UPS如何用大数据优化送货路线

简介:

快递司机一天中几乎有无数条路线可供选择。对UPS这样的巨头来说,如果每位司机每天少开一英里,公司便能省下5,000万美元。因此它利用大数据分析打造了一个名为Orion的导航系统,可以在约3秒内找出最佳路线。


在任何一天中,UPS的司机都有许多条快递路线可以选择。


或者换个说法——UPS的司机在任何一天中,可以选择的快递路线的数目都是令人难以想象的。这绝不是夸张。这家快递公司的司机一般每天要送120至175次货。在任何两个目的地之间,都可以选择多条路线。显然,司机和UPS想要找到其中最有效率的那条。不过如此一来,事情就变得复杂了。UPS利用组合数学的算法得出,以上所述的情景中所有可能的线路的总数,是一个199位的数字。这一数字甚至大过了换算成纳秒单位的地球年龄。UPS的流程管理高级总监杰克•里维斯表示:“这数字太大了,令人难以想象。你只能从分析学上得出一个概念。”对UPS而言,这是一项庞大的挑战。不过他们有强烈的动力去实现路线最优化:如果每位司机每天少开一英里,公司便能省下5,000万美元。


这家位于亚特兰大的公司是如何做的?他们研发了一个名为Orion的系统,这是道路优化与导航集成系统(On-Road Integrated Optimization and Navigation)的缩写,也是希腊神话中猎户座的名字。如果说现在有什么大数据分析学上的成就的话,那就是它了。Orion的算法诞生于21世纪初,并于2009年开始试运行。该系统的代码长达1,000页,可以分析每种实时路线的20万种可能性,并能在大约3秒内找出最佳路线。里维斯表示:“起初,数学家们认为可能需要15分钟才能算出结果。所以他们很高兴。”


UPS正在公司全部的5.5万条北美快递线路上装配这一系统。到2013年底,Orion已经在大约1万条线路上得到使用,这让公司节省了150万加仑燃料,少排放了1.4万立方公吨的二氧化碳。公司计划在2017年彻底实现该计划。


根据高德纳研究公司(Gartner)的分析师斯维特拉娜•西库勒的说法,有两个“很不起眼的”行业正在受到大数据的冲击,一个是运输业,其中包括UPS这类物流公司,另一个是农业。


西库勒相信这一冲击会波及很大范围。西库勒表示,可以看看通商航运业的例子:澳大利亚海事安全局(Australian Maritime Safety Authority)提供了实时的港口活动信息,船只可以据此改变航速,节省燃料,让港口服务费降到最低。海事局还使用了地理围栏(一种动态的数字定位区域)来触发和自动计算这些费用。她说:“通过公开数据,这一切都是透明的。”西库勒表示,导致这种转变的不仅仅是大数据技术,移动设备和云计算在其中也扮演了重要角色。


她解释说:“在收集信息、给司机实时提供数据上,移动性起到了重要作用。这不仅是指移动设备,还包括卡车、飞机和轮船上的感应器。”在提高运营效率的压力下,UPS在20世纪90年代为司机引入了手持设备。里维斯表示:“我们必须在智能手机和网络通信出现前就发明它们。”2008年,公司在运货卡车上安装了GPS追踪系统,而Orion则建立在这一基础上。


尽管想要取代在大陆上川流不息的汽车快递不是件容易的事——总之,在亚马逊(Amazon)的无人机快递正式得到使用前是这样——但云计算的兴起让初创公司更容易接触到之前只有大型企业才能拥有的尖端技术。UPS理应走在前面。


里维斯表示:“对我来说,这就是分析技术和大数据的未来——不仅仅是告诉你发生了什么,还能告诉你将要发生什么,如何实时纠正它们。如果有个系统可以智能到预测你的问题,并在它发生前予以解决,那它就像福尔摩斯一样了。看起来像千里眼,但实际上不是。”


“把它变成现实还需要一段时间。不过这就是未来的景象。”


