一、 “互联网+”背景下物流企业面临风险

1. “互联网+”背景下数据来源的风险。数据质量风险。物流企业需要处理运营中顾客的消费数据、商家数据、经营数据等,过期数据、数据质量参差不齐、不同的数据出处不同、数据结构差别等,导致信息处理难度增加。信息随时间推移而变动,难以保证信息实时性。物流企业需要多样化数据结构,即使收集到大量信息,不具备实时性将失去价值。

数据安全风险。物流企业对顾客信息的记录和管理,顾客的消费行为、个人偏好、甚至是私人联系方式都被存储、统一管理,建成数据库。信息安全系统破坏会导致顾客隐私泄露。在竞争时加大数据的开放力度、进行数据的共享利用,在企业中建立严格的保密系统,很难在数据开放和保密之间做出协调。

数据结构化风险。物流企业还需完善非结构化数据向结构化数据的转化过程。结构化数据是通过二维表结构呈现出来、在数据库中保存的数据;非结构化数据包含文字、图片、视频、音频、各种文档、不同格式的报表等。物流企业在进行数据存储时,需要将非结构化数据转化成结构化数据,加大对数据转化技术的投入将增加运营成本。

数据开发应用风险。传统硬件设施与软件算法无法支持海量的数据运算,物流企业不能掌握大数据挖掘技术、大数据分析技术,极少从宏观、长远角度理解物流企业对大数据应用,对大数据能产生的效益认识不够,数据竞争力较弱。物流数据应用尚处在探索之中,短期、片段性的数据并不能产生立竿见影效果。首席数据官等数据管理专业人才严重缺乏。

2. “互联网+”背景下整合线上线下业务的风险。物流多网互联风险。“互联网+”背景下物流企业大量资本疯狂涌入,物流企业重构,物流行业格局巨变。物流企业必然转向多网互联,如不能实现物流多元网络互通的转向,无法超越单一网络在资源、地域、人才、资本、信息、数据、技术等方面的局限,难以无法掌控“互联网+”背景下物流企业走向。

物流Y源众包管理风险。“互联网+”背景下物流企业单一发展模式无法满足市场需求。物流企业呈现多维分享经济互联、进化生态人人众包特点。众包模式使更多停车场、社会限制车辆、社会人员等存量资源创造出物流价值,在城镇物流毛细化情况下,实现对碎片化的空间、时间等资源整合利用;广阔农村地区成为物流整合的资源库。物流企业下乡,个体等物流领域中特殊的组织形式,都可能成为互联网+物流众包者。

物流碎片变模块风险。物流企业快速发展扩张,满足了多元化、个性化市场需求,也使物流企业面临着小货化、碎片化需求的新局面,甚至放弃碎片化业务而追求更稳定的业务。物流服务模式不同于传统物流B2B,是从B到C、从店到家、从家到个性,反向倒逼物流在人力配置、流程设计、服务定位、管理规划等环节的重构。

物流节点在线风险。“互联网+”对线下实体节点形成冲击,促使其向线上、透明化、去中介化、网络化等转型。门店、营业部、收货点等网点,分拨中心、园区、仓、园区等中转点,厢式,高栏等形式车辆,销售、收货员、送货员、驾驶员、中间商等人员,专线、支线、社区环线等线路,是传统线下物流主要节点,以多种方式转到线上,自建网上营业厅、信息平台、交易平台、运营平台、共享网络;依托电商、营销、商业服务等其他大型平台,整合物流节点;依托移动端对微博、微信(群)、公众号、网络社区、APP应用等多种新型媒体进行社会化、移动化、本地化、实时化操作,整合更多资源;依托智能硬件端将线下节点的操作过程、风险、数据、信息等全面接入手机、手表、电视、跟踪设备等智能终端,实现物流的智能化管理;依托轻应用整合各类场景、应用、平台等内容,降低物流节点的接入门槛,融合线下物流体系。

3. “互联网+”背景下管理创新的风险。物流企业跨界风险。物流企业围绕自身战略布局开展更多跨界衍生服务,发展主业之外的二次产业,实施多元化战略。跨界布局在分散风险的同时分散有限资源及竞争力。

