《郑明杯》物流设计大赛
题目：大数据时代郑明现代物流系统问题优化方案
参 赛 组 名：酱香毛毛虫
参 赛 成 员：周素宇 温燕怡 曾露 陈水清 陈永菁 * * * *****
l
2015/10/31
大数据时代郑明现代物流系统问题优化方案
目录
摘 要 ..........................................................................................................................................- 1 - 第 1 章 绪论 ............................................................................................................................- 2 - 1.1 选题的背景及意义 ..............................................................................................................- 2 -
1.1.1 上海现代物流有限公司概况 ...........................................................................- 2 - 1.1.2研究背景............................................................................................................- 2 - 1.1.3 项目研究意义 ...................................................................................................- 8 - 1.2上海郑明现代物流有限公司现存的几大问题 ............................................................- 9 -
1.2.1信息问题............................................................................................................- 9 - 1.2.2技术问题............................................................................................................- 9 - 1.2.3企业内部问题................................................................................................. - 10 - 1.3行业内部现状及郑明现代物流企业的末端配送实验 ............................................. - 10 - 1.4解决存在问题的必要性............................................................................................. - 11 - 第 2 章 大数据理论及应用现状.......................................................................................... - 13 -
2.1大数据的背景和内涵................................................................................................. - 13 - 2.2大数据的特点............................................................................................................. - 10 - 2.3大数据的分析方法..................................................................................................... - 11 - 2.4物流企业运用大数据的优势..................................................................................... - 13 - 2.5大数据在物流行业中的具体应用 ............................................................................. - 14 -
2.5.1实例解析物流企业如何有效运用大数据 ..................................................... - 15 - 2.5.2 ZM公司运用大数据技术的必要性 ............................................................... - 17 -
第 3 章 基于大数据下信息问题的优化方案 ...................................................................... - 20 -
3.1 ZM公司客户关系管理问题与优化方案 ................................................................... - 20 -
3.1.1 ZM公司客户关系管理问题现状 ................................................................... - 20 - 3.1.2客户关系管理实施基本原理 ......................................................................... - 21 - 3.1.3 ZM公司内部当前CRM现状........................................................................... - 21 - 3.2 ZM公司大数据下CRM实施框架理论步骤与实际策略运用 ................................... - 22 -
3.2.1客户信息收集................................................................................................. - 22 - 3.2.2客户信息分析................................................................................................. - 23 -
大数据时代郑明现代物流系统问题优化方案
3.2.3客户信息输出................................................................................................. - 25 - 3.2.4 ZM公司客户生命周期利润下的客户价值矩阵分析及CRM策略 ............. - 25 - 3.3 大数据下ZM公司对可视化仓储的优化方案 ........................................................ - 28 -
3.3.1 ZM公司仓储可视化问题现状 ....................................................................... - 28 - 3.3.2 ZM公司可视化仓储信息系统的工作机制 ................................................... - 28 - 3.4 ZM公司末端配送问题............................................................................................... - 35 -
3.4.1 ZM末端配送问题问题现状........................................................................... - 35 - 3.4.2遗传算法的原理及步骤和意义 ..................................................................... - 36 - 3.4.3模型构建......................................................................................................... - 38 - 3.4.4模型的应用..................................................................................................... - 40 - 3.4.5多源点配送问题 ............................................................................................. - 38 - 本章小结............................................................................................................................ - 39 - 第 4 章 基于大数据下技术问题的优化 .............................................................................. - 40 -
4.1 ZM公司温湿度控制系统的建设 ............................................................................... - 40 -
4.1.1 ZM公司温湿度控制系统的建设背景 ........................................................... - 40 - 4.1.2 ZM公司温湿度控制系统优化方案的基本概述 ........................................... - 40 - 4.1.3 ZM公司温湿度控制系统优化方案的实际应用 ........................................... - 45 - 4.2 ZM公司存在的可溯源系统问题 ............................................................................. - 47 -
4.2.1 ZM公司可溯源系统建设背景 ....................................................................... - 47 - 4.2.2优化方案的基本概述 ..................................................................................... - 48 - 4.2.3优化方案的实际应用 ..................................................................................... - 52 - 本章小结............................................................................................................................ - 54 - 第 5 章 大数据背景下ZM公司的内部建设........................................................................ - 55 -
5.1 ZM公司内部建设存在的问题 ................................................................................. - 55 -
5.1.1与京东等电商平台信息不对称 ..................................................................... - 55 - 5.1.2传统、单一的经营模式及业务流程 ............................................................. - 56 - 5.1.3公司内部环境不佳 ......................................................................................... - 57 - 5.1.4风险评估系统不完善 ..................................................................................... - 57 - 5.2 基于大数据下ZM公司的内部建设优化 ................................................................ - 58 -
大数据时代郑明现代物流系统问题优化方案
5.2.1加强信息平台建设 ......................................................................................... - 58 - 5.2.2依托大数据平台创新ZM经营模式及优化业务流程 ................................... - 58 - 5.2.3运用大数据推动ZM内部环境的优化 ........................................................... - 60 - 5.3运用大数据提高ZM风险评估的准确度 ................................................................... - 61 -
5.3.1运用大数据预判事前风险 ............................................................................. - 61 - 5.3.2 运用大数据监控与识别事中风险 ................................................................ - 62 - 本章小结............................................................................................................................ - 62 - 第六章 结 语 ....................................................................................................................... - 63 -
6.1 研究结论 ................................................................................................................... - 63 - 6.2 研究展望 ................................................................................................................... - 63 - 致 谢 ....................................................................................................................................... - 65 - 参考文献.................................................................................................................................... - 66 -
大数据时代郑明现代物流系统问题优化方案
摘 要
随着科学技术的飞速发展，生产力的不断提升，以及顾客消费水平的不断提升，企业间的竞争越来越激烈。为了提高竞争力，企业逐渐将目光从生产过程转向流通领域，在降低物资消耗，提高劳动生产率的基础上加强物流管理成为“第三利润源泉”。在信息，数据作为当今时代最为重要的两个因素，受到越来越多的关注。大数据是实现物联网数据感知，云计算数据计算，三网融合数据服务的基础，其分析应用已经渗透到社会的各个方面。企业如何在大数据下挖掘获取真实可靠高质量的信息，成为急需解决的问题。
本文将以郑明公司为例，用大数据优化郑明现代物流的系统问题，其中包括末端物流信息，技术及企业内部等的问题。
我们首先分析了ZM公司存在的问题，分析了大数据在物流企业中应用，通过优化内部系统建设，解决内部信息不对称问题，从而进行有效及时沟通，提高ZM公司风险评估的准确度。采用无线射频识别技术，利用射频信号的电磁感应传输特性，实现对被识别物体的自动识别并获取相关数据；采用指数平滑法，对温度时间序列的历史记录进行处理，能够很好的解决温度变化之间的相关性，通过GPS等技术提高对车辆的定位追踪，以便及时感知了解货物信息。车辆调度问题是各企业存在的较为棘手的问题，通过遗传算法模型的构建，优化车辆调度，实现最经济的运行路线，即在保证货物需求的前提下，使运输时间或运输费用最省。
关键词：大数据 CRM 车辆调度 温度监控 预警系统 可溯源系统
在途配送 内部建设
