大数据应用物流企业论文

摘要：近年来物流服务新技术成为了社会关注的热点，而大数据技术已逐渐成为物流建设的着力点。本文在简要介绍大数据新技术的基础上，阐述了此新技术在京东物流企业各方面中的应用及优势，提出了企业应用大数据技术时存在的问题和解决对策，最后做出对物流大数据新技术的总结和展望。以下是小编精心整理的《大数据应用物流企业论文 (精选3篇)》，希望对大家有所帮助。

大数据应用物流企业论文 篇1：

大数据背景下物流企业CRM系统应用

摘 要：大数据背景下物流企业面临数据处理量大，数据碎片化与客户个性化需求越来越多的困境，CRM（客户关系管理）系统是一类整合企业内部客户资源，挖掘客户价值的综合性工具。本文构建了一个分析型CRM系统智能推荐算法，揭示CRM系统在物流企业中的应用价值，并就算法做了一个简易的算例分析。

关键词：大数据；物流企业；CRM系统

互联网的发展催生了一个前所未有的大数据时代，物流企业的数据正呈指数级增长，在海量的数据中如何去获取企业所关注的有价值的客户需求信息变得越来越重要。物流企业作为一个典型的服务行业，客户就是企业的生命，如何服务好客户，满足客户的需求，提升客户价值一直是物流企业关注的问题。大数据背景下，各物流企业对于客户的需求挖掘，大多借助信息系统、数据挖掘技术，而CRM（客户关系管理）系统则是一个综合应用系统，为物流企业整合客户信息资源，挖掘有用信息提供了强有力的抓手。

一、大数据下的物流企业面临的困境

我国工商企业几十年的信息系统建设与使用已经积累了大量的原始产品产供销数据，分别存在于企业的各类系统中，尤其是近些年互联网、电子商务的发展，客户通过网络与企业互动增强，在网络数据库留存了大批量的消费数据，以阿里为代表的互联网企业早早地启动了云计算战略，应对大数据时代的挑战。但是，要处理大数据并不是容易的事情，现代物流企业必须具备较高的信息技术能力，来应对以下大数据带来的问题。

1.数据量大，数据处理能力要求高

在电子领域有一个著名的摩尔定律，Gordon Moore在1965年提出IC上可容纳的晶体管数量将持续10年以倍数级增加，如此数据存储硬件的容量越来越大，成本越来越低，为海量信息的存储提供了可能。在互联网时期，数据的量级已经达到了PB（拍字节，2的30次方MB，一首歌曲约4MB），即时物流企业没有那么大量级的数据，从全球整体我们可见一斑。物流企业要处理的数据已经远远超过了我们传统电子表格或生产系统所能提供的计算能力，对信息系统提出了更高的要求。

2.数据碎片化，数据亟需整合

物流企业从传统型转向现代物流并没有太久的历程，同企业信息化进度一致，受到互联网、通信技术、多媒体技术等的推动下步入信息化改革。物流企业内部存在多种信息系统，数据成碎片化状态，客户的各类产品信息、财务信息分布在不同的企业内部系统，各部门看到的客户视图都是片面的，对于客户的消费行为分析无从下手，客户分布在企业内部的数据资源亟需整合，已获得有价值的信息。

3.客户个性化需求越来越多

在电子商务发达的今天，物流企业间的竞争加剧，RFID、GIS、物联网等高端技术在逐步不断得提升客户体验，“惯”坏了客户，客户的尝到互联网时代优质的类定制化服务体验，同时也对物流企业提出了更多的定制化服务要求。对于客户对于被动获取客户个性化需求，企业可以应对，而大批量的客户则没有与企业互动，在服务同质化严重的消费市场，客户转移成本低，在没有获得个性化需求满足下流失率提高，企业需要主动获取客户的个性化需求，但是，面对数以万计的客户，亿万数量的消费记录，物流企业该如何去逐个应对是个问题。

二、大数据背景下CRM实施的必要性

1.CRM对企业各系统的整合

CRM系统以客户为中心进行各类数据整合，融合成完整的客户信息，从而分析客户行为、偏好，对企业客户价值挖掘裨益匪浅。大多数企业客户关系管理系统都会集成多个企业内部系统，比如物流企业的办公系统、订单系统、产品系统与车辆管理系统等，提供各业务人员一个统一的入口，给客户的也是一个统一的视图，一个统一的物流企业入口。对于企业内部而言，多系统的集成，解决了各部门对同一客户完整信息的了解，并提供业务分析人员一个完整的数据集，为数据挖掘做好准备。对于客户而言，可以查看企业的产品，自身消费记录及物流订单的全流程监控信息，全方位了解自身业务情况。

2.CRM提供处理大数据的手段

基于数据仓库与数据挖掘技术进行经营分析是CRM系统的一个较为典型的应用，数据仓库技术也是CRM实现的一个基础。数据仓库的构建，以允许冗余、搭建多维视图的数据结构来实现对于海量数据的管理。数据挖掘技术则提供提炼、剖析数据背后的价值信息的手段，是分析型CRM系统模型构建的基础。

