——歡迎到訪(fǎng)！ 專(zhuān)業(yè)商用車(chē)網(wǎng)絡(luò )媒體 為您服務(wù)

       物流數據化、數據驅動(dòng)物流是物流業(yè)發(fā)展的大趨勢，物流大數據會(huì )越來(lái)越重要。然而當下物流大數據應用出現一些不好的現象，走進(jìn)了唯數據論的誤區，誤導物流大數據的發(fā)展。

       從本質(zhì)上來(lái)講，物流是貨物位移的組織過(guò)程，在這個(gè)過(guò)程中，物的存儲、位移永遠是需要首先考慮的，物流數據要依賴(lài)于真實(shí)的物流過(guò)程存在，物流大數據的價(jià)值在于對物流過(guò)程的優(yōu)化、物流服務(wù)品質(zhì)的評估、物流信用評估、宏觀(guān)經(jīng)濟分析等方面。

       自從大數據這個(gè)詞被引入到物流領(lǐng)域，關(guān)于物流大數據的聲音層出不窮，相當多的關(guān)于物流大數據應用的場(chǎng)景描述偏離了物流活動(dòng)本身，為了談數據而談數據，誤導了物流大數據的發(fā)展。

物流大數據應用常見(jiàn)的誤區

       最近有一種傾向，凡是提“物流大數據”就把應用場(chǎng)景往卡車(chē)發(fā)動(dòng)機參數搜集、節省油耗、司機駕駛行為等與物流的組織過(guò)程本身沒(méi)有關(guān)系或關(guān)系不大的方面去引導的，這些就是典型的物流大數據應用的誤區。

【誤區一】卡車(chē)發(fā)動(dòng)機數據

       卡車(chē)發(fā)動(dòng)機數據重要嗎？重要，這是對發(fā)動(dòng)機的故障診斷及保養維修等方面是重要的。但是對物流而言，卡車(chē)發(fā)動(dòng)機的數據在絕大數情況下可有可無(wú)。為什么呢？貨主要發(fā)貨，承運車(chē)輛得按時(shí)到達發(fā)運地、按要求送達目的地，首先是有沒(méi)有可用運力的問(wèn)題。這個(gè)時(shí)候，車(chē)型、載重的信息要優(yōu)于發(fā)動(dòng)機的信息。例如，貨主根據自身業(yè)務(wù)及貨源情況，需要12.5米的車(chē)，承運商不能派個(gè)9.6米或17.5米的車(chē)還說(shuō)因為這些車(chē)可以采集到發(fā)動(dòng)機的數據吧。

       卡車(chē)發(fā)動(dòng)機數據，是卡車(chē)制造商及卡車(chē)4S店關(guān)注的數據，因為卡車(chē)售后服務(wù)可以通過(guò)數據來(lái)準確判斷卡車(chē)發(fā)動(dòng)機的問(wèn)題。

       有一種聲音，需要每分每秒感知發(fā)動(dòng)機ECU、OBD的數據，這是在誤導物流行業(yè)。

       ECU發(fā)動(dòng)機電控單元是發(fā)動(dòng)機控制系統的核心，開(kāi)放ECU會(huì )帶來(lái)擅自修改發(fā)動(dòng)機參數改變發(fā)動(dòng)機功率和扭矩的現象。OBD是用來(lái)檢測尾氣排放的。這些數據與物流活動(dòng)沒(méi)有什么關(guān)系。

       開(kāi)放ECU和OBD數據還有個(gè)非?，F實(shí)的問(wèn)題，每種型號的發(fā)動(dòng)機都不一樣，都需要根據每款發(fā)動(dòng)機的情況單獨解碼。

       從發(fā)動(dòng)機主機廠(chǎng)的角度，是不愿意開(kāi)放ECU、OBD參數的，一旦開(kāi)放這些數據，最終因為參數改變引發(fā)的發(fā)動(dòng)機故障和安全事故主機廠(chǎng)要不要負責任？

【誤區二】油耗數據與省油

       對自營(yíng)車(chē)隊的管理而言，采集油耗數據最根本的目的是防止司機偷油，有一定的意義。但是在中國，90%以上的車(chē)都是個(gè)體車(chē)輛，都是三、五輛車(chē)的個(gè)體小車(chē)隊。個(gè)體車(chē)主及個(gè)體司機都是精打細算的主，這個(gè)群體對節省油耗和成本是最關(guān)注的，同時(shí)也是非常專(zhuān)業(yè)的。油耗數據對個(gè)體車(chē)主及司機而言，沒(méi)有多大的參考價(jià)值。

       另外，想通過(guò)油耗數據來(lái)達到省油的目的，一般也是徒勞的。因為影響油耗的因素是多方面的，例如車(chē)況、載重、路況這些因素，是司機、物流公司無(wú)法改變的，該耗多少油還得耗多少油。

【誤區三】司機駕駛行為數據

       中國物流業(yè)的小散亂，司機是替罪羊，把物流業(yè)的落后歸咎于司機難管是不對的?，F實(shí)是，貨運司機是中國勞動(dòng)中最吃苦耐勞、最艱辛的一個(gè)群體，他們走南闖北、風(fēng)雨無(wú)阻。

