快递司机一天中几乎有无数条路线可供选择。对UPS这样的巨头来说，如果每位司机每天少开一英里，公司便能省下5,000万美元。因此它利用大数据分析打造了一个名为Orion的导航系统，可以在约3秒内找出最佳路线。
在任何一天中，UPS的司机都有许多条快递路线可以选择。
或者换个说法——UPS的司机在任何一天中，可以选择的快递路线的数目都是令人难以想象的。这绝不是夸张。这家快递公司的司机一般每天要送120至175次货。在任何两个目的地之间，都可以选择多条路线。显然，司机和UPS想要找到其中最有效率的那条。不过如此一来，事情就变得复杂了。UPS利用组合数学的算法得出，以上所述的情景中所有可能的线路的总数，是一个199位的数字。这一数字甚至大过了换算成纳秒单位的地球年龄。UPS的流程管理高级总监杰克?里维斯表示：“这数字太大了，令人难以想象。你只能从分析学上得出一个概念。”对UPS而言，这是一项庞大的挑战。不过他们有强烈的动力去实现路线最优化：如果每位司机每天少开一英里，公司便能省下5,000万美元。
这家位于亚特兰大的公司是如何做的？他们研发了一个名为Orion的系统，这是道路优化与导航集成系统（On-Road Integrated Optimization and Navigation）的缩写，也是希腊神话中猎户座的名字。如果说现在有什么大数据分析学上的成就的话，那就是它了。Orion的算法诞生于21世纪初，并于2009年开始试运行。该系统的代码长达1,000页，可以分析每种实时路线的20万种可能性，并能在大约3秒内找出最佳路线。里维斯表示：“起初，数学家们认为可能需要15分钟才能算出结果。所以他们很高兴。”
UPS正在公司全部的5.5万条北美快递线路上装配这一系统。到2013年底，Orion已经在大约1万条线路上得到使用，这让公司节省了150万加仑燃料，少排放了1.4万立方公吨的二氧化碳。公司计划在2017年彻底实现该计划。
根据高德纳研究公司（Gartner）的分析师斯维特拉娜?西库勒的说法，有两个“很不起眼的”行业正在受到大数据的冲击，一个是运输业，其中包括UPS这类物流公司，另一个是农业。
西库勒相信这一冲击会波及很大范围。西库勒表示，可以看看通商航运业的例子：澳大利亚海事安全局（Australian Maritime Safety Authority）提供了实时的港口活动信息，船只可以据此改变航速，节省燃料，让港口服务费降到最低。海事局还使用了地理围栏（一种动态的数字定位区域）来触发和自动计算这些费用。她说：“通过公开数据，这一切都是透明的。”西库勒表示，导致这种转变的不仅仅是大数据技术，移动设备和云计算在其中也扮演了重要角色。
她解释说：“在收集信息、给司机实时提供数据上，移动性起到了重要作用。这不仅是指移动设备，还包括卡车、飞机和轮船上的感应器。”在提高运营效率的压力下，UPS在20世纪90年代为司机引入了手持设备。里维斯表示：“我们必须在智能手机和网络通信出现前就发明它们。”2008年，公司在运货卡车上安装了GPS追踪系统，而Orion则建立在这一基础上。
尽管想要取代在大陆上川流不息的汽车快递不是件容易的事——总之，在亚马逊（Amazon）的无人机快递正式得到使用前是这样——但云计算的兴起让初创公司更容易接触到之前只有大型企业才能拥有的尖端技术。UPS理应走在前面。
大数据与供应链深度融合
物流企业的大数据有什么用
物流公司的大数据有两大方面的价值，一方面，优化物流企业本身的运营和决策;另外一方面，物流大数据可用于非物流领域的应用，比如征信和金融应用，下面我们一起来详细看一下!