3.CRM二次获客，提升综合价值

CRM系统以全方位的客户视图，系统自动推荐产品达到个性化维护功用，做到客户二次开发，提升客户终身价值。CRM的二次获客功能在于通过客户的消费行为曲线研究分析，推荐更多的物流服务，重点在于对客户的行为、喜好，客户间的行为、喜好相似度的判读与预测，以期给一个相似客户群提供一类产品，或给一个客户群提供一类相似产品。

三、CRM系统的应用

客户关系管理系统可以整合客户资源，智能推荐，推动交叉销售的形成。大数据背景下物流企业想获得已有客户的再增值，寻求对客户的交叉销售，需要采取一定的技术手段，挖掘适合客户的产品，实行组合式营销。分析型CRM系统中一个重要的功能是智能推荐，通过系统后台的算法计算，主动将产品推送给客户。

1.分析型CRM个性化推荐引擎的基本原理

本文介绍两种类型的CRM推荐方法，分别为基于客户推荐及基于产品推荐，具体介绍如下。

基于客户的推荐方法如图1所示，喜欢同一类产品的客户一般具有相似的口味与偏好，两个客户若相似度较高，则一般会喜欢同一大类产品。如图中客户A喜欢产品A与C，客户C喜欢产品A、C与D，客户B喜欢产品B，在这三个客户组成的客户群中，我们根据客户喜欢的产品历史信息可以得到客户A与C喜欢的产品较为相似（喜欢的产品有两项一致），因此推断得到客户A也有可能喜欢产品D。

基于产品的推荐方法同基于客户的推荐方法类似，如图2所示，不同之处是需求产品的相似度，将相似的产品推荐给相对应的客户。如图所示，用户A喜欢产品A与C，用户C喜欢产品A，我们发现产品A与C相似（客户A与B喜欢产品A的同时也都喜欢C），则判定客户C可能也喜欢产品C。

2.个性化推荐实施过程

个性化推荐分为三步走：确定查询条件，根据客户行为推荐适合产品，根据产品特点挖掘潜在客户。

确定查询条件：营销人员需要初步设定查询条件，比如物流企业对于自身某一个阶段或者某一时期特定的业务营销需要进行产品、客户的条件设定，设定路线、配送车辆的限定、客户分布的区域等。

根据客户行为推荐适合产品：即运用基于客户的推荐方法发现具有相同兴趣爱好的客户群体为他们推荐各自持有的个性产品，互动有无，实现自然的交叉销售，而非物流企业根据自己的主观意愿将最新产品无目标的直接投向客户市场。根据客户间的相似度来判定相同兴趣的客户可能会购买相同的产品组合，这类方法被广泛地应用于消费者行为分析中，也在实践中被大量地应用。销售人员往往会对自己的客户市场进行细分，然后批量地进行营销，这样可以提高命中率。

根据产品特点挖掘潜在客户：即基于产品的推荐方法，根据历史客户消费数据，分析产品间的相似性，将相似的产品推荐给潜在的客户消费需求。该类推荐方法类似于数据挖掘的关联规则，如经典例子——啤酒尿布，产品间的相似性不一定是产品属性的相似，是以客户消费的关联性来确定，因此两种推荐方法具有较大的关联的。

3.个性化推荐算法

个性化推荐算法是通过寻找客户与客户群中其他客户的相似性，然后推测客户可能喜欢的产品，首先我们需要获得一个客户群持有产品情况，如表1所示

表1中客户C就是我们需要推荐产品的客户，其中持有产品值为1，未持有为0，客户C持有产品序号为1至J-1，客户C与客户I的相似度用sim（c，i）表示，相似度计算公式为

其中，C∩I表示客户C与I持有的相同产品的数量，N取C与I的最大值，相似度取值为0至1。可获得客户C与客户群各个体的相似度如表2所示。

以Sim（c，1）计算为例，客户C与客户1持有产品均为5，即N=5，两客户持有相同产品两项，分别为P1和P3，即C∩I=2，因此，客户C与1相似度为0.4，以此类推可以获得其他相似度值。

选择相似度前5名客户加入客户C的邻居集合中，运用邻居所持有的产品对客户C可能喜欢的产品进行补充。要判断客户C对5名邻居持有自己未购买的产品的喜欢程度，需要利用邻居对各产品的评分来判定。客户C对产品J的评分公式如下：

表示表示客户C对自己目前持有所有产品的平均评分，sim（c，i）是客户C与邻居I的相似度，Rij表示客户I对产品J的评分。与客户C相似度前5名分别为客户2，3，6，9，10，假设前5名邻居对持有产品的评分如下表所示（客户序号重新编号为1至5，评分区间为1到10分，评分为0表示未持有该产品），则可获得客户C对未持有产品P4，P5，P7与P9的评分：