- 1 -
大数据时代郑明现代物流系统问题优化方案
第 1 章 绪论
1.1 选题的背景及意义
1.1.1 上海现代物流有限公司概况
上海郑明现代物流有限公司于2011年5月正式成立。其前身是1994年成立的上海郑明汽车运输有限公司。深耕于冷链物流领域的上海郑明现代物流有限公司初创至今已走过20多年的历程，由单一的冷链运输商已华丽转型为将商流、物流、信息流和资金流整合为一体的供应链集成商，正朝着领先的专业供应链解决方案提供商迈进。郑明现代物流有限公司主要从事冷链物流、汽配物流、电商物流、商贸物流、供应链金融等领域的服务。作为国内最早从事冷链物流的公司之一，郑明物流于今年年初提出了“百库计划”，表示要在2015年前将公司的冷库数量从32个扩张到100个。郑明在全国各地设有仓储基地和冷库中心，正逐渐形成辐射全国，走向海外的冷链物流网络。在强大设备资源的基础上，郑明现代物流为客户提供集物流方案设计、干线运输、城市配送、仓库管理、包装分拣、信息反馈等全方位的现代冷链物流服务。在国内各区已具备一定的客户基础，在冷链方面建立自有相当容积的冷库，配备车辆、人员用于仓储、运输等方面的服务。在汽配、快消品、医药制品方面，建立自有普货仓库，配备车辆、人员，除仓储运输外，还增加高附加值的服务。
1.1.2研究背景
国际金融危机爆发后，世界经济进入了缓慢的复苏期，我国经济也受到一定程度的影响。虽然物流行业的发展前景依然看涨，但是对于第三方物流企业来说，这既是机遇也是挑战。郑明现代物流作为一家由中、美、法合资的国际企业，业务范围涉及供应链的多个方面，需要不断的改良自身的不足以适应经济与社会的发展。现国内的冷链物流行业，相对于干线物流而言，末端物流配送具有环节多、服务面广、配送线路复杂等诸多因素，且对存储条件和运输温度等都有较为苛刻的要求，这使得我国区域配送中心城市末端物流配送能力不足，严重制约着整个物流系统的高效运作。除此之外，车辆合理调度、系统对接等问题也是物流行业
- 2 -
大数据时代郑明现代物流系统问题优化方案
中难以解决的弊端，如何在最短时间内完成车辆调度同时以最短时间将多个公司的货物聚集到一辆车或一批车上，并安排最优路线，都是当前物流行业的挑战。信息方面，订单追中与运输可视化的问题同样严峻，虽然拥有严格的高科技的GPS等技术，郑明现代物流在信息对接方面仍显不足，为了保证配送的质量与更好的满足客户需求，这些问题都必须及时解决。
随着科技的不断发展，物联网与云计算等前沿概念也应运而生。一些国际IT巨头甚至已经开始聚焦物流网和云计算产业背后的大数据，并通过挖掘大数据得到其背后的潜在价值。作为产生海量数据的物流行业，善用大数据的应用技术可推动郑明现代物流发展更迅速，提升郑明现代物流的企业综合竞争力。作为行业内的佼佼者，郑明现代物流同样存在着诸如车辆调度、信息交流障碍、技术设备不配套等常见问题。为了更好解决郑明现代物流存在的各方面的不足，郑明现代物流可利用其企业常年累积的海量数据，如运输、仓储、配送等环节的信息流量，并对这些数据进行准确及时的处理，用大数据应用技术处理下得到的有价值的数据来帮助企业更好的聚焦发展方向，提高作业效率，为郑明现代物流带来利润。
1.1.3 项目研究意义
为了优化改善郑明现代物流的问题，运用先进且有效率的技术是必不可少的。运用物流企业的特有优势——海量数据，通过相关分析，将不同情境下的各种解决方案计算并进行逻辑性串联，用数据指引企业的成长，发掘适应企业发展的社会条件，摒弃过分依赖主观臆断的市场分析模式，使得企业的战略制定更显科学性。同时，运用大数据有利于帮助郑明现代物流锁定资源，使得企业内部资源精确锁定。在郑明现代物流的运营过程中，大数据的搜集与分析可帮助形成基于企业自身的资源分布可视图，将各个配送中心的资源、车辆、仓储等信息通过图表的形式精确的展示，实现配送中心到终端客户的模拟路径，使得郑明现代物流能更好的利用各种已有或潜在的资源。
（以下郑明现代物流有限公司简称为ZM公司）
- 8 -
大数据时代郑明现代物流系统问题优化方案
1.2上海郑明现代物流有限公司现存的几大问题
1.2.1信息问题
（1）客户与企业之间交流不流畅，缺乏定时、及时的交流，业务效率低，ZM公司无预警其重要客户的流失。（2）客户服务欠缺。虽然获得了“2011-2012年度中国冷链产业金链奖十佳物流服务商”的称号，ZM公司的客户服务仍然没有统一的标准，随着客户满意度的下降，郑明现代物流的客户投诉次数日益上升，客户反馈工作不够及时，客户关系并未得到良好维护。运输与仓储的货损与延时导致客户满意度下降。（3）老客户关系维护不够，新客户关系难以开发。由于郑明现代物流正在快速成长，但是在对待新老客户关系发展上仍然是统一对策与标准，并没有各自针对性的战略。（4）ZM公司企业并不完全了解每一客户的需求，无法做出最及时的物流计划并提供具有针对性的方案。（5）ZM公司客户数量多，且客户需求量不统一，在配送的时候要和n个公司进行系统对接，也要求在最短的时间内完成车辆调度，同时以最短的时间进行将n各公司的货物聚集到一辆或一批车上，并及时安排最优路线（6）在满足货运任务要求的前提下，如何选择最经济的运行路线，是一项重要的工作，所谓最经济的运行路线是指在保证货物需求的前提下，运输时间或运输费用最省的路线。（7）在需求点较多且分布不均匀，道路网复杂的情况下，制定调度方案单凭个人经验是难以做好的，尤其是现在客户对物流配送服务质量要求较高，对配送的时效性要求较强，按规定，当日要求配送到的货物一定要配送到位，如何设计一定的配送调度模型和算法，，并用计算机来实现意义重大。
1.2.2技术问题
（1）缺乏规范式的保鲜冷链运输车厢和温度控制设施，无法为易腐食品的流通提供质量保障。（2）冷链物流信息技术的应用水平较低，射频识别技术、地理信息系统（GIS）全球卫星定位系统（GPS）等物流管理软件的应用还处于理论阶段。（3）系统不对接，主要是温湿度控制等问题，设施设备及先进技术缺乏，预警系统不健全。（4）生鲜产品生产不够标准化、溯源不够透明，用户对产品就无法产生信任感。（5） 冷链各个环节信息阻塞。食品冷链的第三方物流发展滞后，ZM公司服务网络和信息系统不健全，大大影响了生鲜产品物流的在途质量和运
大数据时代郑明现代物流系统问题优化方案
送的及时性。（6） 质量安全监管信息系统不完善。ZM公司借助简单的标识与记录很难实现产品全过程的追溯，而简单的产品信息使得追溯过程十分的繁琐和复杂。若市场上发现有危害消费者的产品，ZM公司不能立刻撤出该批次产品，也很难确定产品出现问题环节，追究其事件的责任人。
1.2.3企业内部问题
（1）公司内部信息传递及部门沟通不顺畅。（2）与京东等电商平台信息不对接，信息系统不完善。京东货物录入系统，入库后，在网上进行销售，郑明接收订单配货、包装、派送，这中间涉及信息传递问题，郑明与京东不是同一个系统，因此信息的对接存在问题。（3）公司选用的社会车辆监管不足以及冷链运输设备不完善。因运输过程中食品腐烂而造成的损失每年可达30-50万元人民币，对外包车辆没有实施标准化统一，无论是外包车队还是公司自有车队的冷链运输设备不足，导致配送过程出现问题。（4）库房环境维护，如冷冻、冷藏、存放库等维修，包材（冰袋、干冰等）的维护；KPI考核，对及时率和准确率的要求；食品安全方面，对温度的需求；各类电商狂欢节下的短时间大规模产品出库的高峰处理等，也是ZM内部的亟待解决的问题。（5）风险评估与管控系统不够完善。自由贸易试验区试行两年仍存在许多问题，对于借助自贸区的金融政策，利用国外低成本融资，进行国际并购，扩张海外市场的设想，在风险评估和管控上仍需大力完善。同时，对于冷链物流金融方案的设想，该如何规避可能会出现的风险，也是公司的问题之一。（6）公司业务模式传统、单一。虽然公司有很多优势的，比如区域位置、政策支持、贸易发展等，虽然也不可避免的面临同类竞争的劣势。
1.3行业内部现状及郑明现代物流企业的末端配送实验
随着经济的发展，目前我国的冷链物流行业虽具有一定规模，但在生鲜产品质量安全控制方面同欧美发达国家相比仍存在明显差距。单从行业发展空间来看，当前我国综合冷链流通率仅为19%，而美、日等发达国家的冷链流通率达到85%以上。随着人们生活水平的提高以及消费观念的改变，消费者对于生鲜产品的质量要求越来越高，绿色、有机产品需求大幅提升，冷链物流成为必不可少的一大环节，这也就给冷链物流发展带来了新的机遇。目前中国冷藏保温车辆约有7
大数据时代郑明现代物流系统问题优化方案
万辆，而美国拥有20多万辆，中国冷藏保温汽车占货运汽车的比例仅为0.3%左右，按人均占有的冷库容积来看美国是中国的5倍。我国易腐物品装车大多在露天而非在冷库和保温场所操作，80%-90%的水果、蔬菜、禽肉、水产品都是用普通卡车运输，大量的牛奶和豆制品是在没有冷链保证的情况下运输的，运输这些易腐食品时大多在上面盖一块帆布或塑料布，有时棉被还成了最好的保温材料。我国生鲜产品的腐败率超过35%，生鲜产品供应链被定位为“成本高、耗损大、无利润产品”。为了找到生鲜产品冷链运输质量问题所在，某记者挑选了三个全程冷链配送的网站，购买生鲜产品进行了三个实验。在第一个网站购买了葡萄，物流公司只是用了硬纸纸箱和泡沫箱包装，并没有其他的冷藏保鲜措施，送来时，已经有一半的葡萄变质了。在第二个网站上购买了虾，保鲜方式是冰袋和泡沫箱，配送站内并没有任何冷冻冷藏设施，送来时很多虾已经变软，冰基本上已经融化。在第三个网站购买了提子、螃蟹和三文鱼，用了保温箱和冰袋包装，但没有将这两种类型的商品隔开存放，而且只是用普通小车进行配送，送来时，提子已经部分坏掉，螃蟹和三文鱼的内部已经融化。通过以上三个实验，说明我国冷链配送情况不乐观，冷链设施配备简陋，控制产品在途配送以及保障产品整个供应链的质量安全方面，还有很多问题需要解决。
1.4解决存在问题的必要性
现有冷链物流问题突出，严重影响着生鲜产品冷链全程运输中的质量与安全，也制约着我国冷链物流的发展。对于ZM企业而言，冷藏车运输过程中的物品损耗造成了严重浪费并影响到其经营效益，也会因为没有达到客户的要求而给客户留下负面的印象和客户投诉。对于消费者而言，这些无法保质保鲜的食品流向市场，将直接影响消费者的身体健康。ZM公司优化和解决冷链物流运输存在的信息、技术等方面的问题,与同行业的其他公司相比,会更具有竞争力。完善的冷链物流，不仅是保障人民生命安全的需要，也有利于最大限度的减少浪费，节约社会资源，提高人民生活品质。ZM公司现存在的冷链物流问题都对冷链物流的发展提出了更高的要求，作为以服务为主要产品的冷链物流行业，满足客户需求，保证产品质量安全，使自身企业利润最大化是其主要目标。信息技术的应用对保证产品质量安全起着关键作用，且其还能更好的延长产品保质期，增加产品附加
大数据时代郑明现代物流系统问题优化方案
值，最终决定产品的价值。因此，我们需要运用信息、技术等大数据的方法去解决和优化冷链物流问题，信息技术在冷链物流上的良好应用，将给企业带来良好的运营效果，也是市场需求下冷链物流发展的必然趋势。
大数据时代郑明现代物流系统问题优化方案
第 2 章 大数据理论及应用现状
2.1大数据的背景和内涵
近几年来，随着计算机和信息技术的迅猛发展和普及应用，行业应用系统的规模迅速扩大，行业应用所产生的数据呈爆炸性增长。动辄达到数百TB甚至数十至数百PB规模的行业/企业大数据已远远超出了现有传统的计算技术和信息系统的处理能力，因此，寻求有效的大数据处理技术、方法和手段已经成为现实世界的迫切需求。百度目前的总数据量已超过1000PB，每天需要处理的网页数据达到10PB～100PB;淘宝累计的交易数据量高达100PB;Twitter每天发布超过2亿条消息，新浪微博每天发帖量达到8000万条;中国移动一个省的电话通联记录数据每月可达0.5PB～1PB;一个省会城市公安局道路车辆监控数据三年可达200亿条、总量120TB。据世界权威IT信息咨询分析公司IDC研究报告预测：全世界数据量未来10年将从2009年的0.8ZB增长到2020年的35ZB(1ZB=1000EB=1000000PB)，10年将增长44倍，年均增长40%。
早几年人们把大规模数据称为“海量数据”，但实际上，大数据(Big Data)这个概念早在2008年就已被提出。2008年，在Google成立10周年之际，着名的《自然》杂志出版了一期专刊，专门讨论未来的大数据处理相关的一系列技术问题和挑战，其中就提出了“Big Data”的概念。
关于大数据，难以有一个非常定量的定义。维基百科给出了一个定性的描述：大数据是指无法使用传统和常用的软件技术和工具在一定时间内完成获取、管理和处理的数据集。进一步，当今“大数据”一词的重点其实已经不仅在于数据规模的定义，它更代表着信息技术发展进入了一个新的时代，代表着爆炸性的数据信息给传统的计算技术和信息技术带来的技术挑战和困难，代表着大数据处理所需的新的技术和方法，也代表着大数据分析和应用所带来的新发明、新服务和新的发展机遇。
由于大数据处理需求的迫切性和重要性，近年来大数据技术已经在全球学术界、工业界和各国政府得到高度关注和重视，全球掀起了一个可与20世纪90年代的信息高速公路相提并论的研究热潮。美国和欧洲一些发达国家政府都从国
大数据时代郑明现代物流系统问题优化方案
家科技战略层面提出了一系列的大数据技术研发计划，以推动政府机构、重大行业、学术界和工业界对大数据技术的探索研究和应用。
由于大数据技术的特点和重要性，目前国内外已经出现了“数据科学”的概念，即数据处理技术将成为一个与计算科学并列的新的科学领域。为了紧跟全球大数据技术发展的浪潮，我国政府、学术界和工业界对大数据也予以了高度的关注。
大数据在带来巨大技术挑战的同时，也带来巨大的技术创新与商业机遇。不断积累的大数据包含着很多在小数据量时不具备的深度知识和价值， 大数据分析挖掘将能为行业/企业带来巨大的商业价值，实现各种高附加值的增值服务，进一步提升行业/企业的经济效益和社会效益。由于大数据隐含着巨大的深度价值，美国政府认为大数据是“未来的新石油”，对未来的科技与经济发展将带来深远影响。因此，在未来，一个国家拥有数据的规模和运用数据的能力将成为综合国力的重要组成部分，对数据的占有、控制和运用也将成为国家间和企业间新的争夺焦点。
由于大数据行业应用需求日益增长，未来越来越多的研究和应用领域将需要使用大数据并行计算技术，大数据技术将渗透到每个涉及到大规模数据和复杂计算的应用领域。不仅如此，以大数据处理为中心的计算技术将对传统计算技术产生革命性的影响，广泛影响计算机体系结构、操作系统、数据库、编译技术、程序设计技术和方法、软件工程技术、多媒体信息处理技术、人工智能以及其他计算机应用技术，并与传统计算技术相互结合产生很多新的研究热点和课题。
大数据技术的发展将给我们研究计算机技术的专业人员带来新的挑战和机遇。目前，国内外IT企业对大数据技术人才的需求正快速增长，未来5～10年内业界将需要大量的掌握大数据处理技术的人才。IDC研究报告指出，“下一个10年里，世界范围的服务器数量将增长10倍，而企业数据中心管理的数据信息将增长50倍，企业数据中心需要处理的数据文件数量将至少增长75倍，而世界范围内IT专业技术人才的数量仅能增长1.5倍。”因此，未来十年里大数据处理和应用需求与能提供的技术人才数量之间将存在一个巨大的差距。目前，由于国内外高校开展大数据技术人才培养的时间不长，技术市场上掌握大数据处理和应用开发技术的人才十分短缺，因而这方面的技术人才十分抢手，供不应求。国内
- 9 -
大数据时代郑明现代物流系统问题优化方案
几乎所有着名的IT企业，如百度、腾讯、阿里巴巴和淘宝、奇虎360等，都大量需要大数据技术人才。
2.2大数据的特点
大数据的总特征
目前的研究认为，大数据具有以下主要特征： （1）Volume：数据量大，数据量以PB，EB，ZB来衡量。
（2）Velocity：数据产生和处理的速度快，时效要求高，不仅是静态数据，更多是动态实时数据。
（3）Variety：数据类型多样化，不仅是结构化数据，还包括网页、社交网络、日志、音视频、图片、位置等数据，更多是半结构化数据和非结构化数据。 （4）Value：数据量大但价值密度低，需要价值提纯。
（5）Veracity：真实而准确的数据才能使数据的管控和治理有意义。 （6）Complexity：数据复杂性高。
（7）Fail：传统的处理和分析工具失效(从采集、清洗、存储、索引和检索、共享、传输、分析等各环节传统手段都失效)。
物流行业中大数据的特征 （1）来源复杂，类型繁多
从数据来源来看，大致可以归纳为8个方面：社会化媒体、互联网及移动互联网、电子商务；传感器网络、链接设备、智能终端、实时监控设备；商业智能BI、企业辅助决策系统；计算机、平板电脑、手机、其他移动设备、移动存储；物联网、车联网、RFID、GPS、GIS等物流信息技术的应用；云计算、第三方数据处理技术、第三方平台的应用；专业研究报告、行业资讯、行业活动记录；其他大交互、大交易数据来源。
相应地，物流行业的大数据类型也呈多样化特点，可以描述如下：人的行为信息、习惯信息、偏好信息、交互数据等；Web 文本数据、流量分析数据、电商交易数据、使用者网络活动数据等；各类设施设备采集的数据——传感器读数、运营数据、实体数据、车载信息、仪表读数，监控视频数据等；企业内部基干类
- 10 -
大数据时代郑明现代物流系统问题优化方案
系统和信息类系统所采集或处理的各类数据——辅助决策信息、运营数据、产品数据、供应链数据、HR数据、财务数据、顾客数据、呼叫记录、市场数据等；计算机使用数据和移动设备使用数据等；基础地理位置信息、RFID读取信息、GPS映射数据、图像文件、车载信息、时间与位置数据、车辆数据、高分辨率影像、矢量、遥感及动态监测数据等；CRM、KDD、DWH、流量监测、查询应用、分析器等应用数据；报告资讯、科研数据、调研数据、公共数据、公共信息。 （2）结构多维，格式多样
物流行业的大数据，可以从多个维度进行解构：结构化数据、半结构化数据、非结构化数据。
物流行业的大数据既包括存储在数据库里的结构化数据，也包括日志文件、XML文档、JSON文档和电子邮件等半结构化数据，而更多的数据类型是办公文档、文本、图片、XML、HTML、各类报表、图像和音频/视频信息等非结构化数据，半机构化、非结构化数据约占大数据总量75%-85%。
内部数据与外部数据。物流企业的大数据既有来自企业经营的内部交易数据、CRM数据，也有来自其他数据源的外部数据。物流企业的大数据兼具公共、私密二重属性。外部数据的公共性特征比较明显，而内部数据由于和行业标准和商业机密密切相关，因而具有私密性。
与数据结构的多维特征相对应，物流企业大数据的格式也是多样的。除了传统的纸质文件、档案、报表、表格、记录、信函等之外，更多的是以数字数据存在的Web 文本、视频、短信、音频、视频、邮件，存储信息、配置文件、符号、图片、档案等。数据格式的多样性和互不兼容、数据访问的随机性，为数据的采集、存储、分析、应用带来了困难。
2.3大数据的分析方法
大数据是针对海量数据的计算机辅助分析，是智能化处理模式，是另类智能。这是一种新的探索领域，过去由于计算机联网水平、处理水平、信息积累能力的限制，人们看不到大数据这个领域，因此就无法针对大数据进行建模处理。由于科技发展，大数据呈现在人们面前，人们有了新的视野，这是急需的是大数据理论和大数据挖掘的方法以及数据运用。积累数据相对容易，大数据理论能够知道
- 11 -
大数据时代郑明现代物流系统问题优化方案