物流全程可视化风险。非透明中间环节和信息往往是物流核心价值所在,是物流服务过程利益交织焦点,“互联网+”却推动物流全程可视化,两者构成矛盾。从初期的订单动态查询、车况查询,到的车辆位置、满载率以及交易信息等内容查询,到由物流平台变革带来的全流程、全天候、全视角的可视化转变,物流企业在信息接口的获取、数据的标准化以及物流流程可视化的范围、内容、频率等方面任重道远。

物流响应全天候风险。传统物流夜间服务和场景化服务很少,无法满足个性化、多元化需求。物流企业将7*24小时在线,围绕企业和个人生活进行假日物流、会议物流、旅游物流、礼物物流、到家物流等新的场景化物流服务,应对市场的多元化、场景化需求对物流服务挑战。

二、 “互联网+”背景下物流企业的风险管理

1. 提升成长能力。物流企业利用存储、检索、管理等大数据挖掘技术,针对性地为顾客提供及时及个性化的服务,完成顾客个性化与定制化要求。数据发掘与数学模型,对物流流程进行优化,提高企业资源配置能力,提升物流自动化、智能化,整体服务能力和业务水平。物流企业跨过传统领域向其他领域跨界渗透。建立支撑物流企业运作、能覆盖全国、乃至全球的数据中心网络体系,科学配置资源、科学配送、科学运营,实时与顾客互动。

2. 数据驱动发展。预测市场行情。物流企业运用大数据技术使企业准确掌握顾客的市场需求,解决顾客需求会发生变动,变化周期较短的问题。对市场行情的走向做出正确的预测,为企业进行产品存储和配送提供指南。 物流中心的选址。大数据技术中的分类树分析法比较适用在物流中心的地理位置选择,包括企业主营的商品类别、经营特征以及具体位置的交通是否便捷等。

配送线路的规划。物流企业将大数据分析技术运用到掌握商品的特点、所达到的标准、明确顾客的多样化需求,充分利用产品配送中产生的信息,及时获知该路线的便捷程度,减少产品配送中发生的交通拥堵。深度处理和进一步加工配送环节产生的数据,掌控配送过程,降低配送成本。

商品存储的优化。运用大数据技术中的关联模式能获知不同商品的关联度,使物流企业明确应该集中放置以便分拣的商品,应该尽快出货防止在存储中造成价值流失的商品等,提高仓库利用率、方便进行商品的搬运和分拣。

3. 创新发展模式。变革思维方式。物流企业利用先进的技术分析推进“互联网+”与物流企业的深度融合,实现物流企业的数据化和在线化,实现“云”、“网”、“端”协调,促进大数据产业链发展。

变革车货匹配。物流企业通过专门用于车货匹配的信息平台以及APP,对社会运力进行大数据分析,综合搭配标准化的公共运力和个性化的专业运力,提出最优物流配送方案,解决车货匹配效率低的问题。利用大数据对物品的运输线路进行优化,掌控人员行为,使用网络系统对运输路线进行即时分析,在3秒内找到最佳的运送路线。例如UPS通过对大数据的分析,规定卡车不允许左转,避免导致货车长时间等待,影响运输的速率,货车行驶路程因此减少了2.04亿公里,同时多送出350 000件包裹。

预测销售库存。物流企业通过库存结构改善和优化降低存储成本,利用大数据对商品进行分析,风险管理系统根据大数据分析结果对商品进行分类,根据商品销售数据建模分析,为商品采购以及营销提供参考,掌握商品库存状况,监控安全隐患并发出警报。生产者过去在消费市场中占据主导地位,生产者供给决定了市场需求;现在顾客的需求上移并开始影响生产,消费市场开始变成顾客的主场,物流企业需要根据新需求模式调整供给点。

预测修理设备。物流企业通过大数据分析,支持对车辆各个部位进行监测,发现问题后及时更换掉有问题零件而不是全部更换,省去巨额支出。风险监测系统还能检测到新车零件问题,及时进行解决和修理。定期对车辆的零件进行更换,保证运输车辆保持最佳运输状态。

协同供应链管理。物流企业利用供应链计划,将企业计划及决策集中起来,包括库存计划、渠道的优化分析、生产计划、采购计划、市场需求预测等。物流企业完通过整供应链计划变革商业模式以及运作模式,打破市场边界深圳到枣庄物流,改变企业的业务组合状况。帮助生产商与供应商建立VMI运作机制,实现库存与需求信息共享,减少因缺货而造成的损失。在供应商数据、质量数据、交易数据、资源数据等数据支撑下构建供应链管理系统,对供应链系统成本及效率进行跟踪和掌控,控制产品的质量。生产商利用大量的数学模型以及模拟技术,协调好产能、调度、库存和成本、以及订单的关系,保证有序地生产以及供需平衡,在解决生产及供应问题中找到最优方案,