以客户C对未持有产品P4的评分计算为例，客户C对持有产品平均评分为6.6，只有客户3持有P4，P4=6.6+0.6*（5-6.6）=5.64。

根据上述公式循环执行可以获得客户对邻居持有的其他产品的评分，选择评分较高的P4产品进行推荐，可以根据需要选取前几名的产品对客户C进行针对性营销。这里就是将客户C与其他客户的共同兴趣做了挖掘，通过运用相似度较高的邻居客户对客户C所未购买过的产品评分进行排序来推测客户C最有可能会喜欢的产品组合，从而做到相对更有成功率的产品推荐，提高营销精准度。

本例只列举了少量数据的一个CRM系统智能个性化推荐应用，在物流企业上千万的客户群中应用推荐算法进行产品交叉推荐可以提升客户的二次价值挖掘。物流企业是一个典型的服务行业，同时又是一个信息化发展较为快速的行业，在现代物流实施浪潮中智能仓储、RFID标签及卫星定位技术的导入，使得物流企业积累大量的客户数据，在物流企业构建客户关系管理系统，实施分析型CRM模块，将有助于海量数据的挖掘，充分利用历史数据的价值，做到数据驱动型企业，在大数据时代赢得先机。

四、结语

大数据背景下的物流企业必须要依托一个综合的客户管理系统，来处理物流平台所积累的大量的客户数据，做好客户跟踪、维护及二次开发。客户关系管理系统是打通物流企业内部多个系统间障碍，整合物流企业内部数据资源，给营销人员及客户程序一个完整的客户服务、产品消费全方位视图，为营销人员拓展客户提供抓手，为客户了解自己的消费情况提供窗口。本文阐述了大数据背景下物流企业实施CRM系统的必要性，认为只有企业运用CRM先进的数据分析与挖掘功能，才能应对数据指数级爆炸式增长的困境，才能在数据为王的时代占据先机，谋求发展。同时，本文提出了一个分析型CRM中的个性化推荐算法，通过该模块做了一个算例演示，通过智能推荐企业可以获得内部客户再增值的利益。

参考文献：

[1]陶红英.论物流企业的CRM[J].物流技术，2003.

[2]叶斌，余真翰.大数据背景下物流企业CRM变革分析[J].商贸流通，2014.

[3]李其芳，沈湘芸.物流企业CRM与数据挖掘技术[J].科技创业，2009.

[4]王平.基于GIS的物流企业CRM系统的研究与开发[D].河北工业大学，2003.

作者：金鹏

大数据应用物流企业论文 篇2：

大数据技术在物流企业中的应用

摘要：近年来物流服务新技术成为了社会关注的热点，而大数据技术已逐渐成为物流建设的着力点。本文在简要介绍大数据新技术的基础上，阐述了此新技术在京东物流企业各方面中的应用及优势，提出了企业应用大数据技术时存在的问题和解决对策，最后做出对物流大数据新技术的总结和展望。

关键词：大数据;物流企业;京东;应用

随着我国科技水平的迅速提高和社会经济文化的不断进步，许多先进的技术被普遍应用到各行各业，当然物流行业也不例外。近年来，大数据技术与物流行业高度结合，让物流逐渐从传统形象往高大上“科技范儿”转变，促使物流企业掀起科技变革巨浪。本文以京东企业为例，论述大数据新技术的应用研究。

1、大数据技术的概述

大数据技术一般运用数据挖潜、数据分析手段对信息进行整合筛选，使企业能够在合理的时间内进行传统数据库工具无法处理的海量数据的处理技术川，通常具有四大优点：数据规模巨大、来源多样化、处理能力强大、数据价值密度低。

物流大数据则是指物流各子环节中的海量信息资源。大数据技术借助本身四大优点，对运输、仓储、配送等物流信息的分析利用，可以最大限度地节约物流成本、提高工作效率，满足客户对物流服务的需求，达到优化供应链各方的资源配置和利润等作用。

2、物流企业应用大数据技术的优势

物流服务数据的大量化、多样化使京东物流企业在加大对数据处理方面的投入时，合理地利用大数据，将其视为一项战略资源，才能够降低物流成本、提高配送效率。同时京东企业在掌握海量数据资源后，应在各方面做好全面部署工作，才能领先行业为企业及社会创造更多的财富。

2.1 信息共享，掌握企业运作信息

目前，中国电子商务的发展速度已经领先全球。2017年整个京东618年中购物节期间的累计下单金额突破1000亿元，第一个小时的销售额超过去年同期的250%，交易额喷井式增长给数据运维带来了极大的考验。根据京东提供的数据，基层工作人员要完成节日期间所有货物的配送至少需要步行5亿公里，路程相当漫长，而京东无人送货车无人机的投入使用让整体配送时间大大缩短。从京东的运作情况得知，每一个物流环节的信息爆炸式增长，使得常规的物流信息数据收集、分析和处理工具的能力已经不能满足企业和客户对节点的信息需求，这就需要利用数据分析处理平台筛选出有利用价值的信息，从而促进企业持续稳定发展。

