浅谈大数据背景下物流管理模式创新

简介: 随着科学技术的进步和智能化技术的不断发展与涌现,经济全球化在不断向前深入,商品贸易,流通规模不断扩大,为物流运输业的发展和壮大提供了新的空间,同时也为物流管理带来了新的挑战。因此,现代企业要不断完善和夯实物流运输管理模式,提高物流服务质量,提升物流品牌,以适应物流市场的发展规律,促进物流业的整体发展。

公路运输作为除铁路运输以外唯一的钢材运输方式,在河钢集团宣钢公司的生产经营中起着十分重要的作用。其运输网密度大、分布广、适应性强,车辆无需中途倒运,可以直接送货到门,能够为客户提供“门到门,户到户”高效,快捷,便利运输服务。作为“物流运输大动脉”的物流公司,担负着宣钢所有钢材的储备外发任务,如何节省装车时间,减少物流业务环节,缩短物流运输周期,是提高物流运输质量的重要保证。因此,特大胆提出运用智能化平台和数字化技术相融合进行物流运输管理,提升物流运输质量预想。

一,物流运输

物流运输是指为了满足客户需求,以最低的运输成本,最合适的交通运输工具,通过配送,传递等方式,选择最优路径,将原材料,半成品等由产品产出地到商品需求地的一种传递,运输管理方式。同时也是供应链过程的一部分,以满足客户需求为目的,以高效和经济的手段组织产品,服务以及相关信息从供应链到消费的运动和存储的计划,执行和控制的过程,为用户提供更多功能和一体化的综合服务。

二,传统物流业存在的问题

1,据不完全统计,宣钢在用运输车辆占整个物流公司整体物流运输的一半以上。然而,大部分车辆和司机均以个体户形式存在,管理很困难,随着市场形势发展变化,车辆的需求也发生了变化,用车问题及找车问题便成了现阶段物流运输的首要难题。如遇车辆需使用时,寻找对应的司机也成了一大问题,需临时雇佣其他司机来代替,增加了工作环节的同时,降低了工作效率。从而造成了物流低效率,低质量,高空驶率,高成本等现象发生。

2,传统物流业,基本工作流程为:客户需要销售下单寻找车辆---提货---运输---送达客户,形成了一个完整的闭环系统,在这当中,无论哪个环节出现问题或者受到阻碍,都会对整个物流运输链造成影响。

3,传统物流业,库房货物堆放杂乱,规格分散,垛位繁多,车辆进库后还得现找,出现了寻货难等现象,造成了时间的浪费,降低了工作效率。

4,在送货地址方面,由于到站信息不明确,地址不详等原因,多数司机对运输路径,路况情况了解不明,需要经沿途询问,造成了多走弯路,增加了运输距离,造成了运输成本的增加,延缓了运输进程。。

5,在提货,送货过程中,司机需要携带提货单进行验货,装车,送货。途中,会因提货单丢失或者是被外部因素(如雨淋,水浸等)因素造成纸张褶皱或者字迹不清等问题而影响卸车,甚至造成其他纠纷问题。

 

 

 

 

 

 

 

 

 

 

 

 


因此,构建网络运输货运平台,通过数据整合以及物联网的技术应用,同时借助互联网的信息实时性优势,改变当前传统物流业的不利因素,构建适合宣钢具体实际的钢材公路运输信息化平台,从传统货物运输向智慧物流转型,是当前的首要任务。

 

三,信息化平台管理

1,车辆管理:将需要使用的车辆类型,属性及司机姓名,联系方式等内容输入到系统,做到合理筛选,车辆高效分配,减少空车使用率的同时避免了因人工输入带来的诸多不便。同时,数据的同步会增加信息的准确性。

2,仓库货物管理:通过系统进行数据实时更新,准确了解和掌握当日库存以及剩余量情况,方便及时,合理安排下一车次的装车进程。解决了人工盘库和装车滞后带来的问题。减少了无效劳动的同时也大大提高了工作效率。

3,系统管理:库房管理员根据实物数量及类型及时更新当日库存数据,方便掌握的同时,对所需车辆数量做到心中有数,避免了供不应求或供过于求的现象发生。

4,信息管理:通过系统信息查询,掌握装车物资情况,装车时间,用时消耗以及出厂时间等,做到了信息透明,数据准确,同时,还可以实时掌握车辆出厂情况及运行动态 等,为客户按时,保质,保量完成送货任务奠定了基础。

5,自动化管理:通过系统设置,可以分为:(1),车辆方面:所需拉运车辆-车号-司机-姓名-联系方式-车辆属性-载重-拉运货物规格-拉运数量-装车时间-出库时间;(2)库房方面:库房号-货物规格-出库量-出库时间。最终达到出库时间的统一,方便跟踪运输车辆运行轨迹。

四、智能化信息管理

1车辆方面:利用宣钢现有物流点车系统,将需使用车辆提前预报,司机只需要进行车辆(车牌)扫描即可进入点车系统中的车辆排队序列,等候下单,拉运

 

 

 

 

 

 

 

无标题

 

 