人们更有效地构建大数据分析和挖掘系统，运用大数据则需要建立在先进、完善的理论基础之上。一环扣一环，成为一套提升智能和竞争力的路劲。
其操作过程（分析平台）如下图所示：
图1 操作过程 Fig 1 Production Process
那么，构建大数据分析和挖掘系统则需要具体的分析方法，主要有以下几个方面：
（1）数据挖掘
数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程，是统计学、数据库技术和人工智能技术的综合运用，是通过在数据库管理系统上综合运用统计和机器学习的方法从大数据集中提取出模式的一组技术。常见的主要数据挖掘方法包括关联规则学习、聚类分析、分类分析、序列分析、偏差检测、预测分析、模式相似性挖掘和回归分析等。
典型的商用数据挖掘工具有IBM SPSS、SGIMineSet、Oracle Darwin，开源的有Weka等。这些工具主要站在BI的角度，提供从分析到可视化的商业解决方案。 （2）统计分析
统计分析就是基于数学领域的统计学原理，对数据进行收集、组织和解释的科学。统计的方法主要用于对变量间可能出现的关系、变量间的定量关系进行分析处理。典型的方法有A／B测试等。
- 12 -
大数据时代郑明现代物流系统问题优化方案
在该领域，经典的统计分析工具是R语言工具包。。R是开源的统计分析软件，提供了丰富的经典统计分析算法和绘图技术，包括线性和非线性模型、统计检验、时间序列、分类、聚类等算法，实现了很多经典的、现代的统计算法。，应用R语言进行数据挖掘分析，该环境将R语言算法移植和集成到了Hadoop的并行处理环境下，对大数据进行统计分析。 （3）自然语言处理
自然语言处理ing)是基于计算机科学和语言学，利用计算机算法对人类自然语言进行分析的技术，属于人工智能领域的一个重要方法。其关键技术涉及词法分析、句法分析、语义分析、语音识别、文本生成等。很多自然语言处理算法都是基于机器学习的方法。该技术领域典型的应用就是基于社交媒体对语言的情感进行分析、法律领域的电子侦查，其他应用还包括欺诈检测、文本分类、信息检索和过滤、文字转换系统、机器翻译等。 （4）机械学习
大数据环境下，机器学习的主要应用领域可以总结为三方面：搜索、迭代优化和图计算。机器学习作为人工智能领域的重要内容之一，被分为监督学习和无监督学习两大类。监督学习要求算法的使用者知道要预测什么(即目标变量的分类信息)，主要采用分类和回归算法，如果预测的目标值为离散型(如是／否、AVB／C等)则适合用分类算法，如k近邻算法、决策树算法、朴素贝叶斯算法、支持向量机算法、AdaBoost算法等；如果预测的目标值为连续性的数值(如0—100、0．1—150等)，则适合回归算法，如Logistic回归、CART算法(分类回归树算法)等。
2.4物流企业运用大数据的优势
面对海量数据，物流企业在不断加大大数据方面投入的同时，不该仅仅把大数据看作是一种数据挖掘、数据分析的信息技术，而应该把大数据看作是一项战略资源，充分发挥大数据给物流企业带来的发展优势，在战略规划、商业模式和人力资本等方面作出全方位的部署。 （1）信息对接，掌握企业运作信息
在信息化时代，网购呈现出一种不断增长的趋势，规模已经达到了空前巨大的地步，这给网购之后的物流带来了沉重的负担，对每一个节点的信息需求也越
- 13 -
大数据时代郑明现代物流系统问题优化方案
来越多。每一个环节产生的数据都是海量的，过去传统数据收集、分析处理方式已经不能满足物流企业对每一个节点的信息需求，这就需要通过大数据把信息对接起来，将每个节点的数据收集并且整合，通过数据中心分析、处理转化为有价值的信息，从而掌握物流企业的整体运作情况。 （2）提供依据，帮助物流企业做出正确的决策
传统的根据市场调研和个人经验来进行决策已经不能适应这个数据化的时代，只有真实的、海量的数据才能真正反映市场的需求变化。通过对市场数据的收集、分析处理，物流企业可以了解到具体的业务运作情况，能够清楚地判断出哪些业务带来的利润率高、增长速度较快等，把主要精力放在真正能够给企业带来高额利润的业务上，避免无端的浪费。同时，通过对数据的实时掌控，物流企业还可以随时对业务进行调整，确保每个业务都可以带来赢利，从而实现高效的运营。
（3）培养客户粘性，避免客户流失
网购人群的急剧膨胀，使得客户越来越重视物流服务的体验，希望物流企业能够提供最好的服务，甚至掌控物流业务运作过程中商品配送的所有信息。这就需要物流企业以数据中心为支撑，通过对数据挖掘和分析，合理地运用这些分析成果，进一步巩固和客户之间的关系，增加客户的信赖，培养客户的粘性，避免客户流失。
（4）数据“加工”从而实现数据“增值”
在物流企业运营的每个环节中，只有一小部分结构化数据是可以直接分析利用的，绝大部分非结构化数据必须要转化为结构化数据才能储存分析。这就造成了并不是所有的数据都是准确的、有效的，很大一部分数据都是延迟、无效、甚至是错误的。物流企业的数据中心必须要对这些数据进行“加工”，从而筛选出有价值的信息，实现数据的“增值”。
2.5大数据在物流行业中的具体应用
物流企业正一步一步地进入数据化发展的阶段，物流企业间的竞争逐渐演变成数据间的竞争。大数据能够让物流企业能够有的放矢，甚至可以做到为每一个客户量身定制符合他们自身需求的服务，从而颠覆整个物流业的运作模式。
- 14 -
大数据时代郑明现代物流系统问题优化方案
2.5.1实例解析物流企业如何有效运用大数据
对于物流企业来说，有效地实施大数据应用，可能会极大地促进企业改进商业模式、形成新的价值理念，而这也正是大数据的战略意义所在。受到“互联网、全球贸易的影响，分析技术的改进以及市场环境的变化都驱动企业不断寻找加强竞争力的新方法。”位于美国华盛顿奥林匹亚的技术及供应链咨询研究公司TransworldData的总裁MaryShacklett说道，“企业寄希望于利用大数据技术获取创新性信息，从而寻求新的机会。”事实上，大量美国企业已然将大数据应用根植于自己的物流与供应链管理当中。
来看看Avnet公司的例子。 其将大数据技术运用于评估承运商表现、分析最经济的运输模式、帮助完成全球分销中心选址等领域。
总部位于美国菲尼克斯的Avnet是一家全球性的电子元器件分销商，每年大概要处理500多万票的小型包裹运输交易。“每一桩运输交易都会生成超过50列的数据，以及超过2.5亿的数据值。”Avnet公司全球运输副总裁MarianneMcDonald介绍说，这远远超过了该公司的数据处理能力，于是，他们选择了一家数据服务提供商，后者能够通过提供相关工具，帮助Avnet从运输数据中获取商业决策的依据和创新发展的思路。
这种工具包括提供关键业绩指标的报告，从而识别出那些发票错误信息最多的承运商。“这类信息使我们能够每季度与承运商见面，并且评估他们相较于其他承运商的业绩表现。”McDonald说道。那些不注重改进绩效表现的承运商将会失去与Avnet公司合作的机会。
该工具还能够显示Avnet公司的业务部门在“次日达”、“第三日送达”以及“三至五天达”等不同运输服务上的支出。“我们可以从支出、百分比或服务水平等维度来准确描述和比较各种模式的优劣。”McDonald说道。在此基础上，她的团队就可以推荐更加经济的运输方式，譬如将一个“三天送达”服务调整为支出更少的“三至五天达”服务。关于运输模式的分析数据，还能够帮助Avnet公司与承运商进行更加有效地谈判。“由于我们准确地了解现在的运输模式和效果，这些数据能帮助我们进一步明确接下来的战略目标。”McDonald说道。
最近，Avnet公司还开始利用大数据来帮助决定全球分销中心的选址。“过去确定分销中心布局主要是将从不同信息源中得到的数据放入到电子表格，是一
- 15 -
大数据时代郑明现代物流系统问题优化方案
项离线的、高强度的工作；现在则发展为一种由分析来驱动的方式，且智能化工具承担了其中95%的工作。”Avnet公司负责全球物流与运营的首席官员MikeBuseman说道。利用技术对数字进行处理，使得规划团队能够将精力集中于确定发展战略。
其次，分析Glasfloss公司对大数据技术的运用情况。其将大数据技术运用于生成运营情况定制报告、成本控制、实施联合运输、降低货损索赔等领域。
Glasfloss公司总部位于美国俄亥俄州兰卡斯特，主要生产用于加热和通风的空气过滤器以及空调系统。2013年，Glasfloss开始利用第三方物流供应商TransportationInsight公司的分析软件InsightFusion来实现其供应链的智能化。 InsightFusion能够将来自不同供应链系统和外部来源（譬如运输管理体系、库房管理体系、资源规划以及生产等）的数据进行融合，同时还提供了一种实时查看所有完整供应链信息的路径。“数据来源和格式等因素已经不重要了，”TransportationInsight负责信息技术的副总裁JimTaylor认为，技术的发展，实现了轻易能对这些信息进行解读，还能将其放置于企业数据库中进行管理。InsightFusion的用户能够通过门户网站、手机或者平板设备访问InsightFusion软件，获取有关运营情况的定制报告。Glasfloss公司的生产运营经理GregGardner认为，该报告能够帮助公司显著改进物流运营。“它能够帮助我们将时间、精力和资金集中于那些对提升顾客满意度和提高盈利水平最为重要的领域。” Glasfloss的一个实践有力地证明了这一点。在InsightFusion软件的帮助下，公司发现了发往其中某个特定省份的货物量特别多。于是公司重新找了一家能够对该地区的运费提供优惠费率的承运商，从而节省了资金。
Glasfloss还寻求对一些客户进行联合运输，以节省成本和改进服务。“如果对同一地区的客户同时发送三个小型包裹，我们会建议进行联合运输，即使可能导致包裹延迟一两天到达。”Gardner解释道。有了InsightFusion软件以后，Gardner决定将部分零担运输合并为经过两或三个站点的联合卡车运输。即使每多经过一个站点，公司都要为其支付额外费用，但总成本也比每个站点分别进行零担运输要少得多。
此外，Glasfloss从InsightFusion软件中获益最多的，是其对客户索赔情况进行筛查的功能。“我们发现一些特定省份的顾客索赔率要比其他省份高。经过深
- 16 -
大数据时代郑明现代物流系统问题优化方案
入的调查，我们发现，只要改善对其中一小部分顾客的运输方式，公司就能极大地减少顾客的货物损坏索赔率。”Gardner说道，“这个发现令人非常振奋，因为只要对有限的交易进行改善，就能取得较高的回报。”为了减少货物损坏，Glasfloss正在改进对部分客户的运输方式。“举个例子，如果我们发现货物比较松散，可能我们就会用托盘装运。如果我们发现承运商使用的车道或者运输路线不是很好，可能就会更换承运商。”Gardner介绍，对InsightFusion的利用已经帮助公司减少了36%的顾客索赔量，同时将60天的理赔结案率提高到了83%。
大数据应用的风潮，正盛行于各行各业。许多具有前瞻战略眼光的企业，已然通过大数据的武装，形成了区别于同行的核心竞争力。
2.5.2 ZM公司运用大数据技术的必要性
（1）ZM公司内部存在问题需通过大数据技术优化
时至今日，ZM公司的发展仍面临着许多挑战，急需突破发展的界限，迈向更高层次的发展。ZM公司的利润源追究到底就是物流成本的最小化，而物流成本高不在于设备的利用率及先进性，而在于对信息和数据的整合分析。要解决这些问题，最直接的方法就是数据。如果能够充分分析和挖掘物流数据中的潜在价值，就能够ZM公司降低物流成本，从而不断提高公司的利润源。
ZM公司在冷链物流、电商物流、商贸物流、供应链金融等主营业务上仍存在着问题，需要通过大数据技术得以解决，将大数据融入ZM公司日常运作每个环节中，对车辆、人员、网络系统等进行时时监控以达到快速解决问题的目的。同时，ZM公司在内部建设上出现的问题也应结合大数据技术进行优化，使企业日常管理得到更有效地实施。
（2）大数据的应用是ZM公司未来发展的必然趋势
首先，应用大数据可以帮助ZM公司开发物流领域的“黑大陆”。如果ZM公司掌握了物流活动过程中的全部数据，那么所谓的物流“黑大陆”就不存在了；而如果能够充分分析和挖掘这些数据的价值，就能够帮助ZM公司找到物流市场的潜力所在。
其次，应用大数据可以帮助ZM公司做出正确的决策。成本和效率是难以同时兼顾的，但通过数据分析，可以看到具体的业务运行情况，能够清楚地判断哪
- 17 -
大数据时代郑明现代物流系统问题优化方案
些业务利润率高、增长较快等，把主要精力放在真正能够给公司带来高回报的业务上，避免无端的浪费。同时，通过对实时数据的掌控，ZM公司还可以即时对业务进行调整，确保每个业务都可以赢利，从而实现非常高效的运营。
最后，应用大数据可以帮助ZM公司建立核心竞争力。未来的物流市场，竞争更激烈、市场变化更快，利用分析技术挖掘隐藏在海量数据中的价值，支撑和创新业务模式，将成为物流企业的核心竞争力。
- 18 -
大数据时代郑明现代物流系统问题优化方案
第 3 章 基于大数据下信息问题的优化方案
3.1 ZM公司客户关系管理问题与优化方案
3.1.1 ZM公司客户关系管理问题现状
ZM公司是一家将商流、信息流和资金流整合为一体的供应链集成商。ZM公司的配送系统作为第三方配送系统，虽然拥有基础的业务信息系统，但在系统对接与信息交流方面的问题依然十分突出，其中关于客户关系管理问题尤为严重。从案例十二与案例十五中，ZM公司提到客户关系处理与订单可视化的严峻性，基本问题如下：与客户之间交流不紧密，企业并不了解客户的完全需要，导致业务处理效率较低。各服务部门对于客户服务并没有统一的标准，服务满意度日趋下降。新老客户的对待战略几乎一致，没有针对性，导致旧客户的忠诚度下降的同时新客户不愿意与ZM公司合作。
从上述问题与案例可知，在客户关系方面，ZM公司的客户关系管理思想并未能随着大数据背景的发展而发展，而是一直沿用中国传统的“人情世故”策略，希望用“老顾客”与单纯企业之间的信任度换取合作时长。尽管ZM公司是一家中外合资的大型企业，但是“送礼”等世故的客户管理思想也是存在的。
虽然在业务信息系统中包含有客诉平台，但未能及时与客户交流并得到反馈，客户忠诚度不高，企业客户关系管理仍显单薄；其次，由于ZM公司的物流和商流是分开的，配送时需要对多个公司进行信息对接并及时做出最优的车辆调度，但常常无法预测和满足各商家各异的配送要求时间，比如有许多商家要求晚上配货、货物配送到超市可能存在排队收货现象等；最后，订单方面ZM公司的末端配送网络采取B2B形式，虽然很少涉及个人客户，但在订单预测方面ZM公司也略显吃力，也无法准确及时的向客户反应订单的处理情况。订单的不确定性导致ZM公司无法提早对所需要配送货物进行库存管理和路线规划，这也是ZM公司所存在其中一个主要的信息问题。
在大数据的总体环境下，ZM公司面临着来自行业内外部的激烈斗争，如何增强客户的忠诚度，如何根据企业内部所积累与掌握的客户信息来提高企业的核心竞争力，提高企业的经济效益，是ZM公司必须先解决的问题。其次，为客户
- 20 -
大数据时代郑明现代物流系统问题优化方案
提供所需要的信息，通过全程可监控给予客户信心与放心的业务操作也是ZM公司当前所需要解决的问题。因此，本章主要通过使用中国知网现有的数据文库以及网络资源，大量收集相关领域的论文资料，吸收国内外优秀研究成果，将在大数据应用在ZM公司的客户关系管理(CRM)中的方案设计，并针对该CRM实施方案提出相关详细的解决措施。
3.1.2客户关系管理实施基本原理
客户关系管理（Customer Relationship Management）的定义是：企业为提高核心竞争力，利用相应的信息技术以及互联网技术来协调企业与顾客间在销售、营销和服务上的交互，从而提升其管理方式，向客户提供创新式的个性化的客户交互和服务的过程。其最终目标是吸引新客户、保留老客户以及将已有客户转为忠实客户，增加市场份额。客户关系管理（CRM）源自于 20 世纪 80 年代初的“接触管理”，是指专门收集和整理客户与公司联系的所有信息。到了 90 年代初，演变为对于资源资料的分析，以及电话服务中心的“客户关怀”。最后经过不断发展和更新，客户关系管理日趋完善，最终形成一套完整的管理理论体系。
CRM 管理技术则是以 CRM 管理思想为指导的先进业务模式，运用信息技术，最终实现客户关系的管理。一个企业的 CRM 要想有效地运作，必须制定适合自己的 CRM 技术方案，然后根据方案实施和优化企业的业务流程，才能最终成为企业的 CRM 管理系统，并为企业带来更高的收益。成功的客户自主权将产生竞争优势并提高客户忠诚度最终提高公司的利润率。客户关系管理的方法在注重4p关键要素的同时，反映出在营销体系中各种交叉功能的组合，其重点在于赢得客户。这样，营销重点从客户需求进一步转移到客户保持上并且保证企业把适当的时间、资金和管理资源直接集中在这两个关键任务上。
思科系统公司(CiscoSystem,Inc.)是全球领先的互联网设备供应商，它的网络设备和应用方案将世界各地的人、计算设备以及网络联结起来，使人们能够随时随地利用各种设备传送信息。思科系统公司根据CRM的理念要求自身完整地认识整个客户生命周期，提供与客户沟通的同一平台，提高员工与客户接触的效率
大数据时代郑明现代物流系统问题优化方案
与客户反馈率，并提出制造企业应重点关注客户，将客户的需求与企业运作同步化，并针对每一个不同的客户实施新的运行模式，来达到和满足客户真实的需求，这是一种制造厂商为满足不同客户的需要和期望发展成为新的“客户化”商务运行机制，并以准确及时的产品交货和敏捷的服务为客户提供独特的价值，将客户需求为中心的管理思想纳入到企业核心业务处理系统中去的商业模式，帮助企业实现与客户的互动互行。
大数据时代的到来，有效推动“大物流”体系的形成，以菜鸟网--阿里巴巴与多家快递公司成立的新公司“中国智能骨干网”为例，菜鸟网除了联合预测销售额和包裹数、新增和改建分拨中心、增加作业场地、提升物流没备及人员的数量外，更多的是借助于大数据的运算平台，将电商卖家与具体快递公司形成了信息共享链。菜鸟网将大数据平台运算的结果转化为具体实施建议，指导电商厂家能够高效的完成从端到端的配送，来提供送货的速度。其次是电商平台的时时物流数据能够根据卖家的购买商品种类、配送路线等信息及时备货，可以指导电商卖家进行及时合理的配货。在 2013 年、2014 年菜鸟网顺利度过双 11 大关，没有出现往年的大面积爆仓现象。
思科系统公司通过建造企业内部的客户关系管理系统，调节其原本薄弱的客户关系，进而得到利润的回报。作为一家深耕于冷链物流领域二十余年的专业企业，ZM公司的客户关系与客户信息必定是海量的。通过大数据的应用技术进行数据检索与抽取，并形成企业内部独一无二的客户关系管理(CRM)系统，有利于ZM公司将客户的需求与企业运作同步，做到真正满足客户的真实需求与期望，落实“以客户为中心”的管理理念；同时菜鸟网的成果数据事实表明，利用大数据可以解决企业内部资源与物流信息的整合问题，形成客户与ZM公司之间的信息共享链，总体提高作为第三方物流的ZM公司的整体服务能力。
3.1.3 ZM公司内部当前CRM现状
客户资源在ZM公司内部为尚未完全实现共享，导致客户有时面对的不是统一进程的整个企业，而是“各自为政”的不同部门。同时缺乏一套大型完整的客户信息数据库，没有一套行之有效的数据挖掘系统对已有信息进行分。由于不能衡量客户的需求、忠诚度、满意度、盈利能力、潜在价值、信用度和风险度等指