第一方面，优化物流企业本身的运营和决策。
物流企业的数据包括运输、仓储、配送、包装、流通加工等数据。对于物流企业，通过大数据分析，可以帮助提高企业运营管理效率，降低物流库存率，提高商品处理效率、运输效率、送达准确率等方面。以物流的路径优化为例，路径优化是节约物流企业成本的一个重要大数据分析应用。在物流配送运输中，由于货运点多、客户多、货物种类繁多、城市交通路线复杂、运输服务地区内运输网点分布不均匀等诸多因素的影响，同时还要满足客户提出的如时间窗等约束条件的要求，使得如何安排最佳路线，如何使配装和配送路线有效搭配等，成为物流配送中的难点。
车辆的路径问题是一个有约束的组合优化问题。合理解决车辆路径问题，不仅可以简化配送程序、减少配送次数、降低配送车辆的空载率，从而降低物流成本，提高经济效益，而且可加快对客户需求的响应速度，提高服务质量，增强客户对物流环节的满意度等。阿里在路况预测的基础上，使用基于集合划分的树型搜索算法进行车辆分配和路径优化。该算法用于车辆路径计算，比业界通用的经典算法包括局部搜索、遗传算法、蚁群算法等，运输成本至少降低了6%
第二方面，物流大数据可用于非物流领域，尤其是征信和金融应用。
以物流配送单为例，我们做一个简单的数据分析，便可以实现客户画像，以作为征信模型的基础数据。物流配送单至少有两类信息。一类是寄件人的姓名、手机号和地址;另外是收件人的姓名、手机号和地址。通过这些信息，可以分析：寄件人或收件人的常住地或办公地点，如果是常住地，则还可以通过小区地址分析出来这个小区的房价(通过关联房产网站的价格数据实现)，反过来推断该客户的.消费能力;通过手机号，可以分析出这个客户的年龄、性别等人口统计学特征，以及兴趣爱好(与拥有客户的人口统计学特征的企业做数据关联得出)。如果在电商购物，有些物流配送单还会标注是哪个商家发货，从而可以分析这个客户喜欢的商品类别。以上这些数据可以作为征信模型的基础数据。企业使用数据的使用，一定要尊重用户隐私，对隐私类信息做好脱敏和保护。当然，这只是对个人客户的征信应用。物流企业还可以对供应商(如发货单位)进行信用评估(根据发货量等大数据)，从而进行金融服务。
总之，物流企业的数据不仅仅可以优化企业内部的运营效率，还可以做更多的增值分析，如以上提到的征信数据以及金融的应用。我们从顺丰的官方网上可以看到一个顺丰有三大业务，一是众所周知的物流，第二是金融，第三是电商(顺丰优选)。金融是物流企业大数据应用很好的一个方向，顺丰在其官方网提到：我们致力于为顺丰的供应商和客户提供存货质押、保理、订单融资、小额信贷、融资租赁等一系列“物流+金融”服务。
;大数据与供应链深度融合
大数据与供应链深度融合，在互联网技术的驱动下，企业产业模式也在不断更新，在互联网时代，选择什么都是大数据的，如果一个企业又或者是其他没有结合大数据的话那就说明你将被淘汰，可以说谁先掌握那就谁先抢占先机，以下是关于大数据与供应链深度融合。
大数据与供应链深度融合1大数据技术充分利用海量数据资源，加快信息共享。大数据技术的应用将引领供应链金融的变革，改变供应链金融基础数据不完善、信息流通不顺畅等实际问题。大数据技术将供应链金融风控模式数据化、动态化，实现实时风险预警的多级风控效果。
大数据技术在供应链金融中的具体应用：
（一）匹配用户需求，设计个性化金融服务。大数据技术可通过数据挖掘匹配多种数据源，结合行业发展动态，精准把握中小企业需求，将企业寻找信息转换成信息主动寻找企业，为中小企业设计各种个性化供应链金融服务。
（二）完善交易征信，降低信息不对称。大数据应用模式下征信及自动贷后基于的交易数据主要依托的是动态、可持续的财务数据源，有效提高征信服务质量，降低信息不对称。
（三）实现量化授信，精准把控风险。依托大数据技术，对企业的授信可通过模型结合动态数据源脱敏处理、行业数据、外源数据，得出行情分析，价格波动分析，实现实时监控的分级预警、量化授信，精准把控风险。
