节奏物流之大数据实践案例

上一篇以整车物流为例，木子和大家分享了对于大数据的理解。“空谈误国，实干兴邦”是习大大和邓爷爷对我们的教诲。那咱就理论过后去实践，木子借“木子的节奏物流（ID:Rhythm_Logistics）” 这一公众平台和大家分享一下，过去6个月来对于大数据的实践。

我们先回顾一下木子在上一篇文章中对于整车物流大数据的观点：

• 大数据天然存在，不是新创造出来。不管你做什么或者你不做什么，它一直都在，等你来发现。

• 整车物流大数据目前的病因就是“欠整”。基于数据的隐私性和安全性，操刀之人，这个角色只有主机厂可以扮演。

• 基于对客户可感知需求的理解对于大数据在物流营运中的应用可完全够用。

• 整合是前提，整合是手段不是目的。目的在于精准定位客户需求和新的商业遐想。

目前的业务模型

图一

• 整车业务对于主机厂来讲一般是按照车型划分生产基地，然后通过进出口贸易销售全球。如图一所示，欧洲两家工厂生产的车辆通过进口贸易到中国，然后通过国内的4个整车分销中心（VehicleDistribution Centre）发运到全国经销商。国内的两家工厂的产品也经由4个VDC为全国近200家经销商提供产品供应。同时国产车也经由上海港出口北美市场，顺便说一句，木子服务的品牌是第一家从发展中国家向发达国家出口豪华车的企业。我要说：”我骄傲！“

• 除了上面的提到数据，这条供应链承载的数据还包括，每年近10万台车的批售，零售。这些商品车的移动包涵，公路，铁路，水路三种运输方式；有数以百计的人员在工作，有数以千计的运输车辆在承载，这些车辆关联数以10万计的最终用户。同时更重要的是有数以十亿的资金和借贷在支撑着这条链滚滚向前。

目前的相关数据分布

图二

当我们把目前用到的所有数据，数据来源，数据取得的方式以及数据流向汇总到一起后，我们面前有这样一幅图画，如图二所示。整个图画可以分为6部分。

• A区的数据单向从物流的外部流入，包括一些基本信息，有客户的，车型的，物流服务合同的等等，还有一些计划信息化，包括销售计划的，以及生产计划的和车辆生产下线信息。

• B区的信息不同于A区，是双向流动的。信息从其他部门传递到物流部门后，同时需要物流给予反馈。大多是和订单以及订单执行相关的信息，例如进口车装船信息，各种订单内容，订单的财务信息。而物流部反馈的是订单执行的状况。

• C区的信息是发生在主机厂和第三方物流服务商之间，内容多是物流操作相关，而且是一个双向的信息交互。

• D区显示的是A,B,C三部分信息喂入物流模块后，在物流内部各功能之间加工，流转的过程。加工后输出到D,C,E（报告）,F （客户服务与反馈）模块。

• 数据来源于四个IT系统的手工下载，工厂系统，销售系统，财务系统，上游的TMS，其他为手工信息。数据传到物流模块后，再次被手工处理，数据源和再处理的数据被分散存放于20多个Excel文件中。

3. 如果安于现状，那是一幅怎样的数据”画面“？

• 盲人摸象，没有完整画面。从整个整车物流管理的角度看，没有一个系统能掌握一台商品车辆的完整的数据档案。如果想拼接这份完整的图画，必须翻阅20几个Excel文件。然后手工关联数据。

• 画面“分辨率”不够高。由于数据量的关系，只能记录少量关键节点，比如运输在途的监控，只有出库，到店，在途三个状态，而不是一个全过程的监控。这样就会可能失去采取Pro-action来改善客户满意度的机会，具体论述参看木子的节奏物流（ID: Rhythm_Logistics）1月29日推送的文章--《节奏物流之物流状态追踪》。

• 画面“失真”是大概率事件。由于数据量巨大而且数据存储的安全性很低，同时Excel没有权限管理，会造成数据丢失；对于每年销量在10万级的企业，如果要分析过往几年的数据，手工数据处理很难支持。

• 画面传输大多是“老电影”。由于数据来源纷杂和人工处理手段落后的原因，报告缺乏实效性。人工数据处理完了，很可能已经是过时的了，很难为决策提供实时数据支持。如果想从多角度分析，效率就更低了。

• 画面的“观众”有限。由于上述的数据采集以及分析的原因，目前大多只能用于物流部内部，很难开放给整车物流的内外用户。木子服务的品牌现有外部客户近200家，再考虑到公司内部的客户，从功能上分就不下10家。物流部只能提供简单信息服务。

4. 数据整合仅是前提和第一步。

• 看了上述情况，找个专家望闻问切，抄起笔来，刷刷点点开个方子--整合数据，实现数据实时电子交互，数据储存上传云端，利用SQL或者”OO“进行数据处理。还有更多我们干物流的听不懂技术和名词。但是木子能看懂的就是先整合数据。

• 说干就干，就有了如图三的数据整合的变化。这个整合着重于物流的内部，即把原来的导入的所有信息储存在云端的数据库，在云端根据目前的数据需求，用基于SQL技术的数据处理。这步动作带来了如图四所示的变化，木子在此不在赘述。

  

  图三

  

  图四

5. 二期开发的规划

• 大家能看到在图三中还有很多表示数据交互的空心箭头，它们表示数据在不同系统/数据表格之间传递。目前这些数据的传递还是以人工上载的方式到云端，未来如果实现EDI，那么对于改善数据实效，准确以及数据格式的统一是非常有帮助的。

• 细化用户权限管理，为更多内外部客户以及整车物流供应链上的各方提供更多Tailor–made的信息服务。

• 通过经销商付款的信息以及在途信息的大数据分析，找到弱势发运线路的原因，从而指导物流服务商找到改善服务的原因。

• 通过RFID追踪改善对于库存维护保养的远程监控。

这里只是罗列了一些目前看到的可能性，当整合后的数据完整的展现在您面前的时候，基于对客户可感知需求的理解，您可能发现更多的惊喜。所有这些都来源于您迈出的第一步—数据整合，主动打开上帝遮在您眼前的帘。借那首脍炙人口的歌词作为本文的结尾。

如果我能看得见就能轻易的分辨白天黑夜就能准确的在人群中牵住你的手就能惊喜的从背后给你一个拥抱

让我看见这世界就在我眼前