——欢迎到访！ 专业商用车网络媒体 为您服务
物流数据化、数据驱动物流是物流业发展的大趋势，物流大数据会越来越重要。然而当下物流大数据应用出现一些不好的现象，走进了唯数据论的误区，误导物流大数据的发展。
从本质上来讲，物流是货物位移的组织过程，在这个过程中，物的存储、位移永远是需要首先考虑的，物流数据要依赖于真实的物流过程存在，物流大数据的价值在于对物流过程的优化、物流服务品质的评估、物流信用评估、宏观经济分析等方面。
自从大数据这个词被引入到物流领域，关于物流大数据的声音层出不穷，相当多的关于物流大数据应用的场景描述偏离了物流活动本身，为了谈数据而谈数据，误导了物流大数据的发展。
物流大数据应用常见的误区
最近有一种倾向，凡是提“物流大数据”就把应用场景往卡车发动机参数搜集、节省油耗、司机驾驶行为等与物流的组织过程本身没有关系或关系不大的方面去引导的，这些就是典型的物流大数据应用的误区。
【误区一】卡车发动机数据
卡车发动机数据重要吗？重要，这是对发动机的故障诊断及保养维修等方面是重要的。但是对物流而言，卡车发动机的数据在绝大数情况下可有可无。为什么呢？货主要发货，承运车辆得按时到达发运地、按要求送达目的地，首先是有没有可用运力的问题。这个时候，车型、载重的信息要优于发动机的信息。例如，货主根据自身业务及货源情况，需要12.5米的车，承运商不能派个9.6米或17.5米的车还说因为这些车可以采集到发动机的数据吧。
卡车发动机数据，是卡车制造商及卡车4S店关注的数据，因为卡车售后服务可以通过数据来准确判断卡车发动机的问题。
有一种声音，需要每分每秒感知发动机ECU、OBD的数据，这是在误导物流行业。
ECU发动机电控单元是发动机控制系统的核心，开放ECU会带来擅自修改发动机参数改变发动机功率和扭矩的现象。OBD是用来检测尾气排放的。这些数据与物流活动没有什么关系。
开放ECU和OBD数据还有个非常现实的问题，每种型号的发动机都不一样，都需要根据每款发动机的情况单独解码。
从发动机主机厂的角度，是不愿意开放ECU、OBD参数的，一旦开放这些数据，最终因为参数改变引发的发动机故障和安全事故主机厂要不要负责任？
【误区二】油耗数据与省油
对自营车队的管理而言，采集油耗数据最根本的目的是防止司机偷油，有一定的意义。但是在中国，90%以上的车都是个体车辆，都是三、五辆车的个体小车队。个体车主及个体司机都是精打细算的主，这个群体对节省油耗和成本是最关注的，同时也是非常专业的。油耗数据对个体车主及司机而言，没有多大的参考价值。
另外，想通过油耗数据来达到省油的目的，一般也是徒劳的。因为影响油耗的因素是多方面的，例如车况、载重、路况这些因素，是司机、物流公司无法改变的，该耗多少油还得耗多少油。
【误区三】司机驾驶行为数据
中国物流业的小散乱，司机是替罪羊，把物流业的落后归咎于司机难管是不对的。现实是，货运司机是中国劳动中最吃苦耐劳、最艰辛的一个群体，他们走南闯北、风雨无阻。
有的人讲，可以根据驾驶行为数据判断司机的性格，进而淘汰性格不好的司机。这个观点是站不住脚的，因为性格无法用好坏来评判。司机既然从事了货运这个行业，就自然会遵守行业的规则，什么事该做或不该做，司机最清楚。一旦上路，所有的风险和责任都是由司机来承担，就算有再大的委屈，司机都会压着自己的性子。可以说，货运司机是比较灵活甚至圆滑的一个群体，这是行业环境和职业要求使得他们必须灵活和圆滑。
根据驾驶行为数据管理司机通常也是无效的，例如不能根据ACC数据强制司机熄火，总不能大热天的不让司机开空调吧？又比如，不能根据发动机及变速箱的数据，来要求和指导司机上坡如何挂挡。
物流大数据应用要回归到物流业务本身
物流大数据很重要，这个行业趋势没有哪个物流企业可以避开。那么对企业而言，该从哪些视角去看待物流大数据呢？
我们认为至少有这几个视角：物流服务质量、物流活动效率和物流数据征信、物流优化、宏观经济分析是物流大数据应用中应该重点关注的。
视角1：物流服务质量
物流大数据可以反映物流企业的服务质量。例如物流服务的时效表现如何，是不是出库、发运、送达老是延迟或迟到？例如货物安全，因为货损、货差、丢货被投诉的频率是多少？在冷链物流方面，物流过程的温湿度是否都是合格的？这些都可以通过物流过程的大数据来反映。基于物流过程的大数据，还可以向货主提供自主查询服务，提高客户的物流体验。所以，行业需要从物流服务质量的视角来看待物流大数据。
视角2：物流活动效率
物流大数据有没有价值，还需要从物流活动效率的角度来分析。物流企业应该从如何提高资源利用率的角度来挖掘物流大数据的价值，例如如何提高运力的利用率、仓库货位空间的利用率、托盘的周转率等等。此外，还可从如何提高业务协同的视角来挖掘物流大数据的价值，例如利用物流大数据来压缩业务流程中的一些环节等等。总之，物流大数据要在提高物流活动效率上发挥作用。
视角3：物流数据征信
物流大数据可以发挥数据征信的作用。物流业诚信体系不健全，那是因为无法记录企业及各个从业主体的诚信行为。随着物流业不断数据化，物流大数据可以反映出每一个货主、物流企业、车主、司机等的诚信水平。
目前的行业现状是，每个企业都说自己是诚信的，但都没有数据依据来证明。基于物流大数据，整个物流业就有了数据征信的基础，进而基于数据征信可以对接金融机构，发展物流金融。企业可以凭借自身的数据征信获得融资，金融机构可以基于物流数据征信开展物流金融业务。
视角4：物流经营管理优化
物流大数据可以用来优化物流的经营管理。物流优化往往无从下手，因为缺乏数据来把握整体情况。例如业务流程的优化需要业务流程的大数据，业务网络优化需要业务网络的大数据，调度优化需要运力大数据及货源大数据等等。有了物流大数，可以在物流经营管理的优化上做很多事情。
视角5：宏观经济分析
物流大数据在宏观经济分析，交通枢纽规划方面都可以发挥作用。
结束语：物流大数据涵盖的面非常广泛，几乎每个物流要素都可以有其自身的大数据，物流大数据的应用前景非常广阔。但是物流数据化以及物流大数据才刚刚起步，整个行业的物流大数据基础还非常的薄弱。如果一味地炒作数据化形象，甚至把物流大数据引导到和物流活动无关紧要的焦点上，这对物流大数据的发展甚至物流业的发展是在误导。所以物流业要警惕物流大数据泡沫，踏踏实实地夯实企业自身的物流数据化基础。
版权声明：此文源自其它媒体，如需转载请尊重版权并保留出处。内容若存有质量疑问请立即与本网联系，商用车之家将尽快处理并予以回应。