       有的人講，可以根據駕駛行為數據判斷司機的性格，進(jìn)而淘汰性格不好的司機。這個(gè)觀(guān)點(diǎn)是站不住腳的，因為性格無(wú)法用好壞來(lái)評判。司機既然從事了貨運這個(gè)行業(yè)，就自然會(huì )遵守行業(yè)的規則，什么事該做或不該做，司機最清楚。一旦上路，所有的風(fēng)險和責任都是由司機來(lái)承擔，就算有再大的委屈，司機都會(huì )壓著(zhù)自己的性子?？梢哉f(shuō)，貨運司機是比較靈活甚至圓滑的一個(gè)群體，這是行業(yè)環(huán)境和職業(yè)要求使得他們必須靈活和圓滑。

       根據駕駛行為數據管理司機通常也是無(wú)效的，例如不能根據ACC數據強制司機熄火，總不能大熱天的不讓司機開(kāi)空調吧？又比如，不能根據發(fā)動(dòng)機及變速箱的數據，來(lái)要求和指導司機上坡如何掛擋。

物流大數據應用要回歸到物流業(yè)務(wù)本身

       物流大數據很重要，這個(gè)行業(yè)趨勢沒(méi)有哪個(gè)物流企業(yè)可以避開(kāi)。那么對企業(yè)而言，該從哪些視角去看待物流大數據呢？

       我們認為至少有這幾個(gè)視角：物流服務(wù)質(zhì)量、物流活動(dòng)效率和物流數據征信、物流優(yōu)化、宏觀(guān)經(jīng)濟分析是物流大數據應用中應該重點(diǎn)關(guān)注的。

視角1：物流服務(wù)質(zhì)量

       物流大數據可以反映物流企業(yè)的服務(wù)質(zhì)量。例如物流服務(wù)的時(shí)效表現如何，是不是出庫、發(fā)運、送達老是延遲或遲到？例如貨物安全，因為貨損、貨差、丟貨被投訴的頻率是多少？在冷鏈物流方面，物流過(guò)程的溫濕度是否都是合格的？這些都可以通過(guò)物流過(guò)程的大數據來(lái)反映?；谖锪鬟^(guò)程的大數據，還可以向貨主提供自主查詢(xún)服務(wù)，提高客戶(hù)的物流體驗。所以，行業(yè)需要從物流服務(wù)質(zhì)量的視角來(lái)看待物流大數據。

視角2：物流活動(dòng)效率

       物流大數據有沒(méi)有價(jià)值，還需要從物流活動(dòng)效率的角度來(lái)分析。物流企業(yè)應該從如何提高資源利用率的角度來(lái)挖掘物流大數據的價(jià)值，例如如何提高運力的利用率、倉庫貨位空間的利用率、托盤(pán)的周轉率等等。此外，還可從如何提高業(yè)務(wù)協(xié)同的視角來(lái)挖掘物流大數據的價(jià)值，例如利用物流大數據來(lái)壓縮業(yè)務(wù)流程中的一些環(huán)節等等?？傊?，物流大數據要在提高物流活動(dòng)效率上發(fā)揮作用。

視角3：物流數據征信

       物流大數據可以發(fā)揮數據征信的作用。物流業(yè)誠信體系不健全，那是因為無(wú)法記錄企業(yè)及各個(gè)從業(yè)主體的誠信行為。隨著(zhù)物流業(yè)不斷數據化，物流大數據可以反映出每一個(gè)貨主、物流企業(yè)、車(chē)主、司機等的誠信水平。

       目前的行業(yè)現狀是，每個(gè)企業(yè)都說(shuō)自己是誠信的，但都沒(méi)有數據依據來(lái)證明?；谖锪鞔髷祿?，整個(gè)物流業(yè)就有了數據征信的基礎，進(jìn)而基于數據征信可以對接金融機構，發(fā)展物流金融。企業(yè)可以憑借自身的數據征信獲得融資，金融機構可以基于物流數據征信開(kāi)展物流金融業(yè)務(wù)。

視角4：物流經(jīng)營(yíng)管理優(yōu)化

       物流大數據可以用來(lái)優(yōu)化物流的經(jīng)營(yíng)管理。物流優(yōu)化往往無(wú)從下手，因為缺乏數據來(lái)把握整體情況。例如業(yè)務(wù)流程的優(yōu)化需要業(yè)務(wù)流程的大數據，業(yè)務(wù)網(wǎng)絡(luò )優(yōu)化需要業(yè)務(wù)網(wǎng)絡(luò )的大數據，調度優(yōu)化需要運力大數據及貨源大數據等等。有了物流大數，可以在物流經(jīng)營(yíng)管理的優(yōu)化上做很多事情。

視角5：宏觀(guān)經(jīng)濟分析

       物流大數據在宏觀(guān)經(jīng)濟分析，交通樞紐規劃方面都可以發(fā)揮作用。

       結束語(yǔ)：物流大數據涵蓋的面非常廣泛，幾乎每個(gè)物流要素都可以有其自身的大數據，物流大數據的應用前景非常廣闊。但是物流數據化以及物流大數據才剛剛起步，整個(gè)行業(yè)的物流大數據基礎還非常的薄弱。如果一味地炒作數據化形象，甚至把物流大數據引導到和物流活動(dòng)無(wú)關(guān)緊要的焦點(diǎn)上，這對物流大數據的發(fā)展甚至物流業(yè)的發(fā)展是在誤導。所以物流業(yè)要警惕物流大數據泡沫，踏踏實(shí)實(shí)地夯實(shí)企業(yè)自身的物流數據化基礎。

      版權聲明：此文源自其它媒體，如需轉載請尊重版權并保留出處。內容若存有質(zhì)量疑問(wèn)請立即與本網(wǎng)聯(lián)系，商用車(chē)之家將盡快處理并予以回應。