2货物方面:客户需要---物料排产下达生产计划入库垛位摆放。产品下线后,根据库房垛位具体情况合理安排相应的产品摆放。通过现有系统可以很方便,及时查询所需物资所在的库房,垛位,批号,数量等其他情况,为司机能够在拿到提货单后方便及时进库,提货装车,送货争取了极大的时间。

无标题 

 

 

 

 

 

 

 

 

 

 

 

 

 


3路径方面:借助铁铁智运平台,司机在装车完毕后,会根据实际送货地址,对始发地具体位置及目的地具体位置进行输入,然后开启沿途导航系统,保质保量完成拉运任务,让司机省时,省事,少走弯路,降低运输成本的同时提高运输质量和效率。同时,还可以通过系统实时跟踪车辆的运行轨迹,方便车辆的集中管理。

 

 

 

 

 

 

 


4运输方面:根据自己所拉运货物类型,数量,规格以及所使用运输车辆类型等方面,及时告知收货方,提前准备适合卸载的起重设备,为顺利完成卸货做好提前准备。

 

 

 

 

 

 

 

 

 

 

 


5卸货方面:根据自己所使用的交通运输车辆车号,属性(单桥,双桥),货物明细,出库时间以及预计到场时间等进行输入,记录,保存,为客户方能够提前准备卸货设备提供必要的条件。

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 


五,数字化管理技术优势

数字化,智能化是智慧物流发展的必然趋势,物流的数字化程度得到提升,打破了传统物流业信息闭塞的局面,形成了数据共享,资源共享的可持续发展态势。

1.通过平台管理,实现资源,产量和库存的实施跟踪,掌控,做到信息的预评估和早期掌握,为司机装货,运输提前做好充足准备。

2.通过车辆管理,利用车辆信息,实现对车辆的静态和动态信息管理,完善信用评价体系,减少运力风险。

3.通过运输管理,利用平台定位,实现车辆运输管理,及时掌握车辆运输轨迹以及实施掌握运输路线及车辆现所在位置,同时可以通过历史轨迹查询,智能调度匹配和数据管理进行车辆跟踪。

4.通过订单管理,利用订单管理系统,同步信息流,实现线上一键下单,询价快速反馈,实现在线支付,在线对账,在线开票和在线对接等。

5.通过定价管理,基于市场供求关系,综合考虑需求时间,费用,车辆类型和使用成本等类型和使用成本等因素,通过智能化数据分析,并结合市场形势实现智能定价。

6.通过智能调度管理,基于运营策略及用户的深度解读,实现精准车货匹配和个性化推荐,同时结合路径优化运输路线,返程资源匹配,降低整体运输成本。

7.通过定位管理,利用北斗定位系统,实时掌握数据,运行情况,做到在途实时掌握,信息实时查询。

8.通过智能抢单,利用抢单模块,使物流运输人员能够根据自己车辆类型及时,快捷,方便进行线上抢单,避免了货物重复拉运和一车多单现象,同时做到了订单与车辆的绑定,方便了管理,提高了效率。

9.通过企业物流一体化管理平台,增强企业各部门之间的联系与配合,提高工作效率,使物流资源在智能化中得以实现,让物流管理水平向更高的台阶迈进。

10.通过企业管理平台,信息,数据上传,实现不同物流企业之间的信息传递和共享,为物流管理活动进行追溯,提供信息参考支持,设计最佳,最优物流运输路线,安排库存管理,实时跟踪订单,提高物流管理效率,为客户提供周到,高效,优质的运输服务。

11.仓库货物管理:通过系统进行数据实时更新,准确了解和掌握当日库存信息,方便及时,合理安排下一车次的提货任务和装车时间,解决了装车滞后问题,为高效运输争取了时间。

12.系统管理:库房管理员根据实物数量及类型及时更新,掌握,做到心中有数,避免了货物供不应求或供过于求现象发生。

13.信息管理:通过信息实时查询,掌握装车物资情况,装车时间,以及出厂情况,做到信息透明,数据准确,为客户按时,保质保量提供货物保驾护航。

六,信息化平台技术价值倾向

企业的价值活动可以分为“上游环节”和“下游环节”,材料供应,产品开发,生产运行可以称为“上游环节”,成品储运,市场营销和售后服务称为“下游环节”。而客户则是下游环节活动中心,能够及时掌握客户需求,跟着客户的节奏律动,这就是好物流,同时也是物流好节奏模式。结合大数据智能化技术分析,整理,合理配置相应货物,以最低成本,最高效率在减少城市拥堵的前提下,促进物流业的高质量发展,其主要体现在:1,生产进度追踪:生产状况,生产计划,物料描述,工序流转,产品验收,产品下线;2,库存实时查询:货物入库,出库发货,盘点调拨,存货核算;3,销售流程控制:销售过程,售后服务等,为客户提供优质服务。4,智能信息控制:GPS定位,无线网关,RFID射频技术,车载电脑,多功能手持,系统信息中心。

 

