwe Matzat and Ulf-Dietrich Reips. “Big Data”： Big Gaps of Knowledge in the Field of Internet Science [J]. International Journal of Internet Science，2012，7（1）

14.Merja Mahrt and Michael Scharkow. The Value of Big Data in Digital Media Research [J]. Journal of Broadcasting & Electronic Media，2013（3）endprint

物流企業(yè)推動(dòng)大數(shù)據(jù)應(yīng)用的思路

物流企業(yè)應(yīng)抓住大數(shù)據(jù)所帶來(lái)的機(jī)遇，主動(dòng)借力大數(shù)據(jù)提升企業(yè)競(jìng)爭(zhēng)力（閆成印，2012）。本文推出涵蓋戰(zhàn)略（Strategy）、領(lǐng)導(dǎo)（Leadership）、流程（Process）、技能（Skill）、人員（Personnel）的（SLPSP）模式。

戰(zhàn)略（S）：建立數(shù)據(jù)資產(chǎn)管理戰(zhàn)略，作為物流企業(yè)總體戰(zhàn)略的一部分，圍繞“資源管控”和“服務(wù)優(yōu)化”兩個(gè)基本命題，在企業(yè)整體戰(zhàn)略中要有大數(shù)據(jù)應(yīng)用的總體方案。這一方案既要著眼企業(yè)的實(shí)際情況，又要有長(zhǎng)遠(yuǎn)的規(guī)劃，在軟件和硬件投入方面都要有指導(dǎo)性的日程表安排。在保障機(jī)制方面，還要通過(guò)有效的 “頂層設(shè)計(jì)”打破組織壁壘，促進(jìn)數(shù)據(jù)資產(chǎn)的溝通、融合。

領(lǐng)導(dǎo)（L）：大數(shù)據(jù)的應(yīng)用是 “一把手”工程，領(lǐng)導(dǎo)的重視是成敗的關(guān)鍵。企業(yè)領(lǐng)導(dǎo)層應(yīng)主動(dòng)變革思維模式，進(jìn)行實(shí)質(zhì)性的資源投入支持大數(shù)據(jù)技術(shù)的深入應(yīng)用。摒棄那種僅僅用數(shù)據(jù)來(lái)粉飾決策、支撐既有觀點(diǎn)的做法，從戰(zhàn)略高度對(duì)數(shù)據(jù)資產(chǎn)的價(jià)值進(jìn)行再思考、再認(rèn)識(shí)，把大數(shù)據(jù)的應(yīng)用、云計(jì)算等作為戰(zhàn)略實(shí)施的有力推手，而不僅僅是將其視為傳統(tǒng)IT管理的一個(gè)方面。

流程（P）：優(yōu)化數(shù)據(jù)資產(chǎn)管理和大數(shù)據(jù)應(yīng)用的流程。在數(shù)據(jù)的收集和處理方面，要做好整合，認(rèn)真發(fā)掘組織內(nèi)部的“休眠數(shù)據(jù)”并認(rèn)真評(píng)估其價(jià)值，同時(shí)要高度重視外部數(shù)據(jù)對(duì)企業(yè)的戰(zhàn)略?xún)r(jià)值，推動(dòng)企業(yè)內(nèi)部的數(shù)據(jù)處理系統(tǒng)與合作伙伴的相關(guān)系統(tǒng)的集成，實(shí)現(xiàn)順暢的數(shù)據(jù)交換和信息交流。在數(shù)據(jù)的存儲(chǔ)與處理方面，優(yōu)化企業(yè)的IT的服務(wù)器、存儲(chǔ)設(shè)備和網(wǎng)絡(luò)設(shè)備，引入能與硬件設(shè)施設(shè)備無(wú)縫對(duì)接、合乎大數(shù)據(jù)應(yīng)用需求的數(shù)據(jù)管理和分析軟件，必要時(shí)要借力基于開(kāi)發(fā)架構(gòu)的、具有靈活的擴(kuò)展能力、性能卓越的第三方平臺(tái)（姚堯，2013）。不斷深化大數(shù)據(jù)的應(yīng)用，實(shí)現(xiàn)人、機(jī)、系統(tǒng)等要素的有機(jī)化。

