基于大数据的物流营运智能分析SaaS平台-设计方案-V1.0

基于大数据的物流营运智能分析SaaS平台
Customer iQ
建设方案
2014年12月
一、前言
大数据和云计算的时代，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的依赖。

利用大数据技术，对大容量和非结构的Web、GPS和RFID等数据进行实时收集、存储和处理，结合各种数学模型，我们可以实现针对物流行业营运状况的精准智能分析，为物流行业管理者提供实时的物流营运状况监控信息，辅助其进行管理决策。

同时，云计算SaaS服务的按需付费、大数据计算性能水平扩展、移动便携性等正好解决了商业智能在物流行业推广应用中的“落地难”问题，基于大数据的物流营运智能分析，将提升中国物流行业的精细化管理水平，促进物流行业的快速发展。

二、建设目标
建设目标包括：
1、提供物流行业营运分析洞察报告，全面反映物流行业营运过程状况；
2、建立物流营运健康指数模型，准确反映物流营运健康水平，分析物流营运中存在的问题；
3、提供物流营运风险预警和问题改善追踪功能，评估问题改善有效性，持续改进物流营运过程。

三、业务需求分析
1、物流营运业务分析
经过分析，物流营运业务主要分为运输业务、仓储业务、业务收
入和业务费用几个部分，以下是物流营运业务分析示意图：
2、物流营运业务指标
3、物流营运健康指数
基于上述物流营运业务指标，建立物流营运健康指数模型，直观地综合反映物流营运过程健康状况，使业务主管和公司领导能及时了解物流营运状况，发现存在的问题，提高管理和决策的针对性和有效性。

物流营运健康指数模型编制办法如下：
1）指数信号源
注：a.以上阀值和得分可以根据物流企业实际情况进行调整;
b.权重取值为–，缺省权重为。

2）计算办法
单个信号分值=（该信号实际分值–该信号最低理论分值）/
（该信号最高理论分值–该信号最低理论分值）
物流营运健康指数=∑（单个信号分值 * 信号权重）/最高权重值（10）
四、建设内容
1、数据收集和处理
数据收集和处理模块主要是收集物流营运相关的数据，数据来源包括Oracle或SQLServer数据库、GPS数据收集接口、互联网相关数据接口；收集后通过Hadoop或Spark的MapReduce Job进行分析，计算物流营运健康指数，并生成物流营运看板包括的各种数据图表。

以下是数据收集和处理模块示意图：
2、物流营运看板（Dashboard）
提供各种反映物流营运状况的图表，用户可以定制物流营运看板布局和图表内容。

物流营运看板包括如下图表：
1）最新物流营运健康指数
2）货运量分析：按客户、货物种类、车辆分类统计
3）周转量分析：按客户、货物种类、车辆分类统计
4）运输收入分析：按客户、货物种类、车辆分类统计
5）仓储收入分析：按客户、货物种类、仓库分类统计
6）订单完成率：按客户、货物种类、车辆分类统计
7）运单准确率：按客户、货物种类、车辆分类统计
8）车辆运输里程分析：按车辆分类统计
9）车辆工况分析：按车辆分类统计
10）车辆人员支出分析：按车辆分类统计
11）车辆油耗费用支出分析：按车辆分类统计
12）车辆维修费用支出分析：按车辆分类统计
13）车辆轮胎费用支出分析：按车辆分类统计
14）仓储费用支出分析：按客户、货物种类、仓库分类统计15）仓储装卸搬运费用支出分析：按客户、货物种类、仓库分类统计
以下是物流营运看板示意图：
3、物流营运健康指数
1）物流营运健康指数界面
物流营运健康指数界面提供指数浏览画面和指数信号明细画面：
指数浏览画面：显示最新的物流营运健康指数分值、指数历
史变化和预测趋势；
指数信号明细画面：显示物流营运健康指数各种信号分值信
息。

以下是物流营运健康指数浏览界面示意图：
以下是物流营运健康指数信号明细界面示意图:
2）物流营运健康指数管理
提供物流营运健康指数的各种信号配置功能，包括修改信号、调整阀值、分值和权重等功能。

以下是物流营运健康指数管理界面示意图:
3）物流营运健康指数分析
利用主因子分析方法，分析导致物流营运健康指数变化的因素，便于管理部门提出针对性的措施。

以下是物流营运健康指数变化分析的示意图：
五、工作计划
（待定）。