论文部分内容阅读
经过“互联网+物流管理”改革，物流企业在物流管理方面已经实现信息管理系统应用，借助自动化办公与全过程物流信息跟踪，提高了物流管理效率。目前，正值“大数据+物流管理”建设新阶段，伴随着数据分析技术的持续性运用，将全面升级物流信息化管理水平。本文以大数据时代物流管理信息化升级探析作为研究题目，具体探析中，简述了大数据时代本质和大数据技术特征;剖析了大数据时代物流管理信息化升级的必要性;并以此为基础，分别从物流管理信息化标准设置、数据库建设、数据分析技术应用、人力资源配置四个层面，进行了具体讨论。
物流管理信息化管理以物流企业实际的产业链条密切对应，将订单处理、货物入库、货物存储、货物装车、货物运输、货物中转、货物送达签收、货物签收后的服务等环节，进行了统一管理，實现了每一物品由订单到签收各环节的信息一致记录与全程可跟踪管理。因而，从管理效率方面看，物流管理信息化在实质上提高了物流管理效率，减少了物流管理各环节的损失，提高了物流管理的效用生产效率。然而，在大数据时代，通过区分、比较信息化管理和数据化管理的差别，物流企业也认识到了物流管理信息化的不足之处，未能实现各类生产要素方面的高效配置。因此有必要在大数据时代推进物流管理信息化升级。
一、大数据时代概述
（一）大数据时代的本质
从本质方面看，大数据时代旨在将现实世界中的各类事物，转换为数据，为其赋予可计算性，并借助数据分析技术，实现对各类事物的预测分析，进而提供相对精准的解决方案，有利于促进现场世界各类任务的有效完成。一些学者也将其称为“科学预测学”。
（二）大数据技术的特征
从特征方面看，大数据技术拥有所谓的“4V”特征。“4V”分别指的是：Volume——体量大、Variety——种类多样、Velocity——高速运行和传播、Value——价值密度低。具体而言，对于大数据技术的应用，可以处理正在呈数量级增长的海量数据，针对不同类型的数据实施同步采集、高效获取、快速传输、集中分析。并且按照数据中心处理与企业各管理部门的信息管理系统的通信连接路径，将预测结果分布分发到各个部门，为其快速处理各项业务提供参考信息等。以物流企业的物流管理为例，就可以利用大数据技术，对各个物流管理环节，实施综合分析，并使各个管理部分在各自的管理环节，按照预测结果与参考信息，快速调配资源，提高各环节之间的对接效率，提高整个物流服务产业链条的运营效率。
二、大数据时代物流管理信息化升级必要性
（一）物流产业转型要求其升级
在“金融体制改革+产业结构调整”过程中，按照全球产业结构的基本划分标准与实践结果看，服务业的比重将会随着国民经济发展的程度逐渐增强而增加。物流行业作为服务产业，在其转型升级过程中，已经构建了内容相对完整的新型产业链条，将各个物流管理环节，实施了系统性管理，并且增加了信息化技术应用，全面高了物流管理信息化水平。但是，随着“智慧物流”（由IBM公司提出，我国于2009年引入，目前正在向该方向转型升级）的出现，物流行业大范围的资源整合与要素市场的资源优化配置，将全面推进数据分析技术的应用。因此，大数据时代物流管理信息化升级已经成为大势所趋。
（二）数据技术应用要求其升级
物流管理信息化管理时期的实践经验表明，对于货物信息的扫描、上传、存储、查询、应用，有利于提高物流管理效率。而随着信息化管理水平的提高与信息化技术的逐渐升级，数据分析技术将成为其管理中的重要发展方向。具体而言，物流信息化管理，已经在要素市场增强资源配置效率的过程中，不能满足高效的资源配置管理，而需要借助信息化管理向数据化管理的升级，满足物流管理方面的“全要素分析”需求，进而达到优化物流管理链条的目标，最终实现对物流管理的效用生产效率提升，促进其在物流行业产出综合效益。
（三）服务品质提升要求其升级
物流行业作为服务业，其本质体现服务品质方面，现在也将其概括为“全程化服务”或“一体化服务”。当前物流信息化管理的经验也证实，服务品质与物流管理效率相关联，而物流管理效率的提升，有赖于信息技术的应用。比如，客户下单后，对于自身购买物品的动态的在线查询与在线咨询，就增加了物流企业的服务品质，并且使物流企业、生产企业、销售企业等服务品质，集中到了物流服务之中，增强了物流企业的服务功能，也对其提出了服务品质化升级的市场化需求。因此，物流管理中极有必要引入大数据技术，增强对客户需求的分析，以及对客户群体的定位和分型处理等。