（四）建立授信主体数据库，完善数据交互。大数据应用模式通过交易网关数据模式建立授信主体全方位数据库，从云端获取中小企业交叉数据，智能匹配中小企业进销存ERP系统，系统的防范控制金融风险，实际缓解中小企业融资难题。
（五）提炼多维数据源，辅助参考决策。大数据技术可提炼授信主体高管个人数据信息，辅助参考值做出决策。
（六）判断预期交易量，精准渠道分配。在对授信主体建立完善的全方位立体数据库后，结合行业数据源，通过相应分析模型可预测出相应的供应链上各数据相互影响关系，判断预期交易量，判断渠道、市场的分配量，实现流通和消费的打通，最终提升供应链管理的效率。
（七）优化风控技术，实现高效自动化。大数据技术从机器人终端采集企业数据到数据清洗、数据整理分析全部通过计算机完成。
由此可见当前金融行业，大数据和供应链金融属于互相绑定的发展模式，通过两者的结合将金融风险控制在最小范围，同时提升供应链管理的效率。
另外，对于企业高层而言，将大数据与供应链金融相结合的模式，帮助管理者和投资方站在数据的顶端，把握资金流动的风向标，能在变幻莫测的商场抢占先机。
大数据与供应链深度融合2大数据的简要叙述
当今时代，是一个信息时代。我们的日常生活中无时无刻不在产生数据，而这些数据包含了许许多多我们个人的信息，这些信息来源十分广泛，具有十分明显的及时性。
而根据维基百科对于大数据的解释来说，大数据就是无法在可承受的时间范围内用常规软件工具进行收集、管理以及处理的数据的集合。
由于数据是极其庞大的，所以必然不可以单单使用计算机来处理，必须要依靠云计算的分布式处理对大数据进行采集。大数据主要体现在了对于庞大数据的处理和使用，从而得到一些想要的信息，来体现出大数据的商业价值以及公共社会价值。
伴随着互联网的不断发展，企业所要处理的信息越来越多，与此同时，由于市场竞争越来越激烈，企业对于大数据的处理提出了更高的要求，所以对于大数据技术的开发与应用十分关键。
大数据的特点有以下几点：
（1）在精不在于多，而是要把这些数据分类、编辑，使这些大数据变为有用的资料，并可以作为商业用途，为企业创造更多的经济效益。
（2）大数据的技术十分特殊，目的是为了在短时间内可以有效地处理更多的数据，所以储存大数据的机器被称为“云”。（3）大数据的另一个特点就是真实性，因为大数据的来源十分广泛，所以大数据的真实性就显得十分重要，如果数据不真实了，那么也不会有人去相信大数据。
大数据的核心是数据与内容：一组数据往往会代表了许多东西，一个人的生活规律，个人喜好，都是丰富的内容，而这些内容都包含在一组组的数据中，通过这些数据，企业可以开发出更加适合消费者的产品，也会更加适合用户，从而大大提高企业的竞争力，由此可见数据的珍贵之处。
供应链管理理论综述
1999年，彼得·德鲁克提出了“经济链”的概念，这是“供应链”的雏形，在这之后，迈克尔·波特依据前人的想法，提出了“价值链”的概念，在之后的不断发展中，最后形成了我们现在说的“供应链”概念。
一条完整的供应链是由下游的供应商、制造商以及仓库、配送服务中心和渠道商等等构成的一个完整的产业物流网络。一个完整的企业可能会在供应链中扮演不同的角色，但是通常的情况则是一条完整的供应链是由许多不同的企业构成的。在供应链中，每个企业之间流动的原材料、半成品库存和产品等形成了供应链上的货物流。
针对我国特殊的国情，许多的专家学者对于供应链提出了不同的看法，比如一位学者提出为了使得供应链更好地发展，可以从供应链管理出发，一个优秀的供应链管理者可以使供应链的运转达到最优化，用最少的成本把事情办好
供应链中的工作岗位、货物流通、资金运转、信息传递都可以达到高效的运转，从而将质优价廉的、合适的产品送到消费者的手上。而有的专家说要更加重视信息技术在供应链中的作用，一条完整的供应链最基本的要求就是实现各家企业之间信息的共享，为客户提供更好的服务，使各家企业在不断的合作中实现共赢。