2.2 提供依据帮助物流企业做出正确的决策

通过传统问卷调研或个人主观判断来进行决策的方法已经日暮途穷，这种方式不能及时、准确、客观地了解到现代消费者的物流服务需求，会使企业做出错误的经营决策，错失重大商机。如果根据人们以往生活经验，会认为奢侈品在经济发达的大城市才有高销售量，在节日前夕就只在经济发达地区做好仓储、配送等工作安排。但是京东大数据显示2018年七夕期间，拉萨地区的铂金、黄金销量大幅增长，七夕节前两周，销量比平时增长了4.4倍、1.9倍，同时，数据显示，在拉萨地区，鲜花也是拉萨市民浪漫的必备品，七夕节前两周，鲜花销量比平时增长了1.6倍，钻石销量比平时增长了2.1倍，腕表銷量比平时增长了48%。此外，七夕节前两周，拉萨地区生活电器销量比平时增长了44%。

而京东对信息的收集、汇总处理工作及时高效，在得到较为精准的业务数据后，分析、筛选出有利用价值的信息来判断和预测每个地区的各种商品需求量及物流服务需求度，进而调整企业运营方案，集中精力完成高效益的业务，充分发挥大数据技术的作用为企业带来高额利润。

2.3 通过对数据“加工”来实现数据“增值”

通过对不断增长的数据进行“加工”，可以在物流企业产生显著的财务价值。2017年8月京东无人机无人车总部落户凤岗，采用规范的模型“加工”数据，使年产值逾400亿，年劳动生产率提高0.5%。京东大数据的质量和价值跻身中国顶级互联网公司之列，借助这些大数据，并对此进行增值处理，就可以为用户提供个性化服务、为业务运营提供智能化支持。因此，在掌握庞大的数据信息后，提高对数据的“加工能力”筛选出有价值的信息，实现数据的“增值”[2]，才能体现企业的大数据战略意义。

3、大数据技术在物流领域的应用

随着现代信息通信技术的快速发展和物流业务量的不断增加，物流服务过程产生的信息流和相关数据也呈现不断增长趋势，而信息处理能力的强弱成为企业之间竞争的关键。

在此背景下，以京东为例调研、认知和研究大数据技术在物流企业中的应用，重点体现在以下几个方面。

3.1 精准的市场预测

京东作为中国最大的自营式B2C电商平台，在“618”年中购物节、“双十一”购物狂欢节等大促销期间流转着千万级的订单数据信息。在大数据技术背景下，京东青龙系统可以根据客户的购物车、浏览时间、评价信息以及收藏夹等所有与销量有关的数据[3），了解客户的想法及需求，通过聚类分析确定客户群，对商品的生命周期进行预测，做好库存和运输工作的安排，科学有效地利用现有资源。大数据技术的实时性能很好地解决了传统问卷调查法延迟性高、效率低下等问题并根据实时的调研结果安排最佳仓储量，避免错过最佳销售时间段。

3.2 仓储中心的选址优化

在物流中心选址过程中，企业需要综合考虑经营环境、基础设施状况、自然环境、其他因素等。企业要达到成本最小化这个目标，传统的方法如重心法大多不切实际，无法采用。这就需要利用大数据分析方法使企业根据不同的需求选择合适的算法，从而获得最高效益。

2017年8月京东物流用大数据在唐山建成国内首个“前店后仓”体验中心。京东大数据显示，三四线城市的日平均单量增速比一、二线增速高出20%，未来三四线城市也将是京东重点布局的方向。截止2018年，京东物流充分利用大数据技术合理规划布局，在全国拥有了7个物流中心、335个大型仓库，自营配送覆盖了全国9%的人口。

3.3 物流线路的优化

配送效率是体现物流企业服务能力强弱的一个关键点，物流企业需要采用路径优化的措施来减低企业运营成本，提高企业的核心竞争力。而利用大数据技术再配合GPS、GIS、PMS等可以抓取到配送地区实时路况，结合智能算法可以规划出最合理的物流线路和方式，缩短配送时间，从而降低车辆空驶率，提升企业的配送效率。

京东致力于解决“旅行商问题”，通过车载导航系统以最快的速度反映出影响配送计划的因素，优化货物的运送路径及配送顺序，提高配送车辆的有效利用率。此外，“618”和“双十一”期间，仓库拣选作业路线的规划至关重要。京东通过大数据分析制定了特定的算法，以便在拣选货物时使单个物品的耗时从22秒降至16秒。同时，京东大数据在搬运小车路径规划方面的应用也极为科学，其运用时空大数据等技术协调规划仓库整体搬运路线使搬运小车有序作业，尽量减少拥堵。

