近日，电商巨头亚马逊宣布了一项重要举措：要求所有三方卖家从8月31日开始，将其包裹的投递速度提高40%。那么，亚马逊究竟是如何在保证销量的同时，提高整个平台物流效率的？
其实，亚马逊不仅仅是电商平台，还是一家科技公司，其在业内率先使用了大数据，利用人工智能和云技术进行仓储物流的管理，创新推出了预测性调拨、跨区域配送、跨国境配送等服务，并由此建立了全球跨境云仓。可以说，大数据应用技术是亚马逊提升物流效率、应对供应链挑战的关键。所谓物流大数据，即运输、仓储、搬运装卸、包装及流通加工等物流环节中涉及的数据、信息等。大数据应用技术在物流行业可以提升物流效率、应对供应链挑战。同时，数据赋能物流行业，能够给行业带来新的机遇和挑战。数据是赋能的魔法，尤其是物流大数据应用，使物流企业能够提高效率，降低成本，并寻求新的商机，可以说，大数据正在成为物流行业最大的福利。联想到这几年物流行业的快速发展，处处可见的大物流、大流通、新物流、新渠道、新零售、无界零售等等，成立的前提都是数据应用，是数据的变现与数据沉淀的结果。现如今，大数据已经渗透到物流的各个环节，并已成为物流行业创新的基石。未来，物流行业对大数据的需求前景将会更加广阔，大数据对包括供应链在内的行业变革以及跨界融合已在进行之中。在全球化的今天，集装箱运输业约占世界海运贸易总值的一半以上，集装箱运输已成为海运供应链非常重要的一环。堆场是集装箱码头的基础资源，堆场集箱堆位的分配管理直接影响码头的运作效率。国内一家知名度较高的上市公司(以下简称z 客户)，拥有几十个面积多达上百万平方米的码头和集装箱场站资源，每年为全球客户提供价值数十亿的仓储码头服务。在接触PetaBase-i 之前，z 客户一直使用集装箱信息管理系统来监控吉箱场位情况并进行相关统计分析。信息管理系统使用的是传统关系型数据库,但随着数据增长到一定的量级时，对集装箱码头堆场堆放情况的分析越来越困难，现有的系统和数据库策略限制了z客户优化码头资源调度的能力。为了提高实时分析性能，z客户决定引入一套实时大数据平台，一个能提供实时查询、灵活扩展的解决方案。这个方案需要能适应企业的数据增长速度，并能够在不中断服务的情况下提供弹性伸缩能力。经过综合能力评估后，z客户选择了PetaBase-i。PetaBase-i 通过快速处理和分析实时流数据，使管理层能够获得及时、准确的吉箱场位分布情况。亿信华辰团队在全面分析了用户的需求后，设计了一套基于CDC机制的实时数据采集方案。为了确保实时采集的可靠性和稳定性，z客户使用了 OGG 来复制并解析日志中的业务操作，并以json数据格式下沉至PetaBase-i 的消息中间件中，PetaBase-i 的消息中间件使用的是目前最受欢迎的Apache Kafka，它支持企业消息总线架构，在大规模的消息传递应用中表现非常稳定。Kafka中缓存的消息会立即被PB StreamProcessor消费，PB StreamProcessor是一个使用Spark Streaming编程模型实现的流处理工具，由亿信华辰自主研发，它允许开发者通过SQL实现流数据处理逻辑。在这个方案中，PB StreamProcessor主要的任务是对集装箱信息、堆场信息、进出口舱单信息进行关联计算，输出吉箱可堆放位数、可办单入场量分码头和二线堆场、区位、入场量等统计结果，用三维、二维实景图形在大屏、移动端实时展示可堆放场位空间位置等实时信息。整个处理和展示是持续进行的，客户可以根据持续的数据分析动态监控吉箱的堆放情况。总结：PetaBase-i 满足了z 客户寻求的实时性要求，由于数据的计算和分析变得更快，控制中心可以不再依靠人工经验的方式来提供码头作业方案。PetaBase-i 向用户实时展示了各项指标，极大地的提高了集装箱通关和装卸的效率，并帮助中心优化了集装箱在堆场的摆放。亿信华辰为z 客户提供了强大的企业级支持，通过部署PetaBase-i 作为数据中心的实时计算平台，z客户现在可以将节省下来的时间更多地投入到运营和服务上。大数据技术能够让我们对经济领域的事物进行更加科学准确地评估。近些年，由于计算机、软件和网络技术的进步，出现大数据、共享数据、云统计、云计算，人们可以对订单、消费和物流进行精确统计和安排。在航运业，中国大数据平台建设目前可知的有海事系统的“船舶自动识别系统信息服务平台”;航运管理方面信息系统有“国际运输船舶运力登记管理系统”、“海运集装箱运价备案系统”和“中国船舶交易网”等;政府主管部门现阶段具有的行业大数据平台只有运价备案受理系统，是《国际海运条例》和《国际海运条例实施细则》实施以来建立的首个第一手的大数据平台。该平台的建设、安全运行、辅以运价检查，已为国际海运市场规范有序、公平竞争发挥了积极的作用。