- 21 -
大数据时代郑明现代物流系统问题优化方案
标，ZM公司决策也只能是基于主管的判断，缺乏科学性。在一些物流企业，还把客户回访与客户反馈没有上升到战略的高度，更谈不上系统性和连续性，这与真正的客户关系管理还有相当大的差距。
从案例十五中，笔者摘抄了以下问题：“我们部门其实是一个服务型的部门，主要是和客户打好交道。客户体验差、反馈差，虽然不全是我们部门服务态度的问题，还有可能是仓储、运输的操作时造成货损或延时等状况，导致了客户的不满意。”“我觉得我们和老客户的交流比较少，签完合同便开展业务合作，仅在业务上存在交流，对于老客户关系的维系上做的还不足。另外一方面，对老客户的需求也挖掘不够，不知道他们对我们的评价如何，也不太清楚他们的需求变化。如何发展和老客户的关系，形成战略合作伙伴，我觉得应该可以做得更好。因为毕竟开发新的客户成本还是比较高的。”“可是在新客户的开发上，我们也是和大多数一般企业一样采取价格战，我觉得价格战不利于公司的发展和品牌的建设，我们可以尝试其他更具有可持续性的策略来发展新客户。”
可见ZM公司的客户关系管理思想较为落后。就国内的企业发展来说，越来越多企业经营由“以产品为中心”转换为“以客户为中心”，ZM公司在CRM方面却未真正做到这一点，并没有将客户关系管理作为企业核心竞争力。ZM公司作为第三方物流企业，需要同时服务企业与客户，需要对客户的行为信息进行有效分类并实现信息共享。同时，ZM公司只依赖于单独一个部门与客户打交道，提供客户服务，并不能从全方面满足客户的需求。如客户服务部无法解决，令客户满意度下降的实际操作部门中的错误，部门之间并没有有效的沟通与合作，各个部门“各自为政”。为了解决这些问题，大数据应用技术下优化的客户关系管理将被运用到ZM公司中。
3.2 ZM公司大数据下CRM实施框架理论步骤与实际策略运用 3.2.1客户信息收集
即第一步数据的抽取与集成即获取信息。
大数据背景下，企业尽可能收集客户的信息，要对传统信息的获取收集的同时也需要获得半结构化数据与非结构化数据（如图片声像等）并形成大数据集。在这一部分的主要功能就是在大数据时代通过尽可能多的手段收集到有关客户
- 22 -
大数据时代郑明现代物流系统问题优化方案
的尽可能多的信息。包括客户的基本信息、客户的交易数据、通过分析总结出的客户具体详细的物流信息、客户针对所提供的物流服务的反馈信息等。通过以上信息的集合与分析，提取其中有价值的信息，能够有效整合多个客户的综合需求，如可对当前的资源配置下，客户对物流路径规划、物流运输工具选择和物流配送时间等方面进行整合分析与集成分析，并实现ZM公司的资源合理配置，满足大部分客户的物流需求。同时，ZM公司作为配送系统的第三方配送系统，处于供需双方的中间环节，可利用自身的GPS、RFID等多种技术与其自身的特有的海量信息数据库构建信息采集平台，提供一个整合供方与需方信息的信息交流平台，使得双方之间、双方与ZM公司之间的信息实现对流，整合来自各方的物流资源，更好的实现信息资源的共享，优化供应链中繁琐的手续，为客户提供一体化的物流解决方案与物流调度，从整体上提高供应链内各个环节的物流和信息流的流通速度与效率。企业从得到客户数据中可挖掘出客户具体的物流需求，并通过调动自身各项资源满足客户，同时注重持续的技术支持与完善的售后服务并得到客户的反馈。客户的反馈又体现了ZM公司的服务质量，使其更清晰在提供物流服务中存在的问题并加以改良。
ZM公司利用大数据技术提取的“大数据集”能够更加迅速的了解客户当前的和潜在需求，不仅为扩展原有客户的服务及发展潜在客户奠定了数据基础，并且为客户的个性化服务提供了依据。对于传统的结构化数据收集，ZM公司依然从客户自身和外部市场等企业的外部环境获取以及公司包括销售记录、服务记录等内部渠道收集，各种与客户有关的信息和市场信息，如客户交易数据，客户的具体服务要求，客户反馈信息等。对于非结构化数据则要使用先进的科学技术进行收集，如数据挖掘技术、智能分析、大数据存储、传感器技术、条形码技术、FRID技术等。
3.2.2客户信息分析
即第二步，针对于大数据的处理流程分析数据，运用各种数据挖掘技术来对第一步收集到的信息进行分析。
利用传统的数据挖掘与现行大数据处理技术相结合，对获取的大数据进行计算和汇总，得到能应有的具有价值的数据。这一步主要是对第一步中所搜集而来
- 23 -
大数据时代郑明现代物流系统问题优化方案
的客户数据与信息进行筛选归类，并对各个客户的信息进行分析，重点为客户行为分析与客户识别及客户流失预警。其中利用客户行为对每一个或每一类的客户进行分析并得到其基本的物流选择规律与物流需求；客户识别则对不同客户类型进行识别与分析，并分别归类重点客户与次重点客户等的分类，特别针对于新客户的识别；ZM公司可利用客户预警分析来管理客户忠诚度较低的老客户，并及时对这批客户做出准确的具有针对性的战略。ZM公司需要通过大数据真正透彻的了解客户的现有需求与潜在需求，并对客户进行合理的分析且定位。避免再次发生如案例十五中，李经理提出的交流较少、联系不够紧密的问题。通过这些分类，对待不同的客户ZM公司可以分别提出有针对性的策略，提高ZM公司的服务质量。这一步骤直接影响到下级部门的物流计划安排与资源计划制定。
通过对不同的客户整体行为的分析选出其中最具有代表性的几类客户，并根据这类客户的物流业务往来与客户需求行为作出全面性的规律描述与总结，发现该类客户的一般性交易规律。同时，可以从该类客户的现有数据库中找出反应其消费状况及业务数据，对该类客户进行物流配送需求的预测和分析，并通过预测与分析主动向客户提供能满足其物流需求服务的具体物流计划。同时，通过对该类客户的研究找出其偏好策略，有针对性的启用相关策略提供忠诚度。这一步骤既可以解决ZM公司在订单不确定性的问题也可以解决客户关系不巩固的问题。
大数据背景下，ZM公司内部的不同客户必然需要被进行不同程度的识别与分类，并且利用分类“对症下药”，作出长远的分析与预测，同时用于指导下一步各项具体策略的制定。如可分类为重点客户、核心客户、此重点客户、次核心客户、新客户、老客户等。
案例十五中提到李经理试图与刘经理停止合作，而这一举措却并未被ZM公司及时预警，表明客户流失预警的分析对于ZM公司来说极为重要。ZM公司可通过物流服务结束后的客户反馈与再合作意愿分析客户对ZM公司的态度，并分析客户与ZM公司再合作的几率与终止合作的几率做出相应的措施。为了保留客户，在合作的初期应尽量预防客户流失，并对物流服务中出现的问题进行及时的补救并提高服务质量。ZM公司的做法也值得借鉴，在发现李经理出现“流失意愿”时，刘经理提出ZM公司的冷链设备升级服务升级等软实力与硬实力的提升来“挽留”李经理这位重点客户。
- 24 -
大数据时代郑明现代物流系统问题优化方案
3.2.3客户信息输出
即第三步，针对于大数据处理流程的第三步数据解释，就是将第二步得到的应用型数据用策略、方案、建议等方式解释出来。这个步骤里所涉及到的具体方法包括聚类分析、关联分析等方法，实现针对客户的个性化分析，最后就是形成可行性报告应用于服务管理策略、市场管理策略、销售管理策略、及物流企业管理策略。
在第二步企业进行相关信息的抽取分析后，把有价值的信息传送到下级部门及企业管理层内部，用以指导物流计划制定与企业内部决策。为了降低物流成本，实现自身资源的合理优化配置，提高物流效率，有价值的客户信息变得十分重要。作为决策环节，这一步骤有利于管理者或规划者在制定各种决策或计划中利用适当的信息辅助最终成功的制定，灵活的应对市场环境的变化。
在聚类分析的过程中，得出某类客户的特定的需求，并从整体式考虑物流路线规划与其他配套设施的规划等，并把ZM公司的有限的资源发挥到最大效益去满足客户的物流需求。同时，ZM公司需要在了解各方环境（如社会环境经济环境等）后灵活运用技术与适当的辅助机制来支持决策。
大数据最终应用在ZM公司，通过前期数据的收集、分发处理、汇总及与物流系统的融合，最终促进ZM公司的资源的合理优化配置，以及与其他企业间的物流资源共享，达到降低物流成本，提高物流运营效率，提高企业效益的最终目的。
3.2.4 ZM公司客户生命周期利润下的客户价值矩阵分析及CRM策略
通过对客户进行价值评估，企业可以对客户进行分类，区分不同价值的客户群，进而为不同价值的客户群定制不同的营销维系策略，保留高价值用户，激发次价值客户的潜在价值或延长当前/实际价值稳定期，提升潜在价值客户的潜在价值，改进或淘汰无利可图的客户，从而提高营销维系的效果，达到企业利润最大化的目的。同时，客户价值矩阵能够帮助有效地优化企业资源配置，防止把大量的资源浪费到无利可图的客户身上，而高价值客户和潜在价值客户反而得不到足够的资源，这很可能会导致优质客户的流失。
此处可以分为客户价值矩阵将客户按价值分为4类客户：次价值客、价值客
- 25 -
大数据时代郑明现代物流系统问题优化方案
户、低价值客、潜价值客。
图2客户价值矩阵分析 Fig 2 Customer Value Matrix Analysis
（1） 次价值客
该类客户有高的当前价值与低的潜在价值，从客户生命周期来讲，这类客户已经步入稳定期，应该为ZM公司的大客户，对ZM公司的忠诚度与贡献度都高，将很大一部分业务已经交给了ZM公司，但在未来的增量销量与提高利润方面并未见太大的开发能力，因此没必要过多投入对其的营销成本。由于当前价值较高，所以ZM公司应该继续重视，并继续加强与保持这类客户。
另一方面，由于长时间的合作与信任，ZM公司对这类客户已经可以做到很大程度上的了解了，对客户在什么时间会有哪些具体的运输要求都十分清楚。因此，ZM公司需要用大数据对该类客户进行预测，在每季度或每年度的某特定时期的物流需求，并提前给予客户适合的规划。 （2） 价值客户
该类客户的当前价值与潜在价值都很高，是ZM公司现在利润的主要来源并且能在未来的发展中给ZM公司继续带来很高的效益。这类客户常常为利润的保证，因此ZM公司应该把重点资源投入到这类客户上，并对其设计一系列的客户保有战略，提高其对ZM公司的忠诚度，并且持续不断地为该类客户提供超值物流服务。针对于这类客户最有效的策略便是发展二字，这类客户一直处于不断发展的状态，因此合作空间很大，应该不遗余力的做出各种灵活的营销策略和提供
- 26 -
大数据时代郑明现代物流系统问题优化方案
特色服务以保留他们。如优先安排物流配送服务、务针对性的特色物流服务、有关订单处理的优先权、客户比较关心的灵活的结算条款等，ZM公司未来的重要发展目标战略伙伴。该类客户如ZM公司配送中的大型企业，如麦当劳、肯德基等。
在大数据时代，需要继续挖掘该类客户潜在的需求。通过建立战略联盟，将ZM公司与这类客户之间形成了利益共享链，一起讨论各自的未来规划，如ZM公司可与麦当劳等大型企业合作成为某区域的代理商或成立代销点等，培养双方的战略合作伙伴关系。 （3） 低价值客
该类客户的当前价值与潜在价值都很低，往往是ZM公司内规模小与业务量少的客户。如ZM公司内的末端冷链配送的工业类客户，主要配送少量辅料，订单频率较少。ZM公司首先应该找出这类客户“双底”的主要原因，并通过针对性的物流计划促进低价值客的业务增长。企业应适当挖掘该类小型企业的潜力，如ZM公司可通过提前的物流计划提示该类客户的订单需求。当因为该类客户并不是ZM公司的主要客户来源，因此ZM公司可以按照自身的资源条件对他们进行配置，少量业务量过少且无增长空间的低价值客可以解除客户关系。
对于该类客户，ZM公司可加强自身的选出，通过大数据获得客户的信息并进行深层次的分析，挖掘客户的内部需要和外部需求，做到投其所好，取得客户的信任。若通过数据发掘与分析得出该类客户的自身条件过差，如拖欠尾款等不良行为，则ZM公司无需投入任何资源并在不损失滋生利益的情况下慢慢与该类客户解除合作关系。 （4） 潜价值客
这类客户的潜在价值比较高，但当前价值却处于低位。这类客户一般为成长期的企业，虽然在当前的价值不高，当在长远发展中却具有很强的发展潜力。ZM公司只要正确处理该类客户的关系，在未来这类客户就会往价值客户的方向发展。该类客户形同ZM公司末端配送中的生鲜电商类客户，生鲜电商的发展处于上升期，虽然现在的订单量较为不确定且少，但是在未来的发展中必定能被培养成价值客户。
对这类客户，ZM公司应当将眼光放长远，看到在未来该类客户能够为企业
- 27 -
大数据时代郑明现代物流系统问题优化方案
带来的效益与利润并适度保持和投入资源维护双方关系。例如，通过不断向客户提供高水平的服务，包括咨询服务、企业自身宣传资料、对该客户有价值的信息、个性化解决方案等，让客户看到第三方物流企业能够为其提供的未来有前景的针对自身的物流服务，让这类客户提前对第三方物流企业产生信心，让客户感到满意，形成未来可能成交交易的可能性，也使这类客户对第三方物流企业树立起高度的信任，从而促进客户关系尽快进入稳定期。
3.3 大数据下ZM公司对可视化仓储的优化方案 3.3.1 ZM公司仓储可视化问题现状
从案例十五中可知，陈经理认为ZM公司的可视化技术并不完善，略显薄弱。企业无法及时提供物流信息，客户无法对货物与配送进行可视化观察。客户无法实时了解冷链货物在车辆和仓库中的状态。可视化仓储是将可视化技术应用于仓储中的一种技术，如计算机图像学只是对仓储物流需要监控的区域进行数学建模、计算机建模，根据建立三维坐标系，在三维空间中重现仓储物流区的真实三维结构，然后结合计算机图像学将监控区域内部可能出现的变化再现，管理员及客户则可以通过计算机监控一切情况。可视化仓储技术对硬件条件要求较高，系统复杂程度高，可提供真实、全面的、科学的信息。
3.3.2 ZM公司可视化仓储信息系统的工作机制
由于在案例十五中提到，ZM公司的仓储可视化技术正在研发并很快可以投入使用，因此本节仅简单的介绍适用于ZM公司的可视化仓储信息管理系统的工作机制。
ZM公司的仓储可视化业务系统一般以三维动画系统来记录，反映了在ZM公司内各个仓库的物流信息。虚拟实际流程的三维动画的演示方便管理人员直观了解整体业务流程并分析各种信息，通过网络技术与网络平台，可将物料与车辆设备等结合起来，可将客户与仓储货物联系起来，实现数据的资源共享和信息交换。基于ZM公司的基本管理要求与业务架构规划，可视化仓储系统需要实现全数据的互联互通，该信息架构主要含有云计算的数据中心、信息平台、仓储现场监视、运输配送过程监视、业务管理几个流程模块。
- 28 -
大数据时代郑明现代物流系统问题优化方案
(1)云计算的数据中心：数据的自动化录入与输出，通过每一次订单下达后
的数据中心处理，得出智能的资源安排。通过云计算数据中心，ZM公司可以计算出其可预测客户（如经销商、超商等）的配送规律，与不可预测客户（工业类客户与生鲜电商客户等）的配送预测，及时向客户提供提前的物流运输计划。
(2)信息平台：利用网络技术与信息平台设置，建立ZM公司专属的信息交流
平台。在平台中，一切仓储的实时影像与物流运输信息都能透明化展示。客户可通过信息平台得到仓储信息，同时可以通过信息平台进行反馈工作。ZM公司可以利用信息平台进行部门之间的内部交流与信息交流，上层部门收到订单并整合后通过信息平台进行统一的传递到下层作业部门，使部门之间的联系更为紧密。
(3)仓储现场监视：在仓储现场可安装摄像头，并通过实施监控记录货物在
仓储现场的变化，并通过互联网的技术连接到信息平台中。ZM公司可利用监视功能像案例十五中的陈经理提供冷链的及时信息。除此之外，若遇到货物在仓储过程中有所损坏，可利用记录的监视画面找出原因和解决方案。
(4)业务管理：包括自动化作业系统、出入库系统、杠杆系统等。在仓储现
场可安装智能化系统来优化仓储，并提高仓储现场的作业效率。 (5)运输配送过程监视：利用RFID技术与GPS技术对货物进行全程的监控。
ZM公司作为一家拥有第三方物流业务的公司，在运输途中的可视化展示也是十分重要的。主要可利用定位技术与货车内监视技术对配送货物进行跟踪。特别对于冷链物流的配送来说，运输配送环节的监视有利于预警货物在某一时间内的腐败程度，减少货物在运输过程中因为外界环境与自身腐败条件的因素造成的不必要损耗，减少如案例七发生的配送腐败与变质问题。
3.4 ZM公司末端配送问题 3.4.1 ZM末端配送问题问题现状
- 35 -
大数据时代郑明现代物流系统问题优化方案
ZM公司在全国各地设有仓储基地和冷库中心，慢慢形成辐射全国，走向海外的物流网络。目前，公司将以业务发展为区域布点的主要基础，以上海市场为基础，华东市场为龙头，面向全国物流市场，确立覆盖全国物流网络的战略方向。然而在末端配送网络建设方面，问题重重。比如说，标准化问题。主要体现在两方面：一是ZM公司面对的客户广，所配送的商品繁多，种类杂乱，国家对同一类产品没有全部给出标准，没有规范化，运作效率也很难提高，二是公司的服务没有标准化，没有确定的响应时间标准，不能及时满足客户的需求。还有就是配货方面的问题。在配送的时候，商家要求的送货时间各异，同时也存在货物到达客户点的时候由于违背时间窗的原则，导致排队收货现象。因此，在满足货运任务要求的前提下，如何选择最经济的运行线路是一项重要的工作。最经济的运输线路，不仅可以满足客户的各种需求，解决客户需求时间不一的问题，增加客户的满意度，还可以为公司节省成本，带来直接利润。
然而如何按时按量，经济高效的配送商品，在很大程度上是取决于有效的车辆调度安排，调度方案的优化与否，对增加配送效率，减少总费用和提高服务水平具有重要意义。
在ZM公司客户需求点较多且分布不均，道路网络复杂的情况下，在保持高度准时，快速配送的要求和在满足车辆容量限制且还有时间限制的情况下使总运输成本最低，设计一定的配送调度模型和算法，其实现意义重大。
本文将运用遗传算法理论解决车辆调度的问题。
3.4.2遗传算法的原理及步骤和意义 一、遗传算法的原理
遗传算法将问题的解表示成“染色体”，在算法中也就是以二进制编码或自然数编码的串。在进行遗传算法前，给出一群染色体，也就是假设。然后把这些假设解放在问题的“环境”中，按适者生存的原则，选择一些较适合环境的“染色体”进行复制，在通过交叉，变异过程产生更适应环境的新个体，知道最后会收敛到最适应环境的一个“染色体”上，它就是问题的最优解。
二、遗传算法的步骤和意义
大数据时代郑明现代物流系统问题优化方案
（1）初始化
选择一个群体，即一个串或个体的集合｛ui｝,i=1,2,3…n,这个初始群体就是问题假设的集合 （2）选择
根据适者生存的原则选择下一代个体，在选择时，以适应度为原则，给出目标函数z，通过对目标函数做适当的变换，得带函数f，则f（ui）成为个体ui的适应度，适应度准则体现了适者生存，不适者淘汰的自然法则。以p｛ui｝表示选中个体ui的概率：
p｛ui｝=∑n从上式可看出：
1）适应度较高的个体，繁殖后代的数目较多
2）适应度小的个体，其后代的数目也较少，甚至被淘汰
这样，就产生了对环境适应能力较强的后代。从问题求解角度来讲，就是选出最优解较近的中间解。
（3）交叉
对于选中用于繁殖下一代的个体，随机的选择具有相同位置的两个个体，按交叉概率pc在选中的位置实行交换，这个过程反映了随机信息交换，目的在于产生新的基因组合，也即产生新的个体。交叉时，可实行单点交叉或多点交叉，交叉率一般取值为0.25-0.75. （4）变异
根据生物遗传中基因变异的原理，以变异概率pm对某些个体的某个子串执行变异。变异概率pm与生物变异极小的情况一致。所以其取值也较小，一般为0.01-0.2.