三、 案例:“互联网+”背景下亚马逊应风险管理

亚马逊在中国建立13个运营中心、覆盖400多个城市、300多条运输线路,5 000多个自提点,在2 300多个地区支持货到付款服务,184个城市支持移动POS机货到付款,1 400个区县“当日达全覆盖”、“当日半日能达”,涵盖便利店自提、校园自提和第三方物流等合作伙伴。通过持续的基础设施投入、先进的技术系统、全球领先的大数据能力等多种措施,为顾客提供了多元化、个性化和人性化的物流服务。

1. 满足顾客“送得到、送得快、送得准”的需求。

(1)送得到。应对高峰时段物流压力,亚马逊对运输线路预先加强运力时福车辆安全、检修、员工的培训及应急方案,全网络、全过程、无盲点实时可视化监控覆盖。全国一体化的配送网络,让全国三、四线城市甚至县镇乡村享受到与一、二线城市同等的购物和配送体验。

(2)送得快。亚马逊按照节省空间的原则将所有货物都随机摆放,利用高峰期库房空间,根据货架上是否有空间以及行走的路线,缩短拣货距离。结合商品的物理参数,根据货架和不同区域的空间利用率,自动推荐上货区域。“随机上架、见缝插针”让每张订单花费的平均时间减少3分钟。在物流高峰期,系统自动发出整理货位任务以释放更多的存储空间,根据商品尺寸进行最优货架设计。基于单量预测来自动规划人力需求状况。根据订单信息自动运算可能交付路径,为顾客推荐最优配送站点选择区域和最快的交付时间;准确地定位顾客收货地址;根据快递员配送时效与效率等因素,推荐快递员数量和线路划分,优化安排包裹和快递员配对。可视化配送系统确保干线运输过程安全准确。

(3)送得准。亚马逊通过分析顾客历史订单、商品搜索记录、愿望清单、购物车、顾客鼠标在某件商品上悬停的时间等大数据信息,在顾客还没有下单购物前,将包裹提前调拨到离顾客最近运营中心。“预测式发货”实现货物快速和精准送达。提前预测高峰段顾客需求,把顾客潜在需要产品放在离顾客最近运营中心,缩短顾客和商品距离,“单未下,货已到”。根据系统数据自动生成采购的时间、数量等采购决策问题,结合库存情况进行库存分配、调拨和逆向物流等。完备库存管理流程,提高本地库存水平。

2. 大数据服务为顾客提供人性化物流服务和消费体验。

(1)需求预估。利用最先进的大数据系统预测高峰运送数据,提前备货,运营准备高效化。智能管理系统覆盖了整个库房从收货到发货以及退货全部过程,使亚马逊在库存准确率、准时发货率和送达准时率三个方面分别达到了极高的99.9%、100%和98%。

(2)配货规划。根据大数据系统反馈的需求倾向预测性调拨。在高峰之前将货物预先放在离顾客最近的运营中心,保证顾客能在第一时间收到货物,实现“单还未下,货已在途”。

(3)运力调配。提前做好数倍运力应对准备,车辆的安全、检修,员工的培训及应急方案全部提前到位。人员24小时在线,实现运输系统全网络、全过程、无盲点实时可视化监控覆盖。 (4)“最后一公里”配送。提升“落地配”合作伙伴运营能力,分拨中心容量、下发班车密度和运力、站区的接收及配送速度、员工数量及效率和信息反馈时效等,确保自营物流与“落地配”无缝对接。多种运送模式并发,多倍运力24小时不间断送货。

3. 亚马逊应对“互联网+”风险管理的经验。亚马逊拥有丰富的海外资源、先进的技术优势、庞大的自建物流体系,依托先进技术,从需求预测、配货规划、运力调配,以及最后一公里配送完备保障机制,让顾客体验“递送无忧”。

(1)判断物流企业态势。分析整理物流链的大数据,物流企业及时调整自身战略,对未来物流行业发展及竞争对手战略布局深度把握。

(2)增强顾客忠诚度。物流企业对顾客的消费数据进行整理以构造数学模佛山到海口物流型,分析所需服务。对大数据的发掘发现顾客潜在价值,对数据更深入挖掘。了解顾客实时动态并改善市场营销战略、供应链投入与优惠活动回报率。将物流企业的市场信息、价格调整、服务项目等精准推送到顾客,实现即时对等、双方或多方在线交流交互,实现针对顾客的接触、吸引、管理、交易、维护等过程。

