在大數據方興未艾、眾說紛紜的時刻，大數據在變革車貨匹配、運輸線路分析、銷售預測與庫存、設備修理預測、供應鏈協同管理等方面發生著潛移默化的作用，逐漸改變和影響著物流人的思維方式。

　　最近一直關注大數據，也時常研究一些大數據方面的文章，在大數據方興未艾、眾說紛紜的時刻，進一步闡述和研究大數據在物流中的應用頗有意義。大數據將逐漸成為現代社會基礎設施的一部分，就像物流行業中的公路、鐵路、港口、水電和通信網絡一樣不可或缺！但大數據不會因為人們的使用而折舊和貶值，很多人習慣把物流行業看作是互聯網最后一塊未開墾的處女地，對大數據的研究還停留在口頭上，還沒有形成具體的可操作的行動！專注于數據調查的咨詢公司麥卡錫則一針見血地指出：“大數據將是堪比石油的重要資源”。

　　大數據，變革車貨匹配

　　每次到物流園區都看到很多信息部，大量的車輛在園區的停車場候著，有時候等上兩三天配不上貨也是正常的事，大大浪費了資源，所以才催生了很多以車貨匹配的信息平臺和APP，且不說車貨匹配帶來的數據量如何，僅大數據的沉淀積累就有一段漫長的路要走，通過運力池的大數據分析，公共運力的標準化和專業運力的個性化需求之間可以產生良好的匹配，同時，結合企業信息系統也會全面整合與優化。基于大數據實現車貨高效匹配，不僅能減少空駛帶來的損耗，還能減少污染，是一舉多得的好事情！大數據的應用能有效解決公共信息平臺上沒有貨源或貨源信息虛假的問題。當前，國內做車貨匹配的平臺性企業大多還在摸索，效果不佳，運作乏力。

　　大數據，運輸路線優化

　　下面先看看UPS是如何用大數據優化送貨路線的？UPS配送人員不需要自己思考配送路徑是否最優，UPS采用Orion系統可實時分析20萬種可能路線，3秒找出最佳路徑。UPS通過大數據分析規定：卡車不能左轉，原因是左轉會導致貨車長時間等待。未來，UPS將用大數據預測快遞員將做什么并及時控制糾正問題。通過運用大數據，物流運輸效率將得到大幅提高，大數據為物流企業間搭建起溝通的橋梁，物流車輛行車路徑也將被最短化、最優化定制。所以，UPS的司機會寧愿繞個圈，也不要往左轉，聽著些許荒唐，因為左轉而繞遠路的費時和耗油真的可以忽略不計嗎？根據往年的數據顯示，因為執行盡量避免左轉的政策，UPS貨車在行駛路程減少2.04億的前提下，多送出了350000件包裹。

　　大數據，銷售預測與庫存

　　通過互聯網技術和商業模式的改變，可以實現從生產者直接到顧客的供應渠道的改變。這樣的改變，從時間和空間兩個維度都為物流業創造新價值奠定了很好的基礎。借助大數據不斷優化庫存結構和降低庫存存儲成本，運用大數據分析商品品類，系統會自動調用哪些商品是用來促銷的，哪些商品是用來引流的，同時，系統會自動根據以往的銷售數據建模和分析，以此判斷當前商品的安全庫存，并及時給出預警，而不再是根據往年的銷售情況來預測當前的庫存狀況，降低庫存存貨，從而提高資金利用率。通過互聯網技術的變化，可以讓全國物流業的布局相應地發生一系列調整。從過去生產者全國布局配送中心，逐步演化成為個性化訂單，從顧客的需求向上推移，促使整個配送模式的改變。過去是供給決定需求，今后越來越多地從需求開始倒推，按照需求的模式重新設計相應的供給點的安排。這些都是因為大數據時代到來所產生的變革。