三、大数据时代物流管理信息化升级对策分析
（一）按照同业竞争要求，设置信息标准
物流行业竞争十分激烈，随着要素市场配置资源的功能逐渐增强，当前物流行业的同业竞争日益加剧。面对这种新的竞争局面，哪一家物流企业率先完成“智慧物流”建设，就能够快速的获取“同业质量标准体系管理制定权”，进而引领整个行业的发展，并透过价值链的利益分成，获取大利润（当前经济学界普遍认为同业质量标准体系管理制定权的获得，可以占到同行业总利润的70%）。
因此，在大数据时代物流管理信息化升级时期，应该注重设置信息标准，按照同业竞争中共同建设“智慧物流”的升级目标，积极研发设计一些与物流行业、物流企业、物流管理密切对应的标准信息指标。比如，物流管理中的成本控制一直受到物流产业链条的制约，其成本控制相对较弱，此时，就可以借助数据分析技术，在物流管理要素、资本要素之间进行数据关联性分析，并使其在对应性最佳的环节，降低成本支出，进而在整体上降低成本指标。这样，既不影响其服务品质，也可以提高物流管理效率，做好内部控制管理。由此，能够实现对同业成本指标的牵引，迫使其它企业以自身制定的成本指标作为参考标准等。
（二）依据信息升级需求，建设数据仓库
“智慧物流”系统的建设，属于新型物流管理模式构建范畴，在实际操作中，以数据仓库（也称数据库）为基础，通过“感知层+传输层+云端层+应用层”完成相关数据的采集、获取、传输、预测、应用。以当前一些大型企业的物流数据化管理为例，其中就通过应用大数据分析技术，全面提高了自身的物流管理效率，能够实时在线的对整个物流产业链条进行资源调配。 在物流管理实践中，针对各个环节建立数据仓库之后，运用信息管理系统的通信技术，就能够将所有的独立数据仓库进行通信连接，进而对各个环节之间的货物配置情况进行图形化的清晰监测，并根据数据量测算，分析哪个环节的资源配置存在不足或者有所剩余，进而通过“在线数据分析+现场指挥调度”的方案，实现整个物流管理链条的数据化管理。另外，當前一些运输机械设备与称重设备的智能化，已经能够从订单处理环节，对所有进入物流管理环节的货物，实时数据实时采集、快速传输、集中分析，并在云端层完成数据预测后，将分析结果分发到各个环节的管理部门，为其提供指导意见。因此，建设数据仓库是当前物流管理中的重中之重。
（三）设立数据分析部门，开展数据分析
目前，大部分存在物流管理的企业，已经设立了数据分析部门，物流企业也不例外。从当前的建设情况看，一些企业主要采用在信息管理部门，增设数据分析项目的方案;一些企业则直接建立数据分析部门。前一种方案，重点集中于对信息管理系统提供的数据进行综合分析。后一种方案，则将物流管理的市场影响因素、物流管理环节资源配置情况、客户需求等进行综合分析，旨在通过数据分析部门，推进企业的系统性分析，进而开发与挖掘物流管理的数据化管理优势。因此，建议结合自身企业的规模、经营业务范围，设立匹配的数据分析项目，并开展相关数据分析工作。
（四）运用人力资源管理，增强人才培育
在大数据时代的物流管理信息化升级中，相对稀缺的是人才。从人才需求方面看，主要集中于业务熟练程度与数据分析能力两大方向。因此，在当前物流信息化升级目标已经确定的情况下，物流企业应该按照现代人力资源管理体系，合理的研发设计一些培训方案。比如，一方面，通过招聘路径，以当前就业市场专业为准，选择一些与自身转型升级需求相一致的专业人才，包括物流管理人才、数据分析人才等。另一方面，可以通过自身信息化管理建设经验，制定一些培训方案，先开展物流管理相关理论知识的培训，使企业所有人才的知识结构获得有效健全。再，借助专门化的业务技能培训，细化其业务处理能力、数据仓库建设能力、数据分析处理能力等。
四、结语
在我国互联网快速发展、壮大过程中，互联网技术与市场经济之间的资源融合，催生了网络购物，扩增了电子商务的应用范围。并在此基础上，逐渐形成了以物流服务环节为中介连接“网络虚拟世界”与“现场世界场景”的新局面，促进了物流行业的快速崛起与发展。当前，物流行业也以信息技术为基础，全面提升了其物流管理水平，应用信息化管理提高了服务品质与运营效率。借助信息化管理向数据化管理的转型，物流企业也正在全面推进自身向着“智慧物流”方向升级。因此，建议从系统性升级与配套性促进的思路，积极增强物流管理数据网络的构建，配套做好标准化建设与数据库建设，进而通过人力资源的高效配置，全面促进数据分析技术的应用。
