大数据商业分析与物流
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
[1].http://www.useit.com.cn/thread-12678-1-1.html.菜鸟案例 引用日期[2017-9-18]l
2
大数据商业分析+物流
物流大数据商业分析的成果:
设立四级地址库大大提高投递准确率: 由于现有的三级地址(省、市、区/县)无法满足物流服务的确定性和多样性的要 求,物流端统计超区件比率在3%-7%之间,阿里巴巴每年约3.3亿人次(包裹)消 费者遭受包裹延误。 2014年利用菜鸟天网数据平台和高德地图合作,将三级地址转换成四级地址(省、 市、区/县、社区),同时将四级地址库将对合作伙伴开放,提升消费者的物流服 务体验和物流公司的服务能力,大大提升了物流快递公司的分拣效率和投递准确率。 [1]
1.Business analysis应属于传统商科。主要是任务是对公司整个运营的流程、业务的 开展等方面的分析。比如发现新的商业需求、提出改善某些商业问题的解决方案。[1]
2.Business analytics真正的新兴学科。这个行业的核心就是数据分析,而且是高深的 技术、模型和算法。通过对数据的深度分析、挖掘来研究公司以往的业绩,对行业市场 潜在的商业信息的搜索等。[1]
predpol的犯罪预测
治安
交通 百度无人驾驶、滴滴、高德导航
4
大数据商业化的利与弊
利: 创造出巨大的经济效益和社会价值。
弊: 个人隐私与商业伦理问题。
谢谢聆听
[1].http://www.useit.com.cn/thread-12678-1-1.html.菜鸟案例 引用日期[2017-9-18]l
2
大数据商业分析+物流
物流大数据商业分析的成果:
菜鸟物流高效率运营:
通过大数据协同,菜鸟物流的数据预测能力准确率从83%提升至90%以上。2016 年双十一实现销售额1207亿,整体物流订单量达到6亿单,同比2015年双十一的 订单量3.6亿增加了67%左右。菜鸟网络的系统承压能力较去年显著提升。但通过 将大数据用于事前、事中和事后三个环节,深入利用事前预测,物流雷达预警、 电子面单、智能分仓、四级地址库等功能,保证了7天之内完成双11的所有订单。 [1]
[1].中国物流信息中心.http://www.clic.org.cn/kjdt/277774.jhtm.引用日期[2017-9-18]l
2
大数据商业分析+物流
大数据分析在物流企业应用: 1.大数据在物流决策中的应用。 2.大数据在物流企业行政管理中的应用。 3.大数据在物流客户管理中的应用。 4.大数据在物流智能预警中的应用。 5.大数据在物流园区、网点以及枢纽选址的运用。
[1].http://www.useit.com.cn/thread-12678-1-1.html.菜鸟案例 引用日期[2017-9-18]l
3
大数据商业分析+?
农夫山泉用大数据卖矿泉水,近年销量以30%-40%增长
埃齐奥尼利创Fra Baidu bibliotek价格预测系统。
零售
金融 大数据 分析+
谷歌成功预测甲型H1N1流感的爆发 医疗
大数据商业分析与物流
第二组:沈朝阳 丁浩 戴丽 宣秀妹 耿陆
1
什么是大数据商业分析?
2
大数据商业分析+物流
3
大数据商业分析+?
4
大数据商业化的利与弊
1 什么是大数据商业分析?
概念:在商业中利用数学和统计分析技巧,识别关键数据变量之间的关系,揭秘隐藏在 数据中的规律并调查分析问题出现的原因,并预测将来。 一般分为两类:
[1].维基百科http://www.wikipedia.org/.[引用日期2017-09-18]
大数据分析关系图
搜集 数据
分析 模式
数据 分析
结果 应用
2
大数据商业分析+物流
物流大数据商业分析:
即运输、仓储、搬运装卸、包装及流通加工等物流环节中涉及的数据、信息等。通过 大数据分析可以提高运输与配送效率、减少物流成本、更有效地满足客户服务要求。 将所有货物流通的数据、物流快递公司、供求双方有效结合,形成一个巨大的即时信 息平台,从而实现快速、高效、经济的物流。[1]
2
大数据商业分析+物流
物流大数据商业分析的成果:
菜鸟电子面单:
电子面单平台是基于平台化的物联网智能数据服务。"菜鸟电子面单”的推广,极 大地提升了快递公司的打印效率和分拣效率。发货效率至少提高了30%到40%, 在同等发货量的情况下,使用电子面单可以使操作人员减少30%。同时,打印速 度提升4到6倍。同时通过二维码隐藏收件人的隐私信息,一定程度上避免消费者 个人隐私泄露。[1]