技能（S）：促進(jìn)大數(shù)據(jù)應(yīng)用技術(shù)在組織內(nèi)的擴(kuò)散，并內(nèi)化為組織整體技能。推動(dòng)員工熟悉數(shù)據(jù)驅(qū)動(dòng)決策下的業(yè)務(wù)運(yùn)作，將數(shù)據(jù)應(yīng)用視為業(yè)務(wù)營(yíng)運(yùn)的工具和助手。采取措施推動(dòng)員工數(shù)據(jù)應(yīng)用技能的持續(xù)進(jìn)步，促進(jìn)企業(yè)決策者、管理者、業(yè)務(wù)人員和數(shù)據(jù)工程師基于數(shù)據(jù)分析和數(shù)據(jù)應(yīng)用的溝通、共享、協(xié)同，消除“數(shù)據(jù)孤島”現(xiàn)象。

人員（P）：有計(jì)劃地培養(yǎng)大數(shù)據(jù)應(yīng)用的專(zhuān)業(yè)人員。這些專(zhuān)業(yè)人士應(yīng)成為“數(shù)據(jù)工程師”，兼具數(shù)學(xué)知識(shí)、IT技能、業(yè)務(wù)知識(shí)，并能夠作為大數(shù)據(jù)應(yīng)用的“先鋒”，引領(lǐng)企業(yè)跨越“數(shù)據(jù)鴻溝”，并能提供專(zhuān)業(yè)的數(shù)據(jù)應(yīng)用技術(shù)服務(wù)。

參考文獻(xiàn)：

1.閆成印.物聯(lián)網(wǎng)帶動(dòng)大數(shù)據(jù)發(fā)展[J]. 互聯(lián)網(wǎng)天地，2012（11）

2.劉禹.物聯(lián)網(wǎng)時(shí)代的大數(shù)據(jù)[J].高科技與產(chǎn)業(yè)化，2013（5）

3.姚堯.大數(shù)據(jù)時(shí)代的智能物流[J].中國(guó)經(jīng)濟(jì)信息，2013（7）

4.舒文瓊.數(shù)據(jù)量爆發(fā)式增長(zhǎng)，物聯(lián)網(wǎng)引入大數(shù)據(jù)技術(shù)迫在眉睫[J].通信世界，2013（12）

5.Elena Geanina Ularu and Florina Camelia Puican. Perspectives on Big Data and Big Data Analytics [J].Database Systems Journal，2012（3）

6.T.K.Das and P.Mohan Kumar. BIG Data Analytics： A Framework for Unstructured Data Analysis [J]. International Journal of Engineering and Technology，2013（5）

7.Hsinchun Chen and Roger. H. L. Chiang.Business Intelligence and Analytics：from Big Data to Big Impact [J].MIS Quarterly，2012（36）

8.王海燕.基于企業(yè)發(fā)展定位的第三方物流企業(yè)核心競(jìng)爭(zhēng)力研究[D].大連理工大學(xué)，2012

9.靜濤.物流企業(yè)核心競(jìng)爭(zhēng)力分析[J].科技信息，2010（11）

10.張莉.現(xiàn)代物流企業(yè)核心競(jìng)爭(zhēng)力構(gòu)成分析與財(cái)務(wù)評(píng)價(jià)[J].財(cái)會(huì)通訊，2012（4）

11.徐藝欣.基于社會(huì)化媒體的精準(zhǔn)營(yíng)銷(xiāo)研究[D].大連海事大學(xué)，2013

12.胡玉萍.網(wǎng)絡(luò)成名致富之道：博客推廣與精準(zhǔn)營(yíng)銷(xiāo)[M].機(jī)械工業(yè)出版社，2011

13.Chris Snijders，Uwe Matzat and Ulf-Dietrich Reips. “Big Data”： Big Gaps of Knowledge in the Field of Internet Science [J]. International Journal of Internet Science，2012，7（1）

14.Merja Mahrt and Michael Scharkow. The Value of Big Data in Digital Media Research [J]. Journal of Broadcasting & Electronic Media，2013（3）endprint