（作者单位：西安财经大学行知学院）
物流管理信息化管理以物流企业实际的产业链条密切对应，将订单处理、货物入库、货物存储、货物装车、货物运输、货物中转、货物送达签收、货物签收后的服务等环节，进行了统一管理，實现了每一物品由订单到签收各环节的信息一致记录与全程可跟踪管理。因而，从管理效率方面看，物流管理信息化在实质上提高了物流管理效率，减少了物流管理各环节的损失，提高了物流管理的效用生产效率。然而，在大数据时代，通过区分、比较信息化管理和数据化管理的差别，物流企业也认识到了物流管理信息化的不足之处，未能实现各类生产要素方面的高效配置。因此有必要在大数据时代推进物流管理信息化升级。
一、大数据时代概述
（一）大数据时代的本质
从本质方面看，大数据时代旨在将现实世界中的各类事物，转换为数据，为其赋予可计算性，并借助数据分析技术，实现对各类事物的预测分析，进而提供相对精准的解决方案，有利于促进现场世界各类任务的有效完成。一些学者也将其称为“科学预测学”。
（二）大数据技术的特征
从特征方面看，大数据技术拥有所谓的“4V”特征。“4V”分别指的是：Volume——体量大、Variety——种类多样、Velocity——高速运行和传播、Value——价值密度低。具体而言，对于大数据技术的应用，可以处理正在呈数量级增长的海量数据，针对不同类型的数据实施同步采集、高效获取、快速传输、集中分析。并且按照数据中心处理与企业各管理部门的信息管理系统的通信连接路径，将预测结果分布分发到各个部门，为其快速处理各项业务提供参考信息等。以物流企业的物流管理为例，就可以利用大数据技术，对各个物流管理环节，实施综合分析，并使各个管理部分在各自的管理环节，按照预测结果与参考信息，快速调配资源，提高各环节之间的对接效率，提高整个物流服务产业链条的运营效率。
二、大数据时代物流管理信息化升级必要性
（一）物流产业转型要求其升级
在“金融体制改革+产业结构调整”过程中，按照全球产业结构的基本划分标准与实践结果看，服务业的比重将会随着国民经济发展的程度逐渐增强而增加。物流行业作为服务产业，在其转型升级过程中，已经构建了内容相对完整的新型产业链条，将各个物流管理环节，实施了系统性管理，并且增加了信息化技术应用，全面高了物流管理信息化水平。但是，随着“智慧物流”（由IBM公司提出，我国于2009年引入，目前正在向该方向转型升级）的出现，物流行业大范围的资源整合与要素市场的资源优化配置，将全面推进数据分析技术的应用。因此，大数据时代物流管理信息化升级已经成为大势所趋。
（二）数据技术应用要求其升级
物流管理信息化管理时期的实践经验表明，对于货物信息的扫描、上传、存储、查询、应用，有利于提高物流管理效率。而随着信息化管理水平的提高与信息化技术的逐渐升级，数据分析技术将成为其管理中的重要发展方向。具体而言，物流信息化管理，已经在要素市场增强资源配置效率的过程中，不能满足高效的资源配置管理，而需要借助信息化管理向数据化管理的升级，满足物流管理方面的“全要素分析”需求，进而达到优化物流管理链条的目标，最终实现对物流管理的效用生产效率提升，促进其在物流行业产出综合效益。
（三）服务品质提升要求其升级
物流行业作为服务业，其本质体现服务品质方面，现在也将其概括为“全程化服务”或“一体化服务”。当前物流信息化管理的经验也证实，服务品质与物流管理效率相关联，而物流管理效率的提升，有赖于信息技术的应用。比如，客户下单后，对于自身购买物品的动态的在线查询与在线咨询，就增加了物流企业的服务品质，并且使物流企业、生产企业、销售企业等服务品质，集中到了物流服务之中，增强了物流企业的服务功能，也对其提出了服务品质化升级的市场化需求。因此，物流管理中极有必要引入大数据技术，增强对客户需求的分析，以及对客户群体的定位和分型处理等。
三、大数据时代物流管理信息化升级对策分析
（一）按照同业竞争要求，设置信息标准