4、物流企业应用大数据存在的问题及对策

尽管大数据在物流企业中发挥了其巨大的优势，使物流经济效益不断提升，但在应用过程中也存在诸多问题，只有解决这些问题才能让大数据为企业创造更多的财富。

4.1 高层管理者对大数据技术缺乏重视和支持

在物流企业中，只有企业高层管理人员关注、认可并支持使用大数据技术，才能使其价值在运营过程中真正挖掘出来。然而，我国大多数物流企业起步较晚，截至目前为止大数据仍处于不成熟阶段，大数据的多样性和复杂性使得数据质量就无法得到有效保障。同时物流企业高层管理人员没有意识到大数据挖掘、分析技术的重要性，对大数据的认识和理解还没有真正提升到企业发展的战略高度，这给大数据技术应用带来了困难。因此，行业管理部门应该加强对高层管理人员的培训，改变其落后的物流观念，注重培养既有企业运营决策能力又重视和支持大数据应用的综合型管理人员，构建自己的专业分析和管理团队，使企业运营效益大大提升。

4.2 数据开放性和用户隐私之间难以平衡

在这个信息时代，用户的各种隐私信息比如爱好、联系方式、个人详细信息等都会被自动记录在物流供应链数据库中[4]。一旦数据库系统存在漏洞或者遭受网络黑客的攻击时出现数据泄露就会对客户造成极大的危害，不仅让企业失信于客户还会对企业未来的发展形成障碍。因此，物流企业在数据全面共享、方便查询的背景下应用大数据时应注意保护用户的个人信息，在不侵犯隐私的情况下对数据加以汇总、整合、分析，健全信息管理的规章制度。与此同时，国家也应该逐步加强隐私立法。

4.3 大数据的准确性和实效性难以把握

大数据给人们带来便利的同时，也带来了一些问题。大数据来源广泛但良莠不齐，一些不完整、不准确、过期的数据信息影响了企业的数据处理和决策分析效果，浪费了许多的人财物等资源，降低企业的经济效益。因此，物流企业应该注意大数据采集的准确性和实效性，并通过建立专门的数据库或设备来保存信息以确保数据质量可靠。此外，相关数据库管理人员根据预先建立的标准来读取和选择利用数据。

5、总结与展望

在这个快速发展的时代，大数据技术作为一种新技术在引领物流企业从传统物流向数据物流和网络物流的转变中带来了机遇和挑战。但是只要合理地将大数据应用到企业管理及运营中，及时了解客户物流服务需求，在保障客户信息安全的同时做出正确的运营决策，就能促进产业升级，为物流企业在大数据时代更好地发展奠定基础。

参考文献：

[1]刘以倩.大数据技术在物流企业仓储系统中的应用[J].物流技術，2016，（12）：37-39.

[2]旷，司维鹏，刘莹莹大数据在物流企业中的应用[J].电子商务，2015，（1）：36-37.

[3]刘彩芳.大数据技术在现代物流中的应用研究[J].智能计算机与应用，2017，（6）：169-170.

[4]慧毅.浅谈大数据在物流企业中的应用|J].物流工程与管理，2016（1）：68-69.

作者：许美贤　郑琰

大数据应用物流企业论文 篇3：

大数据时代下物流企业创新发展策略分析

摘要：大数据时代下，物流企业既有生存挑战又有发展机遇。若物流企业不能抓住契机，其发展将面临巨大的困境。因此物流企业必须借助大数据时代趋势，推进大数据融入企业自身发展中，推动企业利用大数据相关技术改造自身业务流程，从而开辟新的利润增长点。文章分析了大数据对于物流企业整体业务流程的冲击及变化，进而提出物流企业借助大数据技术的创新发展策略，从而帮助物流企业在大数据时代把握住机遇，实现企业创新发展。

关键词：大数据；物流企业；创新；发展
一、引言

大数据最早产生于2009年的甲型H1N1流感传播时，谷歌公司根据其网络检索产生的大量数据进行分析，及时预测了流感的源头及传播路径，而官方（疾控中心）的数据一般要滞后两周左右，大数据的能力由此显现。如今大数据在生活、公共、商业等多个领域有着较为广泛运用，它是一种前所未有的方式，通过对海量数据进行深入的分析，获得有巨大价值的产品及服务，或深刻的洞见。大数据具有来源广泛、数量巨大、形式多样、关联复杂等特点，掌握并挖掘分析这些数据，将为企业提供生存发展的巨大价值，对于物流企业也同样如此。

对于物流企业而言，由于其供应链的多样性及业务流程环节的多重性，每时每刻都会有巨大数据的出现，特别是物流企业普遍都会涉及的包装、运输、仓储、配送等等环节，每个环节中的信息流量都十分巨大，之前由于物流企业拥有的数据量十分巨大，又没有可以借助的能用于处理海量数据的技术手段，从而使得物流企业很难对这些数据进行及时、准确的处理，以至于物流企业难以从这些海量数据中获得可用于企业发展的有利信息。但是随着大数据时代的到来，有效地改变了物流企业拥有海量数据但是无法使用的局面，物流企业通过应用大数据技术构建企业专用数据中心，然后运用相应大数据技术挖掘出隐藏在数据背后的信息价值，从而能够为物流企业提供有益的帮助，为企业带来可观的效益，从而能够促使企业获得较大的发展，保持优良的发展态势。
二、大数据改造物流企业业务活动