七,信息技术在物流业中的管理理念

1,新思想:利用互联网+转型服务物流运输,运用互联网平台跳出过去的体制,改变落后的思想,实现智能化运输体系,让物流运输业朝着更广阔的空间发展。

2,线上体验:互联网时代,利用先进的通讯手段和互联网信息技术,可以大幅度降低信息成本,通过线上平台操作,实现数据的有效传递,提高信息透明度和工作效率的同时,最大程度抑制了信息不对称和物品杂乱,分布不均等问题。

3,客户需求:互联网时代,客户可以充分发挥网络资源优势,能够很方便的表达相关意见,同时还可以处理好大量的客户数据信息。

4,运输方面:互联网时代,运输人员可以通过互联网进行数据,运输路况实时跟踪查询,方便运输管理的同时,提高了拉运节奏和工作效率。

5,库存方面:互联网时代,库房管理员可以运用互联网对货物的规格,数量及存放位置进行实时查询更新,实现了货物,库存的信息透明度,为提高装车节奏奠定了基础。

八,结论

通过物流信息化平台的使用和物流管控组织架构的学习,建立,实现了物流业务程序的再优化,理顺了管理职责和业务分工问题,强化了对物流链每个环节的控制与掌握,从发货到签收全过程监控,把控物流时效与服务质量,降低物流企业的管理成本,使物流业务脉络清晰,管控到位,成本降低,效率提升,为物流业业务的发展与提升奠定了扎实的基础。同时,实现了物流管理信息的通畅,强化了物流业务的各项基础管理,提高了物流业务的效率。

九,结束语

未来已来,以大数据为依托,以智能化平台为导向,通过“大数据+物流”,“智能化+物流”,“平台+物流”多重并举,将货源,车辆,库存有效结合,实现了产销存的有效统一,货车运的高效协同,从而简化了业务流程,缩短了业务流程时间,提高了业务效率。随着物流业务的不断发展,信息化时代的到来,企业兼并重组,加强企业间的交流与合作,与有权威,有威望的企业,老板加盟合作,强强联合,通过资源优势互补,形成战略合作做伙伴关系,将物流业做大做强。未来的物流业将呈现乘胜长驱,势如破竹之强有力动作向前推进。

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
|
12天前
|
分布式计算 DataWorks 大数据
MaxCompute产品使用合集之大数据计算MaxCompute如何实现通过离线同步脚本模式
MaxCompute作为一款全面的大数据处理平台,广泛应用于各类大数据分析、数据挖掘、BI及机器学习场景。掌握其核心功能、熟练操作流程、遵循最佳实践,可以帮助用户高效、安全地管理和利用海量数据。以下是一个关于MaxCompute产品使用的合集,涵盖了其核心功能、应用场景、操作流程以及最佳实践等内容。
|
12天前
|
分布式计算 DataWorks 安全
DataWorks产品使用合集之DataWorks创建 MaxCompute 资源背景信息如何解决
DataWorks作为一站式的数据开发与治理平台,提供了从数据采集、清洗、开发、调度、服务化、质量监控到安全管理的全套解决方案,帮助企业构建高效、规范、安全的大数据处理体系。以下是对DataWorks产品使用合集的概述,涵盖数据处理的各个环节。
26 5
|
4月前
|
供应链 大数据 调度
大数据在物流领域的应用有哪些?请举例说明。
大数据在物流领域的应用有哪些?请举例说明。
54 0
|
5月前
|
存储 消息中间件 分布式计算
对于一般大数据物流项目的面试题(问题+答案)
对于一般大数据物流项目的面试题(问题+答案)
56 0
|
5月前
|
分布式计算 大数据 调度
大数据计算MaxCompute怎么将一个Quota的资源优先供给给标准模式的生产库调度使用?
大数据计算MaxCompute怎么将一个Quota的资源优先供给给标准模式的生产库调度使用?
35 2
|
5月前
|
存储 分布式计算 大数据
【云计算与大数据技术】大数据概念和发展背景讲解(图文解释 超详细)
【云计算与大数据技术】大数据概念和发展背景讲解(图文解释 超详细)
285 0
|
6月前
|
数据采集 人工智能 安全
AI驱动的大数据创新:探索软件开发中的机会和挑战
AI驱动的大数据创新:探索软件开发中的机会和挑战
|
6月前
|
机器学习/深度学习 大数据
机器学习lgb全国大数据创新应用大赛用户贷款风险预测 完整代码数据 可直接运行
机器学习lgb全国大数据创新应用大赛用户贷款风险预测 完整代码数据 可直接运行
93 0
|
7月前
|
架构师 大数据 数据库
大厂 AWS 推崇的大数据平台是什么样的? - 亚马逊云科技数据驱动创新 - 在线大会精彩回顾(20211028) 2
大厂 AWS 推崇的大数据平台是什么样的? - 亚马逊云科技数据驱动创新 - 在线大会精彩回顾(20211028)
|
7月前
|
存储 安全 搜索推荐
大厂 AWS 推崇的大数据平台是什么样的? - 亚马逊云科技数据驱动创新 - 在线大会精彩回顾(20211028) 1
大厂 AWS 推崇的大数据平台是什么样的? - 亚马逊云科技数据驱动创新 - 在线大会精彩回顾(20211028)

热门文章

最新文章