（5）全局最优收敛
当最优个体的适应度达到给定的阀值，或者最优个体的适应度和群体适应度不在上升时，则算法的迭代过程收敛，算法结束。否则，用经过选择，交叉，变异得到的新一代取代上一代的群体，并返回第2步，继续进行循环操作。
三、染色体结构
f(ui)
j=1f(ui)
大数据时代郑明现代物流系统问题优化方案
对VSP采用自然编码方式，即序数编码。单源点VSP的一条可行线路可编码成长度为n+m的染色体。其中ikj表示第ikj项任务。这样染色体结构可通俗的理解为：第1辆车从配送中心0出发，经过任务i11，i12,…i1s后，回到配送中心0，形成子路径1，然后第2辆车又从配送中心0出发，经过以前未访问的任务i21,…i2t后，返回配送中心0，形成子路径2，如此反复，直到所有的n项任务全部被访问完为止。这里的m为完成任务所需的车辆数，可通过以下方式求得：
M=[
∑igiq
]+1
如染色体013046702580表示的行车路线为：
子路径1：配送中心0任务1任务3配送中心0
子路径2：配送中心0任务4任务6任务7配送中心0 子路径3：配送中心0任务:2任务5任务8配送中心0
这种染色体结构子路径内部是有序的，若子路径1中点1,3相互交换位置，会使目标函数值改变，而子路径之间是无序的，若子路径1和3相互交换位置，却不改变目标函数的值。 四、适应度函数
适应度函数实际上是用来评价染色体优劣的一个标准。一般的，将目标函数通过变换fk=b(z′⁄zk)转化为适应度函数，此处fk为染色体uk的适应度，b为常数，z＇为初始群体中最好染色体的运输成本，zk为染色体uk对应的运输成本。
3.4.3模型构建
我们主要讨论单源点、单车型、带时间窗口的非满载送货车辆优化调度问题，对于多源点物流配送问题，可以将其转化为单源点物流配送问题的方法。 首先要满足以下条件： （1） 只有一个配送中心经营 （2） 被配送的是可混装的物资 （3） 配送中心以及各客户所在地已知 （4） 各任务点的需求量已知 （5） 配送中心的车型即载重量已知
（6） 配送中心有足够的资源以供配送，且有足够的运输能力
大数据时代郑明现代物流系统问题优化方案
根据ZM公司的实际情况，其业务范围广，配送中心不止一个，但是我们可以选取其中一个作为实验点，其余可根据此方法类推。 最优方法还须符合以下基本约束条件
（1） 必须满足所有用户对品种和数量的要求
（2） 每一辆发送车辆的载重量有一定的限制，不允许超载行驶 （3） 每一辆发送的车辆每天的总运行距离有一定的限制 （4） 必须满足用户提出的到货时间要求
为构造数学模型，将配送中心编码为0，任务编码为1，2,3……n，任务点及配送中心均以点i(i=0,1,2…n)表示
设Cij为从任务点i到j 的运输成本，也称成为系数，用任务点ｉ到ｊ间的距离表示，目标为使车辆的总行驶距离最短。 定义变量为 Yki=
Xij=
目标函数
1 车辆k从点i行驶到点j 0 否则
1 点i的任务由车辆k完成； 0 否则 mn
Minz=∑ni=0∑j=0∑k=1CijXijk
约束条件
∑kYki=1 i=1,2,…n， 4-1 ∑iXijk=Yki j=0,1,2,…n， 4-2 ∑jXijk=Yki i=0,1,2,…n， 4-3 ∑iGtYki≤q 4-4 ∑i∈R∑J∈RXijk≤︱R︱-1, R∈﹛1,2,…n﹜ 4-5 Xijk=o或1 i,j=0,1…n； 4-6 Yki=0或1 i=0,1…n 4-7 ∑i∑jCijXijk≤Lmax 4-8 Si∈[ETi，LTi] i=1,2…n 4-9
大数据时代郑明现代物流系统问题优化方案
模型中
4-1为每一任务必须且只能由一辆车完成的唯一性约束 4-2表示某一辆车最多只能到达某任务点一次 4-3表示某一辆车最多只能从某一任务点发出一次
4-4为车辆的能力约束，即每辆车所访问的全部客户的需求量不能超过车辆本身的额定载重量
4-5为支路消去约束，即消去构成不完整线路的解 4-6,4-7为整数约束
4-8为每一辆车总运行距离约束 4-9为时间窗约束 算法步骤
（1） 使用自然数编码方式，构造表示可行行车线路的染色体 （2） 设置控制参数（交叉率pc,变异率pm和群体规模n）
（3） Gen=0，随即产生初始群体p(0),群体中包含n个染色体，每个染色体表
示一个方案 （4） i=1 （5） 计算适应度
（6） 若满足算法终止条件，则停止，否则继续 （7） i=i+1
（8） 若i≤n,回到第五步，否则转到第九步 （9） 根据适应度按轮盘赌法复制下代染色体 （10）进行最大保留交叉，反转变异 （11）Gen=gen+1
（12）若满足算法终止条件，则停止，否则转第四步
3.4.4模型的应用
假设郑明公司在上海拥有两个配送中心，为上海及其周边郊区城镇的各大商场
超市，餐饮连锁店，工业类进行配送各类产品。已知某天ZM公司根据各企业的指示向10各客户进行产品配送。各配送中心的库存和车辆足够，各客户的需求
大数据时代郑明现代物流系统问题优化方案
量及各客户之间以及客户与配送中心之间的距离分别由表1和表2所示，没有时间约束，运输车辆的载重为8吨，现制定运输调度计划，使总的运行费用最低。
表1 各客户的需求量表
客户 1 2 2.5 3 5 4 4 5 3.5 6 4 7 3.5 8 2 9 3 10 4.5 需求量 3 表2 各点之间的距离表
D1 D2 1 2 3 4 5 6 7 8 9 D1 0 W 50 70 85 D2 W 0 60 40 80 1 50 60 0 75 50 2 70 40 75 0 85 3 4 5 6 7 8 9 10 85 100 210 110 130 110 70 120 80 120 90 130 150 90 100 110 50 110 60 85 120 110 80 80 85 70 90 95 85 110 120 90 0 120 110 85 100 80 130 120 0 80 0 80 95 60 75 100 90 90 75 100 120 85 110 90 210 90 60 120 110 80 85 100 85 80 100 85 0 110 130 85 80 110 100 95 0 110 120 130 0 90 100 0 110 0 130 150 120 85 100 90 100 80 110 90 110 85 70 100 80 80 75 95 110 110 70 130 100 90 100 120 90 95 120 90 75 10 120 110 90
95 130 100 110 将各点之间的距离作为费用，即cij=dij。首先，根据各客户到各配送中心的距离，将各客户分配给两个配送中心V1={1,4,6,7,9}，V2={2,3,5,8,10}，然后分别对两个配送中心进行车辆调度。
假设∂=0.95（满载率），n=4,pc=0.8,pm=0.1,终止条件为某染色体连续三代保持为最佳染色体
配送中心1：m=[
3+4+4+3.5+3
0.95×8
]+1=3
大数据时代郑明现代物流系统问题优化方案
表3 配送中心1运算过程表
第 一 代 染色体 运输成本（z） 适应度（f） 最佳染色体 复制 交叉 变异 第 二 代 染色体 运输成本（z） 适应度（f） 最佳染色体 复制 交叉 变异 第 三 代 染色体 运输成本（z） 适应度（f） 最佳染色体 复制 交叉 变异 第 四 代 染色体 运输成本（z） 适应度（f） 最佳染色体 014096070 014069070 016074090 017094060 770 0.877 770 0.877 675 1 * 760 0.888 016074090 014069070 016074090 017094060 014067090 016049070 016074090 017094060 014067090 061049070 016047090 017094060 014067090 061049070 016047090 017094060 690 0.934 745 0.865 645 1 * 760 0.848 014067090 061049070 016047090 016047090 014069070 061047090 016047090 016047090 014069070 061047090 016074090 016047090 014069070 061047090 016074090 016047090 770 0.837 645 1 * 675 0.955 645 1 * 016074090 061047090 016074090 016047090 047091060 091067040 061047090 016047090 047019060 091067040 061074090 016047090 047019060 091067040 061074090 016047090 680 0.948 690 0.934 675 0.955 645 1 * 因此，可以认为配送中心1的较优调度方案为：0-1-6-0,0-4-7-0,0-9-0.
配送中心2：m=[
2.5+5+3.5+2+4.5
0.95×8
]+1=3，为了方便，以！表示第10个客户
- 36 -
大数据时代郑明现代物流系统问题优化方案
表4 配送中心2运算过程表
第 一 代 染色体 运输成本（z） 适应度（f） 最佳染色体 复制 交叉 变异 第 二 代 染色体 运输成本（z） 适应度（f） 最佳染色体 复制 交叉 变异 第 三 代 染色体 运输成本（z） 适应度（f） 最佳染色体 复制 交叉 变异 第 四 代 染色体 运输成本（z） 适应度（f） 最佳染色体 复制 交叉 变异 0230580！0 0380250！0 08！032050 030！80250 660 0.992 690 0.949 655 1 * 680 0.963 0230580！0 08！032050 08！032050 030！80250 08！023050 02308！050 0830！2050 0！0380250 08！023050 02308！050 0830！2050 0！0830250 08！023050 02308！050 0830！2050 0！0830250 655 0.984 655 0.984 645 1 * 690 0.934 08！023050 02308!050 0830!2050 0830!2050 0!2058030 058030!20 02308!050 0830!2050 0!2058030 085030!20 02308!050 0830!2050 0!2058030 085030!20 02308!050 0830!2050 640 1 * 650 0.984 655 0.977 645 0.992 0!2058030 085030!20 0!2058030 0830!2050 0!2038050 030!05820 0!2058030 0830!2050 0!2038050 030!02850 0!2058030 0830!2050 0!2038050 030!02850 0!2058030 0830!2050 645 0.992 650 0.984 640 1 * 645 0.992 0!2038050 0!2058030 0!2058030 0830!2050 030!20850 058030!20 0!2058030 0830!2050 030!20850 085030!20 0!2058030 0830!2050 - 37 -
大数据时代郑明现代物流系统问题优化方案
第 五 代 染色体 运输成本（z） 适应度（f） 最佳染色体 030!20850 085030!20 0!2058030 0830!2050 650 0.984 650 0.984 640 1 * 645 0.992 因此，配送中心2的较优调度方案为：0-10-2-0,0-5-8-0，0-3-0.
综合得，由配送中心1向1,4,6,7,9客户配送，且行车路线为0-1-6-0,0-4-7-0,0-9-0.由配送中心2向2,3,5,8,10客户配送，且行车路线为0-10-2-0,0-5-8-0,0-3-0.
