智能物流刻不容缓 动态数据仓库举足轻重，

转自:http://www.csdn.net/article/2012-09-26/2810358

智能物流刻不容缓 动态数据仓库举足轻重

作者郭雪梅

摘要：对于现代物流业而言，快启动信息化系统整合，释放多年积累的数据能量，构建商业智能新平台，为物流企业增长觅求新的动能已经刻不容缓。这其中，构建动态数据仓库，实现商业智能是举足轻重的一步。

最近几年来，物流业突飞猛进式发展难掩信息化水平相对不成熟的现状。自2009年以来，以物流业为节点完善产业链信息化建设的呼声不绝于耳，而且随着国外大型物流集团竞争中国市场，依靠低成本实现增长的模式已至穷途。尽快启动信息化系统整合，释放多年积累的数据能量，构建商业智能新平台，为物流企业增长觅求新的动能，刻不容缓。正如中国物流与采购联合会副会长兼秘书长崔忠付所言：“云计算、物联网和商业智能，在国家关注的这三个战略方向上，物流企业有很大机会。”而在这些方面，物流企业需要依靠大数据分析与数据仓库解决方案有更深积累的合作伙伴，比如Teradata天睿公司。

为此，2012年9月21日，Teradata天睿公司携手中国物流与采购联合会举办了《物流企业数据仓库和智能分析专项研讨会》。Teradata与全国物流及快递行业前50强企业、大型物流园区、港口、保税区、电子商务公司物流企业及特种物流企业的CIO及信息化中心负责人共同探讨物流企业的商业智能需求，海量数据对数据仓库系统带来的挑战，并分享Teradata智能物流私有云解决方案的精彩应用。

Teradata天睿公司全球运输物流业总监Shaun M. Connolly接受采访

智能物流是趋势

业内曾将物流业分为两类：一类是通用类，如仓储、运输、快递、装卸等行业，为所有行业提供服务，并通过规模效应，整合资源集约化的过程来实现规范化、标准化、信息化、现代化；另一类是专业类，如钢铁物流、汽车物流、医药物流、食品冷链、服装物流、出版物流等，是为某一行业、甚至是某一企业量身定制服务。这些专业物流与传统产业升级改造，结构调整，转变生产方式密切相关，对改变传统产品的生产方式有极大推动作用。专业物流信息系统是专用的，发展前景极大。落实到信息化建设方面，通用类物流企业要做大，需要横向整合、搭建平台、形成网络，要出龙头企业，并在集约化的进程中，充分利用信息化建设提升竞争力；专业类物流要做专，需要纵向整合、流程整合，要做深做透行业客户的需求，并利用信息化手段来实现流程优化、精细化管理。

而今，经过多年发展，投入巨资的大型通用性物流企业在运输管理、仓储管理、供应链、人力资源、数据仓库和商业智能应用上建设比较全面。中小专业物流企业也在运输管理、供需预测、仓库管理等建设方面有所收获。崔忠付表示：“下一步在资源管理、数据采集、整合物流资源，提供增值服务等实现智能物流系统建设方面，企业仍大有可为。”

事实上，智能物流已经成为国际公认的现代物流业的发展方向，但要实现“依托现有运输和物流数据，整合存货、运输跟踪与监控、客户关系管理、财务管理与报告、以及无线射频识别等数据，能够有效降低物流企业的运营成本，提高响应速度，满足日益复杂的客户需求”等目标，并不容易。

首当其冲的就是面对物流企业已有的“烟囱式”系统或信息孤岛如何实现兼容与数据共享？对于CSDN记者的问题，Teradata天睿公司全球运输物流业总监Shaun Connolly表示：“这也是全球前10大物流运输公司中的80%都选择了Teradata的原因。大部分物流公司内部已有不同的系统，现在所需要做的是将这些系统中运行的数据导出，统一导入到一个数据仓库，并在此做整合、处理、报表、探索、挖掘、分析等工作。Teradata已经有一整套工作流程、方法以及专门的逻辑模型，用于商业智能的分析。”

事实上，在Shaun Connolly看来，中国物流业发展“非常非常快”，远超欧美同行。而且“我非常喜欢中国的一点就是速度，中国人不畏惧这样的快速发展，好像是与生俱来的特点，而且能够非常快地适应这种变化。”为此，中国物流企业完全可以借鉴国外同行开发的相关工具和系统，汲取经验教训，实现在技术上的“蛙跳”，获得更好的发展。

近实时的动态数据库

即使在国际市场，商业智能也是一个全新领域，但在云计算和大数据时代，商业智能市场前景可期。相关分析报告显示，“十二五”期间，国内潜在BI市场超过300亿元。在物流行业，机遇与挑战并存。

要实现数据采集、系统整合、动态监控、流程管控、供应链管理，并最终形成决策分析，为用户提供全方位增值服务，物流企业需要构建专属的动态数据仓库私有云架构。动态数据仓库相比传统数据仓库最明显的差别就是“速度”，而这些差别在用户体验和数据分析上会形成巨大的差异。

Shaun Connolly举例来说明这一点：在快递包裹时，物流企业都会进行分封，这些信息一般只在企业内部运营系统，很长时间以后才会进入传统的数据仓库储存起来。而使用Teradata动态数据仓库（ADW），这些数据将以接近实时的方式复制到数据仓库系统中，进而直接用于运营，形成更好的运营决策、分析性决策以及客户服务。比如，一家物流企业在运输过程中，发现三个包裹被损坏，这些数据迅速进入动态数据仓库，那么用户申请赔付时，就可以直接转接至主管部门的客服代表，而不会随机转接给无关的客服代表，让用户更加生气。此外，通过这些包裹损坏率的统计，进而可以查询到在哪一段路程中容易出现货物损坏？卡车司机是否有不良的行驶习惯？此段运输中是否需要增加运费等等。

让管理层能够实时掌握到数据与数据背后的信息，这就是智能物流的“真相”。据介绍，在美国有两家新合并的铁路公司面临多重环境、数据零散以及公司间使用不同的统计分析系统等问题，通过使用Teradata 企业数据仓库（EDW），Teradata整合了数十个分散的交易系统，使得近8000名用户几乎可以实时获取信息，同时能够随时随地解决任意问题，并节约了数百万美元的成本。

回望过去数年，从每月一次的数据收集，仅有首席经济师或精算师才会用到数据仓库和商业智能，发展到如今几乎每个部门一线决策人员都能实时接触数据，甚至在智能手机上就可以查询相关分析报告，大量来自RFID、传感器等高度分散的实时数据在信息系统中的分量变得更加举足轻重。Teradata天睿公司大中华区首席执行官辛儿伦表示：“Teradata希望帮助更多物流企业实现商业智能，以事实为依据，制定精确有效的业务行动纲领，从而协助企业在瞬息万变的环境中做出最佳的商业决策，激发企业的终极潜能。”

 

评语：

     该文有为Teradata做广告之嫌，在电子商务行业开源成为主流的今天，厂商难以再凭以往的优势攫取超额的利润。Teradata也已经是一个过期的名词，

应该比以往更加关注和鼓励开源地创新。