(3)提高物流管理透明度。物流企业收集物流绩效信息,建立生动形象数据图表、仪表盘等,展示物流企业形象。实现企业公开、透明、开放,与顾客进行信息交流,公开物流组织及个人绩效。

(4)提升物流企业服务质量。物流企业建立物流网络化平台,分析处理顾客留在平台上的数据,指导企业拓展业务、重新布局战略。根据最新动态数据提高预测准确性,预测市场变化和行业未来发展,实时调整资源配置,提高顾客的回流量。

四、 小结

“互联网+”背景下物流企业通过运用大数据扩宽发展空间,顾客与生产者建立直接联系,生产者到顾客之间的中间商业环节减少,产品从生产端到销售端,从线下超市到线上淘宝平台。对物流企业提供了新的发展空间。由签约承运商、自有车辆及租车三部分构成的运力变化推动物流企业升级;由过去合约模式、对线下车辆内部管理、协助物流企业完成运输任务,转型为对社会范围内的运力进行整合。利用大量顾客、大量车辆大数据进行整合以及分析,协调公共运力和专业运力,实现私有平台与公共信息平台互通。

“互联网+”背景下物流企业从战略、策略、运营、组织、制度、流程、文化等变革管理,在战略层面上准确应变,策略上利用平台整合更多资源,运营上采用标准化、系统化、动态自管理,组织方式上采用扁平化平台型网络组织,制度设计上突出个性化、人性化,流程上以系统化、透明化、协同化为准则,文化层面广州到郑州物流上选择自由、民主、个性、共赢、创新、温情等新的价值导向。

“互联网+”背景下物流企业对原材料供应商、产品生产商、卖家、顾客潜在价值进行发掘,利用数据库实现信息的收集、提取、分析、反馈,利用微信、微博等社会媒介,利用大数据变革车货匹配、运输线路的分析和优化、设备修理预测、供应链协调管理、库存和销售预测、客户关系管理,利用平台融合、企业重组、区域联盟,实现全面的信息化、管理自动化。利用互联互动、共享共生、共谋共赢的综合物流网络,跨界合作、并购整合、战略合作、抱团合作、加盟共赢、联盟共生、平台共建。实现物流、信息流、资金流合一,市场、企业、个人融合,使人才、技术、服务等传统物流资源创造出更多市场价值,实现物流服务迭代创新。

相关文章

高职物流管理论文2篇

高职物流管理论文2篇摘要:第一篇一、高职物流管理专业之实践教学体系的内涵与目标物流管理的实践教学在整个教学体系中占据着十分重要的位置,它是考核学生学习的最为全面而综合的有效方式。与其理论教学是完全不同的,实践教学不仅是学生对物

3百+0查看详细
2020年

物流企业发展现状调查分析

摘要为全面掌握我国长三角地区物流企业的发展现状及存在问题,针对性的提出改善建议。采用问卷调查的方法,从基本信息、主

3百+0查看详细
2020年

物流企业盈利模式战略地图构建研究

内容摘要随着我国经济的不断发展,物流企业迅速发展起来。物流企业属于现代服务型企业,在持续发展壮大的道路上,确立明确的

4百+0查看详细
2020年

电商物流虚拟现实仿真风险探讨

摘要人机交互技术可以有效还原生产流程、服务内容、物流各个环节工作岗位的“原形”,为管理者和学习者提供技能训练所需要的

2百+0查看详细
2020年

企业物流管理下瓶颈及解决策略

企业物流管理下瓶颈及解决策略摘要:1企业物流管理相关的基础性内容现代企业将物流置于企业发展的关键位置,物流管理过程中企业的原料进购、原料产品的条件化存储、产品配送、原料产品的交通运输都能实现统一化、系统化。在企业物流管理的整个过程中,要

3百+0查看详细
2020年

三招识别放心物流公司

如今,越来越多的企业和个人采用物流托运方式发送物品,送达时间延迟、货物丢失或损坏成了投诉重点,黑物流连人带货“人间蒸发

2百+0查看详细
2020年
关闭
关闭
top
关闭
right