3.4.5多源点配送问题
终端物流企业的配送体系如图5所示。图中货物的配送中心仓库运到字库（配
送中心），再由字库的车辆运到多个零售点（需求点），从中心仓库到字库的配送安排可以按运筹学中的一般问题解决，因为字库的需求量大于车载量。我们主要关注从字库到零售点配送安排的优化。
图3 终端ZM物流企业的配送体系
设字库集合H={hm}(m=1,2,3,…M),对于任意hm对应有km个元素组成的配送车 辆子集A={am1,am2…amkm}该字库停放的车辆。现在有N项货物运输任务构成的集合V={1,2,3…N},对于任务i，其需求量gi≤q(i=1,2,3…N)。以Si表示配送车辆到达任务点i的时间，设任务点I 开始时间需在一定的时间范围【ET,LT】内，
- 38 -
大数据时代郑明现代物流系统问题优化方案
其中ET为任务点i允许最早开始时间，LT为任务点I 允许的最迟时间，并且已知每个点（零售点和字库）的实际位置及连接各点的网络图。要求所有车辆在完成配送任务的同时使在那个运行费用最少。针对这类问题也要求具备前面的前提条件和基本假设。多源点配送问题与单源点配送问题相比，其结果基本相同，只是更多了一层子库分配过程，导致问题更加复杂。
本章小结
本章主要解决ZM公司管理系统中信息方面的两个问题。
1） 本章第一部分主要解决ZM公司内部过于落后的传统客户关系管理战略，ZM公司虽然是一家中外合资的先进企业，但由于扎根于中国从而形成了与当前先进客户关系管理战略相悖的一套方案。本节通过对ZM公司本身的以“习惯”与“投其所好”建造的客户关系的基本阐述，再对比国外先进CRM战略，学习先进的客户关系管理思想并提出一系列系统的客户关系处理方案。如将客户按生命周期分类，并设置相对应的战略。同时，建议ZM公司设置客户流失预警系统，及时的对即将离开的价值客户开展战略。解决好客户关系管理问题有助于ZM公司的日后发展，同时也有利于企业与客户之间的沟通，企业能及时得到来自客户的反馈并对自身进行改进。而ZM公司能否摒弃自身的传统管理，推陈出新，则是改革的重中之重。
2）本章第二部分主要解决由信息不畅带来的末端配送中车辆调度不合理的问题。ZM公司客户数量多，且需求量不统一，信息系统的不对称造成车辆配送过程出现不能按时按质按量完成客户的要求。针对这一系列的问题，运用遗传算法的原理，通过构建模型，在选择，交叉，变异的循环操作下选择出最合适最经济的线路，使货物在保证需求的前提下，达到运输时间最短，运费最省的目的。我们构建模型是在假设ZM公司只有两个配送中心，10个客户的情况下，将客户编号为1，2，3，4，5，6，7，8，9，10，且配送中心与客户之间的距离，运费已知，得出配送中心1的较优调度方案为向客户1，4，6，7，9客户配送，配送中心2的较优调度方案为向2，3，5，8，10客户配送。对于多源点问题，即转化为单源点问题解决。帮助ZM公司解决由于线路规划的不合理导致物流费用成
- 39 -
大数据时代郑明现代物流系统问题优化方案
本增大等不必要损耗。
大数据时代郑明现代物流系统问题优化方案
第 4 章 基于大数据下技术问题的优化
4.1 ZM公司温湿度控制系统的建设 4.1.1 ZM公司温湿度控制系统的建设背景
近年来，随着人们收入的增加和生活水平的提高，消费者关注的焦点逐步从食品、药品等的供应量的需求上转移到消费产品的安全性和品质保障上来。冷藏车运输作为整个供应链系统管理的关键环节，对物品的安全和质量保障发挥着至关重要的作用。据估计，对于需要温度控制的易腐物品，在我国只有大约 15%的物品得到了恰当的处理，因此，如果大量的腐坏食品流入市场，将对消费者的身体健康造成很大的威胁。为了保障物品的质量安全、新鲜程度和资源的低损耗，需要维持冷藏冷冻类食品、医疗药品等对温度敏感的易腐物品从生产、运输、销售到消费的各个供应链环节中的低温环境。温度控制是冷链物流的核心，从采集、运输到储藏，任何细小的不合规范的温度变化都会对产品的质量甚至安全产生影响。目前，温度的实时监控和预警机制较差，无法满足冷藏车物流运输的要求。 由于冷藏车运输过程中的特定地理条件限制，传统的物流运输只能在装载和卸载货物时对货物进行人工的温度检测，因而对于运输过程中的温度情况无法进行实时监测和跟踪。当发生异常情况时，无法做出及时的防护措施，进而导致食品的腐坏或药品的失效。通过案例可知，ZM公司现在面临的最普遍的问题主要是温湿度控制等问题，在仓库方面，温湿度控制基本上可以对接到公司内部系统，但是还是有一些仓库不能实现运用技术手段将温度信息反馈到系统中去；配送方面，在他们公司自己的车队，基本可以实现系统对接，包括追踪信息、订单交接等，但外部车辆除非运用第三方平台，其他的基本上都不能对接。ZM公司在预警方面还是有所欠缺，比如说，用冷藏车运送一车冷冻水饺，很可能冷藏车在运输途中设备坏掉，但因为没有很好的预警系统，配送人员在途很难发现这些问题，等到货物到达目的地，饺子可能已经大部分融化，这就降低了客户的信任度，给公司带来直接和间接的损失。本章节围绕这一主题展开研究，针对ZM公司目前在冷藏车温度监控方面的不足，提出了温度监控的解决方法。
4.1.2 ZM公司温湿度控制系统优化方案的基本概述
- 40 -
大数据时代郑明现代物流系统问题优化方案
1） 国内外冷链监测技术发展情况
在环境信息的感知方面，有很多技术可以用于温度数据的采集，如图表记录仪、数据记录器、时间—温度指示器(Time-Temperature Indicator, TTI)、变色标签和带有温度传感器的有源RFID CRadio Frequency IDentification)标签等。图表记录仪、时间温度指示器、变色标签这些温度采集方法或多或少都需要人工的参与，显然无法满足冷藏车运输过程中的特定条件，更无法保证数据获取的实时性。时间一温度指示器( Time-Temperature Indicator, TTI)是一种新型的温度智能感知标识，能够通过颜色变化记录与跟踪被监测产品的时间温度变化历程。TTI近些年发展迅速，在水产品、果蔬、畜禽等领域被广泛应用。
无线射频技术(RFID )由阅读器(Reader)与电子标签(TAG)及应用软件系统三个部分组成。在国外，Abad E ( 2009)开发了应用于食品冷链和追溯系统的RFID智能标签监控系统，可监控温度、相对湿度等指标，并通过水产品的洲际冷链运输进行了系统验证；在国内，Yan B (2009)等利用RFID标签和GPS技术实现了冷链运输过程中温度监控和实时定位；王以忠(2008)等针对果蔬冷链运输，提出基于RFID的温湿度记录系统，每隔一段时间记录一次冷藏车厢的温湿度，并写入RFID片中，能够准确记录果蔬保鲜的温湿度参数。
无线传感网络能够为用户提供实时的冷藏车厢内的环境信息，比如温度、湿度、气体浓度等，帮助用户及时发现问题，调整管理策略，真正实现冷链运输的白动化、智能化与网络化。
2） 冷藏车温度监测的时间序列分析
冷藏物流有三大挑战性难题:货物跟踪、追溯和监测。温度作为影响冷藏物流的一个关键因素，对冷藏货物的品质和安全起决定性作用。在冷藏车运输途中，冷藏仓库内的货物温度的变化是连续的。但是在远程监控时，采用等间隔固定时间对温度信息进行自动化采集，得到的数据实际上是离散的。现有的温度监控能够画出温度变化的实时曲线，但在温度预警时多采用固定阈值的方法，当温度超过所设定的阂值时就发出警报。这种方法实现起来简单，但是将离散化的采集数据看成一个孤立的数值，没有考虑到温度变化的快慢程度以及历史记录之间的相互关系，因而智能化程度不够，尚存在许多问题。我们可以将温度随时间的
- 41 -
大数据时代郑明现代物流系统问题优化方案
变化看成一个时间序列模型，对冷藏车温度监测进行研究。
时间序列的数学定义：
对某系统中的一个变量 Xt进行观察测量，对于具有时间顺序的一系列时刻 t=1，2，...，n，得到一个离散有序样本集(X1,X2,…,Xn)，集合{Xt}就是一个时间序列。其中记号 Xt和 X(t)可以互换。
时间序列需要满足两个要素：时序性 t 和指标数值。对于本文研究的冷藏车温度监控来说，将温度信息按照时间顺序进行采集记录，每一个时刻 t 都对应一个温度记录 X(t)，X(t)即为指标数值，满足时间序列的两个要素。
由于前后时刻的温度变化并不是完全孤立的，具有一定的相依性。从时间序列的角度来看，温度的变化呈现出了系统的某种动态规律性。为了对冷藏车温度进行监测和控制，按照一定的时间间隔对系统的温度信息进行记录。
将时间间隔记为 △t ，则系统的采样为 X(1t),...X(1+k△t),...。等间隔采样图如图所示：
+△t), X(1+2△
- 42 -
大数据时代郑明现代物流系统问题优化方案
图4 终端ZM物流企业的配送体系
时间序列分析就是对系统的未来发展进行预测或控制的方法。许多统计方法研究的数据是相互独立的或者至少是不相关的。然而在本文研究的冷藏车远程感控系统中，温度的变化并不是完全独立的离散模型，它本质上是一个连续变化的曲线，只是由于按照一定时间间隔对其进行采集将样本数据离散化了。时间序列就是按照时间顺序获取数据形成的样本有序集合。
3）温度监控存在的问题
冷藏车运输途中，为了保证温度稳定在货物的安全保鲜范围内，需要对其进行实时的监测和控制。一般情况下，温度会在较小的温度范围如 2℃左右随机波动。然而当出现异常情况时，如制冷设备停止工作，冷藏车厢的仓门意外打开等，将会造成温度的剧烈变化。对于一些温度敏感性的物品，如乳制品、肉类、尤其是医学疫苗等，如果没有能够及时发现温度的异常变化，这些温度敏感性的物品的安全和品质将无法得到保障，它们流入市场将会造成严重的后果。冷藏车温度过高时应降低温度到安全范围，当温度过低时应适当升高温度。但是“过高”和“过低”是相对于精确数值的不确定性信息，例如西兰花的安全冷藏温度是0℃至8℃，如果将7℃视为温度过高，将其设置为报警的阈值，那么当温度在短时间内逐步升高至6℃, 6.5℃, 6.8℃,…时，系统无法预测温度的变化趋势，只有当其高于阈值时才会发出警报，显然浪费了很多时间造成了延迟，甚至可能导
- 43 -
大数据时代郑明现代物流系统问题优化方案
致无法挽回的损失。目前，由于考虑成本和设备等因素，对于冷藏车温度的监测手段较为简单，温度监控主要存在以下三个方面的问题:
(1)对冷藏车的温度监控通常设置一个固定的阈值，当采集到的温度数据高于阈值时，通过短信息发出警报。这种方法孤立了温度变化之间的关系，具有严重的滞后性，无法满足实时监测的要求。
(2) 阈值的选择。如果阈值选取安全冷藏温度的上限，那么当温度高于阈值时再发出警报，物品腐坏的风险就很大。如果阈值选取的过低，例如对西兰花的冷藏温度来说，假设阈值设为5℃，温度采集样本为4.8℃, 5℃, 5.1℃, 4.9℃, 5.1℃,…。那么这些原本处于安全范围的正常温度波动就会被当成出现异常(温度超过阈值)发出警报，造成预警短信的多发，误发和重发。
（3)预警信息发送时机的选择。单靠通过阈值的方法判断是否发送预警信息无法满足温度监控的需求，而且还有可能会出现误发、重发的现象。因此在决策预警信息的发送时机上需要更智能的方法来处理。为了合理有效的对冷藏物流的温度进行监测预警，通过动态改变阈值的方法对温度实施监控。
ZM公司没有很好的预警系统，配送人员在途很难发现这些问题，等到货物到达目的地，需要冷藏是产品可能已经大部分融化，因此，ZM公司在运用这个动态阈值法进行温度监控时，要避免以上三个方面问题的发生。
4）动态阈值法
原有的固定阈值的监控方法忽略了温度时间序列之间的关联性，无法根据温度变化的快慢程度对阈值进行合理的调配。 而动态阈值法的基本思想是在初始化时，温度阈值选取物品温度安全范围的上限（对于预警温度过高的情况），随着时间的推移，根据温度变化的速率即温度的改变与采样时间间隔的商的变化剧烈程度，改变温度的阈值。当温度变化缓慢时，阈值作轻微的调整；当温度急剧升高时，阈值作较大的调整。同时，设置一个阈值调整的下限，当阈值达到下限时，便只升不降。这里的只升不降是指只有温度降低时才升高阈值。这里采用统计学上的指数平滑法，对温度时间序列的历史记录进行处理，能够很好的解决温
- 44 -
大数据时代郑明现代物流系统问题优化方案
度变化之间的相关性。
指数平滑法的模型如下:
Ft+1,=aXt+(l-a)Ft
其中，平滑常数Ft+1为t+1时刻的预测值，Xt为t时刻的实际采样值，Ft为t时刻的预测值，a为平滑常数（0<=a<=1）.Ft+1实际上是Xt与Ft的加权平均数。通过指数平滑法预测下一时刻的温度数值，并且根据温度变化速率动态调整阈值，当温度超过阈值时发出预警信息。
4.1.3 ZM公司温湿度控制系统优化方案的实际应用
1）具体实施步骤
假设冷藏车温度的时间序列为{Xt}，冷藏物品的安全温度上限为HT 。 (1) 设置温度阈值U的初始值为安全温度上限，记作,Umax=HT。 (2) 设置温度阈值U的下限为Umin。 (3) 计算t+1时刻的预测温度Xt+1。
温度的变化是一个连续的取值过程，距离当前时刻越近的温度数据对此刻温度的取值影响越大。因此应该给不同的历史数据分配不同的权值。设t时刻的权重为n，则t-1时刻的权重为n-1，依此类推。 (4)计算t+1时刻的温度改变速率a。
- 45 -
大数据时代郑明现代物流系统问题优化方案
- 45 -
大数据时代郑明现代物流系统问题优化方案
其中，△t为温度采用间隔时间。
（5）根据a的数值调整阈值U。
其中n为调整系数，n的取值在0和1之间。 (6)比较Xt+l与U的大小。
如果Xt+1>U，那么发出温度预警信号。否则，返回步骤(3)继续进行下一时刻的温度预警。
2）系统设计
本系统主要由三方面组成：
（1）数据采集。在冷藏车箱内部署若干温度传感器，这些传感器节点通过 Zig Bee 网络以一定时间间隔采集温度并上传至传感器协调节点。
（2）数据传输。在冷藏车驾驶室内部署一个协调器、嵌入式 ARM 网关和GSM/GPRS收发模块。冷藏车箱内的传感器节点采集到温度信息后，通过自组织的方式逐层将数据通过协调器传输至 ARM 网关。ARM 网关对温度数据进行临时存储，通过移动互联网将信息实时的传输到控制中心。
（3）数据分析。控制中心获取温度信息后，将其存储到数据库中方便对历史数据的查询，同时对数据进行时间序列分析，当温度出现异常时发出预警信息。
- 46 -
大数据时代郑明现代物流系统问题优化方案
这个系统可以帮助ZM公司实时显示温度的变化曲线，对冷藏车温度信息进行智能分析产生预警，按照用户查询需求进行应答。
4.2 ZM公司存在的可溯源系统问题 4.2.1 ZM公司可溯源系统建设背景
随着城乡居民生活水平的提高与人们消费习惯的改变，新鲜、安全的优质食品逐步成为人们消费的潮流，以水产品、蓄产品为代表的生鲜肉类产品在人民日常生活消费中占有重大比例。生鲜产品从生产者到最终消费者的过程中，有80%的时间是在物流运输上，有20%的损耗是发生在流通环节中。此外，生鲜产品食品安全问题(如注水肉、瘦肉精等)频频被曝光，引起人们的广泛关注，人们对生鲜肉类食品的安全提出质疑。作为冷链运输领先企业，ZM公司的业务中不乏各种生鲜产品的运输和配送。公司董事长兼总经理黄郑明曾表示公司已有诸多大型物流中心和冷库基地，网络覆盖全国90%的重要城市，每日冷链货物吞吐量1000余吨。如此大量的生鲜货物配送，如何保证产品品质从始送源头到配送结束时依旧安全如一，是ZM公司必须要解决的重点问题。