原文发布时间为:2014-08-04

本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“BigDataDigest”微信公众号

相关实践学习
简单用户画像分析
本场景主要介绍基于海量日志数据进行简单用户画像分析为背景,如何通过使用DataWorks完成数据采集 、加工数据、配置数据质量监控和数据可视化展现等任务。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
2月前
|
供应链
代采系统如何利用大数据分析优化采购决策?
代采系统可以利用大数据分析来优化采购决策
|
2月前
|
存储 关系型数据库 MySQL
大数据量分页查询怎么优化提速
大数据量分页查询怎么优化提速
30 2
|
3月前
|
数据采集 监控 算法
利用大数据和API优化电商决策:商品性能分析实践
在数据驱动的电子商务时代,大数据分析已成为企业提升运营效率、增强市场竞争力的关键工具。通过精确收集和分析商品性能数据,企业能够洞察市场趋势,实现库存优化,提升顾客满意度,并显著增加销售额。本文将探讨如何通过API收集商品数据,并将这些数据转化为对电商平台有价值的洞察。
|
10月前
|
存储 SQL 关系型数据库
大数据量下数据库分页查询优化方案汇总
当需要从数据库查询的表有上万条记录的时候,一次性查询所有结果会变得很慢,特别是随着数据量的增加特别明显,这时需要使用分页查询。对于数据库分页查询,也有很多种方法和优化的点。下面简单说一下我知道的一些方法。
351 2
|
9月前
|
Prometheus 运维 监控
直击运维痛点,大数据计算引擎 EasyMR 的监控告警设计优化之路
监控告警在企业保障系统的稳定性和事故快速恢复的全周期链路中都是至关重要的一环。在新版本的 EasyMR 中袋鼠云开发团队也对监控告警功能进行了全新的优化,通过本文和大家分享监控告警功能的设计思路以及碰到各类问题痛点的解决方法。
311 0
|
3天前
|
数据采集 供应链 安全
利用大数据优化业务流程:策略与实践
【5月更文挑战第11天】本文探讨了利用大数据优化业务流程的策略与实践,包括明确业务目标、构建大数据平台、数据采集整合、分析挖掘及流程优化。通过实例展示了电商和制造企业如何利用大数据改进库存管理和生产流程,提高效率与客户满意度。随着大数据技术进步,其在业务流程优化中的应用将更加广泛和深入,企业需积极采纳以适应市场和客户需求。
|
20天前
|
分布式计算 监控 调度
给技术新人的ODPS优化建议
数据开发基本都是从陌生到熟悉,但是写多了就会发现各种好用的工具/函数,也会发现各种坑,本文分享了作者从拿到数据到数据开发到数据监控的一些实操经验。
95476 62
|
22天前
|
SQL 分布式计算 资源调度
一文解析 ODPS SQL 任务优化方法原理
本文重点尝试从ODPS SQL的逻辑执行计划和Logview中的执行计划出发,分析日常数据研发过程中各种优化方法背后的原理,覆盖了部分调优方法的分析,从知道怎么优化,到为什么这样优化,以及还能怎样优化。
103483 1
|
27天前
|
机器学习/深度学习 存储 分布式计算
scikit-learn在大数据处理中的优化与加速
【4月更文挑战第17天】面对大数据处理的挑战,scikit-learn的性能优化与加速至关重要。优化策略包括内存管理(数据集缩减、数据流处理、分布式存储)和算法选择(如在线学习、低内存占用算法)。并行化计算通过设置`n_jobs`或使用Dask、Joblib提升速度,分布式计算如Spark、Dask Distributed扩展处理能力。结合案例实践,建议综合考虑各种策略,并关注新技术以适应不断变化的大数据需求。未来,期待更多优化方案提升scikit-learn在大数据场景下的效能。
|
6月前
|
人工智能 Cloud Native 大数据
构建高性能云原生大数据处理平台:融合人工智能优化数据分析流程
构建高性能云原生大数据处理平台:融合人工智能优化数据分析流程
342 0

热门文章

最新文章