（一）大数据技术提振企业市场营销能力

目前客户需求各种各样，且越来越呈现个性化的需求。客户的需求趋势已经从对于产品与服务的大众化需求，变成愈来愈具有个性化特征的服务与产品的需求。在这种大趋势下，企业愈来愈难把握客户的需求，企业的市场营销能力将面临很大的挑战，若不能够采用针对性营销策略，将有很大的难度达到企业预期的营销效果，进而将更加难以获得企业效益增长的目的。特别是对于物流企业来说，其市场营销能力是比较薄弱的环节，再加之瞬息万变的客户需求，物流企业就难以实施有效的市场营销策略，难以达到其想要的市场营销效果，物流企业难以通过市场营销达到效益增长及进一步发展的目标，这些困境都急需物流企业提高其市场营销能力。

大数据技术的出现能够很好地提振企业市场营销能力，有助于企业取得理想的市场营销效果。现在客户对于产品及服务的需求是一种个性化的需求，因此掌握客户的相关信息就显得尤为重要，然而通过大数据技术将能够很好满足对于客户信息的获取需求。物流企业将大数据技术应用于市场研究及调查，从而有关于客户的偏好、性格特征、消费倾向等相关真实信息能够更加容易获得，进而通过数据挖掘等相关技术进行分析，能够制定出针对性、个性化的市场营销策略。更有利于对客户进行精确细分，能够高效筛选出高价值用户、重点用户，有利于物流企业对相应用户提供针对性服务及产品，从而能够使得企业耗费最少的资源，获得相较之比较丰厚的回报。

大数据技术能够较为方便的获得有关資源、成本、服务等即时性关键信息，这样将有助于物流企业监测动态的市场变化，能够即时制定有效的竞争策略。在大数据技术的协作下，物流企业将能够实施对于高价值用户的精准营销、广告的指定投放，同时也能够获得营销效果的反馈。大数据技术能够帮助企业减少营销的中间环节，打破传统营销模式的束缚，有利于企业降低营销成本。

（二）大数据技术改进企业客户关系管理

物流企业在充分借助大数据技术后，将能够很好地解决其目前所面临的客户关系管理方面的困境。特别是在目前的新形势下，物流企业的客户关系管理有多方面的困难，其面临着客户慨念不清晰，客户需求多样化、多重化、差异化等方面障碍。造成了许多矛盾的出现，如：客户关系管理模式落后于客户需求变化的矛盾，客户流失预测控制不够与数据利用不够等矛盾。大数据技术的出现将能够打破目前物流企业客户关系管理所面临的的窘境。首先，物流企业充分利用大数据技术对自身所拥有的大量数据进行深入分析挖掘，将能从中获取客户潜在的需求，进而满足客户需求，并借助大量数据，为客户提供个性化服务，从而能够及时高效的满足客户需求，解决客户需求变化带来的问题。其次，现在的数据更多的是非结构化的数据，通过运用大数据技术对这些数据进行数据挖掘，物流企业将能够更好地扩展服务项目及开发新客户。

大数据技术将全方位颠覆物流企业的客户关系管理，使其成为真正的以客户为中心，依赖多角度数据的客户关系管理的全新模式。物流企业客户关系管理上的变化也将引起服务管理、销售管理等多方面的变化与革新。从另一种角度来说，大数据给物流企业客户关系管理带来的是一种新路径、新思路、新理念，促使物流企业客户关系管理在这个时代能够紧随市场趋势，以客户为出发点，制定针对性策略，增加客户黏性。在今天的大趋势下，物流企业应该紧密结合大数据技术，深入应用大数据技术，全面改进其客户关系管理，才能解决其目前面临的诸多问题，使得客户称心如意，从而大幅度提高客户的忠诚度。

（三）大数据技术应用于仓储管理系统

物流企业的仓储管理系统是其最为重要的环节，其效率与成本将会很大程度影响整个物流企业的运营效益。目前物流企业在目前的形势下面临着诸多的问题，特别是仓储地址的选择与不同仓储系统间货物的流动等方面有着诸多问题，这些问题严重影响着整个仓储系统的运转效益，进而拖累了整个物流企业的运转效率。从另一种角度上可以说，仓储管理系统是一个物流企业的基石，若仓储管理系统出现问题，将会很大程度上影响整个物流企业的发展。

在仓储地址选择及货物分布上，目前的大部分物流企业由于资金的限制，都会呈现出建仓位置不均匀的现象，在北上广等人口比较稠密的地方建立了众多仓库，而在青海、西藏等人口不够稠密的地方建立的仓库较少。由于之前的仓储位置选址主要以管理者的管理经验等为主，往往带有一定的主观性，无法综合分析各类选址因素，从而造成了仓储地址选择不够合理、有效。利用大数据技术可以很好地解决物流企业存在的这些问题。物流企业可以利用大数据技术可以对于不同地区的各方面因素进行深入分析汇总，同时可以依据历史记录及国家相关政策对不同地区未来需求进行预估，从而物流企业可以依据大数据技术所深入挖掘数据所得信息，以这些信息为基础，可以帮助物流企业选择合适合理的仓储地址，并针对所处地区的客户需求及预估状况，存储一定量的货物，避免货物积压，建少客户等待时间。同时也根据大数据技术，针对性建立固定产品特性仓库。利用大数据技术对各个物流企业所拥有的众多信息进行深入分析汇总，可以在一些偏远地区根据客户信息，建立共同联合仓库，如此将能够减少资源浪费，也能提高偏远地区的物流效率。

