基于大数据物流营运智能分析 SaaS 平台Customer iQ建设方案12 月一、序言大数据和云计算时代，物流行业智能分析已经突破了传统商业智能分析系统（BI）对关系型结构化数据依靠。利用大数据技术，对大容量和非结构 Web、GPS 和 RFID 等数据进行实时搜集、存放和处理，结合多种数学模型，我们能够实现针对物流行业营运情况正确智能分析，为物流行业管理者提供实时物流营运情况监控信息，辅助其进行管理决议。同时，云计算 SaaS 服务按需付费、大数据计算性能水平扩展、移动便携性等恰好处理了商业智能在物流行业推广应用中“落地难”问题，基于大数据物流营运智能分析，将提升中国物流行业精细化管理水平，促进物流行业快速进展。二、建设目标建设目标包含：1、 提供物流行业营运分析洞察汇报，全方面反应物流行业营运过程情况；2、 建立物流营运健康指数模型，正确反应物流营运健康水平分析物流营运中存在问题；3、 提供物流营运风险预警和问题改善追踪功效，评定问题改善有效性，连续改善物流营运过程。三、业务需求分析1、物流营运业务分析经过分析，物流营运业务关键分为运输业务、仓储业务、业务收入和业务费用多个部分，以下是物流营运业务分析示意图：2、物流营运业务指标业务分类指标名称指标含义单位数据起源运输业务货运量多种运输工具实际运输到目标地并卸完货物数量吨订单管理系统周转量货运周转量＝∑每批物品计费重量×该批物品运输里程吨*公里订单管理系统周转里程订单运输距离累计公里GPS周转时间订单运输时间累计小时/分钟GPS订单完成率当期订单完成运输量/订单运输量总计订单管理系统运单正确率当期符合要求接收时间或送达时间运单/当期全部运单订单管理系统车辆工况∑车辆运行时间/当期总时间GPS仓储业务入库量当期全部入库货物重量吨仓储管理系统出库量当期全部出库货物重量吨仓储管理系统期末库存量当期仓库库存货物重量吨仓储管理系统周转次数（入库量+出库量）= 吞吐量/仓库最大库存量次仓储管理系统业务收入运输收入当期全部运单运输收入累计万元财务系统仓储收入当期全部货物仓储收入累计万元财务系统装卸搬运收入当期全部货物装卸搬运收入万元财务系统累计业务费用车辆-人工成本当期每台车人工支出万元财务系统车辆-燃油费当期每台车燃油费用支出万元财务系统车辆-轮胎费当期每台车轮胎更换费用支出万元财务系统车辆-路桥费当期每台车路桥费用支出万元财务系统车辆-维修费当期每台车维修费用支出万元财务系统...