基于该情况，在国内外研究和实践基础上，本文引入RFID技术作为信息载体，并依托网络通讯、系统集成及数据库应用等技术，设计一套生鲜肉类产品全程可追溯系统。ZM公司通过对生鲜产品信息流的控制，将生产商、加工商、运
- 47 -
大数据时代郑明现代物流系统问题优化方案
输商、批发商、零售商直到最终消费者连成整体，使政府监管部门和消费者可以利用这个系统对销售、购买的生鲜肉类产品信息进行全程追溯，确保每一件生鲜货物的质量安全。
本章以生鲜肉类产品——猪肉为例，介绍应用RFID技术进行猪肉产品运输全程可追溯系统的设计。
4.2.2优化方案的基本概述
1）RFID概述
无线射频识别（Radio Frequency Identification，简称RFID），也叫电子标签，是一种非接触式的自动识别技术，广泛用于物流过程中对问题产品的质量追溯、信息自动采集以及仓储管理中。其基本原理是利用射频信号的电磁感应传输特性，实现对被识别物体的自动识别并获取相关数据。RFID系统由主要由RFID标签、天线(包括发射天线、接收天线)、RFID阅读器和计算机网络系统四部分组成。RFID技术优点主要有：1）可识别高速运动物体并可同时识别多个标签，操作快捷方便；2）具有条形码所不具备的防水、防磁、耐高温、使用寿命长；3）读取距离大、标签上数据可以加密、存储数据容量更大、存储信息更改自如等优点。
2）基于RFID的生鲜肉类产品可追溯系统工作原理
猪肉生鲜产品全程可追溯系统的工作原理[2]如图4.1所示，具体内容包括：在生猪养殖场，利用RFID技术，通过激光打码设备在每一头猪身上打印追溯码，每头猪的追溯码都是唯一的，用于记录养殖场所有生猪整个生长过程的个体信息。生猪出栏时通过动检部门检验检疫后配送到肉食品加工中心，加工中心通过检验检疫后，将所有生猪的追溯码扫描录入企业收购系统中，并为待宰猪增加“追溯码”字段，其中增加的追溯码信息包括屠宰企业、屠宰地点、屠宰日期等，用于屠宰时车间操作员将每一头猪的全部追溯码录入屠宰企业收购系统中，系统会通过追溯码与ID的对应关系可以关联供应商、进厂日期、屠宰日期、猪源地、检疫证号、重量、级别等信息。进行屠宰分割以及精深加工后，分批次利用条码技术进行标示，条码信息包含产业链上游批次标识信息，并将其全部信息标识在加工成的生鲜肉类产品上，以备下一个环节或终端客户使用，最终配送到终端客户
- 48 -
大数据时代郑明现代物流系统问题优化方案
(批发商、超市、顾客)，终端客户可以通过该标示信息追溯到产品的整个产业链中各环节上的信息。同时ZM公司通过网络技术、分布式计算等技术、数据库技术、信息终端建立整个生鲜肉类产品产业链的相应信息采集及监控数据库系统，实现信息的融合、查询、监控，为每一环节提供针对猪肉质量安全性、肉类成分来源的数据，实现质量安全预警机制。此外，ZM公司通过3G，VPN高速传输，储存，并利用GIS和门户网站进行数据表达，实现消费者以及政府部门的有效的监督和猪肉问题源头追溯，让猪肉产品行业彻底实施源头追踪以及在猪肉供应链中实现完全透明。
图4.1 猪肉产品全程可追溯工作原理示意图
通过ZM的可追溯系统，可查询到每批次猪肉产品的原产地、饲养场、饲养员、环境、饲料、免疫、屠宰场、屠宰时间、检验证号、检验员、超市、等级、保存、销售员的信息，为政府监管部门有效地监控产品质量安全、及时追踪、追溯问题产品的源头及流向提供工具，最终实现猪肉产品全产业链的全过程质量的
- 49 -
大数据时代郑明现代物流系统问题优化方案
追溯，实现政府检疫监控、企业稳定发展、顾客放心安全的终极目标。
3）生鲜肉类产品可追溯系统的拓扑结构
“猪肉产品全程可追溯系统”涉及到养殖场、屠宰场、超市、专卖店等不同的机构和单位，地域广、距离远，因此网络设计涉及不同类型的网络整合，既有Windows桌面应用程序，又有Web应用程序，同时还有大量实时数据的交互和传输。根据我国生鲜肉类产品产业链的特点和产品质量可追溯的需要，系统采用C/S与B/S混合开发方式，在业务操作比较多、数据维护量大的Intranet应用子系统部分采用C/S模式，以查询功能为主的 Internet应用子系统部分采用B/S模式，混合开发方式兼顾了C/S模式的响应速度快和B/S模式的开发简单、易扩展等优点。该系统由数据库服务器、Web服务器和客户机等组成，数据库系统采用Microsoft SQLServer 2000，通过在主服务器端提供Web服务来实现与Windows桌面程序实现客户端和服务端的数据交换，既满足了企业数据安全保密的要求又满足了客户查询的方便快捷的需要，系统通过该网络可实现信息流在产业链中的跟踪与追溯，系统结构如图4.2所示。
图4.2 生鲜肉类产品全程可追溯系统拓扑结构图
4）生鲜肉类产品可追溯系统的功能模块设计
- 50 -
大数据时代郑明现代物流系统问题优化方案
猪肉产品全程可追溯系统主要包括生猪养殖管理子系统、屠宰加工管理子系统、营销配送管理子系统、销售终端管理子系统、客户查询系统五大模块，如图4.3所示，各个模块功能具体如下：
养殖管理子系统模块：作为全程质量追溯的源头，养殖管理子系统主要实现生鲜肉类产品生长过程中的生产信息的管理，主要包括仔猪管理、育肥管理、肥猪管理、出栏管理等，其主要采集信息包括饲养场名称、地址、规模、场主、仔猪来源、用药情况、防疫情况、猪体健康状况、检疫证号，消毒证号等。 屠宰加工管理子系统模块：该模块主要实现屠宰加工环节的信息采集与监管，采集的信息包括屠宰信息、分割信息、肉品检验信息、药残检疫信息以及包装储运信息等，可实现生猪屠宰分割过程中生猪个体标识与胴体之间信息的转换、生猪屠宰档案记录和保存、生鲜检验结果监控、生鲜储藏等的信息监管。 营销配送管理子系统模块：该模块主要实现屠宰加工完后的生鲜肉类产品在流通、配送过程中的信息采集与监管。
销售终端管理子系统模块：该模块主要生鲜肉类产品在销售环节的信息采集。
图4.3 生鲜猪肉产品全程可追溯系统功能模块
其中，营销配送管理子系统是ZM公司要重点建设的。该模块主要对经过屠
- 51 -
大数据时代郑明现代物流系统问题优化方案
宰加工完后的猪肉产品在仓储、配送过程中的信息采集与监管，采集的信息主要包括猪肉产品标识基本信息、仓储信息、运输车辆基本信息、运输监控信息、运输过程中猪肉储藏温度信息、商品出发地与目的地信息、环境卫生信息等，可实现生鲜肉类产品从屠宰加工中心出来到超市、专卖店配送过程中的信息监管等。 5） 生鲜肉类产品可追溯系统实现的关键技术 ①数据集成技术
由于生鲜肉类产品供应链比较复杂，其信息传递流程比较繁多，因而对肉类产品信息集成提出更高的要求。其中，使原先的完整的肉类产品信息与分解成的各胴体形成一个信息链路是一个重要技术关键。所以本系统涉及的关键技术主要是信息的获取、传递、存储、加工和信息的输出等方面的技术，目前较为成熟的或趋于成熟的RFID、条形码、数据库、网络技术、编码技术、信息安全技术、GPS, GIS技术都可以解决以上难题。同时国外食品安全监管体系相对也比较成熟，对食品的追溯体系的研究较多，信息系统的建设也比较完善，较为科学、全面和系统的研究了农产品追溯体系，主要包括标签制度、食品质量安全信息采集和发布、产品的全过程控制、风险评估等，这些都可以作为宝贵的借鉴经验。
②建立一套完善的、统一的编码体系
编码是信息追溯的基础和关键，建立一套完善的、统一的编码体系对生鲜肉类产品全程可追溯系统至关重要。根据唯一性、稳定性、无含义性与标识代码相结合、适用性、通用性和容量大、易扩展的原则，借鉴国家物品编码中心的EAN/UCC系统的编码原则，可以采用EAN/UCC系统的13数据结构对生鲜肉类产品进行追溯编码。
4.2.3优化方案的实际应用
可追溯系统的硬件由三部分组成，产品标签、RFID监控设备和硬件辅助设备。产品标签采用条形码；RFID监控设备主要为RFID读写器和手持机；而硬件辅助设备包括服务器、交换机、有线局域网和无线局域网等。生鲜肉类产品的质量安全可追溯系统考虑到多用户性和可扩展性，系统采用C/S和B/S相结合的混合开发方式。整个系统以.net组件为开发平台，综合使用C#.net，ML，ASP.NET，JavaScript等编程语言作为开发工具，服务器端操作系统用Windows Server
- 52 -
大数据时代郑明现代物流系统问题优化方案
2003 Enterprise，主要负责web站点的管理信息发布，客户端为Windows 2000 Professional，Windows XP中任意一种，以Microsoft SQL Server 2000构建生鲜肉类产品的溯源信息中心数据库，整个系统采用面向对象的开发思维，设计并实现了可追溯系统，系统针对不同的管理子系统开发不同的用户界面。以客户查询管理子系统为例，用户界面如图4.4所示。
图5 RFID生鲜猪肉销售子系统信息扫描系统界面
具体使用方法为：用户将所购买的生鲜猪肉，在可追溯系统前将条形码标签对准可追溯系统上的RFID读写器进行扫描，读写器接收到条形码标签上的信息，然后将反馈回的信息显示在用户界面上。如图4.5所示，所显示的信息中，用户可以了解到所购买猪肉的性别、出生日期、体重，猪肉来源、生产厂家、养殖厂地，主要饲养负责人、猪肉等级以及责任兽医等信息。不同的管理子系统其用户查询界面不同。
- 53 -
大数据时代郑明现代物流系统问题优化方案
图 6 RFID生鲜猪肉销售子系统扫描信息
当前国内外对生鲜肉类产品安全问题愈发关注，愈发期待生鲜肉类产品从生产养殖、采购、屠宰加工、流通、仓储到消费终端全过程信息的透明和公开。本文基于RFID技术设计了ZM公司参与的生鲜猪肉产品全程可追溯系统，并详细说明该系统的工作原理、拓扑结构、功能模块设计、系统实现的关键技术和系统的具体运行，以期帮助ZM公司建设仓储、运输子模块的信息可溯源系统和实现生鲜肉类产品全产业链的全过程质量的追溯。
本章小结
本章主要解决ZM公司管理系统的技术方面的两个问题。
1） 本章第一部分基于ZM公司目前的温度实时监控和预警机制的不足，在运输途中很难对温度变化情况进行实时的监测和跟踪，无法满足冷藏车物流运输的要求，也无法保障生鲜食品和医药用品的质量安全的问题，首先了解了国内外冷链检测技术的发展情况，对于一些优秀的检测技术进行了借鉴和学习，然后进行了分析和设计了一个由数据采集、数据传输、数据分析三方面组成的物流技术系统。首先可以将温度随时间的变化看成一个时间序列模型，假设了冷藏车温度
- 54 -
大数据时代郑明现代物流系统问题优化方案
的时间序列，然后设置温度阈值的初始值为安全温度上限，再设置温度阈值的下限，计算t+1时刻的预测温度、温度改变速率，最后根据t+1时刻的温度改变速率的数值调整阈值，如果t+1时刻的预测温度>阈值，就会发出温度预警信号，否则继续进行下一时刻的温度预警。其结果可以实时显示温度的变化曲线，对冷藏车温度信息进行智能分析产生预警，按照用户查询需求进行应答。
2）为响应国家关于食品安全问题方面的号召，同时满足消费者对生鲜肉类产品从生产养殖到消费终端全程信息透明公开的期望和要求，ZM公司致力于发展生鲜产品的全程可追溯系统。本章第二部分针对无线射频通信自动识别技术具有的防水、防磁、耐高温、使用寿命长等特点，提出基于RFID技术设计了ZM公司参与的生鲜猪肉产品全程可追溯系统，并详细说明该系统的工作原理、拓扑结构、功能模块设计、系统实现的关键技术和系统的具体运行，以期帮助ZM公司建设生鲜产品信息全程可溯源系统和改善现有的生鲜肉类产品产业链的全过程质量管控。
大数据时代郑明现代物流系统问题优化方案
第 5 章 大数据背景下ZM公司的内部建设
5.1 ZM公司内部建设存在的问题 5.1.1与京东等电商平台信息不对称
目前，ZM公司已与阿里巴巴、东方航空公司、淘宝、天猫、京东商城、顺丰优选、1号店、天天果园、优安鲜品等多家电商企业合作，形成了一、二线城市完善的电商物流网络。但是，在电商领域仍存在着一些亟待解决的问题，以京东为例。
电商这个业态是大批量的进出，每天会出十几、二十几万单的货物，如果没有体系化、标准化的生鲜电商物流平台是很难及时有效的运作的，而且现在各种各样的产品都在搞电商，如何存储、发货、打包、运输是很重要的。对于生鲜，配送时效性要求很高，一天需要多批次。京东目前做到一天两批次，早上十点半和晚上十点半两个批次，分拣打包时效如何解决与配送批次的统一协调性是一大难题，这实际上是电商与物流双方信息系统的对接问题。在实际操作过程中，运用信息系统管理能够全方位、多层次地对库存、出货、运输等各环节进行有效管理和监督，但是如果双方系统不是同一个，在信息对接上很容易出现问题。尽管信息系统大大便利企业之前的信息传递，但是系统过多、繁琐，相互之间不能有效实施对接，及时传递，仍会带来问题。
ZM公司与京东合作项目的操作流程如下图所示：
图 7 京东项目操作流程图
如上图所示，在京东项目操作流程中，每一个环节都涉及到信息的传递，如果京东的货品信息（包括数量、种类、配送地点、货品运输要求等）不能与ZM
- 55 -
大数据时代郑明现代物流系统问题优化方案
信息系统达到百分百对接，就会造成某个环节上的出错，从而导致发错货或送错货的现象。“配送”要求两个主体对“配”与“送”都要做到完美的信息对接，电商行业选择专业可信赖的第三方物流公司为它们服务，而物流企业主要承担“送”这一块工作，不仅仅讲究送得快，更要有质量保证，其中就包括货品在数量、种类、配送地点、货品运输要求等方面严格按照客户的订单信息及货品的特质进行安排，使正确的货品完好无损的送达客户手中，在这期间，电商与物流双方的信息系统对接是关键，而恰恰“郑京”双方在信息的对接上仍存在一定的问题。
5.1.2传统、单一的经营模式及业务流程
从整体来看，我国物流仍处于传统物流阶段，但已开始从传统物流向现代物流转型。
物流基础设施和装备发展初具规模。现代化物流集散和储运设施不足，能够有效连接不同运输方式的大型综合货运枢纽和服务于区域经济或城市内部的各种物流基地、物流中心建设明显滞后，物流标准化程度低，不同运输方式的装备和物流器具之间的标准都不一致，影响各种物流功能和要素之间的有效衔接与协调发展，影响物流效率的提高。我国目前全部实现计算机辅助设计系统、办公自动化系统、信息管理系统的企业不足10%;作为企业电子商务最核心的ERP系统，目前已经使用的企业不超过3%。而且电子商务的意义在于物流与商流、信息流、资金流重新整合，但我国却呈现出重商流轻物流、重硬件轻软件、重电子轻商务的趋势。
我国物流企业的标准化和规范化不统一。每个企业都自成体系，使物流环节的运输工具，承载设施和设备的标准与规范不统一，导致物流无效作业环节的增加，物流速度的降低和物流成本的上升，影响了物流的效益、快速反应能力和竞争力。
ZM公司主营物流业务有：冷链物流、电商物流、商贸物流、供应链金融等，具体业务系统架构如下图所示：
- 56 -
大数据时代郑明现代物流系统问题优化方案
图 8 郑明业务信息系统图
5.1.3公司内部环境不佳
ZM公司在内部建设上也存在着相关问题，如公司各项管理制度及人才培养机制不完善、各部门之间的信息传达和沟通不顺畅、内部控制环境不佳、整体规划能力较低，整体信息化应用水平较低。
ZM公司ERP在设计上采用了开放式的信息技术架构，目前的ERP包括以下模块OMS，TMS，WMS，FMS，HRM，OA，具体如下图所示：
图10 郑明信息技术架构
5.1.4风险评估系统不完善