在仓储系统运营方面上，目前物流企业在仓储运转上存在着不少的不足，例如：自动化拣货技术还不够成熟，应用也不够广泛及深入，很多仓储系统拣货环节仍需大量人工进行，会出现效率低且错误率高等问题；货物的储存区域划分不够有效合理；拣货路径优化度不够高且效率低下等。运用大数据技术可以有效解决这些问题。运用大数据技术可以对以往出入库商品信息进行深入数据挖掘，从而根据这些信息，合理布局相应货物存储位置及区域划分，从而能够降低仓储位置，减少资源浪费。运用大数据技术能够对拣货路线进行最大限度地优化，从而提高拣货效率，同时也能够结合数据挖掘信息，对于仓储商品库存量进行相应优化，从而减少货物积压，提高货物派送效率，满足客户对于效率的需求。

（四）大数据优化企业供应链全链条

物流企业由于货物量巨大且品类多种多样，与此同时客户需求多样且繁多，因此就造成了物流企业供应链压力十分巨大，并且供应链可称之为物流企业的生命线，供应链的效率高低严重影响着物流企业的效益最大化。物流企业在最开始建立其自己的供应链时，全靠管理者的个人经验判断，或者是其中所蕴含的经济利益决定性作用。从供应商的选择，对于中国特殊的国情，物流企业对于供应商的选择并不是从企业利益最大化的角度出发，或者个中存在着人情相托的状况，造成从源头上物流企业的利益已经受损；物流企业构建物流配送系统时，存在着片面追求利益最大化，造成了整个物流配送系统层级机构臃肿，配送点分布不合理，从而就使得物流企业配送效率低下，资源耗费严重，客户满意度严重不足，使得物流企业利益受损。

物流企业在大数据技术的协作下，能够从企业源头出发，全面以企业利益出发，从业务流程及管理流程角度，全方位改造企业之前所建立的供应链体系，同时深入优化物流企业供应链全流程，并使得大数据技术渗透进物流企业各个环节当中。特别是在物流配送体系的构建与优化上，大数据技术的应用将能够带来较高的效益。运用大数据技术，通过对以往配送数据进行深入数据挖掘，物流企业能够根据这些信息，对于整个物流配送层次系统的结构进行优化，能够最大限度精简物流配送层次，优化物流配送点的布局，从而能够降低企业成本，减少企业资源浪费。企业在借助大数据技术优化整个物流配送系统的同时，能够提升物流配送效率，从而促使客户满意度提高。
三、借助大数据物流企业创新发展策略

（一）打造大数据旅游物流

我国经济水平的不断提高，国民的可支配收入也在持续提高，中国公民的国内旅游和出境旅游人数显著提高，在旅游上的花费在不断攀升，其中中国公民出去旅游花费中很大一部分是花费在了旅游纪念品或者当地特产上。目前，在旅游业较发达的地区或国家，由旅游纪念品购买带来的收入占据旅游业总收入的较大比例。调查显示：游客对于不便随身携带的旅游纪念品，大都选择使用第三方物流运输，而在收入高的人群中，使用第三方物流运输的比例最高。大多数偏远地区的游客对于保质期短，不易携带的旅游产品，都选择使用第三方物流运送。而对于距离较近的地区，选择随身携带和选择使用物流运输的比例大致相同。因此物流企业针对开展旅游物流服务是大有可为的。特别在现今这个电商比较盛行的时代，物流企业若开展普通的旅游物流服务将不能获得可观的效益，更不能使企业有所发展。

在大数据时代，物流企业应该结合大数据技术开展企业自身特有的旅游物流服务。企业应该利用旅游相关数据及企业自身数据库的相关数据，对这些数据进行相应的数据处理挖掘，从中获得旅游游客在某个旅游地所买最多的纪念品及最受欢迎的商店等信息，物流企业应该着重打造自身旅游服务特色，向游客推送相关旅游纪念品购买方案，并提供相应的物流服务，满足游客方便购物、方便旅游的目标。运用大数据技术，打通社会各类车辆的沟通障碍，打造企业运输平台，促使各方面运力能够得到最大限度地释放，并借助互联网整合各方面资源，推动企业旅游物流蓬勃发展。物流企业通过大数据技术所获得的信息，也可以开展电商业务，通过了解某个旅游目的地的纪念品销售排行榜及受欢迎商店排行榜的相关信息，物流企业可以进行电子商务，直接销售这些人气旺盛的商品，使得消费者足不出户也能享受去当地旅游的感觉。