可以说，大数据已经渗透到物流领域的各个环节之中，其作为一种新兴技术，它给物流的发展带来了更多的机遇。对物流企业而言，合理地运用大数据技术，对企业的管理、客户关系维护、资源配置等方面都将起到积极的作用，使物流决策更加高效与准确。2014年，中国物流大数据应用市场应用规模为2.92亿元，预计到2020年将达到188.23亿元。近年来，我国国家层面出台支持物流大数据进步的政策不少，包括:《第三方物流信息服务平台建设案例指引》、《商贸物流标准化专项行动计划》、《物流业发展中长期规划(2014-2020年)》、《关于推进物流信息化工作的指导意见》等等，都将大数据、信息化处理方法作为物流行业转型升级的重要指导思想。近日，交通运输部印发了《推进综合交通运输大数据发展行动纲要(2020—2025年)》，提出到2025年力争实现综合交通运输大数据标准体系更加完善，基础设施、运载工具等成规模、成体系的大数据集基本建成。日前，在第二届中国智慧物流科技创新发展论坛上，中国信息协会副会长朱玉感慨道:“中国物流行业的发展春天来了!”朱玉认为，智慧物流已经成为“互联网 高效物流”的核心要点，物流行业正在进入一个新的发展时代。中国物流与采购联合会副会长兼秘书长崔忠付表示，物流的新旧动能的转化进一步加速，其中之一就是物流新理念不断兴起，比如菜鸟网络提出的新物流概念。新物流就是“大数据 智能 协同”，服务于新零售。最近，记者在湘中国际物流园多式联运中心物流信息交易中心大厅内看到，一块巨大的电子显示屏悬挂墙上，货车和货源信息分列显示屏两边，随着信息的不断跳跃更新，一辆辆货车与自己心仪的货物在大集运云平台这个智能“媒婆”的撮合下成功“牵手”。“以前信息不对称，经常为找货源苦恼。现在通过大集运云平台的线上配对，每天都有货单。”开大货车的胡师傅感慨地说，“高科技改变世界。”多式联运中心有关负责人表示，大集运云平台是湘中国际物流园为改变传统物流模式而创建的一个智能服务系统，目前大集运云平台的PC客户端和手机APP客户端已上线运营，设有用户中心、车货配载、电子商务、诚信体系、资讯中心、物流招投标等版块，具有车找货、货找车的线上配对、线下交易功能，它能够为企业提供免费的线上展示，为在平台交易的用户提供诚信保障。自上线运营以来，大集运云平台现已注册用户3366户，其中生产制造类货源企业75家，商贸类货源企业153家，货源个人1209个，第三方物流企业和零担物流企业用户134家，车源用户1795家，累积成交量线上配对交易532单，电子商务推广13家。总体来看，国内物流市场仍是起点低、基础薄弱，还有很长的路要走。面对愈发沉重的物流压力，商家也不可能再用传统的方式去送货，必须通过大数据的连接和社会化协同来提升效率。现如今，将业务数据化，可视化十分重要，这是实现高效物流的第一步。据专业机构的统计数据，在电商平台上产生的每一桩运输交易都会生成超过50列的数据，以及超过2.5亿的数据值。物流各个环节产生的海量数据，经过大数据技术的处理和分析，将会产生巨大的市场价值。大数据的介入有助于解决物流行业现存的问题，主要体现在运营管理、全程监控、预测预警及客户满意度四个方面。而长远来看，大数据的挖掘潜能仍然无限大，包括延伸到管理过程或是物流终端，只要有数据产生，就有商业利用变现的可能。传统物流系统性不强，网络化程度低，速度慢、成本高、渠道不畅、创新能力弱，随着用户的增长，越来越适应不了日益增长的用户个性化需求。很多物流企业开始探索互联网+、大数据技术并将其结合，以探索新的商业模式。例如，物流企业以轻资产的模式进行运作，通过大数据和云计算，通过共享的理念，在线上通过智慧物流平台整合大量的车源货源，线下整合物流园区和物流干线，大大挺升整个产业链条的运营效率，大幅度降低物流成本。“互联网+物流”是推动物流朝着标准化、信息化、智能化、集约化方向发展的方式。大数据时代的到来，也将有效推动“大物流”体系的形成，实现物流行业的巨大变革。所谓“大物流”是指企业的自有物流(人员、车队、仓库等)和第三方物流企业的配送信息与资源共享，以实现更大限度的利用各方面的资源，降低物流成本。在这些变化的背后，物流智能化的发展也开始走向新的发展道路。以京东为例，借助于京东大数据以及供应链优势，京东物流整合各大品牌商、门店等社会化资源，实现了商家线上线下库存共享，从门店就近发货，大大提升了配送效率。通过大数据分析挖掘商品标签、用户画像、消费特征等，京东物流智能系统可以为全国不同地区的京东帮进行客观性、个性化的备货推荐，这种预测是基于京东电商交易平台十多年的商品销售数据累积，每天上亿次消费者的点击浏览，购物车商品数据，以及每天数千万个包裹物流信息综合计算而做出的。“大数据 物流”的到来，为智慧物流开启了新的运营模式，既是顺应时代的发展，也是智慧物流必走的路径，相信，在未来，“大数据 物流”的结合，还会带来意想不到的惊喜。