首页 > 调查与观点 > 正文

大数据时代车联网 物流业的大物流需求
2013-11-04 10:56:41   来源:雷锋网   作者:    评论:0

  随着互联网的不断发展,大数据正在成为一股热潮,且业界对大数据的讨论已达到一个前所未有的高峰。车联网作为移动互联网大背景下诞生的一个产物,不管是车辆的接入、服务内容的选择还是服务的精准性,都离不开大数据。


  车辆上传的每一组数据都带有位置信息和时间,并且很容易形成海量数据。一方面,如果说大数据的特征是完整和混杂,而车联网与车有关的大数据特征是完整加精准。如某些与车辆本身有关的数据,都有明确的一个ID,根据这个ID可以关联到相应的车主信息,并且这些信息还是精准的。另一方面,我们可以看到车联网与驾驶人的消费习惯、兴趣爱好等大数据特征是完整和部分精确。因此,研究车联网的大数据更有意义。


  ●大数据的定义和特征


  大数据(bigdata),或称巨量资料,指的是所涉及的资料量规模巨大到无法透过目前主流软件工具,在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。


  我们从权威的定义可以看到,大数据的特征有四点,分别为:数据体量巨大。从TB级别,跃升到PB级别;数据类型繁多。提到的网络日志、视频、图片、地理位置信息等等。价值密度低,商业价值高。以视频为例,连续不间断监控过程中,可能有用的数据仅仅有一两秒。处理速度快。1秒定律。


  车联网的大数据在预测方面可以发挥到极致。如,预测交通堵塞的地段,实时交通信息,主动安全,公交的排班。驾驶者驾驶行为分析。


  大数据的核心在于预测,这在车联网行业非常有用,例如,对于交通流量的预测,就非常需要大数据。对于交通流量,目前我们的仿真系统更加重视交通流量大,拥堵的原因,而大数据时代,不再在乎因果关系,而重视相关性,也就是不去分析产生拥堵的原因,但确实某个时段某个路段会发生拥堵。也可以根据车联网的大数据对车友的兴趣进行分析。


  ●大数据在商用车领域的应用


  大数据在商用车领域已经有相当多的应用,如公交领域的运营排班管理、出租车领域的浮动车数据,物流行业的大物流。


  如何解决公交企业面临的三大问题:运力配备最少、车辆运行距离最短、驾驶员作业时间最少?如何分析各时间段、各站点的客流分布情况呢?如何实现运营的安全智能化、运营排班的智能化?在公交行业,以上问题普遍存在,通过车联网的大数据,可以解决公交行业所面临的这些问题。根据各个时间段,各站点的客流量大小,线路配备的运营车辆数、线路配备驾驶人员、线路长度、车辆运行速度等大数据,可确定一条线路各个时间段的配车数及发车间隔,从而解决运力配备最少、车辆运行距离最短、驾驶员作业时间最少三大问题。


  根据客流量、节假日、气候、节气、自然灾害、道路、车况事故、历史同期数据、售票方式、居民小区建设等条件建立计划模型,从而用最快的速度对这些影响运营计划的因素做出反映。比如增加线路,增加车辆,增加司机,有效地制定公交运营计划。同时可对于运营排班精准管理,可通过大数据可以自动排班,对行车作业计划进行优化,并快速地对运行线路进行调整和优化。


  自从菜鸟网络公司出现以后,大物流的概念终于被业界提及。什么叫大物流呢?是指企业的自有物流系统(由车队、仓库、人员等组成),和第三方物流企业的配送信息与资源进行共享,从而能充分地利用各方面资源,减少物流总支出、降低运营成本。


  目前物流行业随着业务的扩大,车辆数日益增多,而且型号众多。很多企业还是采用手工方式进行车辆管理,工作量大,对车辆运营数据统计分析比较困难,统计结果相当滞后,不利于公司的决策管理;同时在车辆行驶过程中没有进行全程的监控,对司乘人员的违法违规行为无法进行及时预警,也无法对司乘人员的求助及时进行反应。


  另一方面,在我国现行的物流运输方式中无论是自营物流,合营物流还是第三方物流,隐性成本占据了很重要的地位,这些隐性成本在物流运输过程中主要包括以下几个方面:返程或起程空驶:空车无货载行驶,这些都是不合理运输的方式。


  如何改善物流企业在管理上较为落后的现状,达到货主“高服务质量、严格的准时率、极小的货损率、较低的物流成本”的要求?


  如何解决物流行业运行信息反馈滞后、运营高成本、货运车辆的高空驶率、司机作弊给货物和车辆的安全带来的极大隐患?


  如何快速、高效的为用户提供可靠的物流服务?


  如何最大程度的利用运力资源提高整体业务运营效率?


  这些是目前物流行业迫在眉睫的问题。对以上问题,车联网技术正好可以解决车主迫在眉睫的问题,通过透明化的运输过程管理,合理调度车辆,根据车辆行驶的大数据,对车辆行驶的线路畅通情况进行预测,规划出一条安全畅通的行驶路线,减少由于交通原因而引发的在途等待时间。


  通过车辆运行的大数据,可以快速地分析出相同路线的油耗情况,事故多发路段的提前预警,精确分析计算车辆的行程,提高了企业的信息化水平,随时了解到货物的运行状态信息及货物运达目的地的整个过程,确保了运输过程的透明化管理,使企业的运行管理智能化、服务准时性,提高可预见性。


  同时,通过车辆运行的大数据,可获取高速、国道、省道的实时路况,同时对司机的驾车规律的分析,为加油站、维修站、服务站的选址提供了参考数据。另一方面,物流的成本有很大一部分属于仓储成本。通过车联网技术,对海量的数据进行分析计算,经过合理地调度,降低车辆的空驶率,把移动中的每辆货车可以作为一个流动的仓储空间,提高了仓储空间的周转率,从而帮助企业降低仓储成本。


  ●关于大数据的思考


  大数据时代,影响着我们的思维。以前我们对于出行过程的理解,传统的观念只注重为客户提供导航和娱乐这一功能,并没有对这一过程进行深度的分析。这个过程中,分别为去之前,在路上,停车后。对于这个过程,我们可以延伸出很多车联网的服务内容,并且每个阶段都离不开熟人社会,每个阶段都会产生大数据,大数据可延伸很多增值服务。


  服务内容的精准性如果单纯靠服务提供商的力量,那服务商将要投入巨大的人力或资本并且要经历很长的时间,显然这种方式不可行。解决这种问题,理想的方法就是通过车主的与社区网站的互动,只有通过这种方式,才能快速地采集到相应的兴趣点。这必须要进行大数据分析。


  对于客户信息,无论是车厂还是汽车销售商,都视为命根子,可事实是什么?事实是现阶段这些客户信息一点用都没有,能从这些客户信息中延伸出一些增值服务吗?很难。说白了,这些信息无法带来“顾客终生价值”(CustomerLifetimeva lue),顾客终生价值指的是每个购买者在未来可能为企业带来的收益总和。


  如同某种产品一样,顾客对于企业利润的贡献也可以分为导入期、快速增长期、成熟期和衰退期。显然,现阶段的产品形态或者企业的信息化水平有限,一方面无法完成大数据的挖掘,另一方面,缺少专业化的分析工具,而车联网时代,给了我们无限的想象空间,让一切皆有可能!


分享到: 收藏

相关热词搜索:车联网 物流

上一篇:数据资源体系成为大数据时代建设大交通的必然选择
下一篇:智能交通激发千亿市场 运营商急寻发展