（二）开展供应链金融服务

资金的压力对于中小企业发展有一道难以跨越的鸿沟，特别是某些企业来说资金的压力将很可能使对其陷入困境，如：对于商品销售的中小企业来说，商品的积压会引起流动资金的减少，流动资金减少将使得整个企业运转出現困难；对于制造企业来说，其原材料等的资金压力相对来说较大，这样的资金压力也将造成企业的运营出现问题等。这些问题的出现对于物流企业来说将会是一个不错的机遇，特别是大数据时代对于这个机遇的利用将变为现实，物流企业利用大数据技术将能够牢牢把握这个机遇，开拓企业发展新的增长点。

物流企业掌握着很多企业相关的物流信息，特别是对于相关企业来说，物流企业掌握着其历史过往的所有的物流数据，在现今的时代物流数据从另一方面反映了企业经营的状况。物流企业可以通过对这些数据的挖掘与分析，给企业评定相应的信誉及对企业划分类别，对于企业贷款来说，物流企业可以开具相关企业在其仓库货物的资产证明，或者物流企业可以根据大数据技术的挖掘分析，为相关企业作担保。物流企业也可以根据相关大数据所得信息，针对相关的企业开展相应的金融业务，如：提供贷款、投资等。物流企业通过应用大数据技术深入开展供应链金融，寻找供应链上开展金融服务的点，这样将能够实现企业新一番增长。

（三）基于大数据开展“人人快递”

物流企业目前的配送环节上，最难以解决的是“最后一公里”的问题，这个问题既是物流企业难以避免、最受诟病的一点又是阻拦物流企业做大做强的一点。物流企业招聘来的配送人员是具有一定数量的，加之所配送的区域也十分广阔，使得配送人员负责配送的区域就显得比较宽广，从而使配送人员具有相当大的配送压力。节假日电商举行多项活动的时候，货物量将会陡然上涨，这时配送效率将大大降低，物流企业为了保障达到一定的配送效率，在短时间里将招聘大量的配送人员，这样将迅速的提高物流企业资金压力，也将会损减企业效益。

大數据时代的到来为物流企业解决“最后一公里”问题带来了契机。大数据技术的应用将可以颠覆性地解决物流配送中的“最后一公里”的人员不足问题，人员不足问题的解决能提高物流企业配送效率及降低资金压力。运用大数据技术将上下班的人群、出租车司机或是学生等人员纳入配送员队伍，其通过手机上的基于大数据开发的物流企业应用程序，可以直接与物流企业的配送系统相连接，从而这些人员将能够充当“临时快递员”，将能够有效减少物流企业固定配送人员的负荷。这种配送运作模式尤其适合在“快递爆仓”时期或者是在地广人稀的农村和山区进行充分的应用。之前大数据时代未到来之前，管理如此庞大数量的移动投递资源将是十分困难甚至是不可能的，但是大数据时代的到来，提供了具有海量数据处理能力的大数据技术，从而大数据技术将能够很好的管理这种庞大数量的移动投递资源。
四、结论与展望

大数据时代的到来，在大数据技术冲击了多个行业的当今，大数据将能够成为物流企业发展壮大及获得持续发展潜力的强力途径。作为一种新兴的技术，大数据给物流企业带来了机遇也带来了挑战，但是合理地运用大数据技术，将能够有效规避陷阱，获得较好的机遇，将能够对于物流企业的市场营销、客户关系管理、资源配置等方面起到积极的作用，通过与大数据技术的深度融合，物流企业最终成为数据驱动型企业，如此物流企业将能够在大数据时代获得较大的发展。

总之，大数据已经渗透到物流企业的各个环节，引起物流企业普遍关注的同时已经给它们带来了高额效益。但是，面对大数据这一机遇，物流企业的高层管理者仍需给予高度的重视和支持，正视企业应用大数据时存在的问题。物流企业管理应该充分分析企业运用大数据技术时所存在的问题，积极采取有效的手段解决这些问题，应用相关与大数据紧密结合的策略，促使企业在大数据时代不断持续发展。

参考文献：

[1]陶君成，潘林，初叶萍.大数据时代城乡物流网络重构研究[J].中国流通经济，2016（11）.

[2]胡钰.大数据背景下我国农产品物流面临的挑战及发展趋势[J].改革与战略，2016（04）.

[3]麻黎黎.大数据时代下我国农产品物流的瓶颈与突破[J].农业经济，2016（03）.

[4]高连周.大数据时代基于物联网和云计算的智能物流发展模式研究[J].物流技术，2014（11）.

[5]吴婷.物流可持续发展战略下“互联网+物流”服务研究[J].商业经济研究，2017（07）.

[6]王厦.我国电商企业的物流模式创新及“云物流”发展前景探讨[J].商业经济研究，2017（05）.

[7]叶斌，黄文富，余真翰.大数据在物流企业中的应用研究[J].物流技术，2014（15）.

[8]叶斌，余真翰，黄文富.大数据背景下物流企业CRM变革分析[J].商业时代，2014（22）.

（作者单位：贵州大学管理学院）

作者：罗浩