大数据技术在供应链中的应用
近些年的不断发展，大数据技术的出现和发展改变了传统的商业模式，也在很大程度上，对于企业的正常运行和供应链管理。在国际大环境下，供应链的情况也不容乐观，由于意外情况所引发的供应链变化必须得到迅速的处理
来防止由于意外所造成的损失。对于随时随地所产生的大量数据，可以进行深度的采集、发现、挖掘，并按照实际情况可以划分出许多不同的区域、不同种类人群的需求，并且通过以往的客户留下的购买信息
以及物流的流转信息可以很准确地预测出未来价值，这个就是大数据在广泛应用中，对于供应链管理的中最主要价值。越来越多的企业看到了这一未来的发展的方向选择将大数据的技术使用到企业的经济管理当中去。
Stock在2013年总结了供应链在此之前的发展，并且为我们展望了未来一些对于供应链发展具有深刻变革的科学技术，其中就包含了大数据系统对于供应链发展的重要性，而到现在回首看来，我们不得不佩服Stock先生眼光的独到性，到了目前，大数据系统的运用给人类的生活带来了深刻的变革。
现在日趋复杂的软件技术、越来越便捷的无线系统，智能手机以及其他智能可穿戴设备，它们在不断发展中越来越方便，价格也是越来越亲民，并且越来越方便移动，可以更加便捷地帮助使用者进行快速的分析，来方便得出结果。Stock并且对于IBM的报告也深有研究
他引述了一段报告，关于IBM对于未来信息传递的看法。而如何更好地与飞速发展的信息接轨，就是要更好地使用大数据的力量，来进行分析。
许多正在使用数据分析的公司确信，企业的经济效益以及员工的工作效率，因为数据分析技术的使用而得以提高。 由此看来，现在科学技术的发展
带动着大数据的兴起，为企业的供应链管理注入了新的血液。充分利用大数据技术可以有效提高企业对于未来需求的准确预测，对于市场的波动进行准确预测。
大数据与供应链深度融合3大数据对于供应链中物流管理的创新
对于普通行业来说，物流行业是十分特殊的，它讲究十分严格的时效性，按我们的话来说就是时间就是金钱，因为一件货物的运输是要准时送到客户手中，如果晚点了，对于用户的体验度会大大下降，由此可见物流行业的.艰难。并且每一次的物流活动是否可以正常实施，不仅仅取决于人力的问题
也与许多的外部条件有关，比如说：时间、地点、物力甚至是天气的因素。由于物流行业的随机性、突发性以及不确定性，所以企业为了自身更好的发展，十分有必要建立起完整的预警系统，来抵御这些情况，但是以往传统的预警系统，常常因为信息的不足，以及消息传递的缓慢已经不能适应时代的发展。
所以十分有必要将大数据与物流行业相结合，打造一个云物流系统。云物流依靠了云计算强大的数据处理能力、以及规矩的作业流程、灵活的产业覆盖、精准的环节控制，对于物流行业是十分重要的帮助，对于突发情况可以迅速给出完整的解决方案。
一直在说大数据与物流业的结合可以提高供应链管理的效率，可是具体体现在哪里，却没有具体的说明，那现在就来详细叙述一下大数据对于供应链管理的作用。
大数据技术与物流平台的结合，可以更加高效、快速地收集用户订单、并抓取、分析客户的数据信息，来整合物流公司的资源，从而实现以最快的速度将货物送到用户手中。
现在统一的信息管理，对于用户的个人信息提供更加安全可靠的保障，对于信息的泄露能够及时查出是哪里出现了问题，来更好地为用户服务。
所以说，大数据在供应链物流管理中的应用，不仅对于用户信息是一种保障，而且有效地将物流公司的资源进行整合，提升了运输效率，形成规模效应，提高了物流行业的服务质量以及用户的满意程度。
未来发展展望
大数据的使用，引发了越来越多人的关注，但是大数据技术提出时间较晚，应用在供应链管理的技术业不甚成熟，所以，对于这类的研究到目前来说并不是太多。
在经过研究前人的成果后，笔者认为大数据的发展是不容忽视的时代的必然，之后，大数据将会作为供应链管理领域的热点问题不断地衍生、发展，也会更好地服务于社会。