随着ZM公司的日益发展、且大物流环境的日趋复杂化与竞争的日益激烈化，ZM所面临的风险种类不断多样化。在ZM公司日常运作中，通常会涉及不同的地点、不同的主体、不同的技术、不同的方法，这也决定了ZM在实施过程中会出现多种颇具影响的物流风险，比如环境风险、投资风险、管理风险等。而面对这
- 57 -
大数据时代郑明现代物流系统问题优化方案
些风险,ZM公司必须拥有一套完善的风险评估系统，才能更好地应对日常运作中的各种问题。
5.2 基于大数据下ZM公司的内部建设优化 5.2.1加强信息平台建设
加强信息平台建设，提高物流管理大数据的处理能力，在大数据协同物流供应链管理模式下，ZM要高度依赖于对数据、信息的采集分析和处理。物流供应链管理本质上是一种物流信息的管理，现在物流企业的竞争已成为对信息资源的竞争。因此，ZM应加强对各类物流供应链数据的整合研究，不断提高物流企业管理水平。
大数据时代里，大量的信息是非结构化数据，数据内容复杂且具有多样化，已经超出了传统结构化数据的获取、存储、分析和应用的概念。为了实现大数据协同物流管理，ZM应该从多种社交媒体、虚拟社区、客户服务中心等多种渠道中获取大量非结构性数据，并加强公司与第三方数据服务商的合作，通过先进的软件及模型对数据进行虚拟化的智能分析，从而获得商业决策的依据。并将物流业务构筑在先进网络信息技术平台上，加快与电子商务的融合，力求通过网络平台和信息技术将制造商、供应商联结起来，实现对物流各个环节的实时跟踪、有效控制和全程管理，达到资源管理和信息共用。
5.2.2依托大数据平台创新ZM经营模式及优化业务流程 （1）借助大数据物流平台，创新ZM经营模式
现代物流企业虽然有了现代信息技术和移动互联网的支撑，但是在物流系统中不免缺乏有效的信息沟通，使各业务部门各自为政、条块分割，不能很好地相互配合，ZM也不例外，存在着运输线路和货物批次不合理、对外部环境变化不能及时调整、不能准确把握商品库存和中途运输情况等问题，造成物流反应速度慢、资源配置不合理、成本控制不理想等不良后果，业务流程也常常会因为某个部位或环节出现问题而发生短路，这大大影响了ZM的发展壮大和高效运作。
因此，为提升ZM的经营管理水平，促进公司的健康发展，一定要重视经营管理理念的转变，用大数据供应链协同管理思想来优化公司内部业务流程。对分布
- 58 -
大数据时代郑明现代物流系统问题优化方案
在全国的各地分公司使用大数据进行管理，将原本分离的物流、商流、信息流和采购、运输、仓储、代理、配送等环节联系起来，形成一个完整的供应链，并对供应链整体运营状况翔实掌控。通过由ZM的数据管理部门及时把用户提出的所有需求反馈到仿真部门，仿真部门利用大数据信息平台进行模拟，预测出优化结果并反馈给管理部门，再由管理部门对分布在各地的配送、仓储、运输等业务部门进行协调，从而形成一个基于大数据的良性循环。这在一定程度上克服了由于子公司独立核算所导致的配合、协调困难的问题，也克服了实现成本领先的障碍。对于
其次，通过利用大数据技术提取的“大数据集”，包括单一的结构化数据、大量的半结构化数据（电邮、网页、文本数据）以及更多的非结构化数据（视频、音频、传感数据等），可以更加快速地了解客户当前的及潜在的需求，为扩展服务、发展潜在客户和提供个性化服务提供依据，为顾客提供特色化、个性化服务。 （2）依托大数据物流平台，不断优化业务流程
根据前文提到我国物流行业较为传统的经营模式和业流程的种种弊端及ZM公司的业务流程，为走向现代化管理，ZM公司应适时运用相关技术是主营业务得到进一步提升。
精细化的企业管理，通过大数据分析，实时掌握企业营运状态，设计一套精细化管理的指标体系，如效率指标体系、成本指标体系等，完成对运营安全的监控和预警，对资源调度与配置的增效等。
优质化的客户服务，通过大数据分析，实时掌握客户信息动态，全面实现供应链全程高度可视化，为客户提供更好的服务，增加客户的信赖，培养客户的黏性，实现冷链供应链模式的升级，大大提高客户体验。
高水平的决策支持，通过大数据分析，实时掌握业务信息反馈，以公司现有报表系统为基础，设计合理的决策支持系统，为公司未来的发展挖掘更多的商业价值，提供更准确、更及时的运营策略。
ZM要从企业发展战略着眼，利用好大数据管理工具，充分发挥其辅助决策的潜力。建立高效的运输与配送中心，通过大数据分析对道路运力资源进行调度，实现高效的运输管理；通过大数据分析构建全业务流程的可视化，实现货物在配送中心间的有序调拨；通过大数据，全面掌控外包承运商及自有车队的运作状况，
- 59 -
大数据时代郑明现代物流系统问题优化方案
从而正确选择外包承运商和管理自有车队；通过大数据，实时掌控物流业务的进展状况，提高物流企业对业务风险的管控力，改善物流企业运作和客户服务品质。同时可以借助大数据提前预测客户产品的需求情况、预测未来某个时点客户产品库存的周转和现货率，从而对客户产品最大库存设置、订购批量等方面进行优化，降低客户的库存管理成本，提高客户服务水平。另外，利用大数据可以实时了解客户生产进度情况，并通过数学模型、优化和模拟技术进行数据分析，从而调节客户物料的配送、库存和成本间的关系，并制定出优化后的配送线路和网络，实现订单、配送、仓储的一体化管理。
5.2.3运用大数据推动ZM内部环境的优化 （1）ZM内控环境优化
内部环境是企业实施内部控制的基础，包括企业治理结构、机构设置及权责分配、内部审计、人力资源政策、企业文化等方面。为优化ZM的内控环境，应从以下几方面着手：
首先，可以通过大数据推动内控环境各环节、各层次之间的有机协调。董事会、监事会、审计部、人力资源部等组织分立，职责区分，相互制衡，有助于内控目标的实现，但也容易产生纵向、横向的壁垒与相互协作上的障碍。而在内外部数据可得与技术可行的情况下，利用大数据推动内控环境各环节、各层次之间的信息共享与相互透明化，从而推动内控环境内部的有机协调，提升内部控制的效果。
其次，可以通过大数据推动对内控环境相关环节有效性的准确衡量。如对公司文化的评估，是内部环境的重要环节，但公司文化又属隐性的。如果能够通过对社交网络、移动平台等大数据的整合，将员工的情绪、情感、偏好等主观因素数据化、可视化，那么企业文化这种主观性的东西也就变得可以测量。
另外，利用大数据实现内控环境相关环节的适应性与弹性化。从企业的战略目标出发，人工智能中枢或者计算中心根据公司内外部竞争环境的变化，对组织机构作出因时而动的调整。
（2）利用大数据改善ZM内部信息传达与沟通
信息与沟通是公司进行内部控制的生命线，没有这些信息的传递与沟通，内
- 60 -
大数据时代郑明现代物流系统问题优化方案
控循环就没办法形成。当前的大数据时代，ZM在信息与沟通上应该有一个革命性的变化。传统的许多企业，来自于OA、ERP、物联网等内部信息化平台的大数据，来自于传统互联网、移动互联网、外部物联网等的大数据，都将使企业置身于一个不断膨胀的数据海洋。那么从传统数据到大数据，量变也将带来质变，许多以前认为不可能的事情，现在也可以实现。对于ZM来说，大数据的革命可以为公司带来智能化的内部控制，也可以让管理者准确把握每一位员工的情感。大数据，将让ZM内控进入一个全新的境界。
5.3运用大数据提高ZM风险评估的准确度
风险评估是ZM内部控制的关键工作，及时识别、系统分析经营活动中相关的风险，合理确定风险应对策略，对于确保ZM发展战略的实现，有着重要的意义。来自于ZM内部管理、业务运营部环境等方面的大数据，对于提高风险评估的准确度，会有明显的帮助。ZM可将大数据广泛运用到内部风险与外部风险评估的各个环节。如在内部风险评估上，可利用大数据对董事、监事以及其他高管管理人员的偏好能力等主观性因素进行更加到位的把握，从而避免管理失当的风险，也可将大数据用于对研发风险的准确评估。在外部风险识别上，大数据对于识别政策走向、产业动向、客户行为等风险因素也会有很好的帮助。本文将阐述ZM公司应如何有效运用大数据技术进行全面风险控制。
5.3.1运用大数据预判事前风险 （1）外部环境风险预判。
通过收集宏观经济运行数据，获取新闻、社交媒体所发布的新闻、博客、帖子、状态等非结构化数据，分析得出当前外部环境的景气程度。 （2）ZM公司自身风险预判
建立ZM内部运营数据库，对相关机构的业务运营情况进行统计。在此基础上建立监管能力评估模型，对各分支机构的监管能力进行评价。
（3）ZM公司金融物流项目事前综合风险预判。将上述主体的风险预判结果再次进行综合分析，得出金融物流项目的综合风险。若该项目风险巨大且不可控制，则应该主动放弃；若风险在可接受范围内，则根据分析结果给出监管意见，如协
- 61 -
大数据时代郑明现代物流系统问题优化方案
议修改意见、对监管场地采取的控制措施建议、派驻人员数量建议、项目操作中应特别关注的环节等。
5.3.2 运用大数据监控与识别事中风险 （1）外部环境风险控制
建立监管物品价格波动模型、国家政策对行业的影响模型、供应链相关性影响模型等，对不同的外部环境因素进行分析。在此基础上建立综合分析模型，对初级模型的分析结果进行二次加工，从而识别出当前存在的外部环境风险及未来的发展趋势。
（2）ZM公司的自身风险监控
ZM公司在自身风险控制中要做好异常数据的识别及监管手段的动态调整。异常数据的识别主要是通过抓取ZM公司自身在监管过程中所产生的各项数据，发现其中存在的异常。监控手段的动态调整主要是通过项目风险实时评估，动态调整金融物流项目的控制措施。
本章小结
本章主要阐述了ZM公司内部建设中存在的问题，包括与京东等电商平台的信息不对接，信息系统不完善、传统单一的经营模式和业务流程、公司内控环境不佳、风险评估系统不完善等问题，作者通过结合大数据技术，提出解决以上问题的方法，为ZM公司内部建设提出建设性意见，针对以上问题，分别提出加强信息平台、依托大数据平台创新ZM经营模式及优化业务流程、运用大数据推动ZM内部环境的优化，另外，还提出ZM公司应运用大数据提高风险评估的准确度，其中详细阐述了运用大数据预判事前风险和监控与识别事中风险的具体做法。
- 62 -
大数据时代郑明现代物流系统问题优化方案
第六章 结 语
6.1 研究结论
近些年来，随着信息技术的飞速发展，特别是云计算、物联网技术的成熟，极大地推动了大数据冷链物流行业的应用。对ZM公司而言，运用大数据进行协助处理不仅可以优化自身的冷链业务与客户关系管理问题，还能实现冷链物流各个环节信息共享和协同运作，以及社会资源的高效配置。而如何抓住大数据时代带来的机遇，是ZM公司在竞争中赢得主动和实现跨越发展的关键所在。本文的研究方向，即如何运用大数据优化ZM公司在信息、技术和企业内部三大方面存在的一些问题。本文研究的内容包括：
①大数据的基本理论。包括大数据在物流行业中的特征、分析方法、具体应用和ZM公司运用大数据技术的必要性。
②用大数据优化ZM公司信息问题，分为两个方面：分析当前ZM公司客户关系管理现状，提出在大数据下客户关系管理实施框架理论步骤与实际应用，用ZM公司客户生命周期利润下的客户价值矩阵分析及CRM策略优化当前客户关系管理问题；另一方面，本文分析了ZM公司可视化仓储现状及其信息系统工作机制，并进一步运用遗传学算法优化公司末端配送问题。
③用大数据优化ZM公司技术问题，同样分为两个方面：针对ZM公司目前在冷藏车温度监控方面的不足，做出对冷藏车温度监测的时间序列分析，得到温度监控存在的问题，运用动态阈值法得到温度监控的优化方法；另一方面，针对RFID所具备的防水、防磁、耐高温、使用寿命长等特点，基于RFID技术设计了ZM公司参与的生鲜猪肉产品全程可追溯系统，并详细说明该系统的工作原理、拓扑结构、功能模块设计、系统实现的关键技术和系统的具体运行，以期帮助ZM生鲜肉类产品运送的全过程质量管控。
④关于运用大数据优化公司内部建设方面，本文分析ZM存在的内部建设问题，从信息平台建设、ZM经营模式及业务流程等方面提出大数据的优化方法，最后提出运用大数据提高ZM风险评估的准确度。
6.2 研究展望
本文结合大数据思想，对ZM公司信息、技术、公司内部建设三方面进行分
- 63 -
大数据时代郑明现代物流系统问题优化方案
析和研究，最终提出了用大数据方法优化相关问题的方案。但是，大数据可以运用的范围很广，ZM公司整体可优化的地方还有很多。关于大数据和ZM的结合，还可以从以下几方面进行研究：
①运用大数据优化ZM公司物流金融的建设与发展； ②运用大数据优化ZM公司冷库全国范围内的网络布局； ③结合大数据方法打造ZM公司在冷链行业的品牌价值，等
综上所述，大数据与ZM公司的结合与运用远不止于本文的研究内容。尽管本文在大数据于ZM信息、技术、企业内部方面做出一定的分析和研究，但仍有许多待改进和完善的地方。相信通过日后更进一步的研究，本文的理论和研究成果会更加完善，对ZM在大数据方面的实际应用更有帮助。
- 64 -
大数据时代郑明现代物流系统问题优化方案
致 谢
写到最后，今日由我来把致谢填满。作为大四的学生，郑明物流设计大赛对于我们来说不止是一场全国性的物流大赛，更多的是为我们四年的大学生涯画上个预备句点，也是我们毕业论文的热身赛。其实大学四年期间参加过大大小小很多比赛，但却很不巧的总是和自己专业擦肩而过，能在大学的末尾参加这个比赛我也算真真正正的成为了一名物流人。
从比赛的报名到初赛截稿其实也只是短短的一个月，我们迅速组队、讨论、定向、落笔、修改、最终完成，这一步步都是靠各位不懈的努力。小组的各位曾经在饭堂里讨论到面红耳赤，曾经也在宿舍为了想出最好的方案而焦头烂额。虽然不知道结果如何，各位仍然是我此刻最想感谢的人。我感到十分庆幸能成为各位生命中大学里最后一场比赛的队员，希望各位在接下来的就业之道上可以走得更好、更稳健。我突然想起高中老师留给我的一段话，“风风雨雨，这一切都会成为美好的回忆吧”。
除了队员以外，我们小组成员由衷的像我们的论文指导老师——刘广海老师致谢。由于我们自身的原因，并未很好的把握时间，导致最后论文实际撰写时间不足。但是刘广海老师还是十分热心地给我们指导，扶正我们的论文思路，指导我们小组成员如何更有效率地查找资料、如何把论文写得更为具体且有针对性。也许老师您指导过许多学生，许多特别拔尖与出色的学生，但是你却是我们遇到最尽责的指导老师。
最后，由衷感谢在百忙之中为本论文的评议、审阅、答辩而付出宝贵时间和辛勤劳动的专家和教授们，感谢您们的悉心指导！
酱香毛毛虫全体 2015年10月
- 65 -
大数据时代郑明现代物流系统问题优化方案
大数据时代郑明现代物流系统问题优化方案
参考文献
[1]张艳.大数据一物流企业的新蓝海[J].现代物流报,2013,(5):21 [2] 姚尧.大数据时代的智能物流[J].中国经济信息,2013,(4):70
[3]叶斌.黄文富,余真翰.大数据在物流企业中的应用研究[J].2013,(12):18 [4]尤翠翠.大数据下第三方物流企业客户关系管理研究[DB/OL].中国知网,2015,04.
[5] 茹亮.冷藏车远程感控系统关键技术研究[DB/OL].中国知网,2013,02. [6]朱湘.生鲜电商摧热冷链[J].农经,2013,9:49-51.
[7]邓淑芬,吴文谋,赵林度,吴德俊.食品供应链安全问题的信号博弈模型[J].物流技术,2005,10:135-137.
[8]范李平. 物流配送及其车辆优化调度[DB/OL].中国知网,2004,04.
[9] 陈汐.基于可视化的仓储信息管理系统优化探讨[DB/OL].中国知网,2004,04.
- 66 -
因篇幅问题不能全部显示，请点此查看更多更全内容