物流行业竞争十分激烈，随着要素市场配置资源的功能逐渐增强，当前物流行业的同业竞争日益加剧。面对这种新的竞争局面，哪一家物流企业率先完成“智慧物流”建设，就能够快速的获取“同业质量标准体系管理制定权”，进而引领整个行业的发展，并透过价值链的利益分成，获取大利润（当前经济学界普遍认为同业质量标准体系管理制定权的获得，可以占到同行业总利润的70%）。
因此，在大数据时代物流管理信息化升级时期，应该注重设置信息标准，按照同业竞争中共同建设“智慧物流”的升级目标，积极研发设计一些与物流行业、物流企业、物流管理密切对应的标准信息指标。比如，物流管理中的成本控制一直受到物流产业链条的制约，其成本控制相对较弱，此时，就可以借助数据分析技术，在物流管理要素、资本要素之间进行数据关联性分析，并使其在对应性最佳的环节，降低成本支出，进而在整体上降低成本指标。这样，既不影响其服务品质，也可以提高物流管理效率，做好内部控制管理。由此，能够实现对同业成本指标的牵引，迫使其它企业以自身制定的成本指标作为参考标准等。
（二）依据信息升级需求，建设数据仓库
“智慧物流”系统的建设，属于新型物流管理模式构建范畴，在实际操作中，以数据仓库（也称数据库）为基础，通过“感知层+传输层+云端层+应用层”完成相关数据的采集、获取、传输、预测、应用。以当前一些大型企业的物流数据化管理为例，其中就通过应用大数据分析技术，全面提高了自身的物流管理效率，能够实时在线的对整个物流产业链条进行资源调配。 在物流管理实践中，针对各个环节建立数据仓库之后，运用信息管理系统的通信技术，就能够将所有的独立数据仓库进行通信连接，进而对各个环节之间的货物配置情况进行图形化的清晰监测，并根据数据量测算，分析哪个环节的资源配置存在不足或者有所剩余，进而通过“在线数据分析+现场指挥调度”的方案，实现整个物流管理链条的数据化管理。另外，當前一些运输机械设备与称重设备的智能化，已经能够从订单处理环节，对所有进入物流管理环节的货物，实时数据实时采集、快速传输、集中分析，并在云端层完成数据预测后，将分析结果分发到各个环节的管理部门，为其提供指导意见。因此，建设数据仓库是当前物流管理中的重中之重。
（三）设立数据分析部门，开展数据分析
目前，大部分存在物流管理的企业，已经设立了数据分析部门，物流企业也不例外。从当前的建设情况看，一些企业主要采用在信息管理部门，增设数据分析项目的方案;一些企业则直接建立数据分析部门。前一种方案，重点集中于对信息管理系统提供的数据进行综合分析。后一种方案，则将物流管理的市场影响因素、物流管理环节资源配置情况、客户需求等进行综合分析，旨在通过数据分析部门，推进企业的系统性分析，进而开发与挖掘物流管理的数据化管理优势。因此，建议结合自身企业的规模、经营业务范围，设立匹配的数据分析项目，并开展相关数据分析工作。
（四）运用人力资源管理，增强人才培育
在大数据时代的物流管理信息化升级中，相对稀缺的是人才。从人才需求方面看，主要集中于业务熟练程度与数据分析能力两大方向。因此，在当前物流信息化升级目标已经确定的情况下，物流企业应该按照现代人力资源管理体系，合理的研发设计一些培训方案。比如，一方面，通过招聘路径，以当前就业市场专业为准，选择一些与自身转型升级需求相一致的专业人才，包括物流管理人才、数据分析人才等。另一方面，可以通过自身信息化管理建设经验，制定一些培训方案，先开展物流管理相关理论知识的培训，使企业所有人才的知识结构获得有效健全。再，借助专门化的业务技能培训，细化其业务处理能力、数据仓库建设能力、数据分析处理能力等。
四、结语
在我国互联网快速发展、壮大过程中，互联网技术与市场经济之间的资源融合，催生了网络购物，扩增了电子商务的应用范围。并在此基础上，逐渐形成了以物流服务环节为中介连接“网络虚拟世界”与“现场世界场景”的新局面，促进了物流行业的快速崛起与发展。当前，物流行业也以信息技术为基础，全面提升了其物流管理水平，应用信息化管理提高了服务品质与运营效率。借助信息化管理向数据化管理的转型，物流企业也正在全面推进自身向着“智慧物流”方向升级。因此，建议从系统性升级与配套性促进的思路，积极增强物流管理数据网络的构建，配套做好标准化建设与数据库建设，进而通过人力资源的高效配置，全面促进数据分析技术的应用。
（作者单位：西安财经大学行知学院）