——歡迎到訪！ 專業商用車網絡媒體 為您服務

       物流數據化、數據驅動物流是物流業發展的大趨勢，物流大數據會越來越重要。然而當下物流大數據應用出現一些不好的現象，走進了唯數據論的誤區，誤導物流大數據的發展。

       從本質上來講，物流是貨物位移的組織過程，在這個過程中，物的存儲、位移永遠是需要首先考慮的，物流數據要依賴于真實的物流過程存在，物流大數據的價值在于對物流過程的優化、物流服務品質的評估、物流信用評估、宏觀經濟分析等方面。

       自從大數據這個詞被引入到物流領域，關于物流大數據的聲音層出不窮，相當多的關于物流大數據應用的場景描述偏離了物流活動本身，為了談數據而談數據，誤導了物流大數據的發展。

物流大數據應用常見的誤區

       最近有一種傾向，凡是提“物流大數據”就把應用場景往卡車發動機參數搜集、節省油耗、司機駕駛行為等與物流的組織過程本身沒有關系或關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】卡車發動機數據

       卡車發動機數據重要嗎？重要，這是對發動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，卡車發動機的數據在絕大數情況下可有可無。為什么呢？貨主要發貨，承運車輛得按時到達發運地、按要求送達目的地，首先是有沒有可用運力的問題。這個時候，車型、載重的信息要優于發動機的信息。例如，貨主根據自身業務及貨源情況，需要12.5米的車，承運商不能派個9.6米或17.5米的車還說因為這些車可以采集到發動機的數據吧。

       卡車發動機數據，是卡車制造商及卡車4S店關注的數據，因為卡車售后服務可以通過數據來準確判斷卡車發動機的問題。

       有一種聲音，需要每分每秒感知發動機ECU、OBD的數據，這是在誤導物流行業。

       ECU發動機電控單元是發動機控制系統的核心，開放ECU會帶來擅自修改發動機參數改變發動機功率和扭矩的現象。OBD是用來檢測尾氣排放的。這些數據與物流活動沒有什么關系。

       開放ECU和OBD數據還有個非常現實的問題，每種型號的發動機都不一樣，都需要根據每款發動機的情況單獨解碼。

       從發動機主機廠的角度，是不愿意開放ECU、OBD參數的，一旦開放這些數據，最終因為參數改變引發的發動機故障和安全事故主機廠要不要負責任？

【誤區二】油耗數據與省油

       對自營車隊的管理而言，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%以上的車都是個體車輛，都是三、五輛車的個體小車隊。個體車主及個體司機都是精打細算的主，這個群體對節省油耗和成本是最關注的，同時也是非常專業的。油耗數據對個體車主及司機而言，沒有多大的參考價值。

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

【誤區三】司機駕駛行為數據

       中國物流業的小散亂，司機是替罪羊，把物流業的落后歸咎于司機難管是不對的。現實是，貨運司機是中國勞動中最吃苦耐勞、最艱辛的一個群體，他們走南闖北、風雨無阻。

       有的人講，可以根據駕駛行為數據判斷司機的性格，進而淘汰性格不好的司機。這個觀點是站不住腳的，因為性格無法用好壞來評判。司機既然從事了貨運這個行業，就自然會遵守行業的規則，什么事該做或不該做，司機最清楚。一旦上路，所有的風險和責任都是由司機來承擔，就算有再大的委屈，司機都會壓著自己的性子。可以說，貨運司機是比較靈活甚至圓滑的一個群體，這是行業環境和職業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空調吧？又比如，不能根據發動機及變速箱的數據，來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務本身

       物流大數據很重要，這個行業趨勢沒有哪個物流企業可以避開。那么對企業而言，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視角：物流服務質量、物流活動效率和物流數據征信、物流優化、宏觀經濟分析是物流大數據應用中應該重點關注的。

視角1：物流服務質量

       物流大數據可以反映物流企業的服務質量。例如物流服務的時效表現如何，是不是出庫、發運、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，物流過程的溫濕度是否都是合格的？這些都可以通過物流過程的大數據來反映。基于物流過程的大數據，還可以向貨主提供自主查詢服務，提高客戶的物流體驗。所以，行業需要從物流服務質量的視角來看待物流大數據。

視角2：物流活動效率

       物流大數據有沒有價值，還需要從物流活動效率的角度來分析。物流企業應該從如何提高資源利用率的角度來挖掘物流大數據的價值，例如如何提高運力的利用率、倉庫貨位空間的利用率、托盤的周轉率等等。此外，還可從如何提高業務協同的視角來挖掘物流大數據的價值，例如利用物流大數據來壓縮業務流程中的一些環節等等。總之，物流大數據要在提高物流活動效率上發揮作用。

視角3：物流數據征信

       物流大數據可以發揮數據征信的作用。物流業誠信體系不健全，那是因為無法記錄企業及各個從業主體的誠信行為。隨著物流業不斷數據化，物流大數據可以反映出每一個貨主、物流企業、車主、司機等的誠信水平。

       目前的行業現狀是，每個企業都說自己是誠信的，但都沒有數據依據來證明。基于物流大數據，整個物流業就有了數據征信的基礎，進而基于數據征信可以對接金融機構，發展物流金融。企業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展物流金融業務。

視角4：物流經營管理優化

       物流大數據可以用來優化物流的經營管理。物流優化往往無從下手，因為缺乏數據來把握整體情況。例如業務流程的優化需要業務流程的大數據，業務網絡優化需要業務網絡的大數據，調度優化需要運力大數據及貨源大數據等等。有了物流大數，可以在物流經營管理的優化上做很多事情。

視角5：宏觀經濟分析

       物流大數據在宏觀經濟分析，交通樞紐規劃方面都可以發揮作用。

       結束語：物流大數據涵蓋的面非常廣泛，幾乎每個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，整個行業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無關緊要的焦點上，這對物流大數據的發展甚至物流業的發展是在誤導。所以物流業要警惕物流大數據泡沫，踏踏實實地夯實企業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。內容若存有質量疑問請立即與本網聯系，商用車之家將盡快處理并予以回應。